بیست و پنج ریاضیدان برنده مدال فیلد، معتبرترین جایزه این رشته، با انتشار نامه‌ای سرگشاده اعلام کردند که آزمایشگاه‌های پیشرو هوش مصنوعی در حال تهدید کارکرد فکری این حوزه هستند. این پژوهشگران استدلال می‌کنند که رقابت میان شرکت‌های فناوری برای حل مسائل ریاضی معروف، بدون رعایت اصول شفافیت و اعتبارسنجی انسانی، بنیان‌های علمی را خدشه‌دار می‌سازد.

اتهام فشار برای حذف نام همکاران#

این تنش‌ها پس از آن شدت گرفت که تریستان باکسمستر، استاد دانشگاه نیویورک (NYU)، ادعا کرد اوپن‌ای‌آی (OpenAI) وی را تحت فشار قرار داده تا نام یک همکار خود را که برای آنتروپیک (Anthropic) کار می‌کند، در حل یک مسئله مهم ریاضی ذکر نکند. باکسمستر همچنین پرسید آیا شرکت مذکور از ابزار Codex برای تولید اثبات‌های خود در طول یک آخرهفته طولانی استفاده کرده است یا خیر.

در واکنشی مشابه، اوپن‌ای‌آی در روز چهارشنبه اسپانسرشیپ خود را از رویدادی ریاضیاتی در مؤسسه فناوری کالیفرنیا (CalTech) پس از انتقادات شدید محققان این دانشگاه، لغو کرد. این واکنش به بخشی از دینامیک رقابتی اشاره دارد که در سام آلتمن: عرضه اولیه سهام OpenAI در سال ۲۰۲۶ غیرعاقلانه است نیز مورد بحث بوده است.

نگرانی از پنهان‌کاری و سرقت فکری#

امضاکنندگان نامه تأکید می‌کنند که توانایی مدل‌های هوش مصنوعی در حل چالش‌های ریاضی تنها زمانی برای بشریت سودمند خواهد بود که نتایج آن قابل فهم، مستند و توسط جامعه ریاضیدانان بررسی شود. آن‌ها نوشتند: «اغلب این راه‌حل‌ها با عجله اعلام می‌شوند و زمان کافی برای نگارش دقیق، جداسازی ایده‌های جدید و ارجاع به کارهای قبلی دیگران وجود ندارد.»

ریاضیدانان هشدار می‌دهند که اگر اثبات‌های اوپن‌ای‌آی همچنان تأیید نشده باقی بماند، سوالات جدی درباره انتساب و سرقت فکری مطرح می‌شود. آن‌ها خاطرنشان کردند که بدون مشارکت داوطلبانه ریاضیدانانی که باید ایده‌های ساخته شده توسط هوش مصنوعی را توسعه داده و در متن ریاضیات جهانی ادغام کنند، این ایده‌ها هرگز به طور کامل جان نخواهند گرفت و زنجیره حیاتی انتقال دانش میان انسان‌ها قطع خواهد شد.

با افزایش ترس میان محققان از اینکه استفاده آن‌ها از ابزارهایی مانند Codex ممکن است مستقیماً در مدل‌های جدید اوپن‌ای‌آی تغذیه شود، نگرانی واقعی از تهدید شدن فرهنگ پژوهش باز وجود دارد. وقتی آزمایشگاه‌ها می‌توانند با هزینه‌های میلیون دلاری و استفاده از مدل‌های زبانی بزرگ (LLMs)، پیشی بگیرند، این دینامیک انگیزه‌ای برای پنهان‌کاری ایجاد می‌کند. چنین رویکردهایی با پیشنهاد آنتروپیک پیشنهاد می‌دهد: سرعت پیشرفت هوش مصنوعی را با نظارت مستقل کنترل کنیم در تضاد است. علاوه بر این، نگرانی‌ها درباره پیامدهای احتمالی این تکنولوژی‌ها، موضوعی است که در گزارشگرهای MIT Technology Review درباره احتمال نابودی بشر توسط هوش مصنوعی گفتگو می‌کنند نیز به تفصیل بررسی شده است.

منبع: TechCrunch AI