الخلاف بين OpenAI وعلماء الرياضيات يتصاعد حول قدرات الذكاء الاصطناعي في حل المسائل الرياضية المعقدة
بدأت الأزمة بين OpenAI والعلماء البارزين في مجال الرياضيات تتصاعد بشكل كبير.
شعر العلماء بالقلق من تأثير السرعة في اكتشاف الحلول على العمق العلمي.
اتهم تريستان باكماستر OpenAI بالضغط عليه لعدم نسب الفضل لمتعاون في برهان مهم.
يشعر الباحثون بعدم الثقة تجاه أدوات الذكاء الاصطناعي واستخدامها في المستقبل.
الأزمة تبرز التوتر بين السرعة الصناعية والعمق الأكاديمي في إنتاج المعرفة.
في العادة، تبدو الرياضيات بعيدة عن صخب المنافسة اليومية في وادي السيليكون. أوراق بحثية طويلة، مراجعات تستغرق وقتًا، ونقاشات هادئة بين باحثين يعرفون أن قيمة الفكرة لا تُقاس فقط بمن يصل إليها أولًا. لكن هذا الإيقاع البطيء بدأ يصطدم بمنطق مختلف تمامًا: شركات ذكاء اصطناعي تتحرك بسرعة هائلة، تستهلك قدرة حوسبية ضخمة، وتتعامل مع الاكتشاف العلمي بوصفه سباقًا يمكن حسمه خلال عطلة نهاية أسبوع. هذا بالضبط ما تكشفه الأزمة المتصاعدة بين OpenAI وعدد من كبار الرياضيين، وهي أزمة لا تتعلق بإثبات رياضي فحسب، بل بطريقة إنتاج المعرفة نفسها.
القصة أكبر من خلاف أكاديمي
بحسب تقرير TechCrunch، وقّع 25 رياضيًا بارزًا رسالة مفتوحة تحذر من أن مختبرات الذكاء الاصطناعي باتت تهدد العمل الفكري في الرياضيات. اللافت أن جميع الموقعين من الحاصلين على ميدالية فيلدز، وهي أرفع الجوائز في هذا المجال، ما يمنح الرسالة وزنًا يتجاوز الاعتراض العابر أو القلق النظري.
جوهر الاعتراض ليس رفض استخدام النماذج اللغوية الكبيرة أو أدوات البرمجة المساعدة في البحث، بل الخشية من أن يتحول السباق على حل المسائل الكبرى إلى عملية استخراج نتائج سريعة من دون كتابة علمية ناضجة، ومن دون توثيق كافٍ للأفكار السابقة، ومن دون إتاحة الوقت للمجتمع الأكاديمي كي يفهم ما حدث فعلاً.
لماذا يثير OpenAI هذا القدر من التوتر
التصعيد الأخير جاء بعد اتهام أطلقه أستاذ الرياضيات في جامعة نيويورك تريستان باكماستر، قال فيه إن OpenAI ضغطت عليه كي لا ينسب الفضل الكامل إلى متعاون يعمل لدى Anthropic في حل مسألة رياضية مهمة. كما لمح إلى احتمال أن تكون الشركة قد استفادت من أعمال بحثية سابقة مع Codex لإنتاج برهانها الخاص خلال فترة قصيرة جدًا من التشغيل المكثف.
حتى من دون حسم صحة هذه الاتهامات، فإن مجرد طرحها يكشف حجم التوتر بين ثقافتين مختلفتين. الأولى أكاديمية تقوم على الإسناد، والتدرج، والتحقق، وبناء السمعة العلمية عبر الزمن. والثانية صناعية تقوم على السرعة، والاستحواذ على أفضل المواهب، وتحويل التفوق التقني إلى سبق يمكن تسويقه وإعلانه فورًا.
المشكلة ليست في أن تحل الآلة مسألة صعبة، بل في أن تصل إلى النتيجة قبل أن يفهم البشر كيف ولماذا وصلت إليها.
التحقق أصبح جزءًا من الأزمة
الرسالة المفتوحة تشير بوضوح إلى نقطة حساسة: بعض الحلول المعلنة تأتي على عجل، قبل أن تخضع لتحقق علمي كافٍ أو تُصاغ في صورة قابلة للاستيعاب والتعليم والنقد. وفي حالة OpenAI، لا يزال البرهان المشار إليه غير متحقق منه بالكامل، ما يزيد الشكوك حول جدوى الإعلان المبكر.
في الرياضيات، لا تكفي النتيجة وحدها. البرهان ليس مجرد مخرج نهائي، بل بنية معرفية كاملة تتضمن الأفكار الوسيطة، والطريقة، والحدس الذي قاد إلى الحل. إذا فقد المجتمع العلمي هذه الطبقات، فإن ما يتبقى قد يكون إنجازًا حاسوبيًا مثيرًا، لكنه أقل قيمة من حيث تراكم المعرفة البشرية ونقلها إلى الطلاب والباحثين.
منصات المساعدة قد تتحول إلى مصدر قلق
أحد أخطر ما يلوح في خلفية هذا الجدل هو فقدان الثقة في أدوات الذكاء الاصطناعي نفسها. بعض الرياضيين باتوا يتساءلون إن كان استخدامهم لـ Codex أو أدوات مشابهة قد يغذي لاحقًا نماذج أكثر تقدمًا، فتستفيد الشركات من مساراتهم الفكرية ثم تسبقهم إلى النشر أو الإعلان.
هذه النقطة تغيّر المعادلة بالكامل. عندما يشعر الباحث أن أداة المساعدة قد تتحول إلى قناة تسريب غير مباشرة، فإنه يميل إلى الكتمان بدل المشاركة، وإلى تقليل الانفتاح بدل التعاون. هنا لا تعود المشكلة تقنية فقط، بل تصبح مشكلة حوكمة بيانات، وملكية فكرية، وثقة مهنية داخل بيئة يفترض أصلًا أن تقوم على التبادل المفتوح.
- إذا زادت هذه المخاوف، قد يتراجع الباحثون عن استخدام أدوات الذكاء الاصطناعي في المراحل المبكرة من العمل.
- الأثر الأعمق قد يكون انتقال بعض مجالات البحث من الانفتاح الأكاديمي إلى السرية الدفاعية.
- هذا التحول لا يضر الجامعات فقط، بل يبطئ أيضًا جودة التحقق العلمي على المدى الطويل.
المال الحاسوبي يغيّر قواعد التفوق
ما تخشاه الأوساط الأكاديمية ليس مجرد براعة النماذج، بل قدرة المختبرات الكبرى على إنفاق عشرات الملايين من الدولارات على الاستدلال الحاسوبي إذا رأت مسارًا واعدًا نحو اكتشاف ما. هنا يصبح التفوق العلمي مرتبطًا ليس فقط بالموهبة والعمق، بل أيضًا بحجم البنية التحتية والموارد المتاحة.
هذا يخلق شكلًا جديدًا من عدم التوازن. الباحث الفرد أو الفريق الجامعي قد يقضي سنوات في تطوير فكرة، ثم تجد شركة تمتلك نماذج متقدمة ومراكز بيانات ضخمة وسيلة للوصول بسرعة إلى صياغة منافسة أو قريبة. قانون السبق العلمي نفسه يبدأ بالتحول، من مسألة فهم عميق إلى مسألة قدرة على الحوسبة والتجريب على نطاق واسع.
الرياضيات ليست الحالة الأخيرة
الرسالة المفتوحة، كما يوضح مضمونها، لا تتحدث عن الرياضيات بوصفها جزيرة منفصلة، بل كنموذج مبكر لما قد يحدث في تخصصات أخرى. ما نراه هنا يمس البرمجة، والبحث العلمي، والكتابة، والتصميم، وكل مجال لا تُختزل قيمته في الناتج النهائي فقط، بل في العملية التي أنتجته وفي المجتمع الذي يمنحه معنى.
لهذا تبدو الأزمة الحالية أوسع من نزاع بين OpenAI وبعض الباحثين. إنها مواجهة بين تصورين للعمل المعرفي: هل الغاية هي الوصول إلى الإجابة بأسرع وقت ممكن، أم الحفاظ أيضًا على السلسلة البشرية التي تشرح الإجابة، وتؤطرها، وتنسب الفضل فيها، وتحوّلها إلى معرفة قابلة للحياة؟ في السنوات المقبلة، قد يصبح هذا السؤال واحدًا من أهم أسئلة التقنية، لا لأن الذكاء الاصطناعي يهدد وظيفة بعينها، بل لأنه يعيد تعريف ما نعتبره أصلًا عملاً ذا معنى.
عبَّر عن رأيك
إحرص أن يكون تعليقك موضوعيّاً ومفيداً، حافظ على سُمعتكَ الرقميَّةواحترم الكاتب والأعضاء والقُرّاء.
Ai Everything
LEAP26








