Σε μία άνευ προηγουμένου κοινή παρέμβαση για τις επιπτώσεις της ραγδαίας ανάπτυξης της τεχνητής νοημοσύνης στην επιστήμη και την κοινωνία προχώρησαν είκοσι πέντε από τους κορυφαίους μαθηματικούς του πλανήτη, όλοι βραβευμένοι με το κορυφαίο Μετάλλιο Fields (Fields Medal).

Μέσα από κείμενο θέσεων που δημοσιεύθηκε στις 11 Σεπτεμβρίου 2026 (DOI: 10.5281/zenodo.22737750), προσωπικότητες παγκόσμιου βεληνεκούς —μεταξύ των οποίων ο Τέρενς Τάο, ο Πέτερ Σόλτσε, ο Σεντρίκ Βιλανί, ο Μάρτιν Χάιρερ και ο Πιερ Ντελίν— επισημαίνουν ότι η πίεση των τεχνολογικών κολοσσών να χρησιμοποιούν τα μαθηματικά ως απλό πεδίο δοκιμών και συγκριτικής αξιολόγησης (benchmarks) απειλεί τον πυρήνα της μαθηματικής έρευνας.

Υπογραμμίζοντας ότι οι επιδιώξεις των εταιρειών τεχνολογίας βρίσκονται σε «σοβαρή ασυμφωνία ευθυγράμμισης» με τους στόχους της ακαδημαϊκής κοινότητας, οι υπογράφοντες προειδοποιούν ότι η μηχανική παραγωγή λύσεων χωρίς εννοιολογική κατανόηση θέτει σε άμεσο κίνδυνο όχι μόνο τα μαθηματικά, αλλά το σύνολο των δημιουργικών και επιστημονικών επαγγελμάτων.

Η σύγκρουση των στόχων: Η εμπορική αξιολόγηση απέναντι στην εννοιολογική κατανόηση

Αφορμή για την παρέμβαση των κορυφαίων επιστημόνων αποτελεί το γεγονός ότι τους τελευταίους μήνες οι ικανότητες των Μεγάλων Γλωσσικών Μοντέλων (LLMs) έχουν αναβαθμιστεί σε τέτοιο βαθμό, ώστε να επιλύουν μείζονα εκκρεμή προβλήματα σε διάφορους κλάδους των μαθηματικών. Ωστόσο, η διαχείριση αυτής της επιτυχίας από τη βιομηχανία της τεχνολογίας προκαλεί έντονο προβληματισμό:

«Η πίεση των εταιρειών ΤΝ για την επίλυση μαθηματικών προβλημάτων ως κριτήριο αξιολόγησης (benchmark) είναι επιζήμια για την επιστήμη των μαθηματικών και για τη μαθηματική κοινότητα. Οι στόχοι των εταιρειών ΤΝ και οι στόχοι της μαθηματικής κοινότητας βρίσκονται σε σοβαρή ασυμφωνία ευθυγράμμισης. Θεωρούμε ότι αυτά αποτελούν μέρος ευρύτερων ζητημάτων ευθυγράμμισης που επηρεάζουν άλλα επιστημονικά και δημιουργικά επαγγέλματα, καθώς και το σύνολο της κοινωνίας».

Όπως εξηγούν οι διακεκριμένοι ακαδημαϊκοί, η ερευνητική μαθηματική επιστήμη δεν ταυτίζεται με τη στείρα παράθεση αποτελεσμάτων, αλλά αφορά την κατανόηση των θεμελιωδών δομών των σχημάτων, των αριθμών και των φυσικών φαινομένων. Μέσα από τη διαδοχή γενεών, η επιστήμη αυτή διαμόρφωσε ένα εξελιγμένο σώμα αφαιρέσεων, μεθόδων και εργαλείων πάνω στα οποία θεμελιώνονται όλες οι σύγχρονες επιστήμες και τεχνολογίες.

Ιστορικά, τα διάσημα προβλήματα λειτουργούσαν ως «ορόσημα και φάροι» προόδου: η επίλυσή τους σηματοδοτούσε τη γέννηση νέων μεθόδων που αναλύονταν μέσα από επίπονες διαδικασίες συζητήσεων, ομιλιών και απλουστεύσεων, προτού καταλήξουν σε πανεπιστημιακά εγχειρίδια και γίνουν, δεκαετίες ή αιώνες μετά, καθημερινά εργαλεία για ολόκληρη την ανθρωπότητα.

Βιαστικές ανακοινώσεις, λογοκλοπή και ρήγμα στην ανθρώπινη αλυσίδα μετάδοσης

Στο κείμενό τους, οι 25 μαθηματικοί αναδεικνύουν τον κίνδυνο αντιστροφής των προτεραιοτήτων της επιστημονικής έρευνας, σημειώνοντας ότι η αποθέωση της ταχύτητας υπονομεύει την ουσία της γνώσης:

«Η επίλυση προβλημάτων είναι μόνο ένα εργαλείο και ένας δείκτης για την επίτευξη του πρωταρχικού στόχου της εννοιολογικής κατανόησης και διορατικότητας. Το να το ξεχνάμε αυτό στον κόσμο της ΤΝ μπορεί να στρέψει το εργαλείο εναντίον του πρωταρχικού στόχου. Πράγματι, η μαζική παραγωγή αποφάνσεων “αληθές/ψευδές” με ολοένα και ταχύτερο ρυθμό θα μπορούσε να καταστρέψει το γόνιμο έδαφος αντί να εμφυσήσει ζωή σε νέες ιδέες».

Ιδιαίτερη έμφαση δίνεται στον τρόπο με τον οποίο προβάλλονται οι επιτυχίες των συστημάτων τεχνητής νοημοσύνης, εγείροντας σοβαρά δεοντολογικά ζητήματα:

«Συχνά αυτές οι λύσεις ανακοινώνονται βιαστικά, χωρίς να αφήνεται χρόνος για μια κατάλληλη καταγραφή, την απομόνωση νέων μεθόδων και ιδεών και την αναφορά σχετικών προηγούμενων εργασιών άλλων. Όπως σε όλα τα δημιουργικά επαγγέλματα, αυτό εγείρει σοβαρά ζητήματα απόδοσης πνευματικής πατρότητας και λογοκλοπής. Επιπλέον, χωρίς τους πρόθυμους μαθηματικούς που πρέπει να φροντίσουν για την ανάπτυξή τους και την ενσωμάτωσή τους στον μαθηματικό κανόνα, οι ιδέες που συλλαμβάνονται από την ΤΝ δεν θα ζωντάνευαν ποτέ πλήρως και η κρίσιμη ανθρώπινη αλυσίδα μετάδοσης μεταξύ των μαθηματικών θα χανόταν».

Περιγράφοντας τη μαθηματική κοινότητα ως «μικρογραφία της ανθρωπότητας», οι υπογράφοντες τονίζουν ότι οι πιο πολύτιμοι πόροι του κλάδου είναι οι φοιτητές και οι ιδέες, οι οποίοι καλλιεργούνται με προσοχή και χρόνο μέσα από την ανθρώπινη αλληλεπίδραση.

Η γενικευμένη απειλή για την πνευματική εργασία

Πέρα από τα στενά όρια των μαθηματικών τμημάτων, το κείμενο κρούει τον κώδωνα του κινδύνου για το σύνολο της διανοητικής παραγωγής. Σύμφωνα με τους κατόχους του Μεταλλίου Fields, η εκπαίδευση παραδοσιακά δεν αποσκοπούσε μόνο στην εξαγωγή μιας τελικής απάντησης, αλλά στη διάπλαση της κριτικής σκέψης και της ικανότητας διατύπωσης νέων ερωτημάτων:

«Γινόμαστε μάρτυρες μιας γενικής απειλής για την πνευματική εργασία, με ασυμφωνία ευθυγράμμισης μεταξύ του αποτελέσματος της χρήσης της ΤΝ και του αρχικού της σκοπού. Σε πολλούς τομείς και δραστηριότητες, χρόνια εκπαίδευσης παραδοσιακά χρησίμευαν όχι μόνο για την παραγωγή μιας τελικής απάντησης ή προϊόντος, αλλά και για την ανάπτυξη της κατανόησης και της ικανότητας διατύπωσης νέων ερωτημάτων και ιδεών. Ωστόσο, βασιζόμενα σε ένα τεράστιο σώμα προηγούμενης ανθρώπινης εργασίας, τα συστήματα ΤΝ γίνονται όλο και πιο ικανά να παράγουν τα αποτελέσματα μιας τέτοιας εργασίας απευθείας, και αυτοί οι στόχοι παύουν να ευθυγραμμίζονται. Τα ζητήματα που αντιμετωπίζει τώρα η μαθηματική κοινότητα είναι παρόμοια με ζητήματα που αντιμετωπίζουν άλλα επιστημονικά και δημιουργικά επαγγέλματα, και υποδεικνύουν ζητήματα που ενδέχεται να αντιμετωπίσει ολόκληρη η ανθρωπότητα: πώς να διασφαλίσουμε ότι, καθώς η ΤΝ αλλάζει τον τρόπο με τον οποίο εκτελείται η εργασία, δεν θα χάσουμε από τα μάτια μας αυτό που η εργασία αυτή είχε ως σκοπό να επιτύχει εξαρχής».

Ολόκληρο το κείμενο:

Μια σοβαρή ασυμφωνία ευθυγράμμισης της ΤΝ στα Μαθηματικά

Τους τελευταίους μήνες, οι μαθηματικές ικανότητες των LLM (Μεγάλων Γλωσσικών Μοντέλων) έχουν βελτιωθεί δραματικά, σε σημείο που μπορούν να επιλύουν μείζονα εκκρεμή προβλήματα σε πολλούς τομείς των μαθηματικών. Ωστόσο, η πίεση των εταιρειών ΤΝ για την επίλυση μαθηματικών προβλημάτων ως κριτήριο αξιολόγησης (benchmark) είναι επιζήμια για την επιστήμη των μαθηματικών και για τη μαθηματική κοινότητα. Οι στόχοι των εταιρειών ΤΝ και οι στόχοι της μαθηματικής κοινότητας βρίσκονται σε σοβαρή ασυμφωνία ευθυγράμμισης. Θεωρούμε ότι αυτά αποτελούν μέρος ευρύτερων ζητημάτων ευθυγράμμισης που επηρεάζουν άλλα επιστημονικά και δημιουργικά επαγγέλματα, καθώς και το σύνολο της κοινωνίας.

Η ερευνητική μαθηματική επιστήμη ασχολείται με την κατανόηση των βασικών δομών των σχημάτων, των αριθμών και των φυσικών φαινομένων. Κατά τη διάρκεια γενεών, έχει οικοδομήσει ένα μεγάλο σώμα εξελιγμένων ιδεών, μεθόδων, αφαιρέσεων και άλλων εργαλείων για την κατανόηση του μαθηματικού τοπίου. Με τη σειρά τους, οι σύγχρονες τεχνολογίες και επιστήμες βασίζονται σε μαθηματικά εργαλεία.

Διάσημα προβλήματα έχουν συχνά λειτουργήσει ως ορόσημα και φάροι έναντι των οποίων μπορεί κανείς να μετρήσει μια βελτιωμένη κατανόηση αυτού του τοπίου. Η επίλυση ενός από αυτά τα προβλήματα υπήρξε βέβαιο σημάδι νέων διοράσεων και ενδιαφερουσών μεθόδων, οι οποίες στη συνέχεια θα μελετούνταν από μια κοινότητα μαθηματικών, μέσα από μια μακρά και επίπονη διαδικασία ομιλιών, συζητήσεων, απλουστεύσεων. Στο τέλος αυτής της διαδικασίας, βρίσκει κανείς ιδανικά μια παρουσίαση των αποτελεσμάτων σε εγχειρίδιο, κατάλληλη προς μελέτη για οποιονδήποτε μεταπτυχιακό ή ακόμη και προπτυχιακό φοιτητή. Ορισμένες από τις μαθηματικές ιδέες συνεχίζουν το ταξίδι τους ακόμα παραπέρα, για να γίνουν, δεκαετίες ή αιώνες αργότερα, εργαλεία που κατανοούνται και χρησιμοποιούνται από ολόκληρο τον πληθυσμό.

Η μαθηματική κοινότητα λειτουργεί, από πολλές απόψεις, ως μια μικρογραφία της ανθρωπότητας. Αποτελείται από άτομα που χρησιμοποιούν μια ευρεία ποικιλία διαφορετικών προσεγγίσεων, ενωμένα από θεμελιώδεις αξίες. Οι πιο πολύτιμοι πόροι του επαγγέλματός μας είναι οι φοιτητές και οι ιδέες, και αυτούς τους καλλιεργούμε με μεγάλη φροντίδα. Αισθανόμαστε υπεύθυνοι να τους αφήσουμε να αναπτυχθούν πλήρως στο μέγιστο των δυνατοτήτων τους, έως ότου μπορέσουν να ζήσουν μια δική τους ζωή στον μαθηματικό κόσμο. Για τους φοιτητές, συχνά προτείνουμε προβλήματα με βασική πρόθεση την ανάπτυξη δεξιοτήτων που θα τους καταστήσουν σε πλεονεκτική θέση για εξελίξεις στην έρευνα και αλλού. Τις ιδέες μας τις διαδίδουμε σε ομιλίες, ιδιωτικές συζητήσεις και προσεγμένες συγγραφές κειμένων, συνδέοντάς τες με τις προηγούμενες ιδέες άλλων. Αυτές οι διαδικασίες απαιτούν αναπόφευκτα χρόνο και βασίζονται στην ανθρώπινη αλληλεπίδραση.

Τους τελευταίους μήνες, η επιτυχία της ΤΝ στην επίλυση σημαντικών μαθηματικών προβλημάτων έγινε πρωτοσέλιδο ακόμα και εκτός μαθηματικών κύκλων. Αλλά η επίλυση προβλημάτων είναι μόνο ένα εργαλείο και ένας δείκτης για την επίτευξη του πρωταρχικού στόχου της εννοιολογικής κατανόησης και διορατικότητας. Το να το ξεχνάμε αυτό στον κόσμο της ΤΝ μπορεί να στρέψει το εργαλείο εναντίον του πρωταρχικού στόχου. Πράγματι, η μαζική παραγωγή αποφάνσεων «αληθές/ψευδές» με ολοένα και ταχύτερο ρυθμό θα μπορούσε να καταστρέψει το γόνιμο έδαφος αντί να εμφυσήσει ζωή σε νέες ιδέες.

Συχνά αυτές οι λύσεις ανακοινώνονται βιαστικά, χωρίς να αφήνεται χρόνος για μια κατάλληλη καταγραφή, την απομόνωση νέων μεθόδων και ιδεών και την αναφορά σχετικών προηγούμενων εργασιών άλλων. Όπως σε όλα τα δημιουργικά επαγγέλματα, αυτό εγείρει σοβαρά ζητήματα απόδοσης πνευματικής πατρότητας και λογοκλοπής. Επιπλέον, χωρίς τους πρόθυμους μαθηματικούς που πρέπει να φροντίσουν για την ανάπτυξή τους και την ενσωμάτωσή τους στον μαθηματικό κανόνα, οι ιδέες που συλλαμβάνονται από την ΤΝ δεν θα ζωντάνευαν ποτέ πλήρως και η κρίσιμη ανθρώπινη αλυσίδα μετάδοσης μεταξύ των μαθηματικών θα χανόταν.

Γινόμαστε μάρτυρες μιας γενικής απειλής για την πνευματική εργασία, με ασυμφωνία ευθυγράμμισης μεταξύ του αποτελέσματος της χρήσης της ΤΝ και του αρχικού της σκοπού. Σε πολλούς τομείς και δραστηριότητες, χρόνια εκπαίδευσης παραδοσιακά χρησίμευαν όχι μόνο για την παραγωγή μιας τελικής απάντησης ή προϊόντος, αλλά και για την ανάπτυξη της κατανόησης και της ικανότητας διατύπωσης νέων ερωτημάτων και ιδεών. Ωστόσο, βασιζόμενα σε ένα τεράστιο σώμα προηγούμενης ανθρώπινης εργασίας, τα συστήματα ΤΝ γίνονται όλο και πιο ικανά να παράγουν τα αποτελέσματα μιας τέτοιας εργασίας απευθείας, και αυτοί οι στόχοι παύουν να ευθυγραμμίζονται. Τα ζητήματα που αντιμετωπίζει τώρα η μαθηματική κοινότητα είναι παρόμοια με ζητήματα που αντιμετωπίζουν άλλα επιστημονικά και δημιουργικά επαγγέλματα, και υποδεικνύουν ζητήματα που ενδέχεται να αντιμετωπίσει ολόκληρη η ανθρωπότητα: πώς να διασφαλίσουμε ότι, καθώς η ΤΝ αλλάζει τον τρόπο με τον οποίο εκτελείται η εργασία, δεν θα χάσουμε από τα μάτια μας αυτό που η εργασία αυτή είχε ως σκοπό να επιτύχει εξαρχής.

Η ΤΝ προσφέρει τη δυνατότητα ενίσχυσης και επιτάχυνσης της γνήσιας μαθηματικής μελέτης και κατανόησης. Τα μαθηματικά ως επάγγελμα θα χρειαστεί να προσαρμοστούν σε αυτές τις αλλαγές με διάφορους τρόπους. Ωστόσο, το αν αυτές οι αλλαγές θα ωφελήσουν τελικά τον τομέα ή θα έχουν καταστροφικό αποτέλεσμα θα καθοριστεί σε μεγάλο βαθμό από τις αποφάσεις των ανθρώπων που ελέγχουν αυτή τη νέα τεχνολογία.

Αυτά τα ζητήματα πρέπει να αντιμετωπιστούν επειγόντως, εντός της μαθηματικής κοινότητας, από τις εταιρείες που αναπτύσσουν αυτές τις τεχνολογίες και, ευρύτερα, από μια κοινωνία που θα βρεθεί αντιμέτωπη με παρόμοια προβλήματα σε πολλές άλλες μορφές πνευματικής εργασίας.

Αρτούρ Αβίλα (Artur Avila) (Μετάλλιο Fields 2014)

Μαντζούλ Μπαργκάβα (Manjul Bhargava) (Μετάλλιο Fields 2014)

Κοτσέρ Μπιρκάρ (Caucher Birkar) (Μετάλλιο Fields 2018)

Πιερ Ντελίν (Pierre Deligne) (Μετάλλιο Fields 1978)

Γιου Ντενγκ (Yu Deng) (Μετάλλιο Fields 2026)

Σάιμον Ντόναλντσον (Simon Donaldson) (Μετάλλιο Fields 1986)

Ουγκό Ντιμινίλ-Κοπέν (Hugo Duminil-Copin) (Μετάλλιο Fields 2022)

Αλέσιο Φιγκάλι (Alessio Figalli) (Μετάλλιο Fields 2018)

Μάρτιν Χάιρερ (Martin Hairer) (Μετάλλιο Fields 2014)

Τζουν Χο (June Huh) (Μετάλλιο Fields 2022)

Μαξίμ Κόντσεβιτς (Maxim Kontsevich) (Μετάλλιο Fields 1998)

Έλον Λίντενστραους (Elon Lindenstrauss) (Μετάλλιο Fields 2010)

Πιερ-Λουί Λιονς (Pierre-Louis Lions) (Μετάλλιο Fields 1994)

Τζέιμς Μέιναρντ (James Maynard) (Μετάλλιο Fields 2022)

Κέρτις ΜακΜάλεν (Curtis McMullen) (Μετάλλιο Fields 1998)

Σιγκεφούμι Μόρι (Shigefumi Mori) (Μετάλλιο Fields 1990)

Νγκο Μπάο Τσάου (Ngô Bảo Châu) (Μετάλλιο Fields 2010)

Αντρέι Οκούνκοφ (Andrei Okounkov) (Μετάλλιο Fields 2006)

Πέτερ Σόλτσε (Peter Scholze) (Μετάλλιο Fields 2018)

Στανισλάβ Σμιρνόφ (Stanislav Smirnov) (Μετάλλιο Fields 2010)

Τέρενς Τάο (Terence Tao) (Μετάλλιο Fields 2006)

Μαρίνα Βιαζόφσκα (Maryna Viazovska) (Μετάλλιο Fields 2022)

Σεντρίκ Βιλανί (Cédric Villani) (Μετάλλιο Fields 2010)

Βέντελιν Βέρνερ (Wendelin Werner) (Μετάλλιο Fields 2006)

Εφίμ Ζέλμανοφ (Efim Zelmanov) (Μετάλλιο Fields 1994)