درون اعلامیه لایدن: چرا اثبات‌های «محتمل» هوش مصنوعی ریاضیات را تهدید می‌کند؟

اگر باور دارید ریاضیات تنها حوزه با قطعیت مطلق است، باید بدانید که این زیربنا در حال لرزیدن است. باید تصور کنید دنیایی را که در آن اثبات‌های ریاضی دیگر نه با منطق، بلکه با «احتمال» نوشته می‌شوند و خطاهای مرگبار را در دل خود پنهان می‌کنند.

اتحادیه بین‌المللی ریاضیات (IMU)، در تاریخ ۳ ژوئن ۲۰۲۶، رسماً از اعلامیه لایدن (Leiden Declaration) حمایت کرد. طبق اعلام این سازمان، مدل‌های زبانی بزرگ (LLM) — که شبیه کتابخانه‌داری هستند که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — در حال آلوده کردن ادبیات ریاضی با استدلال‌هایی هستند که «محتمل اما غیرقابل‌اعتماد» هستند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی خطاهای سیستماتیک در مدل‌های استدلالی اشاره کردیم، سرعت تولید محتوا اکنون از توانایی انسان برای بازبینی و تأیید صحت آن پیشی گرفته است.

به نقل از این گزارش، متخصصانی مانند پیتر شولتزه (Peter Scholze) و کوین بازارد (Kevin Buzzard) چهار تهدید اصلی را شناسایی کرده‌اند:

• اثبات‌های غیرقابل‌اعتماد: سیستم‌های خودکار نتایجی تولید می‌کنند که درست به نظر می‌رسند اما از نظر منطقی ناقص‌اند و فشار شدیدی به سیستم داوری مقالات وارد می‌کنند.
• به‌جا نبردن حقوق داده‌ها: بسیاری از مدل‌ها با نقض کپی‌رایت یا سوءاستفاده از مجوزها برای استخراج داده‌های عمومی ریاضی آموزش دیده‌اند.
• نفوذ شرکت‌های فناوری: غول‌های تکنولوژی ممکن است پژوهش‌هایی را اولویت دهند که «قابلیت خودکارسازی» دارند، نه لزوماً موضوعاتی که اهمیت عمیق انسانی دارند.
• نابودی ارجاعات: مدل‌ها کارهای انسانی را بدون ذکر منبع ترکیب می‌کنند و استانداردهای merit-based (بر اساس شایستگی) را از بین می‌برند.

طبق گزارش متخصصان، این موضوع صرفاً بحث پاکی آکادمیک نیست؛ بلکه جنگ برای بقای قضاوت انسانی است. وقتی منافع تجاری تعیین کنند کدام مسئله ریاضی «قابل حل» است (چون با معماری مدل سازگار است)، این رشته استقلال فکری خود را می‌بازد. برای دنیای حرفه‌ای، این یک هشدار جدی است: «زمان‌بندی‌های بازار» برای انتشار اخبار، جایگزین 검증 (صحت‌سنجی) دقیق علمی شده است.

گام بعدی شما

• در مقالات جدید، بخش «افشای ابزارها و منابع محاسباتی» را بررسی کنید تا متوجه شوید چه بخشی توسط AI نوشته شده است.
• لیست امضاکنندگان و توصیه‌های عملیاتی را در سایت leidendeclaration.ai مطالعه کنید.
• در مواجهه با نتایج تولیدشده توسط ابزارهای ریاضی AI، سخت‌گیرانه‌تر از همیشه بازبینی کنید.

اما داستان سخت‌افزاری این تحول و تراشه‌هایی که برای حل این بحران طراحی می‌شوند، حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی نسل جدید پردازنده‌های استدلالی مراجعه کنید.