Am Dienstag veröffentlichte OpenAI 722 Manuskripte zu 372 Gruppen von Erkenntnissen über langjährige Probleme, die von einem unveröffentlichten internen Modell erzeugt wurden. Das Ausmaß deutete unmittelbar darauf hin, dass sich der Fortschritt der KI vom Programmieren hin zum formalen Schließen beschleunigen könnte.¹

OpenAI stellte die Veröffentlichung als sorgfältig beratene Forschungsfreigabe dar. Ein von Lilian Weng verbreiteter Beitrag erklärte, das Unternehmen habe die unabhängige Beratungsgruppe für Mathematik und KI des Institute for Advanced Study konsultiert und deren Empfehlungen aufgegriffen.Lilian Weng (lilianweng)² Greg Brockman beschrieb das übergeordnete Ziel als Beschleunigung wissenschaftlicher Entdeckungen und Verbesserung des Lebens der Menschen.Greg Brockman (gdb)³

Die erste Reaktion war jedoch keineswegs einheitlich. Martin Bridson, Mathematiker aus Oxford und Präsident des Clay Mathematics Institute, nannte die Veröffentlichung „atemberaubend“ und sagte, es sei schwer vorstellbar gewesen, dass sich mathematische Grenzen an einem einzigen Tag so weit verschieben könnten. Alex Kontorovich von Rutgers sagte, ein KI-generierter Beweis würde „sofort eine Fields-Medaille verdienen“, wenn er von einem Menschen stammte.⁴

Mit diesem Staunen ging eine deutliche Einschränkung einher: Ergebnisse sind noch nicht dasselbe wie gesicherte Mathematik. OpenAI zog Lösungen zu mindestens drei Problemen nach offensichtlichen Fehlern zurück, während nur einige Beweise mit Formalisierungen geliefert wurden, die spezialisierte Software überprüfen kann. Stephen Wolfram brachte den Test der Skeptiker auf den Punkt: „Man kann leicht eine Billion Theoreme erzeugen. Das Problem ist, dass die meisten dieser Theoreme niemanden interessieren werden.“¹

Der tieferliegende Streit dreht sich um Kontrolle und Anerkennung. Die Association for Human Mathematics forderte Kolleginnen und Kollegen auf, die Zusammenarbeit mit OpenAI einzustellen, und nannte die Massenveröffentlichung „keine Demonstration wissenschaftlicher Arbeit, sondern eine Demonstration von Macht“. Tristan Buckmaster stellte unterdessen infrage, ob Arbeiten von Mathematikern, die OpenAI-Werkzeuge nutzen, dazu beigetragen haben könnten, das interne System des Unternehmens auf einige Antworten auszurichten.¹

Unterstützer wie der Mathematiker Dan Litt von der University of Toronto sehen reiches Terrain für menschliche Forschende – warnen jedoch, dass Behauptungen, die KI habe „die Mathematik gelöst“, dem Fachgebiet Finanzierung und neue Talente entziehen könnten. Die Antwort der Beratungsgruppe lautet nicht Ablehnung, sondern Rechenschaftspflicht: konventionelle Fachartikel, klarere Herkunftsnachweise, offengelegte Methoden und ausreichender Zugang, damit Mathematikerinnen und Mathematiker ihre eigene Agenda festlegen können.¹