Matematikawan Universitas Chicago, Frank Calegari, menerbitkan tulisan tamu di blog Terence Tao pada 1 November dengan judul "Mathematics has changed. Let's act like it". Tao hanya menambahkan catatan pendek yang menjelaskan bahwa ini tulisan tamu, naskah aslinya berformat lain dan dikonversi dengan bantuan AI, sedangkan seluruh isinya berasal dari Calegari.
Titik tolak tulisan itu adalah lebih dari 700 makalah riset yang dirilis OpenAI pada 6 Oktober. Calegari menganggapnya sebagai tonggak, tetapi sekaligus mengkritik kumpulan makalah itu karena ditulis buruk, tidak menghormati konvensi kepenulisan, dan sebagian kesimpulannya keliru. Ia juga mengutip keluhan fisikawan statistik Hugo Duminil-Copin, yang kurang lebih menyebut bahwa masalah terbuka besar yang pernah ia bahas di muka umum kini semuanya diumumkan telah terbukti:
"Everything has been claimed to be proved." (Semuanya diklaim sudah terbukti.)
Ia mengaku kecewa pada cara perusahaan AI bertindak, tetapi menilai langkah yang lebih realistis adalah memusatkan perhatian pada hal yang bisa dikendalikan komunitas matematika sendiri: siapa yang direkrut, apa yang diterbitkan, dan bagaimana mahasiswa diajar.
Enam usul, sebagian besar menyasar sistem penilaian
Pertama, nilai semua karya seolah-olah ada keterlibatan AI. Kata-katanya: "Evaluate all work as if it is AI-assisted." Dalam penelaahan, penulis diminta menjelaskan makna matematis karyanya, pertanyaan apa yang ditimbulkannya, dan bagaimana kaitannya dengan bidangnya. Ia yakin masalah stigma terhadap makalah yang dibantu AI cepat atau lambat akan hilang.
Kedua, perekrutan berpusat pada wawancara. Peneliti pascadoktoral dan mahasiswa pascasarjana juga perlu diwawancarai. Ia memberi contoh kandidat dengan berkas yang sangat bagus, tetapi setelah diajak bicara ternyata pemahamannya kurang.
Ketiga, minta jurnal menaikkan standar, dan tinggalkan yang tidak mau berubah. Menurutnya jurnal sudah lama tidak menjamin kebenaran dan kini hanya berfungsi sebagai pengesahan mutu, sementara banyak makalah di arXiv sebenarnya tidak perlu diterbitkan. Ia juga menyebut platform seperti hexagonmath yang mencatat bukti AI yang diverifikasi dengan Lean.
Keempat, perluas pendidikan pascasarjana tanpa melepas pelatihan teknis. Mahasiswa perlu memahami keterkaitan antarbidang, meski kelak lupa detail teknisnya. Ia juga mengingatkan bahwa banyak lulusan doktor tidak akan tinggal di dunia akademik.
Kelima, perbaiki cara membawakan seminar. Presentasi sebaiknya dimulai dari latar belakang, titik buntu, dan harapan, sedangkan hasil baru ditaruh paling akhir.
Keenam, klaim hasil AI secara kolektif. Hasil-hasil itu dibangun di atas ribuan tahun matematika manusia, sehingga semestinya diklaim atas nama manusia, dan kreditnya tidak perlu diserahkan ke Silicon Valley.
Ia membandingkannya dengan klasifikasi grup sederhana hingga
Contoh sejarah yang diangkat Calegari adalah klasifikasi grup sederhana hingga. Gorenstein memulai program ini pada 1972 dan mengumumkan selesai pada 1983, tetapi bagian grup kuasitipis (quasithin) baru ditutup sekitar dua puluh tahun kemudian oleh Aschbacher dan Smith. Klasifikasi itu berhasil, dan gairah terhadap arah penelitian tersebut pun mereda. Ia menganggap ini salah satu kemungkinan masa depan, tetapi juga meninggalkan jenis pertanyaan yang pernah diajukan Conway: mengapa grup Monster ada.
Perbandingan lainnya adalah tabel periodik. Sekalipun AI menyelesaikan masalah inti program Langlands, itu tidak berarti "teori bilangan sudah selesai", sama seperti tabel periodik tidak "menyelesaikan kimia". Menurut uraiannya, bobot pemilihan masalah dan pemahaman struktural akan semakin besar:
"Choosing worthwhile problems may end up mattering more than producing proofs." (Memilih masalah yang layak dikerjakan pada akhirnya bisa lebih penting daripada menghasilkan bukti.)
Perdebatan ini sudah berlangsung beberapa bulan
Jika diletakkan dalam diskusi terbaru, alurnya cukup jelas. Tao sebelumnya membahas bahwa masalah-masalah bagus sedang "ditambang tanpa bisa diperbarui" dan memperingatkan krisis kelimpahan bukti, dengan penekanan pada penilaian. Beberapa hari lalu, peraih Medali Fields Yu Deng mengkritik perusahaan AI, dengan sasaran pada rantai pikir (chain of thought) yang tidak dibuka ke publik. Tulisan Calegari melangkah lebih jauh dan mulai membicarakan kelembagaan yang konkret: proses perekrutan, kebijakan jurnal, dan kurikulum pascasarjana.
Usulnya juga menyisakan beberapa pertanyaan. Wawancara memang bisa menunjukkan dalam-dangkalnya pemahaman, tetapi bagaimana mengendalikan bias wawancara tidak diuraikan dalam tulisan itu. Soal meninggalkan jurnal yang menolak berubah, ia juga tidak menawarkan standar pengganti untuk menilai rekam jejak akademisi muda. Adapun kesimpulan dalam kumpulan makalah OpenAI, mana yang benar dan mana yang keliru, tulisan itu tidak merincinya satu per satu.
Ia mengakui sebagian budaya matematika akan hilang, dan merasa sedih adalah hal yang wajar. Pesannya untuk rekan senior cukup lugas: kalau Anda khawatir didahului AI, berarti tujuan Anda belum cukup besar.
Sumber: tulisan tamu di blog Terence Tao (What's new); CocoLoop; penilaian dan perbandingan dalam artikel ini merupakan pendapat pribadi Calegari.