Ответственный выпуск математики, сгенерированной ИИ 29 сентября 2026 г. Вернуться на главную страницу В настоящее время некоторые передовые лаборатории ИИ тестируют сложные математические задачи на проприетарных моделях, которые остаются недоступными для более широкого научного сообщества. Наши рекомендации сформулированы с учетом этого практического контекста. Однако, идеально, они не должны этого делать. Мы хотим четко заявить с самого начала: мы не поддерживаем эту практику и просим их прекратить тестирование сложных математических задач на проприетарных моделях.1. Предыстория Математическое сообщество долгие годы установило нормы относительно распространения и рецензирования результатов. Эти нормы были необходимы для надежности, достоверности и эффективности математической работы. Одна из самых важных академических норм в математике заключается в том, что авторы статьи должны понимать математический аргумент этой статьи, самостоятельно проверить его правильность и нести полную ответственность за содержание. Кроме того, в математическом сообществе авторы работ, которые существенно продвигают область вперед, регулярно читают семинары в других учреждениях и выступают с докладами на конференциях, объясняя свои новые разработки и отвечая на вопросы коллег. Все это способствует развитию наиболее глубокого возможного человеческого понимания математики, которое является одной из вершин тысячелетий человеческого развития. Однако сейчас стало возможным, что ИИ может генерировать математические аргументы в ситуациях, когда человек, который его инициировал, не может их понять, проверить или взять на себя ответственность за них. Мы считаем, что человеческое понимание математики остается иметь первостепенное значение. Как, в этой новой эре, мы можем работать над созданием новой парадигмы, которая включала бы человеческое понимание математики как часть ответственной научной продукции? Мы спросили математическое сообщество о том, что бы значило для лабораторий ИИ ответственно выпускать математические результаты, и получили более 600 ответов (в опросе спрашивали о конкретной ситуации, когда Open AI объявила о существовании множества результатов, не предоставив деталей). Основываясь на этих ответах, мы пришли к набору рекомендаций, поддержанных четким большинством респондентов, направленных на любую лабораторию ИИ, чьи модели, вероятно, окажут значительное влияние на математику. Основные принципы, лежащие в основе этих рекомендаций, следующие. Если лаборатории ИИ производят значительные математические результаты, они должны выпускать эти результаты ответственно, как описано в этом документе, как можно скорее. Лаборатории ИИ, которые выпускают значительный математический вывод без немедленного сопровождения человеческого понимания, должны нести ответственность за обеспечение того, чтобы человеческое понимание последовало. В частности, лаборатории ИИ должны предоставлять значительную поддержку, включая финансирование, чтобы помочь развить это понимание. Развитие человеческого понимания должно оставаться органичным и возглавляемым сообществом. Оно не должно направляться лабораториями ИИ, даже когда эти лаборатории произвели результаты. Мы представляем наши рекомендации сами по себе в разделе 2, а в разделе 3 делаем некоторые замечания относительно доступа к мощным моделям.2. Ответственный выпуск результатов, сгенерированных лабораториями ИИ Мы рекомендуем два возможных курса действий, в зависимости от уровня человеческого понимания, сопровождающего результат.2.A. Статьи, которые понимает человек Статьи, для которых существует ответственный математик, полностью понимающий содержание, должны следовать традиционным нормам академического математического сообщества: соответствующий(е) математик(и) должен(ны) разместить препринт, представить статью на рецензирование в журнал и провести лекции, объясняя работу другим математикам.2.B. Статьи, которые пока не поняты никем Ниже приведены рекомендации для лабораторий, которые имеют математический вывод ИИ, который не понимается теми, кто инициировал системы ИИ. Они разделены на две части. Первая часть представляет собой набор предложенных технических норм для выпуска математики, сгенерированной ИИ. Вторая часть — это рекомендация...