Akademikere kritiserer OpenAI for bruk av kunstig intelligens i matematikk
6. november 2026 · 2 min lesing
Også publisert på 한국어, Nederlands
OpenAI har hevdet å ha løst rundt 400 matematiske problemer ved hjelp av kunstig intelligens. Selskapet publiserte i oktober mer enn 700 manuskripter som dekker over 370 temaer, inkludert den Riemannske hypotese. Ifølge OpenAI ble disse resultatene oppnådd med en modell som ennå ikke er utgitt, med en gjennomsnittlig tidsbruk på tre timer per manuskript.
Mange matematikere og akademikere har reagert negativt på denne tilnærmingen. Foreningen for menneskelig matematikk hevder at arbeidet ikke ble bestilt av matematikere, og beskriver den omfattende publiseringen som en maktdemonstrasjon snarere enn et bevis på vitenskapelig kompetanse. Deutsche Mathematiker-Vereinigung argumenterer for at kunstig intelligens er for resultatorientert og fokuserer på raske løsninger, mens ekte matematisk forskning handler om metodene og veien frem til svaret.
Det reises alvorlig tvil om den vitenskapelige integriteten i prosessen. Kritikere peker på utfordringer knyttet til kontroll av resultatene, opphavsrett og tyveri av intellektuell eiendom. Det advares om at modellene bruker eksisterende kunnskap som ikke nødvendigvis er verifisert av eksperter. Noen forskere har sluttet å legge ut funnene sine på internett for å beskytte arbeidet sitt, noe som ifølge Deutsche Mathematiker-Vereinigung hemmer den åpne utvekslingen i fagmiljøet.
Utviklingen skaper også bekymring for fremtidige doktorgradsstudenter. Det hevdes at praksisen for doktorgrader i matematikk må endres når maskiner kan løse problemer på minutter som mennesker bruker år på. Det foreslås at kritisk vurdering og utvikling av nye problemstillinger må vektlegges tyngre enn selve løsningen.
Til tross for kritikken finnes det stemmer som kaller OpenAIs prestasjoner sensasjonelle. Noen eksperter mener at det er grunn til å applaudere når kunstig intelligens løser langvarige problemer, selv om bevisene må kontrolleres for riktighet. Det spekuleres i at maskiner i fremtiden kan finne mer elegante bevis og oppdage sammenhenger som mennesker aldri ville ha sett, og dermed lære mennesker hva matematisk kreativitet faktisk innebærer. Anthropic har også jobbet med lignende problemstillinger med en egen modell, og selv om problemene ikke er fullstendig løst, anses resultatene som fremskritt.