آلتمن از تغییر نگاه ریاضی‌دانان به هوش مصنوعی می‌گوید؛ از احساس نابودی تا پذیرش، در میانه اختلاف‌نظرهای دانشگاهی
سم آلتمن، مدیرعامل OpenAI، به‌تازگی در سخنرانی خود در دانشگاه استنفورد، در حضور چندصد دانشجو، واکنش جامعه ریاضی به ظهور هوش مصنوعی را با «مراحل سوگ» مقایسه کرد. به گفته او، ریاضی‌دانان ابتدا با ناباوری به این فناوری نگاه می‌کردند، سپس به خشم روی آوردند و سرانجام به این واقعیت تن دادند که هوش مصنوعی به ابزاری جدایی‌ناپذیر از پژوهش‌های ریاضی تبدیل شده است.
آلتمن برای توصیف این تغییر نگرش گفت که در روز نخست، واکنش‌ها عمدتاً از جنس ناامیدی بود و برخی می‌گفتند: «کارمان تمام است و آینده این رشته هم نابود شده است.» حتی عده‌ای به دانشجویان تحصیلات تکمیلی توصیه می‌کردند رشته خود را تغییر دهند. به روایت او، در روز سوم، ناباوری جای خود را به خشم داد و برخی احساس می‌کردند «کاری که OpenAI انجام می‌دهد واقعاً دیگر از حد گذشته است». اما تا روز پنجم، افراد بیشتری به این نتیجه رسیدند که مسیر آینده حرفه‌ای آن‌ها به‌عنوان ریاضی‌دان متفاوت خواهد بود، هرچند امیدوار بودند این آینده «بهتر از گذشته باشد».
بااین‌حال، روایت خوش‌بینانه آلتمن با احساسات و نگرانی‌های بخشی از جامعه ریاضی فاصله زیادی دارد. در ماه سپتامبر، OpenAI ناگهان اعلام کرد که یکی از مدل‌های این شرکت توانسته مسئله‌ای مشهور مرتبط با معادلات ناویر–استوکس را حل کند؛ مسئله‌ای که از قرن نوزدهم تاکنون ذهن برجسته‌ترین پژوهشگران این حوزه را به خود مشغول کرده بود. پس از این اعلام، چند ریاضی‌دان سرشناس آشکارا نارضایتی خود را ابراز کردند. دو پژوهشگر از دانشگاه نیویورک و شرکت آنتروپیک، OpenAI را متهم کردند که برای حل مسئله از داده‌های گفت‌وگوهای آن‌ها با هوش مصنوعی استفاده کرده است. گروه دیگری از ریاضی‌دانان نیز اعتراض داشتند که حتی اگر مدل واقعاً به پاسخ رسیده باشد، روند استدلال و مراحل دستیابی به آن را ارائه نکرده است. در چنین شرایطی، سهم انسان تنها به بررسی درستی نتیجه محدود می‌شود؛ کاری که به‌مراتب کمتر از حل مستقل یک مسئله هیجان‌انگیز است.
این جنجال به همین‌جا ختم نشد. گروهی از دانشجویان کارشناسی مؤسسه فناوری کالیفرنیا (کلتک) که نگران سرعت بالای تغییرات ناشی از هوش مصنوعی در پژوهش‌های ریاضی بودند و می‌خواستند از پیشرفت این فناوری عقب نمانند، مسابقه‌ای با عنوان «ماراتن ریاضی» راه‌اندازی کردند. هدف این رقابت تشویق شرکت‌کنندگان به استفاده از هوش مصنوعی برای حل مسائل قدیمی و حل‌نشده ریاضی بود. اما بیش از ۷۰۰ نفر از دانشگاهیان با امضای نامه‌ای سرگشاده از این مسابقه انتقاد کردند و هشدار دادند که چنین رقابتی تولید انبوه محتوای بی‌کیفیت با هوش مصنوعی را تشویق می‌کند. در پی این اعتراض‌ها، OpenAI حمایت مالی خود را از مسابقه پس گرفت. برگزارکنندگان نیز پس از آن قوانین رقابت را اصلاح کردند و قرار است این رویداد در ماه نوامبر برگزار شود.
ترنس تائو، استاد دانشگاه کالیفرنیا در لس‌آنجلس، نیز به‌تازگی با صراحت اعلام کرد که «دوران رمانتیک» پژوهش‌های ریاضی به پایان رسیده است. بسیاری از ریاضی‌دانان برجسته در حال تغییر شیوه کار خود هستند و به‌جای آنکه شخصاً به حل مسائل بپردازند، بیشتر در جایگاه بررسی‌کننده پاسخ‌های تولیدشده توسط هوش مصنوعی قرار می‌گیرند. در همین ماه، OpenAI مدعی شد که بیش از ۷۰۰ مسئله ریاضی را حل کرده است؛ ادعایی که تائو در واکنش به آن گفت: «چیزی در حال از دست رفتن است.»
دیدگاه آلتمن درباره اشتغال نیز به همین اندازه خوش‌بینانه است. او گفت باور ندارد که هوش مصنوعی به فاجعه‌ای در بازار کار منجر شود، اما درعین‌حال پذیرفت که جامعه ریاضی بسیار سریع‌تر از سایر رشته‌ها و صنایع تحت تأثیر این فناوری قرار گرفته است. آلتمن گفت: «فکر می‌کنم این نخستین بار است که همه ما می‌بینیم یک حوزه تخصصی با چنین سرعتی تمام مراحل این دگرگونی را پشت سر می‌گذارد.»
از منظر صنعت فناوری، محور اصلی این اختلاف‌نظر دیگر صرفاً این نیست که چه کسی یک مسئله مشخص را حل می‌کند؛ بحث اساسی به حدود نقش هوش مصنوعی در پژوهش‌های بنیادی مربوط می‌شود: آیا هوش مصنوعی باید ابزاری کمکی برای پژوهشگران باشد یا خود به محور اصلی پژوهش تبدیل شود؟ برای OpenAI، دستاوردهای ریاضی ملموس‌ترین راه برای نمایش توانایی استدلال مدل‌های این شرکت هستند و هر بار که از «حل یک مسئله» خبر می‌دهد، روایت این شرکت درباره پیشرفت فناوری خود تقویت می‌شود. اما از نگاه جامعه دانشگاهی، پاسخ‌هایی که بدون ارائه مراحل استدلال به دست می‌آیند، به‌سختی می‌توانند به دانشی تبدیل شوند که پژوهش‌های بعدی بر پایه آن شکل بگیرند. افزون بر این، مسائلی مانند مالکیت علمی دستاوردها، منابع داده‌های مورد استفاده و مسئولیت راستی‌آزمایی نتایج نیز به زمینه‌های تازه‌ای برای اختلاف تبدیل شده‌اند.
دامنه این تنش به سایر حوزه‌های پژوهشی نیز در حال گسترش است. با تغییر نقش پژوهشگران برجسته از «حل‌کننده مسئله» به «ارزیاب و بررسی‌کننده»، ممکن است نظام‌های ارزیابی پژوهش، مسیرهای تربیت استعدادهای علمی و حتی جهت‌گیری منابع مالی تحقیقاتی از نو تعریف شوند. بااین‌همه، هنوز نمی‌توان با اطمینان گفت که جامعه ریاضی واقعاً به همان «روز پنجم» مورد اشاره آلتمن، یعنی مرحله پذیرش، رسیده است. تردیدهای ریاضی‌دانان درباره منابع داده OpenAI، اصلاح قوانین مسابقه ریاضی و سرخوردگی‌ای که ترنس تائو از آن سخن می‌گوید، همگی نشان می‌دهند که پذیرفتن واقعیت حضور هوش مصنوعی با پذیرفتن قواعد تازه‌ای که این فناوری به پژوهش تحمیل می‌کند، یکسان نیست.