هل يقتل الذكاء الاصطناعي الرياضيات بإفراطه في الإنتاج؟
أُعلنت جوائز ميدالية فيلدز لعام 2026 في لحظة استثنائية من الاضطراب في عالم الرياضيات.
هل سيقتل الذكاء الاصطناعي الرياضيات بالإفراط في إنتاجها؟
مقدمة
أُعلنت جوائز ميدالية فيلدز لعام 2026 في لحظة استثنائية من الاضطراب في عالم الرياضيات.
منح الاتحاد الدولي للرياضيات الجائزة لدنغ يو، وجون باتون، ويعقوب زيمرمان، وهونغ وانغ. فور الإعلان، تحول الاهتمام من إنجازات الفائزين إلى ما يعتقد أحدهم أنه على وشك الحدوث.
أعلن زيمرمان خطته للانضمام إلى شركة OpenAI والتركيز على سلامة الذكاء الاصطناعي. وفي مقابلة نُشرت بالتزامن مع الإعلان عن الجائزة، توقع أن الذكاء الاصطناعي قد يصبح أكثر كفاءة من علماء الرياضيات البشر في غضون عامين.
هذا توقع، وليس جدولاً زمنياً محدداً. ومع ذلك، فإن صدور هذا التوقع عن أحد أبرز علماء الرياضيات في العالم يمنحه ثقلاً استثنائياً.
في المؤتمر الدولي للرياضيات المنعقد في فيلادلفيا، نقل تيرينس تاو رسالة مشابهة لكنها أكثر حذراً. رأى أن الرياضيات قد تدخل فترة من الاضطراب، حيث يجب فحص وإعادة بناء أسس قيمها وممارساتها.
كما يفكر الحاصل الآخر على ميدالية فيلدز، تيموثي غاورز، في نفس التحول من زاوية مختلفة.
لا يقتصر قلقه على أن الذكاء الاصطناعي سيحل المسائل بشكل أسرع من علماء الرياضيات، أو سينافسهم على المناصب الأكاديمية، أو سيجعل الطرق التقليدية لاكتشاف البراهين تفقد مكانتها. بل خوفه الأعمق هو أن الرياضيات قد تستمر في إنتاج كميات هائلة من النتائج الصحيحة، لكنها تفقد المجتمع البشري القادر على فهم هذه النتائج وتنظيمها وتعليمها وتقييمها.
في هذا السيناريو، لن تموت الرياضيات بسبب نقص المعرفة.
ستغرق في الوفرة.
الذكاء الاصطناعي قد لا يجوع الرياضيات بل يفرط في تغذيتها
أكثر ما يلفت الانتباه في حجة غاورز هو أنه لا يعتقد أن الذكاء الاصطناعي سيؤدي إلى توقف التقدم الرياضي.
بل يتخيل العكس.
لنفترض أن أنظمة ذاتية التشغيل بشكل متزايد تستطيع:
- قراءة الأدبيات الموجودة
- اختيار المسائل غير المحلولة
- توليد تخمينات جديدة
- إنتاج براهين رسمية
- التحقق من هذه البراهين تلقائياً
- شرح النتائج بأي مستوى من التفصيل مطلوب
- الاستمرار في هذه الأعمال بسرعة آلية
من منظور إنتاج النظريات، سيبدو هذا نجاحاً استثنائياً.
ستنمو الأدبيات بمعدل يفوق أي فترة سابقة في تاريخ الرياضيات. قد تُحل التخمينات القديمة العهد بسرعة. يمكن استكشاف مجالات فرعية بأكملها بالتوازي. قد تظهر نتائج تستغرق فرقاً بحثية بشرية سنوات في غضون ساعات.
ومع ذلك، يشك غاورز في أن هذا التوسع قد يجعل التخصص فارغاً بدلاً من أن يجعله غنياً.
الرياضيات ليست مجرد مجموعة من القضايا الصحيحة المخزنة في أوراق بحثية وقواعد بيانات. إنها في الوقت نفسه شبكة حية من الحدس والأمثلة والشروحات والعادات والمسائل المفتوحة والأحكام والمعايير المشتركة الموجودة في مجتمع علماء الرياضيات.
قد تكون النظرية صحيحة، لكنها ليست بالضرورة –
فهمت.
يمكن التحقق من برهان، لكنه لا يصبح جزءاً من المعرفة العملية لأي شخص.
قد يحتوي مجال ما على ملايين النتائج، لكنه يفقد تدريجياً من يعرف أهمية هذه النتائج.
هذا هو التناقض الأساسي: قد يزدهر الإنتاج الرياضي بفضل الذكاء الاصطناعي، بينما تضعف الثقافة الرياضية في الوقت نفسه.
إعلان ليدن يرسم خطاً دفاعياً لقيمة الرياضيات البشرية
في 2 يونيو 2026، أصدر فريق بحثي دولي "إعلان ليدن حول الذكاء الاصطناعي والرياضيات".
نشأ هذا الإعلان عن ورشة عمل عُقدت في مركز لورنتز في ليدن عام 2025، جمعت علماء رياضيات وعلماء حاسوب وفلاسفة ومؤرخين وباحثين في الذكاء الاصطناعي لمناقشة العلاقة المتغيرة بين الذكاء الاصطناعي والبحث الرياضي.
أقر الاتحاد الدولي للرياضيات بالإعلان رسمياً. وحتى 29 يوليو، أظهر الموقع العام أكثر من 3200 موقع.
حدد الإعلان العديد من القيم التي يعتقد مؤلفوه أنه يجب حمايتها:
- يجب أن توفر البراهين اليقين والفهم في آن واحد.
- يجب أن تُنسب النتائج إلى مؤلفين مسؤولين.
- يجب أن تكون الحجج الرياضية شفافة وقابلة للتحقق المستقل.
- يجب تقييم البحث وفق معايير مشتركة مثل العمق والصعوبة والأهمية.
- يجب أن تستمر الرياضيات في إنتاج الفهم والحكم والخبرة البشرية، وليس مجرد قائمة متزايدة من النتائج.
- يجب أن يحتفظ المجتمع البحثي بالسيطرة الجوهرية على اتجاهاته وأساليبه.
تشمل توصياته الإفصاح عن المساعدة بالذكاء الاصطناعي، وحماية أنظمة المراجعة من المخرجات الآلية منخفضة الجودة، ودعم البنية التحتية للبحث العام، والحفاظ على التعليم والتوجيه البشريين، ومنع تركيز المعرفة الرياضية في أيدي عدد قليل من الشركات الخاصة.
حصل الإعلان على دعم عام من علماء رياضيات بارزين مثل تيرينس تاو وبتر شولتسه وجيريمي أفغارد وكيفن بازارد وستيفن ستروغاتس.
كان تأييد شولتسه مباشراً بشكل خاص. يرى أن هدف البحث الرياضي هو الفهم البشري، وأن الرياضيات لا تزدهر إلا من خلال مجتمع علماء الرياضيات البشر. كما صرح بأنه يتجنب عادة قراءة النصوص الرياضية المولدة بالذكاء الاصطناعي، ولا يستخدم الذكاء الاصطناعي عند تكوين أفكاره.
وصف تيرينس تاو الإعلان بأنه نتاج نقاش مجتمعي استمر أشهراً، وأعرب عن دعمه الكامل لتوصياته.
لم يوقع غاورز على الإعلان.
هذا الاختيار لا يعني رفضه لمبادئ الإعلان. فقد شارك في ورشة ليدن الأصلية، ووصف الإعلان بأنه مساهمة مهمة. يأتي تردده من بعض العبارات والتوصيات التي يرى أنها تحتاج إلى مزيد من التحديد.
تجربة غاورز الفكرية: مكتبة بلا قراء
ينطلق غاورز من
سيناريو متطرف عمداً.
تخيل أن الذكاء الاصطناعي لم يوجد أبداً. ثم تخيل وباءً قتل، لسبب ما، جميع علماء الرياضيات، لكنه لم يضر بأي شخص آخر.
جميع الأوراق البحثية والكتب وقواعد البيانات والأرشيفات الرياضية ستبقى سليمة.
لن يتم تدمير أي معلومات مادياً.
ومع ذلك، ستتعرض التقاليد الرياضية لضربة قاسية.
لن تستطيع الأدبيات وحدها أن تخبر الجيل الجديد: أي الأفكار أساسية، وأي التقنيات تنتمي إلى نفس النظام، وأي التعريفات طبيعية، وأين تكمن الصعوبات، أو أي نتيجة منسية تستحق الاهتمام مجدداً.
قد يستغرق إعادة بناء هذه الثقافة عقوداً.
السبب هو أن المعرفة الرياضية لا تُخزن فقط في النصوص الرسمية. جزء كبير منها موجود في عقول الباحثين:
- المعرفة الضمنية حول أي الطرق واعدة
- الحدس حول أي الأمثلة تمثيلية
- الإلمام بتاريخ المسائل
- المعرفة بالأساليب الفاشلة التي لا تظهر أبداً في الأوراق البحثية
- الحكم على ما هو عميق أو تقليدي أو مفاجئ أو مهم
- اللغة المشتركة التي تطورت من خلال الندوات والتعاون
- القدرة على وضع النتائج الجديدة في سياق المفهوم الأوسع
لذا، فإن الورقة البحثية المكتوبة تشبه ملفاً مضغوطاً أكثر من كونها عالماً فكرياً كاملاً. يوفر المجتمع الرياضي أداة فك الضغط.
الآن، غيّر هذه التجربة الفكرية.
هذه المرة، الذكاء الاصطناعي موجود، وهو قادر على شرح أي برهان بتفصيل أو إيجاز حسب حاجة المستخدم.
نظرًا لأن الآلة تستطيع حل المشكلات وشرحها بسهولة، أصبح عدد الراغبين في قضاء سنوات ليصبحوا باحثين في الرياضيات أقل فأقل. قد يظل الطلاب يتعلمون بعض الرياضيات، لكن الدافع لبناء خبرة عميقة يضعف.
بعد عقدين أو ثلاثة، يتضخم عدد المنشورات بشكل هائل. أنظمة الذكاء الاصطناعي تنتج عددًا لا يحصى من النتائج الصحيحة. في الوقت نفسه، ينخفض عدد الخبراء الذين لديهم فهم عملي في هذه المجالات انخفاضًا حادًا.
المحفوظات ممتلئة.
الندوات فارغة.
النتائج موجودة، لكن عددًا قليلًا من الناس يهتم بقراءتها.
هذه هي نسخة موت الرياضيات التي يخشاها غاورز.
في سيناريو الجائحة الأول، تموت الرياضيات بسبب الندرة: يختفي المجتمع، ولا يُنتَج معرفة جديدة.
في سيناريو الذكاء الاصطناعي، تموت الرياضيات بسبب الإفراط في الإنتاج: تصبح كمية المواد هائلة، بينما تختفي الثقافة البشرية التي تمنحها المعنى.
تشبيه الإثراء الغذائي
يقارن المقال هذا الاحتمال بظاهرة الإثراء الغذائي في البحيرات.
موت بحيرة لا يحدث دائمًا بسبب نقص المغذيات. قد يحدث أيضًا بسبب زيادة المغذيات.
يؤدي فائض النيتروجين والفوسفور إلى نمو سريع للطحالب. في البداية، يبدو النظام البيئي منتجًا بشكل استثنائي. تمتلئ المياه بالنشاط البيولوجي.
في النهاية، يستهلك هذا النمو الأكسجين المتاح. تموت الأسماك والكائنات الأخرى، ويتحول نظام بيئي كان نابضًا بالحياة إلى مياه راكدة.
[صورة توضح عملية الإثراء الغذائي في البحيرة.
تمثل الأيقونات الدائرية الأربع في الأعلى الزراعة والصناعة والمدن والبيئة الطبيعية، وكلها تحمل علامة "NP". في الوسط سطح البحيرة، المغطى بطبقة كثيفة من الطحالب الخضراء. في الأسفل مشهد تحت الماء، مع أسماك ميتة، وفي الأسفل علامة "O2" وسهم لأسفل، يشير إلى نقص الأكسجين. الصورة مرتبطة بالسياق، وتُستخدم لتشبيه احتمال تعرض مجال الرياضيات لـ"الإثراء الغذائي" بسبب كثرة المخرجات، أي كثرة النتائج الرياضية وصعوبة امتصاص المجتمع لها وتنظيمها وتعليمها ومناقشتها، مما يؤثر في النهاية على تطور الرياضيات.]
هذا التشبيه ليس دقيقًا تمامًا، لكنه يلتقط جوهر ما يخشاه غاورز.
إذا لم يتمكن المجتمع الرياضي من امتصاص وتنظيم وتعليم ومناقشة النتائج الرياضية، فإن الإنتاج غير المحدود للرياضيات قد لا يجعل الرياضيات أقوى.
قد لا تكون الموارد النادرة هي توليد البراهين بعد الآن.
قد تصبح الاهتمام البشري والفهم المشترك.
ما الذي يُعتبر تقدمًا في الرياضيات؟
يطرح هذا التحول سؤالًا صعبًا: ما الذي تسعى الرياضيات إلى تعظيمه؟
إذا كانت الإجابة مجرد "عدد المشكلات التي تم حلها"، فإن الذكاء الاصطناعي المستقل بدرجة عالية قد يمثل نجاحًا غير مشروط تقريبًا.
لكن الممارسة الرياضية لم تكن أبدًا مجرد حصة إنتاج من النظريات.
لا يمكن لنتيجة أن تساهم في المجال إلا إذا تمكن علماء رياضيات آخرون من:
- التحقق منها
- فهم أفكارها الجوهرية
- ربطها بالنظريات الموجودة
- إعادة استخدام طرقها
- تدريسها
- إدراك أهميتها
- طرح أسئلة إضافية بناءً عليها
قدم تاو في تقريره في المؤتمر الدولي للرياضيات تمييزًا مشابهًا.
الصحة ضرورية، لكنها غير كافية. يجب أيضًا أن يتم توصيل البرهان وهضمه وقبوله ودمجه في الفهم المشترك للمجتمع الرياضي.
تركز توصياته الختامية على تعزيز التعليم البشري وشفافية استخدام الذكاء الاصطناعي وآليات تحقق أقوى وبنية تحتية رياضية جديدة ونقاش مفتوح حول القدرات والقيم.
لذا، قد تمر عنق الزجاجة في المستقبل بعدة مراحل:
| المرحلة | السؤال الرئيسي |
|---|---|
| توليد البرهان | هل يمكن إيجاد حل؟ |
| التحقق | هل هذا الحل صحيح؟ |
| الشرح | هل يمكن شرحه بوضوح؟ |
| الهضم | هل يمكن للخبراء فهمه وإعادة استخدامه؟ |
| القبول الأكاديمي | هل يمكن أن تصبح النتيجة جزءًا من الرياضيات المشتركة؟ |
| الترسيم | هل يمكن أن تدخل في الكتب المدرسية والتعليم والبنية طويلة المدى للمجال؟ |
قد يؤدي الذكاء الاصطناعي في النهاية أداءً ممتازًا في كل مرحلة.
لكن، في الوقت الحالي، لا تزال المراحل الثلاث الأخيرة عمليات اجتماعية عميقة. المجال لا يستمر بالحلول فقط. إنه يستمر بمجموعة من الأشخاص المهتمين بنفس الأفكار القادرين على التفكير معًا.
غاورز راهن سابقًا على الإثبات الآلي التقليدي
غاورز جدير بالملاحظة بشكل خاص لأنه درس الإثبات الآلي لسنوات.
في عام 2022، أعلن عن مشروع يستخدم منهجًا تقليديًا أكثر في الذكاء الاصطناعي. لا يعتمد المشروع بشكل أساسي على نماذج اللغة الكبيرة، بل يهدف إلى فهم كيفية اكتشاف علماء الرياضيات البشريين للبراهين وترميز هذه الطرق في نظام أكثر وضوحًا.
يسترشد المشروع بفكرة البرهان المحفّز.
[صورة هي صفحة محتويات بحث دبليو. تي. غاورز بعنوان "كيف يمكن العثور على برهان؟". العنوان "كيف يمكن العثور على برهان؟"، والمؤلف هو دبليو. تي. غاورز. المحتويات تشمل 1. مقدمة (صفحة واحدة)، 2. ما ليس هذا المشروع (صفحتان، مقسمة إلى 2.1 التحقق، 2.2 التعلم الآلي، 2.3 الإثبات الآلي الموجه للآلة، مع 4 صفحات للقسم 2.1 و5 صفحات لكل من 2.2 و2.3). ترتبط الصورة بالسياق، حيث يذكر السياق أن غاورز أعلن في عام 2022 عن مشروع يستخدم منهجًا تقليديًا في الذكاء الاصطناعي، يهدف إلى فهم كيفية اكتشاف علماء الرياضيات البشريين للبراهين وجعلها واضحة، وهذه الصورة قد تكون فهرس بحثه.]
البرهان المحفّز لا يؤكد النتيجة فقط. بل يجعل المسار نحو النتيجة يبدو طبيعيًا.
يشرح:
- لماذا تم تقديم تعريف معين
- أي عقبة أزالها ليمّا معين
- لماذا تم اختيار هذا البناء بدلاً من آخر
- أي محاولات فاشلة شكّلت البرهان النهائي
- كيف يمكن اكتشاف برهان، وليس مجرد التحقق منه
يعتقد غاورز أن نظامًا آليًا مبنيًا حول هذا الهيكل قد ينتج براهين مناسبة للتعلم البشري وحتى للتدريس الجامعي.
لاحقًا، دعا إلى إنشاء قاعدة بيانات للبراهين المحفّزة، لأن الأوراق المنشورة عادةً ما تُظهر فقط النتيجة النهائية المصقولة لعملية طويلة. تحذف نقاط البداية الخاطئة والحدس في المراحل المتوسطة وتغييرات الرموز والأسباب التي جعلت الباحث يختار مسارًا دون آخر.
التقدم السريع لنماذج اللغة الكبيرة عطّل هذه الخطة.
لا يزال غاورز يرى قيمة في أنظمة البراهين الشفافة والمحفّزة. ما تغير هو اعتقاده السابق بأن هذه الطريقة ستحدد حدود قدرة الآلة الرياضية.
تقدمت نماذج اللغة بسرعة كبيرة.
ChatGPT 5.5 Pro غيّر تقديره
في مايو 2026، نشر غاورز تقريرًا مفصلاً عن تجربته مع ChatGPT 5.5 Pro.
أعطى النموذج مسألة اندماجية تتطلب بحثًا حقيقيًا على مستوى الدراسات العليا. وفقًا لتقريره، لم يقدم أي توجيه رياضي جوهري تقريبًا.
عمل النظام لمدة ساعة تقريبًا وأنتج ما وصفه غاورز بنتيجة على مستوى أبحاث الدكتوراه.
[صورة هي لقطة شاشة لوثيقة عن تجربة ChatGPT 5.5 Pro. العنوان "تجربة حديثة مع ChatGPT 5.5 Pro"، المحتوى يذكر أن الجميع مضطرون لرفع تقديراتهم لقدرات نماذج اللغة الكبيرة في الرياضيات باستمرار، وأنه هو نفسه قام بمراجعة تقديراته بشكل كبير بسبب ChatGPT 5.5 Pro، حيث حصل على فرصة الوصول، وفي غضون ساعة أنتج بحثًا على مستوى الدكتوراه، دون تقديم أي مدخلات رياضية مهمة من نفسه. ترتبط الصورة بالسياق، حيث يقدم السياق تجربة غاورز مع ChatGPT 5.5 Pro في مايو 2026، وهذه الصورة هي وصف لنتائج التجربة، مما يعكس تقدم الذكاء الاصطناعي في البحث الرياضي.]
استخدم البرهان مجموعات شديدة عدم الترابط للتحكم في العلاقات الجمعية. كتب غاورز أنه عند التفكير لاحقًا، يمكنه فهم وتحفيز هذا البناء، لكن قرار النموذج باستخدام هذه التقنية بدا ذكيًا، وكان، على حد علمه، أصليًا.
هذا التمييز بالغ الأهمية.
الفكرة يمكن أن تصبح مفهومة بعد عرضها على عالم رياضيات، لكن هذا لا يعني أنها كانت واضحة قبل ظهورها. هكذا يقيم الباحثون البشريون الأعمال الجديدة.
هذه الحادثة لم تثبت أن الذكاء الاصطناعي حقق استقلالية رياضية شاملة. لكنها غيرت تقدير غاورز لقدرات نماذج اللغة الحالية.
تحركت عتبة مشكلة بحثية مبتدئة مفيدة.
لم يعد السؤال آمنًا للطالب لمجرد أنه لا يزال غير محلول رسميًا. بل يجب أيضًا أن يكون صعبًا بما يكفي بحيث لا تستطيع النماذج الرائدة حله بسرعة.
يمثل هذا تغييرًا جوهريًا في تدريب الدراسات العليا.
اعتمد تعليم الأبحاث تقليديًا على إيجاد مشكلات مفتوحة حقًا ولكنها لا تزال قابلة للإدارة لمن يكتسبون الخبرة. إذا تمكنت الآلات من حل الكثير من هذه المشكلات بسرعة، فقد تحتاج الأقسام إلى طرق جديدة لتعليم الاكتشاف والحكم والشرح والاستقلالية البحثية.
مسافة الوحدة
تقدم اختراقي يرفع مستوى التحدي
المعيار التالي أكبر.
في 20 مايو، أعلنت OpenAI أن نموذجها الداخلي أسقط تخمينًا أساسيًا حول مسألة مسافة الوحدة المستوية، وهي مسألة شهيرة من بول إردوس.
اكتشف النموذج عددًا لا نهائيًا من تكوينات النقاط التي تتفوق متعددو الحدود على الإنشاءات القائمة على الشبكات التي ظلت لفترة طويلة تُعتبر قريبة من المثالية. نشرت OpenAI هذا الإثبات مصحوبًا بورقة مرافقة شارك في كتابتها العديد من كبار علماء الرياضيات، بمن فيهم نوغا ألون وتيموثي جاورز وأرول شانكار وجاكوب زيمرمان وآخرون. قدمت الورقة المرافقة صياغة أبسط تم التحقق منها بشريًا، وناقشت أهمية هذه النتيجة.
تكتسب هذه النتيجة أهمية لأسباب متعددة.
أولاً، لم يقتصر النموذج على استرجاع إثبات معروف أو تجميع بضع خطوات من الكتب المدرسية. استخدم أفكارًا مرتبطة بنظرية الأعداد الجبرية العميقة للعثور على مثال مضاد لتخمين كان يُعتقد على نطاق واسع.
ثانيًا، قام علماء رياضيات خارجيون بمراجعة الإثبات وهضمه، بدلاً من الثقة العمياء في مخرجات النموذج.
ثالثًا، كشف هذا الحدث عن نمط جديد من تقسيم العمل.
أنتج نظام الذكاء الاصطناعي البناء الحاسم. قام علماء الرياضيات البشريون بالتحقق منه وتبسيطه وتتبع خلفيته الأكاديمية وشرح سبب فعاليته وتقييم مدى تغييره لمجال الدراسة.
يرى جاورز أنه في بيئة مستقبلية حيث تنتشر النتائج التي تولدها الآلات، قد يستحق عمل "الهضم" هذا تقديرًا أكبر من مجرد كون الشخص هو من يطرح الأسئلة على النموذج.
إذا حصل شخص على حل فوري بينما يقضي آخر شهورًا في تحويله إلى رياضيات مفهومة، فقد يكون مساهمة الثاني في بقاء التخصص أكبر.
الصياغة الرسمية أصبحت أسهل أيضًا
إحدى طرق الدفاع ضد النتائج الرياضية غير الموثوقة الناتجة عن الذكاء الاصطناعي هي التحقق من الإثبات رسميًا.
يمكن فحص الإثباتات المكتوبة بلغة Lean بواسطة نواة موثوقة صغيرة. إذا لم تكن هناك بديهيات غير مدعومة أو ثغرات أثناء التجميع، فإن النظام يقدم ضمانًا بالصحة أقوى بكثير من النص غير الرسمي وحده.
تاريخيًا، تطلبت صياغة ورقة بحثية رسميًا معرفة عميقة بمساعد الإثبات وجهدًا يدويًا كبيرًا.
هذه العقبة تتفكك.
أفاد جاورز أنه استخدم نظام Aristotle من شركة Harmonic لصياغة ورقة معقدة بلغة Lean، على الرغم من أنه لم يكن على دراية بـ Lean. حمل الورقة وطلب من النظام العمل عليها قسمًا تلو الآخر، واستغرقت العملية حوالي أسبوع ونصف، مع القليل من الوقت النشط لطرح الأسئلة.
يجمع Aristotle بين الاستدلال غير الرسمي والبحث عن الإثبات في Lean والتحقق الرسمي. تصفه Harmonic بأنه وكيل قادر على إثبات أو صياغة المواد الرياضية في جلسة طويلة.
يضعف هذا التقدم اعتراضًا واحدًا على الإثباتات المولدة آليًا: أن المخرجات دائمًا غير موثوقة بحيث لا يمكن الوثوق بها.
التحقق الرسمي لا يحل كل المشكلات.
قد تقوم النظرية الرسمية بترميز عبارة خاطئة. قد لا تلتقط التعريفات المفهوم المقصود. قد يظل الإثبات الذي تم التحقق منه يفتقر إلى الإلهام. لا يزال التحول من الرياضيات غير الرسمية إلى العبارات الرسمية يحتاج إلى حكم.
ولكن مع صعود الأتمتة الرسمية، تصبح احتمالية أن يولد الذكاء الاصطناعي كلاً من النتائج المرشحة والإثباتات القابلة للفحص آليًا أكثر قابلية للتصديق.
ثم يتحول عنق الزجاجة مرة أخرى - من الصحة إلى الأهمية والقوة التفسيرية والثقافة.
موقف جاورز أكثر تعقيدًا من "الذكاء الاصطناعي سيقتل الرياضيات"
قد يكون الشكل المختصر لهذا النقاش مضللاً.
لا يزعم جاورز ببساطة أنه يجب رفض الرياضيات لمجرد أنها مولدة بواسطة الآلات.
إنه يشكك في أجزاء من "إعلان ليدن"، على وجه التحديد لأنه غير متأكد من أن المفاهيم التقليدية للتأليف والملكية يمكن أن تبقى.
إذا اكتشف نظام ذكاء اصطناعي مستقل نظرية صحيحة، فإنه لا يعتقد أن البشر يجب أن ينسب إليهم الفضل لمجرد أنهم تفاعلوا مع الواجهة.
كما يشك في أن مجلات مراجعة الأقران الحالية هي بالضرورة المؤسسة المناسبة لحماية ثقافة الرياضيات من طوفان النتائج المولدة بالذكاء الاصطناعي. نظام النشر الحالي يعاني بالفعل من عيوب خطيرة، وقد تحتاج البيئة الجديدة إلى أشكال جديدة من الفرز والشرح والتقييم الجماعي.
لذا، فإن وجهة نظره ليست رفضًا بسيطًا ولا حماسة عمياء.
إنه يتوقع أن يتفوق الذكاء الاصطناعي على البشر في المزيد من جوانب العمل الرياضي. يعتقد أن هذا قد يحدث في السنوات القليلة القادمة، على الرغم من أنه لا يستبعد أيضًا إمكانية التعاون المثمر بين البشر والآلات لفترة أطول.
كما يجد هذا التقدم مزعجًا على المستوى الشخصي.
في مقالته في يوليو، كتب جاورز أن GPT-5.6 Pro قدم له حلًا "فوريًا" لمسألتين كان يهتم بهما ويفكر فيهما بجدية. طرح باحثون شباب مشاركون الأسئلة على النموذج بإذنه.
كان سعيدًا بحل المشكلات.
كما وصف التجربة بأنها غريبة وغير سارة - كما لو أن الأرض تحت قدميه قد انتُزعت.
يمكن أن يتواجد كلا الشعورين معًا.
رثاء مجال؟
في نفس اليوم الذي نشر فيه جاورز مقالته حول "إعلان ليدن"، نشر عالم الرياضيات والفيزيائي في جامعة كولومبيا بيتر وويت منشورًا بعنوان "رثاء مجال؟".
ربط المنشور بين حصول زيمرمان على ميدالية فيلدز وانتقاله إلى OpenAI والدور المتزايد لعوامل الذكاء الاصطناعي في الرياضيات.
يشير وويت إلى أن الرياضيات تختلف عن ألعاب مثل الشطرنج.
عندما تفوقت أجهزة الكمبيوتر على لاعبي الشطرنج البشريين، ظلت البطولات البشرية ذات معنى. استمر اللاعبون في التنافس وفقًا لنفس القواعد، واستمر الجمهور في رؤية النشاط كعرض للقدرة البشرية.
لكن حدود الرياضيات أكثر ضبابية.
يستخدم الباحثون بالفعل على نطاق واسع في عملهم اليومي البرامج والأنظمة الرمزية وقواعد البيانات ومساعدات الإثبات وعوامل نماذج اللغة الكبيرة الحالية. إذا استخدم الجميع تقريبًا نفس الأنظمة القوية، فقد لا يكون هناك فئة "الرياضيات المهنية البشرية البحتة" المماثلة لـ "الشطرنج البشري البحت".
قد تتغير أيضًا مسائل الإسناد.
المجتمع الأكاديمي الحالي يكافئ الأسبقية: من يكتشف أولاً النظرية أو الطريقة أو التعريف. العوامل المستقلة ليس لديها مصلحة شخصية في تسمية النظريات بأسمائها.
إذا أصبح الاكتشاف رخيصًا ووفيرًا، قد يتحول التركيز الثقافي من الملكية إلى ما يلي:
- الفرز
- التحقق
- التفسير
- التركيب
- التعليم
- تتبع التاريخ
- ربط النتائج المنعزلة
- اختيار مشكلات ذات قيمة إنسانية أو علمية
لكن جاورز يطرح على الفور سؤالاً أعمق: لماذا نفترض أن الذكاء الاصطناعي لن يكون قادرًا في النهاية على أداء هذه الأدوار؟
يمكن للمدرس الذكاء الاصطناعي تخصيص التفسيرات، ويمكن لمحرر الذكاء الاصطناعي فرز النتائج، ويمكن لمؤرخ الذكاء الاصطناعي تتبع سلاسل التأثير، ويمكن لمولد كتب مدرسية بالذكاء الاصطناعي تكييف مجال بأكمله مع خلفية قارئ معين.
مجرد سرد المهام التي لم يتقنها بعد لا يحمي الأدوار البشرية المتبقية.
الحجة الأقوى تكمن في الجانب الثقافي: الرياضيات مهمة جزئيًا لأنها نشاط بشري جماعي.
ماذا يمكن لعالم الرياضيات البشري أن يفعل في عصر الاكتشاف الآلي؟
لا أحد لديه إجابة كاملة حتى الآن.
لكن عدة أدوار محتملة تظهر.
1. تحديد الأهداف واختيار المشكلات
يمكن لعلماء الرياضيات تحديد المشكلات ذات الصلة بالعلم أو المجتمع أو التعليم أو الفهم المفاهيمي الأعمق.
لا يزال هذا الدور مهمًا، على الرغم من أن جاورز يعتقد أن الذكاء الاصطناعي قد يصبح قادرًا في النهاية أيضًا على اقتراح أسئلة ونظريات قيمة.
2. التحقق من النتائج وصياغتها رسميًا
يمكن لأدوات مساعدة الإثبات إثبات الصحة. لا يزال الخبراء البشريون بحاجة للتأكد من أن العبارات الرسمية تلتقط بدقة النظريات المقصودة وأن الافتراضات الخفية لا تغير جوهر المشكلة.
3. هضم وتنظيم المخرجات الآلية
قد يستكشف علماء الرياضيات المستقبليون كميات هائلة من النتائج التي يولدها الذكاء الاصطناعي، ويحددون القليل منها الذي يستحق الاهتمام، ويبنون حولها نظريات متماسكة.
هذا يشبه تأليف كتاب دراسي ممتاز أكثر من كونه صراعًا على أولوية الإثبات.
٤. حماية تاريخ الأفكار والإسناد
حتى إذا ولّد النموذج نتائج جديدة، فقد يعتمد على مفاهيم بناها باحثون عبر الأجيال. تتبع هذه الروابط أمر بالغ الأهمية لفهم ما هو ابتكار حقيقي.
٥. نقل الحكم الرياضي
ما يحتاجه الطلاب ليس مجرد إجابات. إنهم بحاجة إلى فهم معنى المسألة، وكيف تتفاعل الافتراضات، ولماذا مفهوم مجرد معين مفيد، وكيفية التعرف على الحجج المضللة.
يمكن للذكاء الاصطناعي المساعدة في هذه المهمة، لكن التعليم لا يزال مجالًا يتطلب مشاركة بشرية عميقة.
من وجهة نظر تيرنس تاو، يجب حماية البعد البشري بقوة.
٦. الحفاظ على المجتمع
الندوات، والتعاون، والتلمذة العلمية، والنقاش الأكاديمي، والمعايير المشتركة، يمكنها تحويل المعلومات المنعزلة إلى حقل أكاديمي.
يمكن للمرشد الشخصي بالذكاء الاصطناعي أن يشرح نظرية ما للمستخدم، لكنه لا يستطيع تكوين مجتمع أكاديمي يتحمل المسؤولية الجماعية عن نظام المعرفة.
الخطر الحقيقي ليس نهاية البحث الرياضي
عبارة "الذكاء الاصطناعي سيقتل الرياضيات" تبدو وكأنها تتنبأ بانتهاء اكتشاف النظريات.
لكن غاورز يطرح وجهة نظر معاكسة تمامًا.
قد تكون الأدبيات المولدة آليًا أغنى من كل ما أنتجه البشر بشكل مستقل.
ما قد يختفي حقًا هو العلاقة بين هذه الأدبيات والتقاليد الأكاديمية البشرية الحية.
هذا الخطر ليس حتميًا.
يشير إعلان لايدن، وتوصيات تيرنس تاو في المؤتمر الدولي لعلماء الرياضيات، ومشاريع التحقق الشكلي، والبنية التحتية الرياضية العامة، ونقد غاورز نفسه، إلى حلول عملية:
- الإفصاح بشفافية عن استخدام المساعدة بالذكاء الاصطناعي
- الحفاظ على آليات الإثبات الصارم والتحقق المستقل
- الاستثمار في أدوات الذكاء الاصطناعي العامة والأكاديمية
- مكافأة أعمال الشرح والتجميع
- تطوير آليات تصفية أفضل للمحتوى المولد آليًا
- حماية التعليم والتلمذة العلمية
- الحفاظ على قدرة البشر على فهم مجالات أبحاثهم
- بناء بنية تحتية تدعم الاستكشاف الجماعي وليس الخاص البحت
- تقييم العمل الرياضي بناءً على البصيرة والمساهمة وليس مجرد حجم الإنتاج
التحدي يكمن في ضرورة إنشاء هذه الأنظمة قبل أن تتجاوز سرعة إنتاج النظريات قدرة المؤسسات الحالية على إدارتها.
أسئلة شائعة
هل قال أحد الحائزين على ميدالية فيلدز حقًا إن الذكاء الاصطناعي سيتفوق على علماء الرياضيات في غضون عامين؟
نعم. قال جاكوب تسيمرمان لمجلة "كوانتا" إنه يعتقد أن الذكاء الاصطناعي سيتفوق على علماء الرياضيات البشر في غضون عامين. هذا توقع شخصي، وليس جدولًا زمنيًا محققًا.
هل يعارض تيموثي غاورز استخدام الذكاء الاصطناعي في الرياضيات؟
لا. غاورز نفسه يستخدم أنظمة الذكاء الاصطناعي المتقدمة ويناقش علنًا النتائج المذهلة لـ ChatGPT و Aristotle. قلقه هو أن الأتمتة السريعة قد تضر بالثقافة الرياضية والخبرة ونظام التعليم والفهم المشترك، إلى جانب إنتاج نتائج قيمة.
ما هو إعلان لايدن للرياضيات والذكاء الاصطناعي؟
هو إعلان أكاديمي صدر في ٢ يونيو ٢٠٢٦، يشرح تأثير الذكاء الاصطناعي على البحث الرياضي والتعليم والنشر والإسناد والبنية التحتية والأخلاقيات. وقد أيده الاتحاد الدولي للرياضيات، ووقعه أكثر من ٣٢٠٠ شخص حتى ٢٩ يوليو ٢٠٢٦.
ما المشكلة التي حلها OpenAI فيما يتعلق بمسافة الوحدة؟
نموذج داخلي من OpenAI دحض تخمينًا مقبولًا على نطاق واسع حول أقصى عدد لأزواج مسافات الوحدة في مجموعة نقاط مستوية. أنشأ النموذج عددًا لا نهائيًا من التشكيلات التي تفوق التكوينات الشبكية المفضلة سابقًا على المستوى متعدد الحدود.
هل تم التحقق من إثبات مسافة الوحدة من OpenAI بشريًا؟
نعم. نشر OpenAI الإثبات الأصلي وورقة بحثية مستقلة مصاحبة تحتوي على صياغة أقصر ومحققة بشريًا مع تعليقات من كبار علماء الرياضيات.
ما هو الشكلية في الإثبات الآلي؟
الشكلية تعني ترجمة البراهين الرياضية إلى صيغة دقيقة يمكن التحقق منها بواسطة الحاسوب.
تحويل العبارات والبراهين الرياضية إلى لغات مثل Lean، التي تمتلك نواة صغيرة للتحقق من البراهين يمكنها التحقق من كل خطوة منطقية. أنظمة ذكاء اصطناعي مثل Aristotle أصبحت قادرة بشكل متزايد على المساعدة في تحويل الرياضيات البحثية غير الرسمية إلى شكل قابل للفحص آليًا.
هل يمكن للرياضيات البقاء إذا أنتج الذكاء الاصطناعي معظم البراهين الجديدة؟
يمكن للأدبيات أن تستمر في النمو بالطبع. السؤال العالق هو ما إذا كان المجتمع الأكاديمي البشري القوي سيواصل فهم هذه المواد وتدريسها وتنظيمها وتقديرها، بدلًا من أن يصبح مجرد مستهلك سلبي للمخرجات الآلية.
ما المهارات الأكثر حاجة لعلماء الرياضيات في المستقبل؟
التحقق، واختيار الموضوع، والشرح، والتجميع، والشكلية، والإسناد التاريخي، والتدريس قد تصبح أكثر أهمية. لكن الذكاء الاصطناعي قد يستمر في التقدم في هذه المهام أيضًا، لذلك الحفاظ على الرياضيات كمجتمع بشري ذي معنى يتطلب خيارات مؤسسية وثقافية، وليس مجرد مهارات تقنية جديدة.
أدوات ذات صلة
- Lean: أداة إثبات نظريات تفاعلية ولغة برمجة لإنشاء براهين رياضية قابلة للتحقق آليًا.
- Mathlib: مكتبة رياضيات شكلية كبيرة يديرها المجتمع لـ Lean.
- Aristotle: وكيل من شركة Harmonic يعمل لفترات طويلة على إثبات الرياضيات وشكلنتها في Lean.
- Erdős Problems: قاعدة بيانات مجتمعية تتابع أكثر من ألف مسألة مرتبطة ببول إرديش.
- arXiv: المنصة المفتوحة الرئيسية الحالية لنشر معظم الأبحاث الرياضية.
روابط ذات صلة
- تيموثي غاورز: تأملات حول إعلان لايدن: شرح كامل لغاورز حول الثقافة الرياضية والإسناد ومخرجات الذكاء الاصطناعي والإعلان.
- إعلان لايدن للرياضيات والذكاء الاصطناعي: الإعلان الرسمي والتوصيات والتأييدات وقائمة الموقعين.
- تيرنس تاو: الرياضيات في عصر الذكاء الاصطناعي: محاضرة تاو في المؤتمر الدولي لعلماء الرياضيات ٢٠٢٦، تغطي التحقق والشرح والقبول المجتمعي والتعليم والقيم الرياضية.
- إعلان OpenAI حول مسافة الوحدة: التقرير الرسمي من OpenAI حول اختراق نموذجهم في الهندسة المنفصلة.
- تعليق بشري محقق على نتيجة مسافة الوحدة: ورقة بحثية مصاحبة تشرح وتقيم الإثبات المولد بالذكاء الاصطناعي.
- تيموثي غاورز: تجربة مع ChatGPT 5.5 Pro: سرد تقني لغاورز عن نتائج توافقية مولدة بالذكاء الاصطناعي.
- بيتر وويت: رثاء مجال؟: تعليق حول تسيمرمان و OpenAI والتغيرات الثقافية في البحث الرياضي.
خلاصة
يؤثر الذكاء الاصطناعي حاليًا على الرياضيات المهنية على مستويات متعددة: حل المشكلات، وتوليد البراهين، والتحقق الشكلي، والشرح، والتدريب، وإسناد الحقوق، والمسيرة الأكاديمية.
التحذير الأساسي لغاورز ليس أن الآلات ستعيق تطور الرياضيات، بل أنها قد تنتج كميات هائلة من النتائج الرياضية الصحيحة لدرجة أن الجماعات البشرية ستفقد الرغبة والقدرة على فهم هذه النتائج بشكل جماعي.
يشير إعلان لايدن، ومحاضرة تيرنس تاو في المؤتمر الدولي لعلماء الرياضيات، واختراق OpenAI في مسألة مسافة الوحدة، والازدهار في الشكلية الآلية، إلى أن الرياضيات بحاجة ماسة إلى إنشاء أنظمة جديدة للتحقق والشرح والتعليم والحكم المجتمعي.
مستقبل الرياضيات لا يعتمد فقط على عدد النظريات التي يمكن للذكاء الاصطناعي إثباتها، بل أيضًا على قدرة البشر على تحويل هذه النظريات إلى معرفة مشتركة.