AI คณิตศาสตร์ไม่ใช่คำตอบทุกอย่าง แต่กำลังกลายเป็นปัญหาใหม่
ประเด็น AI คณิตศาสตร์หมายถึงการใช้ระบบปัญญาประดิษฐ์ โดยเฉพาะโมเดลภาษาขนาดใหญ่ มาช่วยคิด แก้โจทย์ และสร้างข้อพิสูจน์ทางคณิตศาสตร์ ซึ่งถูกคาดหวังว่าจะเพิ่มความเร็วและความแม่นยำของงานวิจัย แต่กำลังถูกตั้งคำถามอย่างหนักเรื่องความไม่น่าเชื่อถือ AI การตรวจสอบความจริง AI และผลกระทบต่อโครงสร้างวิชาชีพคณิตศาสตร์ในระยะยาว กระแสตีกลับล่าสุดไม่ใช่แค่ความกังวลทั่วไป หากมาจากนักคณิตศาสตร์ระดับแนวหน้าที่มองว่า AI แบบปัจจุบันยังไม่เข้าใจแก่นคณิตศาสตร์จริงๆ แต่ถูกบริษัทเทคโนโลยีขายภาพว่าเป็นเครื่องมือปฏิวัติวงการ แนวโน้มนี้อันตรายเพราะสร้างความคาดหวังสูงเกินจริง ทำให้คำโฆษณากลบเสียงเตือนเรื่อง AI คณิตศาสตร์ความแม่นยำ และวัฒนธรรมการตรวจสอบอย่างเข้มของชุมชนวิชาการ
จดหมายเปิดผนึกจาก Caltech และคำว่า slop mathematics ที่สะท้อนความไม่พอใจ
ชนวนสำคัญเริ่มจากจดหมายเปิดผนึกของนักคณิตศาสตร์ปัจจุบันและอดีตจาก Caltech ที่ออกมาวิจารณ์งาน “math hackathon” ซึ่งให้ผู้เข้าร่วมใช้โมเดลภาษาแก้ปัญหาวิจัย โดยเตือนว่างานลักษณะนี้ “มีแนวโน้มจะส่งผลทำลายต่อชุมชนคณิตศาสตร์” พวกเขาเรียกปรากฏการณ์นี้ว่า slop mathematics คือการที่บริษัท AI ประกาศว่าระบบของตน “แก้ปัญหาใหญ่” ได้ แล้วปล่อยให้ทีมนักวิจัยตัวจริงต้องมานั่งตรวจสอบ เผยแพร่ หรือแม้แต่ลบล้างผลลัพธ์เหล่านั้นในภายหลังโดยไม่มีเครดิตและค่าตอบแทน การวิจารณ์นี้ชี้ตรงไปที่ความไม่น่าเชื่อถือ AI เมื่อถูกใช้ในโจทย์ขั้นสูง เพราะต้องอาศัยการตรวจสอบความจริง AI แบบละเอียดทุกบรรทัด นักคณิตศาสตร์จึงมองว่าบริษัทกำลังผลักภาระความรับผิดชอบด้านคุณภาพงานออกจากตนเอง ขณะที่ใช้ชื่อเสียงของชุมชนวิชาการเป็นฉากหลังให้กับการตลาดของตน
OpenAI ถอนตัวจาก Caltech Mathathon และข้อกล่าวหาเรื่องเครดิตงานวิจัย
หลังจดหมายเปิดผนึกเผยแพร่ไม่นาน นักวิจัยจาก OpenAI ประกาศว่าบริษัทจะไม่เป็นสปอนเซอร์งาน “math hackathon” ของ Caltech อีกต่อไป ซึ่งเป็นงานที่ให้ผู้ร่วมใช้โมเดลภาษาแก้ปัญหาวิจัยทางคณิตศาสตร์ การถอนตัวนี้เกิดขึ้นท่ามกลางกระแสวิจารณ์ว่า AI คณิตศาสตร์ความแม่นยำ ยังห่างไกลจากมาตรฐานงานวิชาการ แต่ถูกใช้เป็นเวทีโฆษณาว่า AI ยอมรับได้ ในระดับงานวิจัยแล้ว สถานการณ์ยิ่งร้อนแรงเมื่อบริษัทประกาศว่าเอเจนต์ของตน “แก้สมการ Navier–Stokes” ซึ่งเป็นระบบสมการอายุราว 90 ปีสำหรับอธิบายการไหลของของไหลและก๊าซ ทันทีนั้น Tristan Buckmaster นักคณิตศาสตร์จากมหาวิทยาลัยหนึ่งซึ่งเพิ่งเผยแพร่งานวิจัยในโจทย์เดียวกัน ออกมาแสดงความกังวลว่าบริษัทอาจใช้บทสนทนาของเขากับแชตบอตต่างๆ รวมถึงของ OpenAI ในกระบวนการหาทางแก้ โดยบริษัทเองยอมรับว่าไม่สามารถยืนยันได้ว่าข้อมูลที่ลบการระบุตัวตนจากการใช้งานผลิตภัณฑ์ไม่ได้มีส่วนช่วยพัฒนาระบบ ความขัดแย้งเรื่องเครดิตนี้ตอกย้ำข้อกล่าวหาเรื่องการลอกเลียนและการแย่งความชอบจากนักวิจัย
กรณี Terence Tao กับโฆษณา AI ที่เลือกตัดเฉพาะด้านสว่าง
ในอีกด้านหนึ่ง Terence Tao เจ้าของรางวัล Fields Medal และผู้มีบทบาทสำคัญในวงสนทนา AI คณิตศาสตร์ เล่าว่าบริษัท AI รายเดียวกันเลือกใช้เพียงประโยคเชิงบวกจากการสัมภาษณ์ยาวหนึ่งชั่วโมงของเขาเพื่อทำโฆษณา โดยตัดส่วนที่เขาพยายามอธิบายภาพสมดุลของโอกาสและความเสี่ยงออกไป ในโฆษณา Tao ถูกนำเสนอว่ามองว่า AI พร้อมแล้วสำหรับการใช้งานจริงในงานของเขา และใช้มันเพื่อทดลองไอเดียใหม่ๆ ช่วยคำนวณ และค้นเอกสารอย่างมีประสิทธิภาพ เบื้องหลังนั้น เขาเคยเชื่อว่าตั้งแต่ปี 2023 โมเดลภาษาและระบบช่วยพิสูจน์รูปแบบใหม่สามารถเปลี่ยนแปลงวงการคณิตศาสตร์ได้ จนทำให้แนวการทำงานเดิมต้องปรับตัว พร้อมทั้งเตือนเสมอว่าไม่ควรใช้ผลลัพธ์ AI โดยไม่ผ่านการตรวจสอบอย่างเข้ม ซึ่งเขาระบุว่าเป็นความเสี่ยงสำคัญช่วงปี 2023–2025 ก่อนที่ประเด็นอื่นจะเริ่มเด่นขึ้นมาแทน เขายังสะท้อนด้วยว่าหลายคนในอุตสาหกรรมที่เคยแบ่งปันวิสัยทัศน์การใช้ AI แบบ “best of both worlds” ถูกผลักออกข้างทาง เมื่อบริษัทใหญ่หันไปให้ความสำคัญกับการสร้างระบบอัตโนมัติทรงพลัง มากกว่าค่านิยมของวงการคณิตศาสตร์เอง
บทเรียนใหญ่จากความขัดแย้งครั้งนี้ต่ออนาคต AI ในสายงานเฉพาะทาง
เหตุการณ์เหล่านี้ตั้งแต่จดหมาย Caltech ไปจนถึงกรณี Navier–Stokes และบทสัมภาษณ์ของ Terence Tao ทำให้เห็นรอยร้าวชัดระหว่างเรื่องเล่าด้านการตลาดของบริษัท AI กับการประเมินตามมาตรฐานผู้เชี่ยวชาญจริงๆ นักคณิตศาสตร์ไม่ปฏิเสธว่า AI มีศักยภาพ แต่ปฏิเสธการยกระดับระบบที่ยังมีข้อผิดพลาดเป็น “ผู้แก้ปัญหา” แทนมนุษย์ ในสาขาที่ต้องการความแม่นยำสูงสุดและการตรวจสอบซ้ำหลายชั้น สำหรับอนาคตของเทคโนโลยี บทเรียนสำคัญคือ AI คณิตศาสตร์ความแม่นยำ ไม่ใช่เรื่องของความสามารถเชิงเทคนิคอย่างเดียว แต่เกี่ยวพันกับความโปร่งใสเรื่องเครดิต การขอความยินยอมในการใช้ข้อมูล และวัฒนธรรมการผลิตความรู้ร่วมกัน ถ้า AI จะเป็นเครื่องมือ AI ยอมรับได้ ในสายงานเฉพาะทาง บริษัทต้องพร้อมให้ผู้เชี่ยวชาญมีอำนาจร่วมกำหนดกรอบการใช้ แทนที่จะใช้เสียงของพวกเขาเป็นฉากหลังโฆษณา การพัฒนา AI ที่น่าเชื่อถือจึงเริ่มจากการเคารพมาตรฐานวิชาชีพ ไม่ใช่จากการประกาศชัยชนะเหนือโจทย์ยากเพียงลำพัง
