AI na złoto na Olimpiadzie Matematycznej — i pyta, czym jest matematyka
Systemy AI zdobywają złote medale na Międzynarodowej Olimpiadzie Matematycznej, model DeepMind Aletheia samodzielnie prowadzi badania na poziomie doktorskim, a OpenAI obala ważną hipotezę geometryczną. IEEE Spectrum pyta: czy oddajemy SI narzędzie rozumienia, które czyni nas ludźmi?
25 czerwca 2026 r. IEEE Spectrum opublikował obszerny materiał o tym, jak sztuczna inteligencja zmienia oblicze matematyki — i wymusza głębokie pytania o przyszłość tej nauki. Nie chodzi już o narzędzie do weryfikacji dowodów, ale o systemy zdolne do samodzielnej pracy twórczej.
Co się wydarzyło w ostatnich miesiącach
Modele AI (Google DeepMind i OpenAI) osiągnęły poziom złotego medalisty na Międzynarodowej Olimpiadzie Matematycznej (IMO), rozwiązując zadania w naturalnym języku w wymaganym czasie. To przyspieszenie jest imponujące: rok wcześniej najlepsze systemy osiągały srebro. Eksperymentalny model DeepMind o nazwie Aletheia zdołał przeprowadzić samodzielne badania w geometrii arytmetycznej na poziomie wystarczającym do publikacji w recenzowanym czasopiśmie. Model OpenAI obalił tymczasem istotną hipotezę z geometrii kombinatorycznej — wynik, który — gdyby pochodził od człowieka — byłby nominowany do prestiżowego czasopisma.
Trzy wizje przyszłości
Matematycy nie są zgodni, co to oznacza. IEEE Spectrum identyfikuje trzy konkurujące obozy.
AI jako wyrocznia — część badaczy akceptuje, że AI po prostu rozwiązuje zadania, nawet jeśli nikt nie rozumie dlaczego. Liczy się wynik, nie rozumienie.
Centralizm ludzki — inni, jak noblista Akshay Venkatesh, twierdzą, że matematyka jest przede wszystkim narzędziem porozumienia między ludźmi i że nadmierna automatyzacja pozbawi ją sensu. AI może wiedzieć, że twierdzenie jest prawdziwe, nie „rozumiejąc" go w żaden epistemologiczny sensowny sposób.
Model współpracy — Terence Tao, jeden z najwybitniejszych matematyków epoki, proponuje „wielką matematykę": ludzie zajmują się kreatywnymi przełomami, AI obsługuje żmudne obliczenia i weryfikację. Potrzebne nowe narzędzia i nowe pytania, nie mniej matematyków.
Ryzyko strukturalne
Artykuł zwraca uwagę na niepokojący efekt uboczny: jeśli AI rozwiązuje problemy, które dotychczas wymagały lat żmudnej nauki, studenci mogą tracić motywację do wchodzenia w głębokie intelektualne trudności. Grozi to atrofią intuicji matematycznej u kolejnego pokolenia — nie z lenistwa, lecz z racjonalnego podejmowania decyzji. Jeśli AI rozwiąże to za mnie, po co się uczyć?