25 nhà toán học đoạt giải Fields đã công bố một tuyên bố chung, trong đó chỉ rõ "sự khác biệt nghiêm trọng về mục tiêu" giữa các công ty phát triển AI và cộng đồng toán học. Tài liệu này xuất hiện vào ngày 11 tháng Chín năm 2026 trên Le Monde và trên blog của Terence Tao; trong số những người ký tên có Pierre Deligne, Peter Scholze, Maryna Viazovska, Manjul Bhargava, Yu Deng và những người khác. Tuyên bố này xuất hiện trong bối cảnh các thông báo gần đây của OpenAI về việc giải quyết bài toán Navier-Stokes trong 88 giờ với sự trợ giúp của hàng ngàn tác nhân và hàng triệu tin nhắn.
Bản chất của khiếu nại không nằm ở việc AI giải quyết các bài toán, mà ở cách thức thực hiện điều đó và những giá trị được thúc đẩy trong quá trình này. Toán học truyền thống không chỉ coi trọng bản thân kết quả giải quyết, mà còn coi trọng sự hiểu biết về các cấu trúc, sự tách biệt những đóng góp mới, sự kiểm chứng kỹ lưỡng, việc trích dẫn đúng đắn và thời gian để suy ngẫm. Trong khi đó, các công ty lại tối ưu hóa cho tốc độ và các tiêu chuẩn đánh giá công khai: mô hình càng "giải quyết" vấn đề đã biết nhanh bao nhiêu, thì đánh giá của nó trong mắt các nhà đầu tư và người dùng càng cao bấy nhiêu. Theo các nhà đoạt giải, sự tăng tốc như vậy phá hủy "mảnh đất màu mỡ" cho những ý tưởng mới và làm suy yếu quá trình đào tạo sinh viên cũng như phát triển ý tưởng.
Về mặt phương pháp luận, tuyên bố dựa trên những quan sát về các sự cố thực tế. Các nhà toán học lưu ý rằng các hệ thống AI thường đưa ra các giải pháp mà không có phần trình bày bằng văn bản đầy đủ, không làm nổi bật những điều thực sự mới và không tính đến các công trình trước đó. Điều này liên quan trực tiếp đến những tranh cãi gần đây về quyền ưu tiên trong các bài toán, nơi OpenAI được cho là đã sử dụng các kết quả thu được từ các mô hình của các phòng thí nghiệm khác mà không ghi nhận tác giả đúng cách. Khác với quy trình toán học truyền thống, nơi chứng minh phải trải qua quá trình bình duyệt và thảo luận trong cộng đồng, cách tiếp cận bằng máy móc để lại rất ít không gian cho sự phản tư như vậy.
So với các phương pháp tích hợp công cụ tính toán vào toán học trước đây, tình hình hiện tại khác biệt ở quy mô và áp lực thương mại. Trước đây, máy tính được sử dụng để xác minh hoặc tìm kiếm các phản ví dụ, chứ không phải để sản xuất hàng loạt các "giải pháp" cho các vấn đề đã biết trong thời gian kỷ lục. Những nỗ lực song song của các phòng thí nghiệm như DeepMind hoặc Anthropic cũng tập trung vào các tiêu chuẩn đánh giá, tuy nhiên chính OpenAI trong những tuần gần đây đã thúc đẩy mạnh mẽ nhất câu chuyện về "bước đột phá" trong các bài toán Millennium Prize Problems. Điều này tạo ra một động lực cạnh tranh, nơi tốc độ trở thành lợi thế chính thay vì chiều sâu của sự hiểu biết.
Hệ quả đối với lĩnh vực này là rõ ràng: nếu cộng đồng bắt đầu định hướng theo các giải pháp máy móc như là phương thức tiến bộ chính, thì không gian cho công việc chậm rãi nhưng mang tính nền tảng sẽ bị thu hẹp. Sinh viên và các nhà nghiên cứu trẻ có thể mất động lực học tập chuyên sâu vì các "câu trả lời" đã tồn tại sẵn trong quyền truy cập công khai. Ngoài ra, còn có nguy cơ làm mờ nhạt quyền tác giả và trách nhiệm — ai sẽ chịu trách nhiệm cho một sai sót trong chứng minh của AI nếu nó được tập hợp từ hàng ngàn mảnh ghép?
Tuyên bố không phủ nhận tính hữu ích của AI đối với toán học, nhưng nhấn mạnh sự cần thiết phải thảo luận khẩn cấp về các quy tắc tương tác. Các nhà đoạt giải kêu gọi cộng đồng toán học, các nhà phát triển và xã hội nói chung cùng xây dựng các cơ chế nhằm bảo tồn giá trị của sự hiểu biết khái niệm và việc trích dẫn đúng đắn. Nếu không có những cơ chế như vậy, sự khác biệt về mục tiêu sẽ chỉ ngày càng trầm trọng hơn, ảnh hưởng không chỉ đến toán học mà còn đến các lĩnh vực lao động trí tuệ khác.
Câu hỏi then chốt vẫn còn bỏ ngỏ: liệu cộng đồng toán học có thể áp đặt các tiêu chuẩn xác minh và quyền tác giả của mình lên các nhà phát triển AI hay không, hay logic thương mại sẽ định nghĩa lại hoàn toàn những gì được coi là "tiến bộ" trong khoa học cơ bản.
