Математика в эпоху ИИ: публичная лекция Теренса Тао на Международном конгрессе математиков 24 июля 2026. llm.. llm. доклад.. llm. доклад. математика.. llm. доклад. математика. Машинное обучение.. llm. доклад. математика. Машинное обучение. Теренс Тао.

Математика в эпоху ИИ

Mathematics in the age of AI

Публичная лекция, Международный конгресс математиков (International Congress of Mathematicians 2026)

Теренс Тао, Калифорнийский университет, Лос‑Анджелес

24 июля 2026 года

pdf оригинальной презентации (далее числами в скобках перед текстом помечены номера слайдов)

(2) Пролог: кризис оснований

Математика успешно функционировала на протяжении многих веков, используя «наивные» основания. При этом некоторые фундаментальные вопросы в большинстве своем отдавались на откуп философам:

  • Что такое множество?

  • Что такое число?

  • Что такое бесконечность?

  • Каковы аксиомы математики?

(3) Но в начале XX века такие открытия, как парадокс Рассела (1901) или теоремы Гёделя о неполноте (1931), вынудили практикующих математиков пересмотреть свои неявные предположения об основаниях математики.

(4) Этот кризис оснований (~1900–1930) стал для математики периодом турбулентности.

Но итоговый результат кризиса оказался весьма ценным: возникла явная, строгая и стандартизированная фундаментальная основа математики.

И существуют возможности для дальнейшего ее улучшения.

Ведь существующие основания математики выдержали довольно жесткую проверку и являются ее надёжной основой.

(5) Я полагаю, что мы вступаем в аналогичный турбулентный период — 1 кризис оснований и практик математических ценностей.

Но если мы тщательно исследуем и кодифицируем эти основания, наше сообщество выйдет из этого периода, став сильнее и устойчивее.

1 Все длинные тире в этих слайдах были созданы человеком.

(6) Мотивирующий вопрос

Мой доклад посвящен следующему вопросу:

Вопрос реакции сообщества

Как должно отреагировать математическое2 сообщество на появление технологий искусственного интеллекта (ИИ) и их реальные и/или заявленные возможности решать математические задачи?

Это вопрос для всего сообщества, и я не претендую на обладание достаточным ответом. Тем не менее, мне есть что сказать.

2 Разумеется, влияние ИИ распространяется далеко за пределы математики, но это слишком обширная тема, чтобы охватить её в этом докладе.

(7)

Вопрос реакции сообщества

Как должно отреагировать математическое сообщество на появление технологий искусственного интеллекта (ИИ) и их реальные и/или заявленные возможности решать математические задачи?

  • Этот вопрос не является математическим; это метаматематический (а также политический, этический и культурный) вопрос.

  • Однако, в этом докладе я многое позаимствую из точного, знакомого нам языка математики, чтобы прояснить некоторые моменты, о которых я хочу поговорить.

(8) Первый подвопрос: способности ИИ

Ответ на этот вопрос зависит от следующего подвопроса, который я сформулирую псевдоматематически как гипотезу (точнее, как семейство гипотез):

Гипотеза о возможностях ИИ (шаблон)

В ближайшем будущем наступит некоторый момент, когда некоторые инструменты ИИ смогут, при некоторых затратах и некотором уровне человеческого контроля, выполнять некоторые математические задачи исследовательского уровня в некоторых областях математики с некоторым нетривиальным уровнем успешности и на некотором уровне качества и корректности.

Слова «некоторый» здесь следует рассматривать как заполнители (или «переменные»).

(9)

Гипотеза о возможностях ИИ

В ближайшем будущем наступит некоторый момент, когда некоторые инструменты ИИ смогут, при некоторых затратах и некотором уровне человеческого контроля, выполнять некоторые математические задачи исследовательского уровня в некоторых областях математики с некоторым нетривиальным уровнем успешности и на некотором уровне качества и корректности.

  • Можно создать множество формулировок Гипотезы в зависимости от того, какие параметры подставить в слова‑заполнители («некоторый»).

  • Но разбор тонкостей различия между этими формулировками не является целью моего доклада.

  • Я сделаю лишь грубое различие между «слабыми» и «сильными» формами данной Гипотезы.

(10)

  • Если даже слабые формы Гипотезы о возможностях ИИ ложны, тогда мы можем вполне безопасно выбрать путь игнорирования инструментов ИИ, как не имеющих значения в долгосрочной перспективе и продолжать «работу в обычном режиме».

  • Но если сильные формы гипотезы истинны, то будет довольно сложно продолжать поддерживать нашу текущую культуру и текущие практики, особенно если мы приоритезируем такие цели, как получение как можно большего количества решений нерешённых проблем.

(11)

  • Будет сложно вести конструктивное обсуждение вопроса о реакции сообщества, пока статус Гипотезы о возможностях ИИ остается предметом споров.

  • Поэтому значительная часть дебатов о роли ИИ в математике была сосредоточена на выяснении того, какие именно версии Гипотезы о возможностях ИИ являются истинными.

  • Я и сам посвятил этой теме множество лекций, статей и постов в социальных сетях.

(12)

  • Сейчас существует множество фактических данных как за, так и против различных вариантов Гипотезы о возможностях ИИ.

  • Однако большинство из этих данных не было собрано в контролируемых научных условиях.

  • В частности, многие общедоступные доказательства в высокой степени подвержены проблемам предвзятости публикаций (reporting bias) и ненаучным стимулам (non‑scientific incentives), а некоторые важные издержки и переменные остаются нераскрытыми.

  • Кроме того, важно отличать истинность той или иной формы Гипотезы от ее желательности.

(13)

Несмотря на центральную роль Гипотезы о возможностях ИИ для решения вопроса о реакции сообщества, мой доклад все же будет не о ней.

Говоря о Гипотезе, я лишь упомяну недавние результаты челленджа First Proof (1stproof.org).

(14) First Proof

  • First Proof — это независимая оценка состояния передовых ИИ‑моделей и их программных оболочек.

  • Каждая «партия» состоит из десяти не известных широко задач исследовательского уровня в различных областях.

  • Вторая партия тестировалась в контролируемых условиях на четырех ИИ‑оболочках 28 мая 2026 года.

  • Результаты были проверены экспертами на предмет как корректности, так и качества изложения.

  • Семь из десяти задач были решены как минимум одной командой на уровне, пригодном для публикации.

  • Затраты на вычисления составили от 10 до 1000 долларов США на задачу.

  • В ближайшем будущем планируется проведение новых «партий».

(15) Дополнение к гипотезе о возможностях

  • Вместо этого мой доклад будет посвящен «ортогональному дополнению» к Гипотезе о возможностях ИИ в рамках вопроса о реакции сообщества.

  • Следовательно, остальная часть моего доклада будет условной, основанной на следующей (неточно сформулированной) гипотезе:

Рабочая гипотеза

Разумно сильная версия Гипотезы о возможностях ИИ истинна: ИИ‑инструменты в разумно‑обозримом будущем станут способны выполнять разумную долю математических задач исследовательского уровня с разумными уровнями успешности, качества, контроля и затрат.

Точное определение слова «разумный» не имеет критического значения для моего доклада.

(16)

Рабочая гипотеза

ИИ‑инструменты в разумно‑обозримом будущем станут способны выполнять разумную долю математических задач исследовательского уровня с разумными уровнями успешности, качества, контроля и затрат.

  • На протяжении оставшейся части доклада я попрошу вас предположить, что рабочая Гипотеза выполняется.

  • Я не прошу вас желать, верить или принимать то, что эта Гипотеза истинна — это будет условный анализ.

  • Доказательства за или против Рабочей гипотезы ортогональны остальной части моего доклада.

(17) Ортогональный подвопрос: наши цели и ценности

Как только мы приняли Рабочую Гипотезу как условие, на первый план выходит другой фундаментальный подвопрос:

Вопрос о целях и ценностях

Каковы истинные цели, задачи и ценности нашего математического сообщества и самого процесса математических исследований?

Речь идет не только о тех явных целях, которые мы сообщаем общественности (или грантодателям), но и о неявных целях, которые мы преследуем на самом деле.

(18)

Вопрос о целях и ценностях

Каковы истинные цели, задачи и ценности нашего математического сообщества и самого процесса математических исследований?

  • Ранее мы о основном делегировали этот вопрос гуманитарным наукам, а сами сосредотачивались на технических аспектах нашей профессии.

  • Если предположить, что Рабочая Гипотеза верна, у нас больше не будет роскоши такого делегирования.

  • Тем не менее, я утверждаю, что тщательное изучение этого вопроса в конечном итоге окажется крайне полезным, независимо от статуса Рабочей Гипотезы.

(19) Каковы наши цели?

Существует масса причин, оправдывающих математические исследования. Вот лишь некоторые из них:

  • Решение нерешенных задач (как теоретических, так и прикладных).

  • Разработка новых теорий и методов.

  • Понимание окружающего нас мира.

  • Создание сообщества математиков.

  • Обучение следующего поколения математиков для формирования будущих направлений развития математической дисциплины.

  • Вклад в общую копилку математических знаний.

  • Создание непреходящих произведений, математических работ, обладающих эстетической ценностью.

  • И так далее

(20)

  • В прошлом эти цели в значительной степени положительно коррелировали друг с другом: прогресс в достижении одной цели, как правило, приводил к прогрессу и в других.

  • Таким образом, можно было использовать одну или две из этих целей в качестве прокси (заменителей) для остальных.

  • Многие из целей можно было оставить неявно сформулированными.

Рис.1. Математическое знание -> (Цель 1, Цель 2)

Рис.1. Математическое знание → (Цель 1, Цель 2)

(21) Закон Гудхарта

Однако все метрики, при чрезмерной оптимизации под них, рискуют подпасть под действие закона Гудхарта:

Закон Гудхарта (1975)

Когда мера становится целью, она перестает быть хорошей мерой.

Неосновательная, имеющая мало связей с реальностью генеративная природа ИИ, а также финансовые стимулы ИИ‑компаний делают использование ИИ‑инструментов сильно уязвимыми с точки зрения Закона Гудхарта.

(22)

Чрезмерная оптимизация под задачи ИИ может привести к тому, что многие (ранее в значительной степени согласованные) цели математики разойдутся3 друг с другом.

Рис.2. Математическое знание расходится на малосвязанные цели: Решение исследовательских задач, Решение задач Эрдёша, Решение олимпиадных задач, Построение теории, Применение знаний, Создание сообщества, Обучение следующего поколения, Создание работ с непреходящей эстетической ценностью

Рис.2. Математическое знание расходится на малосвязанные цели: Решение исследовательских задач, Решение задач Эрдёша, Решение олимпиадных задач, Построение теории, Применение знаний, Создание сообщества, Обучение следующего поколения, Создание работ с непреходящей эстетической ценностью

3 Диаграмма крайне упрощена: она должна быть гораздо более многосоставной.

(23) Пример: решение задач

  • В своем докладе я проиллюстрирую утверждение [о расхождении целей математики под влиянием ИИ] на одной составляющей: Решение исследовательских задач.

  • Я подчеркну, что эта составляющая — не единственный аспект нашей профессии.

  • Например, Построение теорий — это важный дополнительный аспект к решению задач, который требует своего отдельного анализа.

  • Но Решение исследовательских задач кажется мне особенно подверженным воздействию [предложенной выше] Рабочей гипотезы.

Рис. 3. Математическое знание -> Решение исследовательских задач

Рис. 3. Математическое знание → Решение исследовательских задач

(24)

Предположим, мы определяем следующую цель:

Цель (первая попытка):

Решить как можно больше нерешенных задач.

Теперь мы пытаемся оптимизировать поток в такой сети:

Рис. 4. Открытые задачи ‑-(генерация доказательств)‑→ Решения

Рис. 4. Открытые задачи ‑‑(генерация доказательств)‑→ Решения

(25)

Еще до появления ИИ мы знали о появлении больших рисков при оптимизации этой метрики:

  • Мы столкнемся с огромным количеством неверных решений заметных открытых задач (например, гипотезы Римана).

(26)

Поэтому мы обновим нашу цель:

Цель (вторая попытка):

Решить как можно больше нерешенных задач и проверить решения на корректность.

Рис. 5. Открытые задачи ---(генерация доказательств)--> Непроверенные решения ---(верификация доказательств)--> Проверенные решения

Рис. 5. Открытые задачи ‑‑(генерация доказательств)‑→ Непроверенные решения ‑‑(верификация доказательств)‑→ Проверенные решения

(27)

  • Достижения в области ИИ и автоформализации (использование языков‑ассистентов для математических доказательств4, таких как Rocq, HOL или Lean) во многих случаях значительно ускорили как генерацию доказательств, так и их верификацию.

  • При условии верности Рабочей Гипотезы это ускорение будет расти и далее.

  • Но что будет, если ИИ‑инструмент сгенерирует длинное доказательство, которое не сможет никто понять, даже люди‑исследователи, писавшие для него промпты?

4 Тема формализации потребовала бы отдельной лекции, поэтому мы не будем сейчас глубоко погружаться в эту тему.

(28)

  • Появились сайты, посвященные математическим задачам, такие как 5 https://www.erdosproblems.com, которые содержат десятки сгенерированных ИИ доказательств.

  • Многие из них, вероятно, корректны, но ни один человек‑эксперт еще не вызвался проверить и поручиться за них.

  • В нескольких случаях даже люди, отправившие на сайт материалы, заявили о недостаточности собственной квалификации для проверки таких доказательств.

  • Может ли у нас появиться проверенное доказательство результата решения значимой задачи, которое ни один человек не понимает настолько хорошо, чтобы его объяснить?

5 Возникновение и расцвет математических онлайн‑сообществ — еще одна важная тема, которую мы не сможем охватить в этом докладе.

(29)

Мы можем обновить нашу цель, чтобы повысить роль экспозиции (изложения материала):

Цель (третья попытка):

Решить как можно больше нерешенных задач, проверить их на корректность и обеспечить, чтобы результаты были ясно сообщены, корректно доведены до математического сообщества и поняты им.

Рис. 6. Открытые задачи ---(генерация доказательств)--> Непроверенные решения ---(верификация доказательств)--> Проверенные решения ---(экспозиция доказательств)--> Хорошо написанные решения

Рис. 6. Открытые задачи ‑‑(генерация доказательств)‑→ Непроверенные решения ‑‑(верификация доказательств)‑→ Проверенные решения ‑‑(экспозиция доказательств)‑→ Хорошо написанные решения

(30)

  • Текущие ИИ‑инструменты дают весьма неоднозначные результаты в области экспозиции доказательств.

  • С одной стороны, орфография, грамматика и форматирование почти безупречны6.

  • Однако текст доказательств часто надолго застревает на тривиальностях, при этом очень кратко проходя (или даже затуманивая) наиболее интересные и новые части аргументации.

  • Тексты, сгенерированные ИИ, часто не фиксируют связи с источниками, на которых они основываются или не предоставляют высокоуровневый обзор результата.

6 Можно поспорить, что они слишком безупречны.

(31)

  • Экспозиция (изложение) доказательства является «более размытой» целью для оптимизации, чем, скажем, верификация доказательства.

  • При этом Рабочая Гипотеза предсказывает, что ИИ‑инструменты скоро улучшат свои навыки экспозиции доказательств по сравнению с текущим уровнем.

  • Однако даже экспозицию можно оптимизировать чрезмерно.

  • Доказательство может получиться слишком «приглаженным», когда как рутинные, так и сложные части аргументации представлены так, будто они одинаково легки для понимания.

(32)

  • В доказательстве, написанном человеком, те части аргументации, которые автору дались с трудом, обычно сохраняют некоторое «естественное трение», которое побуждает читателя замедлиться и обратить больше внимания на эти части.

  • Чрезмерно «отполированное» ИИ доказательство может устранить как «искусственное», так и «естественное» трение, фактически не побуждая читателя изучать и понимать ключевые идеи аргументации.

  • Парадоксально, но «ошибки» в человеческом изложении в конечном итоге могут быть полезны читателю!

(33)

Рис. 7. Статья Жана Бургена 1991 года с аннотациями, которые я сделал, когда был гораздо моложе чем сейчас.

Рис. 7. Статья Жана Бургена 1991 года с аннотациями, которые я сделал, когда был гораздо моложе чем сейчас.

(34)

Уильям Тёрстон, «О доказательствах и прогрессе в математике» (1994):

«Мы не пытаемся выполнить некую абстрактную производственную квоту по определениям, теоремам и доказательствам. Мерилом нашего успеха является следующее: позволяет ли людям то, что мы делаем, понимать математику и думать о ней яснее и эффективнее».

Математика в эпоху ИИ: публичная лекция Теренса Тао на Международном конгрессе математиков 24 июля 2026 - 8

(35)

  • Чтобы доказательство действительно внесло вклад в широкую область, недостаточно, чтобы оно было корректным и легким для чтения.

  • Оно также должно быть принято и оценено сообществом.

  • Другие математики должны усвоить результат и интегрировать его в собственную работу.

(36)

  • Авторы доказательств могут помочь процессу их усвоения сообществом, описывая собственные озарения и истории, возникшие во время работы над задачей.

  • Однако современные инструменты ИИ весьма непрозрачны в своем процессе решения задач.

  • Особенно это касается проприетарных моделей, внутреннее устройство которых остается корпоративной тайной.

(37)

Цель (четвертая попытка):

Решить нерешенные задачи, проверить их на корректность, обеспечить их ясность и сделать так, чтобы они были приняты и усвоены математическим сообществом.

Рис. 8. Открытые задачи ---(генерация доказательств)--> Непроверенные решения ---(верификация доказательств)--> Проверенные решения ---(экспозиция доказательств)--> Хорошо написанные решения ---(публикация доказательств)--> Принятые сообществом решения

Рис. 8. Открытые задачи ‑‑(генерация доказательств)‑→ Непроверенные решения ‑‑(верификация доказательств)‑→ Проверенные решения ‑‑(экспозиция доказательств)‑→ Хорошо написанные решения ‑‑(публикация доказательств)‑→ Принятые сообществом решения

(38)

  • Принятие результата сообществом, по своей природе, процесс медленный и сугубо человеческий.

  • Его можно стимулировать хорошей экспозицией и тщательным написанием текста.

  • Но в конечном счете это внешний процесс, который не может быть оптимизирован исключительно авторами и их ИИ‑инструментами.

(39)

  • Наша издательская инфраструктура опирается на редакторов и рецензентов‑людей, которые добровольно предоставляют принятие сообществом в качестве услуги.

  • Эта работа часто считается менее престижной, чем собственно генерация доказательств.

  • Но она является важнейшим компонентом нашей профессии.

  • Именно так мы превращаем индивидуальные достижения математиков в коллективный прогресс и понимание.

(40)

  • ИИ‑инструменты оценки доказательств могут служить полезными фильтрами для принятия сообществом.

  • Например, журналы могли бы автоматически отклонять статьи, помеченные как имеющие недостаточную верификацию или экспозицию.

  • Но такие инструменты не смогут полностью заменить принятие сообществом.

(41)

  • На самом деле, даже публикация доказательства не всегда является финальным состоянием решения.

  • Ключевые результаты в конечном итоге должны стать частью учебников и справочных материалов по предмету, начать преподаваться следующему поколению студентов.

(42)

  • Такая канонизация доказательства — это самый медленный этап.

  • Она требует широкого, обдуманного консенсуса в сообществе.

  • Это этап, который меньше всего поддается оптимизации с помощью ИИ‑инструментов.

  • Но это самая ценная часть всего процесса.

  • Многие практические приложения становятся возможными только после того, как базовая математика будет полностью усвоена.

  • Например, успех ИИ‑инструментов в математике сильно зависит от канонических теорий, которые математики‑люди кропотливо строили на протяжении веков.

(43)

Цель (финальная попытка?):

Решить нерешенные задачи, проверить их на корректность, обеспечить их ясность и сделать так, чтобы они были усвоены, приняты и включены в определенные теоретические материалы в соответствующей области.

Рис. 9. Открытые задачи ---(генерация доказательств)--> Непроверенные решения ---(верификация доказательств)--> Проверенные решения ---(экспозиция доказательств)--> Хорошо написанные решения ---(публикация доказательств)--> Принятые сообществом решения ---(канонизация доказательств)--> Окончательные решения. Также от Проверенные решения до Окончательные решения должно произойти "переваривание доказательств".

Рис. 9. Открытые задачи ‑‑(генерация доказательств)‑→ Непроверенные решения ‑‑(верификация доказательств)‑→ Проверенные решения ‑‑(экспозиция доказательств)‑→ Хорошо написанные решения ‑‑(публикация доказательств)‑→ Принятые сообществом решения ‑‑(канонизация доказательств)‑→ Окончательные решения. Также от Проверенные решения до Окончательные решения должно произойти «переваривание доказательств».

(44)

Если Рабочая Гипотеза верна, то без соответствующих изменений в политике и культуре в этом процессе возникнут значительные «несоответствия импеданса» (или «несварение доказательств»):

  • Сгенерированные ИИ доказательства будут накапливаться в ожидании верификации.

  • Многие проверенные ИИ‑сгенерированные доказательства будут ожидать удобочитаемого изложения.

  • ИИ‑сгенерированные доказательства, даже если они будут корректными и хорошо изложенными, перегрузят нашу традиционную систему рецензирования.

  • И даже опубликованных доказательств будет слишком много, чтобы сообщество могло их усвоить.

Другими словами, мы перейдем от эры дефицита доказательств к эре изобилия доказательств.

Некоторые признаки этого несварения уже наблюдаются; более того, напряжение возникало еще до появления современного ИИ.

(45) От целей к рекомендациям

Определение целей процесса Решения задач помогает понять, как реагировать на возникающие несоответствия импеданса.

Лейденская декларация https://leidendeclaration.ai — тема лекции Джима Портгиса 26 июля — отличная отправная точка в этом отношении.

Рис. 10. Лейденская декларация об искусственном интеллекте и математике 2 июня 2026 г. DOI: 10.5281/zenodo.20302944. Преамбула: Технологические достижения неоднократно трансформировали математическую практику. Современные технологии искусственного интеллекта, включая символические и нейронные методы для генерации и формализации математики, возможно, уже инициировали значимую веху в этой долгой истории. Искусственный интеллект вызвал среди исследователей широкий спектр реакций: энтузиазм по поводу его потенциала для новых открытий; опасения перед темпами развития; безразличие к этим быстрым изменениям; и озабоченность последствиями как для математики, так и для общества в целом.

Рис. 10. Лейденская декларация об искусственном интеллекте и математике 2 июня 2026 г. DOI: 10.5281/zenodo.20302944. Преамбула: Технологические достижения неоднократно трансформировали математическую практику. Современные технологии искусственного интеллекта, включая символические и нейронные методы для генерации и формализации математики, возможно, уже инициировали значимую веху в этой долгой истории. Искусственный интеллект вызвал среди исследователей широкий спектр реакций: энтузиазм по поводу его потенциала для новых открытий; опасения перед темпами развития; безразличие к этим быстрым изменениям; и озабоченность последствиями как для математики, так и для общества в целом.

(46)

Рис. 11. Рекомендации для ученых-математиков. 1. Раскрывайте использование инструментов. Прозрачно раскрывайте использование автоматизированных инструментов, включая большие языковые модели, системы машинного обучения, ассистенты доказательств и другое математическое программное обеспечение. Включайте раздел «Раскрытие инструментов и вычислительных ресурсов» в ваши статьи; многие журналы, издательства и профессиональные организации уже разработали руководства для этого, и хотя точная форма такого раздела неизбежно будет эволюционировать, мы призываем авторов следовать духу, отраженному в Рекомендации ЮНЕСКО об открытой науке и принципах FAIR. Выступая в качестве рецензента, соблюдайте руководства издателя. Если использование искусственного интеллекта разрешено, будьте прозрачны в том, как вы его использовали, и несите ответственность за любые существенные рекомендации, которые вы делаете.

Рис. 11. Рекомендации для ученых‑математиков. 1. Раскрывайте использование инструментов. Прозрачно раскрывайте использование автоматизированных инструментов, включая большие языковые модели, системы машинного обучения, ассистенты доказательств и другое математическое программное обеспечение. Включайте раздел «Раскрытие инструментов и вычислительных ресурсов» в ваши статьи; многие журналы, издательства и профессиональные организации уже разработали руководства для этого, и хотя точная форма такого раздела неизбежно будет эволюционировать, мы призываем авторов следовать духу, отраженному в Рекомендации ЮНЕСКО об открытой науке и принципах FAIR. Выступая в качестве рецензента, соблюдайте руководства издателя. Если использование искусственного интеллекта разрешено, будьте прозрачны в том, как вы его использовали, и несите ответственность за любые существенные рекомендации, которые вы делаете.

Комментарий:

Необходимо избегать наихудшего сценария, при котором авторы тайно используют ИИ‑инструменты для помощи в работе, но скрывают это использование, чтобы избежать критики со стороны коллег.

Нормализуйте ответственное раскрытие информации об использовании ИИ‑помощи7

7 ИИ‑инструменты использовались для автозаполнения текста и генерации диаграмм на этих слайдах.

(47)

Рис. 12. 2.Поддерживайте потребности рецензирования Использование искусственного интеллекта при подготовке статей может создать материал, который потребует более тщательного рецензирования. Облегчите вашим коллегам рецензирование вашей работы, раскрывая использование инструментов, предоставляя точные и полные ссылки на предыдущие результаты и предоставляя формальные доказательства, где это возможно и уместно.

Рис. 12. 2.Поддерживайте потребности рецензирования Использование искусственного интеллекта при подготовке статей может создать материал, который потребует более тщательного рецензирования. Облегчите вашим коллегам рецензирование вашей работы, раскрывая использование инструментов, предоставляя точные и полные ссылки на предыдущие результаты и предоставляя формальные доказательства, где это возможно и уместно.

Комментарий:

Нам нужно снизить усилия, направленные только на генерацию доказательств и на то, чтобы стать «первым», кто решил задачу; и сделать акцент на «усвоении доказательств»: экспозиции, публикации и канонизации.

(48)

Рис. 13. 4.Сохраняйте ответственность за корректность. Когда автоматизированные методы используются в опубликованных математических исследованиях, ответственность за корректность и адекватность аргументов и результатов, а также за полноту и точность цитирования соответствующих использованных для этого работ, остается исключительно за авторами-людьми. 6.Прилагайте усилия для правильного атрибутирования. Известные ограничения автоматизированных инструментов в правильном атрибутировании идей создают соответствующее обязательство для приложения проактивных усилий по поиску и указанию источников, которые сделали новый результат возможным. Когда удовлетворительное атрибутирование невозможно, явно укажите это в публикации.

Рис. 13. 4.Сохраняйте ответственность за корректность. Когда автоматизированные методы используются в опубликованных математических исследованиях, ответственность за корректность и адекватность аргументов и результатов, а также за полноту и точность цитирования соответствующих использованных для этого работ, остается исключительно за авторами‑людьми. 6.Прилагайте усилия для правильного атрибутирования. Известные ограничения автоматизированных инструментов в правильном атрибутировании идей создают соответствующее обязательство для приложения проактивных усилий по поиску и указанию источников, которые сделали новый результат возможным. Когда удовлетворительное атрибутирование невозможно, явно укажите это в публикации.

Комментарий:

Я предлагаю принять эмпирическое правило: если авторы не могут убедительно продемонстрировать, что они могут сделать четкий доклад экспертного уровня о своих результатах, который является корректным и правильно атрибутированным, то такой результат не должен быть опубликован.

(49) Заключительные мысли

  • Я представил область Решение задач как один из аспектов математики, где Рабочая Гипотеза вынуждает нас пересмотреть наши цели и ценности.

  • Но Рабочая Гипотеза потенциально влияет и на многие другие аспекты нашей работы: преподавание, наставничество, найм, заявки на гранты, популяризация науки…

  • Нам следует провести аналогичный анализ и для этих аспектов.

(50)

  • Во многих областях (особенно в образовании и обучении) важно подчеркивать человеческий аспект нашей работы и жестко ограничивать использование ИИ‑инструментов.

  • В других областях нашей работы нам предстоит проявить инициативу в использовании ИИ и определить лучшие практики для интеграции этих инструментов в наши рабочие процессы на наших собственных условиях.

  • Нам также понадобятся новые рабочие процессы и новые инфраструктуры для дополнения наших традиционных, но это предмет совершенно другой лекции.

  • Нашему сообществу необходимо сплотиться, чтобы провести открытые и честные дискуссии как о возможностях ИИ, так и о наших целях и ценностях.

(51)

Рис. 14. 7.Участвуйте в общественном дискурсе. Математики несут ответственность за поддержку серьезной научной журналистики и участие в общественном дискурсе для объяснения и контекстуализации методов и результатов, полученных с помощью искусственного интеллекта. Это особенно важно для работы в таких подобластях, где требуются специализированные знания для оценки утверждений о глубине, сложности и значимости результатов. Более того, мы призываем математиков искать возможности для сотрудничества и поддержки других исследователей и творческих профессионалов, сталкивающихся с аналогичными вызовами.

Рис. 14. 7.Участвуйте в общественном дискурсе. Математики несут ответственность за поддержку серьезной научной журналистики и участие в общественном дискурсе для объяснения и контекстуализации методов и результатов, полученных с помощью искусственного интеллекта. Это особенно важно для работы в таких подобластях, где требуются специализированные знания для оценки утверждений о глубине, сложности и значимости результатов. Более того, мы призываем математиков искать возможности для сотрудничества и поддержки других исследователей и творческих профессионалов, сталкивающихся с аналогичными вызовами.

(52) Некоторые полезные ресурсы и инфраструктуры

Спасибо за внимание!

(при появлении ссылки на видео выступления она будет также размещена здесь)

(при появлении интересных и критических комментариев других математиков об этом докладе, они также будут здесь размещены)

Автор: avshkol

Источник

Версия для печати Версия для печати