Wiskundigen blijven AI-tools gebruiken ondanks groeiende toeschrijvingsrisico's

Een recent Wired‑artikel documenteert dat een aanzienlijk deel van de wiskundige gemeenschap nog steeds grote taalmodellen raadpleegt voor bewijsassistentie, het genereren van conjecturen en code‑verificatie, ondanks hun bezorgdheid over hoe bijdragen worden geregistreerd en hoe gegevensprivacy wordt gewaarborgd.

Het onderzoek toont aan dat onderzoekers niet alleen incidenteel AI‑tools inzetten, maar dat deze hulpmiddelen geïntegreerd zijn in de dagelijkse workflow van zowel junior‑ als senior‑wetenschappers, die ze gebruiken om complexe rekenproblemen sneller te formuleren en te testen.

De populariteit van OpenAI’s ChatGPT, Anthropic’s Claude en de open‑source Codex wordt versterkt door hun vermogen om natuurlijke‑taal prompts om te zetten in formele wiskundige notaties, waardoor de kloof tussen intuïtieve ideeën en formele bewijzen wordt verkleind.

Tegelijkertijd waarschuwt het artikel dat de toename van AI‑gebruik de druk verhoogt op instellingen om robuuste regels te formuleren rond attributie, bronvermelding en de verificatie van door AI gegenereerde resultaten.

High‑profile geschillen illustreren het attributiekloof

Tristan Buckmaster, een onderzoeker die zich richt op de Navier‑Stokes‑vergelijkingen, beschuldigde OpenAI publiekelijk van het publiceren van resultaten die sterk lijken op zijn ongepubliceerde werk, een incident dat de wetenschappelijke gemeenschap deed nadenken over de mogelijke vermenging van privé‑notities met modeloutput.

OpenAI reageerde dat de uitwisselingen van 8 september en de bijbehorende pre‑print geen invloed hadden op de output van het model, wat de moeilijkheid onderstreept om causale verbanden tussen privé‑notities van een onderzoeker en een modelsuggestie te bewijzen.

Andreas Thom, een andere wiskundige, kreeg van OpenAI een gecorrigeerde verklaring nadat het bedrijf een artikel uit 2019 had weggelaten dat rechtstreeks zijn eigen bevindingen had geïnformeerd, een fout die aantoont hoe zelfs grote organisaties kritieke citaties kunnen missen bij het aggregeren van wetenschappelijke materialen.

De correctie van OpenAI zette een debat in gang over de noodzaak van transparante audit‑trails die elke AI‑gegenereerde bewering terug kunnen leiden naar de oorspronkelijke bron, zodat onderzoekers kunnen verifiëren of een model slechts een synthese maakt of een echte noviteit presenteert.

Collectieve oproepen voor transparantie

In een gecoördineerde inspanning ondertekenden vijfentwintig Fields‑medaillewinnaars een open brief, gerapporteerd door Wired, waarin AI‑bedrijven worden aangespoord de kloof tussen commerciële ontwikkelingscycli en het tragere, verificatie‑intensieve tempo van wiskundig onderzoek te overbruggen.

De brief benadrukt dat wetenschappers een fundamenteel recht hebben op duidelijke richtlijnen die bepalen hoe AI‑output moet worden gemeld, geverifieerd en, indien nodig, teruggetrokken, om de integriteit van het vakgebied te waarborgen.

Verschillende universiteiten hebben inmiddels interne commissies opgericht om beleid te ontwikkelen dat zowel de voordelen van AI‑assistentie benut als de risico's van ongecontroleerde claims minimaliseert.

• Vereis expliciete AI‑gebruik‑verklaringen in alle inzendingen
• Behoud een reproduceerbaar logboek van prompts en modeloutputs
• Zorg ervoor dat elke AI‑gegenereerde bewering onafhankelijk wordt gecontroleerd vóór acceptatie
• Verbied marketingaankondigingen van AI‑afgeleide resultaten vóór peer‑reviewed publicatie
• Creëer een audit‑trail die elk resultaat verbindt met de menselijke bijdragers

De lijst, opgesteld door een werkgroep van wiskundigen en ethici, wordt inmiddels besproken op internationale conferenties, waarbij men hoopt dat de aanbevelingen snel worden omgezet in bindende richtlijnen voor tijdschriften en onderzoeksinstellingen.

Regionale verschillen en toekomstige trends

In Europese onderzoekscentra, waar privacywetgeving strenger is, wordt AI‑gebruik vaak gekoppeld aan gedetailleerde gegevensbeschermingsprotocollen, terwijl Noord‑Amerikaanse teams vaker flexibeler opereren, wat leidt tot variërende niveaus van transparantie.

Deskundigen voorspellen dat de komende jaren meer geavanceerde modellen, die specifiek zijn getraind op wiskundige literatuur, zullen opduiken, wat zowel kansen als nieuwe ethische dilemma's met zich meebrengt.

Tot slot benadrukt de Leiden Declaration on Artificial Intelligence and Mathematics, gepubliceerd op 2 juni 2026, dat de wiskundige gemeenschap zich moet committeren aan een continue dialoog met AI‑ontwikkelaars om de balans tussen innovatie en wetenschappelijke integriteit te bewaren.

Deze evolutie toont aan dat, ondanks de groeiende zorgen over krediet, vertrouwelijkheid en oncontroleerbare beweringen, wiskundigen AI‑tools blijven omarmen, maar steeds nadrukkelijker eisen dat er strengere regels komen voor attributie en verificatie, zodat de wetenschap haar fundamentele waarden kan behouden.