OpenAIの分割原理プレプリントがコミュニティの反発を招く

核心的な問題：伝達が不十分な主張

OpenAIは、*分割原理が選択公理を含意しないことを発表しました。

この主張自体は数学的に重要です。分割原理（PP）は、集合論における100年以上にわたる長年の未解決問題だからです。
この発表は、付随する論文が「理解不能で、混乱しており、構造的に奇妙である」と元の投稿の著者が述べたため、即座に反発を招きました。

コミュニティの主な不満は、証明の存在ではなく、専門の数学者が評価できる形での伝達の失敗にあります。

なぜその論文は学術的基準を満たさないのか

1. 不明瞭な構成と用語

「用語が少しずれており、証明されるとは思わない定理が、非常に奇妙な方法で述べられています。」

補題7.4と8.1は、集合論の論文では通常このような結果が含まれない場所に現れます。
全体的な流れにより、専門家が論文をざっと見て戦略を把握することが不可能になっています。

2. 疑わしい引用慣行

「ブリストルモデルに関する私の論文の1つが、対称拡大の基本的な導入として引用されていますが、それは私が選んだであろう参考文献ではありません。少なくとも3つの未発表・未査読の講義ノートが参考文献として使用されています。」

査読を受けていない情報源への依存は、信頼性を損なう。
よく知られた内容を obscure なノートに誤って帰属させることは、学術的な厳密さの欠如を示しています。

3. 圧倒的なLeanコードベース

「Leanのコードは見ていません。Leanの実際の使用法をほとんど知らず、そのコードは膨大だったからです。」

形式的証明は巨大なLeanリポジトリに存在しますが、自然言語による解説は読めないものです。
コミュニティメンバーは、Leanの成果物自体を検討すべきだと主張しますが、著者はそれをアクセス不能として退けています。

コミュニティの反応：テーマと反論

A. 強制された関与への不満

「著者は、この問題に関する著名な研究者であるという性質上、公衆と関与せざるを得ません。」 – hingler36

数学者は、メディアの注目がコミュニティに無視できない主張へのコメントを強いるため、対応せざるを得ないと感じています。

B. 「ゴミの山」に隠された潜在的な価値

「すぐに利用できる数学的結果の宝庫があります。」 – pelican0

一部は、プレゼンテーションが貧弱であっても、根底にある形式的証明には掘り出す価値のある真のブレークスルーが含まれている可能性があると主張します。

C. 歴史的な低品質論文との比較

「OpenAIのものと同じくらいひどく書かれた出版済みの数学論文はたくさんあります。」 – Athanase000

この批判はAI生成の作品に固有のものではありません。しかし、その規模（数百の「解決策」）が問題を増幅させます。

D. 学術基準の変化への懸念

「AIテック企業は、私たちの基準に合わせるために時間とエネルギーを費やすのではなく、私たちが彼らの基準に合わせることを望んでいます。」 – 元の投稿

この投稿は、コミュニケーション基準の不一致が、厳格な査読を保護する規範を侵食する可能性があると警告しています。

数学とAIへの広範な影響

1. 「サービス拒否」の類推

「OpenAIは何百もの『解決策』、理解不能に書かれた『解決策』を落とし、私たちはそれらに飛びつくことが期待されています…これはサービス拒否に相当します。」 – 元の投稿

研究者がAI生成の出力を解読するためにかなりの時間を割かなければならない場合、それは独自の研究から労力をそらし、事実上進歩を抑制する可能性があります。

2. 新しい出版ワークフローの必要性

提案には、AI使用の必須開示、公開チャットログ、またはレビュアーのみがアクセスできるモデルプロンプトが含まれます。
一部は、自然言語による解説を最小限にしたAI生成の形式的成果物（例：Leanに焦点を当てたリポジトリ）のための別の場を提案しています。

3. 人間とAIの協調的な証明開発の可能性

Scott Aaronsonの妻がAstraツールを使用して新しい結果を理解したなどの肯定的な逸話は、AIが人間のガイダンスと組み合わせることで理解を支援できることを示しています。
コミュニティは、明確さを犠牲にせずにAI支援を統合するためのベストプラクティスガイドラインを開発する必要があるかもしれません。

数学者は何をすべきか

明確な解説を要求する – Leanでの形式的証明は、結果を既存の文献に位置付ける付随する物語なしでは不十分です。
選択的に関与する – 有望と思われる証明に労力を割り当て、コミュニティがキュレーションした要約や査読付きの「AI論文」ワークショップを通じて行う。
基準を提唱する – 透明なAI関与の声明と再現可能なコードを要求する会議やジャーナルのポリシーを推進する。
形式的ツールについて教育する – Leanや同様の証明アシスタントをカリキュラムに組み込み、コミュニティがAI生成の形式的証明をより容易に評価できるようにする。

結論

OpenAIの分割原理に関する主張は、単一の定理を超えた議論を引き起こしました。この論争は、AI駆動の発見と人間中心のコミュニケーション基準との間の衝突を浮き彫りにしています。AIシステムが厳密な証明と読みやすい説明の両方を生成できるようになるまで、数学コミュニティはこのようなプレプリントを引き続き懐疑的に見なし、引用、解説、協調的検証においてより高い基準を要求するでしょう。