なぜ数学界はOpenAIを切り捨てたのか
Why Math Dumped OpenAI (raymyers.org)
要約
この記事は、数学界がOpenAIとの関係を断った理由を、AI開発者と研究者の間の信頼関係の崩壊という観点から解説しています。AIブームが研究者や労働者を軽視する傾向にあると批判し、OpenAIのような企業が「AIゴールドラッシュ」という名の自己愛性パーソナリティ障害のようなパターンを示していると論じています。数学界の著名人たちがOpenAIの姿勢に反発し、境界線を設定した経緯を追っています。
全文翻訳
なぜ数学はOpenAIを切り捨てたのか
誰にも数学者をルディット（機械打ちこわし運動家）と呼ばせないでほしい。断じてノーだ。
数学におけるAIは、研究者たちがあらゆる努力を払って受け入れようとした、自然な相乗効果を持っていた。OpenAIはこの関係を、有害なものに変えてしまった。この信頼の崩壊は、ソフトウェアエンジニアリングや他の分野で見られるものと並行している。
プログラマーが今、「数学者たちは『我々の痛み』を感じている」と言うとき、その一部は、機械が自分たちを超えたことを発見してショックを受けているという意味で言っている。これは、この状況を事前に知らずに最近の見出しを見た人にとっては、ナイーブだが理解できる見方だ。説明しよう。
はっきり言おう
数学の最前線におけるOpenAIの立場は、最大の貢献をするプレイヤーではなく、最高の予算、最も大きな口、そして最も低い誠実さを持つプレイヤーのものである。
ChatGPTが「超知能」と呼ばれ、Leanプロバーがそうでないと見なされない理由は、サム・アルトマンが嘘つきであり、レオナルド・デ・ムーラがそうでないからだ。
Lean FROのこれらのブレークスルーへの基礎的な貢献は、OpenAIのリソースの1%の断片で、より誠実でより影響力があった。これは、私たちが通常「結果が形式化または機械化された」と呼ぶ部分、つまり「機械」が「行っている」と言える部分について話すにすぎない。
統計的言語エンジンは、Leanのような記号システムよりも本質的に誠実でない技術であると主張することもできるが、実際にはそれらは相互に補完し合うものである。問題はそこではない。問題は、労働者を体系的に非人間化し、価値を低下させるキャンペーンに注ぎ込まれている数十億ドルである。
私はLLM、すなわち大規模言語モデルは好きだ。
私はLLM、すなわち嘘つきのレイオフマシンは好きではない。
あなたは決して十分ではない
これは敵対から恋愛への物語ではない。これは恋愛から敵対への物語だ。
— Liz Martinez, The Coding Agency共同ホスト
AIを受け入れる方法などない。
これは攻撃者との有害な関係だ。被害者に「変化を受け入れろ」と求めることは何も解決しない。AIブースターが今、敵意をもって迎えられるのは、彼らがガスライティングに加担しているからだ。
私も早期導入者だった。だが、行き着く先はこれだ。どんなに努力しても、決して十分ではない。なぜなら、それはあなたたちのために作られたものではないからだ。
診断
私が言いたいのは、AIのゴールドラッシュはナルシシスト的な虐待者のパターンを示しているということだ。
あなたがたが疑問に思っていることはわかっている：
レイ、ナルシシズムが、避けられない神のような超知能であり、他には誰も創造することを信頼できないほど危険で、私たちのグローバルな計画の中心となるべき企業に、一体何の関係があるというのか？
良い質問だ。それは今のところ読者への演習問題として残しておこう。今日の投稿は、長期的なケーススタディだ。
私は医療専門家ではなく、彼らはゴールドラッシュを診断しないが、DSM-5基準の下では、自己愛性パーソナリティ障害の診断には、これらの9つの特徴のうち5つ以上が必要となる。
- 自己の重要性に関する誇大な感覚
- 頻繁な空想：
- 成功
- 権力
- 知性
- 美しさ
- 愛
- 自己実現
- 優越性の信念
- 賞賛の必要性
- 特権意識
- 他者を搾取する意思
- 共感の欠如
- 頻繁な嫉妬
- 傲慢さ
これらのうち、どれか聞き覚えのあるものはないだろうか？
フライングモンキー
フライングモンキーとは、ナルシシストの影響下にある人々で、彼らの代わりに以下のような行動をとる者たちだ：
- 嘘やゴシップを広める
- 共有された幻想を形成する
- それを擁護し、軽視し、言い訳することで、虐待的な行動を可能にする
このアナロジーでは、AIブースターはフライングモンキーだ。彼らは善意を持っているかもしれないし、虐待者（繰り返すが、不可能だ）との和解を受け入れるようにという彼らの主張に対する人々の反応に混乱している。彼らは、反AIの人々がどうしてそんなに意地悪になったのか不思議に思っている。
DARVOは、Deny（否定）、Attack（攻撃）、Reverse Victim and Offender（被害者と加害者の逆転）の頭字語だ。
オリビア・ゲスト教授はこちらでDARVOの例を説明している。彼女の批判的AIリテラシーへのアプローチは、しばしばこのような攻撃を招く。これは、機械学習の専門家が、認知科学のような他の分野の専門家よりも真剣に受け止められる、不公平なゲームだ。
反応的虐待とは、相手を攻撃的に見せかけて被害者を非難するために、意図的に反応を引き起こすことである。
ここでうまく機能するもう一つの戦術は、たとえ私たちが特定の人々の行動を批判していると何度説明しても、対立が文字通り機械とのものであるかのように振る舞うことだ。
今はダメだよ、ダリオ、真面目にやろうとしているんだ。
境界線
さらに別の分野の専門家たちが、米国のモデルラボとの信頼関係の崩壊を経験している。
構成員は、状況を変える必要があるという彼らのニーズを明確に伝えている。数回の穏やかな試みが失敗した後、彼らは境界線を設定している。
これは、AI in Mathの最大の味方が、これらの書簡の推進（最初のものに署名）に至った経緯の物語だ。
- 2026年9月11日 - フィールズ賞受賞者25名が署名した「数学におけるAIの深刻な不整合」
- 2026年10月7日 - 「OpenAIの10月6日の数学文書公開に関する声明」 by Human Mathematics協会 (AHM)
フライングモンキーがこれをどんなに都合よく解釈しようとしても、これらは単に変化や自動化を恐れている人々ではない。彼らはより良い変化を支持し、より悪い変化を批判し、その違いを明確に説明している人々だ。
この記事の残りの部分では、私がそれを追っていく中で起こった出来事を概説する。お役に立てば幸いだ。
第一幕 - セットアップ
我らがヒーロー
これはテレンス・タオ、現存する最も偉大な数学者と見なされている人物だ。過去10年間、彼は数学のデジタル化における文化的リーダーにもなってきた。このタイムラインでは、主に彼を追っていく。彼は、彼らの構成員を代表する信頼できるスポークスパーソンだ。
［画像: Terence Tao］
2014年11月
彼は2014年に、次のように述べた年、上記の写真に写っている：
いつか、私たちは実際に論文をLaTeXではなく、ある種の言語で書くことになるかもしれない。その言語は、ある賢いソフトウェアによって形式言語に変換され、時折コンパイルエラーが出るだろう――コンピュータは、あなたがそのステップをどのように導き出したのか理解できないのだ。
— Terence Tao
当時、Isabelleのような、これを行うことができるプログラミング言語はすでに存在したが、それらはマイナーで使いにくいと考えられていた。タオは、それが実務的な数学者の間で普及する可能性を予見するという点で、非常に進歩的だった。
今日、高度なレベルで「AIが数学を行っている」と話すとき、最も一般的なセットアップは、LLMベースのエージェントが、既に形式化された結果（Mathlib）のキュレーションされたライブラリに基づいて構築された、従来の証明アシスタント（Lean）を駆動するというものだ。
詳細については、Kevin Hartnettによる記事「How Terry Tao Became an Evangelist for AI in Math」や、Leanプロバーの作成に関する彼の新しい著書「The Proof in the Code」を参照されたい。強く推奨する。
2019年10月
私は、Kevin Buzzardの2019年の講演「The Future of Mathematics?」で初めてLeanについて聞いた。彼は、結果を形式化するために証明アシスタントの採用を支持する数学者の増加するグループの一員だった。
［画像: Kevin Buzzard: The Future of Mathematics?］
彼は重要な課題を指摘した：分野にとってエキサイティングになるためには、新しい結果を形式化できる必要があるということだ。それらは、まだ形式化されていない多くの古い結果に依存している――これは典型的なブートストラップ問題だ。彼はこれをフェルマーの最終定理で例示した。これは数論の結果の事実上の「最終ボス」であり、アンドリュー・ワイルズが1995年に証明したことで有名だが、それは300年間未解決のままだった。なぜなら、まだ発明されていないアイデアを必要としたからだ。FLTの証明を形式化するのは困難だ。
1億ドルと10年をくれれば、証明を形式化するチームを集められると確信している。私が会った数学者でこれを否定する者はいない。
現在、法外に高価だ。
しかし、さらに悪いことに、まともな数学者は気にしないだろう［なぜなら、それは古い、受け入れられた証明だからだ］。
— Kevin Buzzard, 2019
彼は最終的に100万ドルと5年を得た、それは何かだ！後でまた触れる。
2023年 - 基盤LLMのレベルアップ
2023年3月、OpenAIのGPT-4リリースに応答して、私は産業ソフトウェアにおける課題をモデル化するために「Mechanized Mending Manifesto」を書いた。何かが変化したことは明らかだったが、それは何だったのか？私は、以前は2つだったシステムを3つの要素で考えることを奨励した。
- LLM
- 従来のアルゴリズム
- 人々
これは、大規模言語モデルが人々やアルゴリズムの直接的な代替であるという考えに対する対抗物語だった。これらはそれぞれ異なる強みと弱みを持っており、良いシステムを構築するためにはそれらを理解する必要がある。私は、LLMを実際よりも人間同等に見せようとする、どれほど強大な利害関係があるかをまだ理解していなかった。それは私のナイーブさだった。
私は、それぞれの要素の強みを活用するバランスの取れたシステムを探し始め、その道を示すことを目指した。
2023年10月 - タオ、Leanを採用
その年の後半、私はソーシャルメディアでこれらの画期的な言葉を見た。
Terence TaoはChatGPTを使ってLeanプロバーを学んでいる。
文脈を知る人々は、これが非常に大きなことになり得ると知っていた。もしトップクラスの数学者たちがLeanプロバーを採用すれば、Buzzardが予測したように、数学の未来を形作ることになるかもしれない。タオのリーダーシップは、違いを生むための推進力になり得た。ChatGPTは摩擦を減らすのに役立ち、Leanは悪名高いLLMの幻覚を制御した。
これは私のマニフェストが示唆した調和の完璧な例だった：LLM、アルゴリズム、そして人々が協力してそれぞれの強みを活用する。
［画像: Terence Tao post on using GPT to complete the natural number game］
Natural Number GameはLeanを学び始めるのに今でも最良の方法であり、より自己文書化されているため、チャットボットなしでも問題ないはずだ。私の投稿「How To Learn Theorem Provers」を参照。
2024年 - 私の信頼性への孤独な道
Hillel WayneとMarianne Bellottiに触発され、私は2024年を「形式手法の年」と宣言した。多くのプロバーを学び、多くの頭痛を抱え、多くのビデオを作成した。
LLMから最良の結果を得るためには、その弱点を理解する必要がある。残念ながら、私はしばしば、人々がLLMに弱点があることについて非常に神経質になるのを見つけた。なぜなら彼らは「AIを embrace するか、取り残されるか」というゴールドラッシュのマニフェストを推進しようとしていたからだ。LLMを実際に機能させようとしていた人々は、乗り遅れていると常に非難されていた。
ChatGPTのリリースから1年以内に、バランスの取れたソリューションを提唱しようとする私の試みは、「AIファースト」のビジネス界から私を非常に孤立させ、私は「ルディット」という言葉を「取り戻し」、それを賛辞および目標とすることを誓った。
私にとって、有用な意味でのルディットであることは、一般的に新技術に反対することではなく、特にそれが以下のような場合にその導入に反対することだろう：
- 欺瞞的である
- 製品の品質を低下させる
- 労働条件を低下させる
靴を歯車に投げ込め。
［画像: Aspiring Luddite, Craft vs Cruft］
第二幕 - サボタージュ
2025年2月
GPT-4から2年後、OpenAIの共同創設者であり世界一の富豪であるイーロン・マスクは、AIを煙幕として使い、米国政府の機能を切り捨て始めた。この取り組みは、仮想通貨詐欺にちなんでDOGEと名付けられ、「Department of Government Efficiency（政府効率化省）」の略だった。史上最大の連邦職員削減にもかかわらず、支出は減少しなかった。
［画像: DOGE and Elon Musk］
2025年7月
DOGEの犠牲者の中には、国立科学財団による数学研究への資金提供も含まれていた。
規模を示すと、NSFの年間総予算は約80億ドルだ。OpenAIは2025年に400億ドル、2026年に1220億ドルのベンチャーキャピタルを調達した。
［画像: Scientific American: Math Is Quietly in Crisis over NSF Funding Cuts］
2025年後半
テレンス・タオは、LeanプロバーとChatGPTおよびClaude Codeを使用して、彼の形式化手法をブログやYouTube動画で他の数学者に教え続けた。彼は大規模な共同作業を調整した。彼は数学と科学におけるAIの可能性について多くの講演やインタビューを行った。
［画像: Terence Tao YouTube videos formalizing proofs in Lean］
彼は、誰にでも頼めるほど「乗り気」だった。ただし、この写真では彼はあまり幸せそうに見えない。
［画像: Terence Tao Invites You: AI for Science Kickoff 2026］
2026年4月～5月
タオは、プロセスの一部は最適化されたが、他はそうでないという落とし穴を指摘した。彼はこれを証明の消化と説明した。私たちは理解に統合することなく証明を生成していた。この増加した出力のほとんどは、数学を進歩させていなかった。
驚くべきことに、この証明生成の劇的な加速は、数学的進歩そのものの著しい加速を実際には生み出していない［…］
現代社会が生の食材を食事と見なさなくなったのと同様に、数学研究文化は「生の」「消化されていない」証明を問題の解決策と見なさなくなり、問題自体だけでなく、分野全体が貢献によってどのように豊かになるかに、より焦点を当てるようになると予測する。
— Tao, 2026年4月のスレッド
最近、数学的問題解決プロセスの3つの主要な構成要素――証明生成、証明検証、証明消化――のうち、最初の2つは3番目よりもはるかに成功裏に自動化されており、「証明消化不良」という新しい経験につながっていると指摘した。証明は生成され、検証さえされているが、消化されていないのだ。
その解決策は、単純に3番目の要素も自動化することだ――例えば、AIに高レベルの表現力で数学的証明を書かせるように訓練することだ。これはある程度役立つだろう、特にAIの能力が向上し続けるにつれて。しかし、「消化しやすさ」の様々な指標、例えば数学的表現のルーブリックを盲目的に最適化することは、全体的に見ると最終製品を悪化させる可能性がある。
— Tao, 2026年5月のスレッド
もしモデルラボが実際のニーズに対処したいのであれば、これは理想的なシグナルだったはずだ。
［画像: Terence Tao post on the transition in proof generation］
［画像: Terence Tao post comparing proof digestion to food］
［画像: Terence Tao post on proof digestion］
2026年9月
フェルマーの最終定理
［画像: Anthropic: Formalizing Fermat's Last Theorem］
Anthropicは「フェルマーの最終定理の形式化」を発表し、1995年のアンドリュー・ワイルズの証明を1300万行のLeanコードで再構築した。
これは印象的だが、すでに達成されていることと質的に異なるわけではない。これは、2024年までに人間とプロバーによって、LLMなしで達成された、形式化された「数学のトップ100定理」の最後のものである。しかし、FLTは間違いなく最も困難なものであり、これはプロセスを加速させた。
思い出してほしい、Kevin Buzzardは何年も前にこれをどうやるか説明したが、資金がなかっただけだ。
Buzzardは良いスポーツマンだ
［画像: Kevin Buzzard: FLT: Anthropic has beaten me to it］
Buzzardは、行われたことと行われていないことを説明する「FLT: Anthropic has beaten me to it」で応答した。彼は、長期的な目標を進めるための、より現代的なバージョンを作成する自身の努力を続けている。
私は現在、EPSRCからフェルマーの最終定理の証明を形式化するために資金提供を受けており、上記のニュースへの素朴な反応は、私にもはややるべき仕事がないということだろう。しかし、そうではない。この仕事は確かにEPSRCプロジェクトの目的の一部を達成している［…］しかし、私はEPSRCにいくつかの他の約束もした：第一に、Leanの数学ライブラリにプルリクエストを作成し、現代数論の基本的なオブジェクトを追加すること。これは進行中だ。そして第二に、そしておそらく最も重要なことに、現代の証明を人間が探求できる動的なドキュメントを作成することだ。［…］議論の私の理解からすると、形式化は証明に関する初期の文献に忠実に従っただけであり、何も付け加えていない。
しかし、この仕事が私たちに示すのは、自動形式化の分野で何が可能かということだ。もし数千ページにわたる文献が、AIスワームのようなものによって11日間でエンドツーエンドで形式化できるなら、将来、現代の研究の形式化がオン・ザ・フライで行われるのを見るようになるだろう。［…］困難な材料を自動形式化する能力は、最終的に数学論文のレビュープロセスをはるかに苦痛の少ないものにするだろう。それはまた、私たちを正直に保つだろう――専門家には「知られている」結果を仮定している論文が存在し、私の分野の様々な重要な結果の証明で何が仮定されているかを正確に調べるのは興味深いだろう。だからこそ、私はこのニュースに興奮しているのだ！
— Kevin Buzzard
ナビエ–ストークス論争が火薬庫に火をつけた
よし、始まるぞ。 この単一日の出来事には、それ自身のWikipediaページがある。
［画像: OpenAI: On the Navier-Stokes Millennium Prize Problem］
9月8日、OpenAIはナビエ–ストークス・ミレニアム懸賞問題の解決を発表した。ミレニアム懸賞問題は非常に権威があり、100万ドルの賞金が懸かっている。OpenAIはこの取り組みに推定1500万ドルのトークンを費やした。
数学者のTristan Buckmaster（ニューヨーク大学）とLevent Alpöge（Anthropic）は、Diego CórdobaとLuis Martínez-Zoroaの研究を基盤として、独立して解決に近づいていた。Buckmasterは発表前にOpenAIと連絡を取っていた。交渉が決裂した後、彼は結果を早期に開示し、エージェントが完全な仕事をしていないため、その質について謝罪した。
理想的には、LLMが生成した証明を最初のページから読めるものにするために、数週間を費やしたかった。このレベルの配慮は、これらの問題と、これらの問題に専念するコミュニティが受けるに値するものだ。特に、様々なBoussinesqおよびEulerの記述は、人間が指示した場合のモデルの生成物よりも、人間が書いた論文に近い。特にEulerの記述は、AIのゴミとしか言いようがない。このことについて申し訳なく思っている。理由は以下の通りで、外部要因に圧力をかけられたことが関係している。
— Tristan Buckmaster, 2026年9月6日の声明
Buckmasterのグループは、ユーザーデータを学習する両方のラボのツールを使用したため、OpenAIの未発表モデルが他のグループのプロンプトで学習されたのではないかと疑う人もいる。OpenAIは当初、これを可能性として認めたが、後にそれを否定した。
可能性は低いが、彼らが当社の製品を使用したことに由来する匿名化されたデータが、当社のモデルの改善に役立った可能性を排除することはできない。
— OpenAIのアーカイブされた声明
調査の結果、2026年9月8日の発表と論文に先行する2ヶ月間のBuckmasterのCodexプロンプトは、トレーニングを通じてであっても、システムに影響を与えられなかったことを確認した。この結果に使用されたOpenAIの内部モデルは、以前に事前学習されたモデルの上に大規模な強化学習を適用して開発された。
— OpenAIの更新された声明
Buckmasterはまた、OpenAIのSébastien Bubeckが、Anthropicをクレジットせずに共同発表を行うために、Alpögeの名前を削除するよう求めたと主張した。もしBubeckからの引用のほとんどが正確であれば、彼は深刻なクソ野郎だ。私たちは、ここで正確に何が起こったのか知らない。私はHarrisの要約に同意する傾向がある：
AI業界は、著名な数学者をドラマを装ったマーケティングオペレーションのエキストラとして利用しており、数学者の中で最も洗練された者でさえ、その役割を演じ、ドラマが自分たちに関するものであるとナイーブに想像している。
— Michael Harris, コロンビア大学数学教授、記事：「If you don’t want me to be nice, then I don’t have to be nice」
大きな絵に戻る
優先順位の論争はさておき、これらの緊張関係は、信頼の大きな崩壊における一時的なものと見なすのがより理にかなっていると思う。
これらの点は争われていない：
- 両グループは、基盤LLM、エージェント、Leanプロバー、Mathlibの組み合わせを使用した。
- 専門家は、その組み合わせを指示して、新しい結果を伴う広大なLean証明を完成させることができる。
- プロセスは依然として、明確な洞察に加工されなければならない、読めない混乱を生み出す。
- モデルラボは、他の研究者がアクセスできるものを超える支出によって、スペクタクルを作り出す。
- モデルラボは、これらの結果を達成するために、数学者の過去と現在の仕事で学習する。
私はOpenAIがユーザー入力でモデルをトレーニングすることによって、不完全なミレニアム懸賞問題の結果を直接盗んだとは信じていない。私は、彼らが「経済的に最も価値のある仕事」の自動化を中心とした設立憲章から始まった、労働の価値を下げるという全体的なキャンペーンに参加していると信じている。
OpenAIやニュースメディアが、これを「モデル」または「AI」による進歩と参照するとき、それは労働の価値を下げるという物語を強化し、より信頼性の高い技術を、より非捕食的な組織によって作られたものとして軽視する、選択的な報道である。
警告射撃
［画像: A Severe Misalignment of AI in Mathematics］
公開書簡「数学におけるAIの深刻な不整合」には、テレンス・タオを含む25名のフィールズ賞受賞者が署名しており、8,000人以上の他の学者が参加している。
最近数ヶ月、主要な数学的問題を解決するAIの成功は、数学界の外でも見出しを飾っている。しかし、問題の解決は、概念的な理解と洞察という主要な目標を達成するためのツールと代理人にすぎない。AIの世界でこれを忘れると、ツールが主要な目標に対して牙をむく可能性がある。実際、「真/偽」のステートメントの大量生産は、新しいアイデアに命を吹き込むのではなく、肥沃な大地を破壊する可能性がある。
これらの解決策はしばしば急いで発表され、適切な執筆、新しい方法やアイデアの分離、そして他者の関連する過去の研究の引用に時間が残されていない。すべての創造的な職業と同様に、これは深刻な帰属と盗用の問題を引き起こす。さらに、それらの開発と数学的規範への統合に注意を払わなければならない、意欲的な数学者がいなければ、AIによって考案されたアイデアは決して完全に生き生きとせず、数学者間の重要な人間の伝達連鎖は失われるだろう。
私たちは、AIの使用の結果とその当初の目的との間の不整合により、知的労働に対する一般的な脅威を目撃している。
OpenAIはこれを真剣に受け止めているふりをし、諮問グループを形成する。
［画像: OpenAI: Advisory Group on Mathematics and Artificial Intelligence］
2026年10月
Bastounisらによる論文「Navier-Stokes Lost in Translation」は、OpenAIの結果が自然言語の議論を誤訳していたことを示している。私たちは、人間が読める説明を備えたLean証明を検証したが、それらは正確には記述されていない。これは、検証と消化が証明生成に遅れをとっているというタオの警告を裏付けている。再び、エージェントは完全な仕事をしていない。
同日、OpenAIは、数学の進歩を支援するか、より多くの見出しを作るかの選択をする。私の意見では、フィールズ賞受賞者や諮問グループが役立つと言ったことが、この証明の投げ捨てではないことを彼らは明確に知っていたはずだ。
［画像: OpenAI: Sharing AI progress in mathematics］
彼らはドラマを選んだ。IPOには良いだろう。
［画像: OpenAI: Sharing AI progress in mathematics］
［画像: New York Times: OpenAI Releases Findings on 377 Math Problems, Further Roiling Field］
反応は抵抗となる
翌日、最近結成されたHuman Mathematics協会は最初の声明を発表した。テレンス・タオはそれを共有した。それは短いので、ここに全文を掲載する（強調は原文ママ）。
昨日、2026年10月6日、現在、違法な盗用、著作権侵害、商標希釈の告発に対する訴訟を弁護しているOpenAIは、数学における数々の注目度の高い問題の解決策を含むとされる原稿のレポジトリを公開した。
数学者はこの作業を求めていなかった。OpenAIが正当性を主張している諮問グループ「数学と人工知能に関する諮問グループ」は、最初の諮問声明で、フロンティアAI企業は高度な数学的問題を内部モデルでテストすべきではないと述べている。諮問グループの立場の中心的な前提を無視することで、OpenAIは科学研究の規範――数学が信頼でき、倫理的に研究され、公共の利益にかなうことを保証する規範――に対する完全な無視を示した。
数学者は、歴史と分野固有の考慮事項によって形作られた進歩の特定のビジョンを持っている。私たちは、このリリースが私たちの主題を進歩させるというOpenAIの主張を拒否する。そして、数学者と一般大衆に、この出版モデルの価値を慎重に懐疑的に見るよう促す。
700以上のファイルを一度に公開することは、学術性の実証ではなく、権力の誇示である。私たちは数学者に対し、OpenAIとの作業を中止し、人間の理解を中心とした科学のビジョンに戻るよう促す。
— AHM Statement on OpenAI’s October 6 Release of Mathematical Documents
更新：テレンス・タオは現在、同僚の声明の抜粋を共有し、Math 2.0講演で現在のビジョンを発表した。彼らの言葉を直接聞くことを推奨する。
第三幕 - 切り離し
構成員
構成員とは、あなたに対して期待を持つ人のことだ。
このような時、私はAna Hevesiの優れた記事「Stop Wasting Time on ‘Community’」を思い出す。それは、人々を構成員として真剣に受け止め、相互主義、共通の目標を築くことについての記事だ…素晴らしい内容だ。
［画像: Ana Hevesi: Constituencies］
AnthropicとOpenAIは、公衆の信頼を維持することが、彼らが最善を尽くしてナビゲートしている超難問であるかのように振る舞うが、解決策を意図的に無視している。彼らは数学界を構成員として望んでいない。彼らは注目を集めるために、彼らを疎外したいのだ。
ソフトウェアエンジニアについても同様だ。彼らは私たちを欺き、私たちのボスを欺き、この技術を死んだと宣言し、何も残さないだろう。私たちがその残骸を拾い集めようとするとき、LLMを使おうと使うまいと、私たちはルディットと呼ばれるだろう。なぜなら、機械の神は偽物であり、解決策は本物でなければならないからだ。
「エージェンシー」
［画像: Sam Altman: We believe that the world should accept some bad things happening for the benefits of this technology and people having the agency］
AIゴールドラッシュからあなたをさらに遠ざけるものが一つあるとすれば、それは機能する製品を求めることよりも、人間のエージェンシーを尊重することだ。
数学の進歩が、専門家のエージェンシーを尊重することによっていかに合法的に加速され、そしてその逆を行うことによっていかに妨げられているかを、私たちはまさに見てきた。その文脈では、OpenAI CEOの最近の引用はかなり皮肉だ。
私たちは、この技術の利益と人々のエージェンシーのために、世界がいくつかの悪いことを受け入れるべきだと信じている。
— Sam Altman, 2026年10月, Politicoインタビュー。
運良く、一般大衆も同じ反応をした！それは、他の誰かが言えば、まともな引用かもしれない。しかし、OpenAIの世間の目から見ると、それは非常に悪く響く。
私たちは、彼の仮説的なものではなく、実際に起こっている悪いことを見ている。私たちは、自分たちがエージェンシーを大切にしていることを知っており、彼がそうでないことを知っている。それが、この文化が感じていることだ。彼らは私たちとは違う。
進歩を恐れていると言うのは操作的だ。なぜなら、彼らがやっていることは進歩ではないからだ。それは害だ。
DARVO
DARVOパターンを思い出そう：Deny（否定）、Attack（攻撃）、Reverse Victim and Offender（被害者と加害者の逆転）。
シリコンバレーは、数学者をルディット――彼らのアジェンダに反対する／進歩を恐れる人々――と見なされたいと思っている。さらに良いことに、もし彼らが実際にそのうちの何人かを、一般の人々にはそう聞こえるほど怒らせることができれば、だ。
なぜHuman Mathematics協会は「反AI」と読まれるのか？彼らにはLLMを使用するグループと使用しないグループがあり、企業からの干渉に対応するために協力している。それが「反AI」なのか？「Human」という言葉は、ベンチャーキャピタルが「AI」を反社会的な目標と同一視したため、私たちには反AIと聞こえるだけだ。
署名
OpenAIの10月6日の発表「Sharing AI progress in mathematics」は、進行中の状況の文脈において、欺瞞的で無礼なものだった。それは、その動きがなぜ進歩の妨げになったのかを確立した。彼らは、報道がニュアンスを見逃すことに賭けているが、それは良い賭けだ。
AHMは、数学界に対し、OpenAIとの連絡を断つよう呼びかけている。私は彼らの理由付けが完璧であり、信頼できる関係者による以前の声明によって完全に支持されていると考えている。私は、好奇心のある常識的な人がなぜを理解するのに十分な文脈を集めようと努めた。
もし数学の進歩を気にかけるなら、数学を削減するのではなく、資金を提供することができる――ただのアイデアだ。彼らはそのお金の一部を使って、彼らを助けるツールを購入することができるだろう。そして、誰が専門家が選択できるように支援する、誠実なビジネスを運営したいのかを見ることになるだろう。
これは数学だけの問題ではない。拒否権はいたるところで争われている。私たちの業界全体で、善意の人々はゴシップを聞き、どんな結論でも導き出している。多くの人々は単に物事を成し遂げようとしており、なぜ自分が地雷原に足を踏み入れたのか理解していない。
これは混乱の時代だ。
- 息をする
- 聞く
- 境界線を尊重する
- エージェンシーを尊重する
私の4番目の書簡を読んでくれてありがとう。
続く、The Coding Agencyポッドキャストにて。
数学の世界に関する、より楽しい本をいくつか紹介する。
- Is Math Real?: How Simple Questions Lead Us to Mathematics’ Deepest Truths by Eugenia Cheng
- The Proof in the Code by Kevin Hartnett
- Mathematica: A Secret World of Intuition and Curiosity by David Bessis
- Logicomix: An Epic Search for Truth by Apostolos Doxiadis and Christos Papadimitriou