Matematikeren Nikolaj Thams oplever sammen med kollegaer verden over, at kunstig intelligens har omstødt det videnskabelige arbejde, som har været hans livsværk. AI-modeller har på blot 88 timer løst problemer, der ville have dyrket karrierer i årtier – og det er kun starten.
For to uger siden udgav OpenAI 700 videnskabelige artikler, som hver især repræsenterede forskningsomrader, der ville have kunnet ernære hele akademiske karrierer. Det var ikke blot løsningen af gåderne selv, der udløste chokket i matematikverdenen, men skalaen og hastigheden, hvormed AI-systemerne har elimineret centrale ubesvarede spørgsmål.
»Det er en kæmpe bombe, og folk er fuldstændig i chok,« siger Thams ifølge kilder fra fagmiljøet. Problemerne var blandt de syv store åbne matematiske spørgsmål – det niveau af kompleksitet, hvor selv de mest fremragende matematikere bruger år på at arbejde mod en løsning.
En radikal forskydning i videnskabens landskab
Hvad der forandrer sig nu, er ikke blot hastigheden af videnskabelig fremskridt, men også spørgsmålet om hvad der motiverer mennesker til at blive forskere. Hvis AI kan løse de store, karrieredefinerende problemer på dage i stedet for årtier, må hele akademias incitivstrukturer revurderes.
Thams advarer om, at det, som er sket inden for matematik, ikke er isoleret. Det samme potentiale eksisterer inden for fysik, kemi og andre naturvidenskaber, hvor vigtige uløste spørgsmål kan blive løst af intelligente systemer, der ikke har brug for finansiering, akademisk prestige eller en pensionsordning.
OpenAIs »drop« af 700 artikler på én gang understreger også, hvor markant et spring i AI-kapacitet der er sket. Det er ikke længere tale om enkeltstående løsninger, men om systematisk eliminering af hele klasser af åbne problemer.
Hvad betyder det for fremtiden?
Matematikere må formentlig finde nye spørgsmål at stille – eller acceptere, at deres rolle transformerer fra primært problemløsere til værktøjsudviklere og fortolkere af AI-genererede resultater. Både muligheder og identitetskriser ligger i perspektivet.
Thams’ advarsel peger på noget dybere end bare jobtab i akademia. Det handler om, hvordan menneskelig videnskabelig ambition og karriere skal defineres, når maskiner kan løse årtusinders ubesvarede spørgsmål før morgenkaffeens kølet.