Năng lực mới, nghịch lý cũ về quyền ghi nhận
AI trong nghiên cứu toán học là việc dùng các mô hình trí tuệ nhân tạo để tìm lời giải, gợi ý phương pháp hoặc phát triển chứng minh cho những bài toán mà con người có thể theo đuổi suốt nhiều năm. AI đang giúp giải những bài toán từng khiến giới nghiên cứu bế tắc hàng chục năm, nhưng bước tiến ấy đồng thời khiến việc chia sẻ ý tưởng trở nên rủi ro hơn.
Trước đây, nhà toán học thường trao đổi hướng đi còn dang dở để đồng nghiệp góp ý và cùng phát triển. Nay một ý tưởng được công khai có thể nhanh chóng trở thành đầu vào cho mô hình mạnh, rồi được người khác hoàn tất và công bố trước. Nỗi lo bị chiếm công vì thế không phải chuyện phù phiếm: nếu chia sẻ làm mất lợi thế, người nghiên cứu có lý do để im lặng. Chính điều này có thể làm tổn hại nền tảng cộng tác vốn giúp toán học tiến lên.
Ngày 6/10, OpenAI công bố trên GitHub 722 bản thảo do một mô hình nội bộ chưa thương mại hóa tạo ra, được xếp thành 372 nhóm kết quả; 16 bài toán thuộc hướng nghiên cứu của Hugo Duminil-Copin, nhà toán học đoạt Huy chương Fields năm 2022. Quy mô ấy cho thấy AI không chỉ hỗ trợ tính toán: nó có thể chen vào cả quá trình định hình chương trình nghiên cứu.
Bản thảo nhiều hơn thời gian để đọc
Phản ứng của Duminil-Copin cho thấy sức ép không chỉ đến từ khả năng của máy mà còn từ cách kết quả được tung ra. Trong hội thảo trực tuyến ngày 8/10, ông kể mình đã bật khóc khi xem bộ tài liệu. Một trường hợp đáng chú ý gồm 13 bài báo nối tiếp, trong đó các tác nhân AI gần như hoàn tất một chương trình nghiên cứu. Với nhà nghiên cứu trẻ, tốc độ ấy có thể thu hẹp thời gian cần thiết để chọn đề tài, xây dựng chuyên môn và tạo dấu ấn.
Số lượng không đồng nghĩa với độ tin cậy. OpenAI rút lại ba bản thảo sau khi phát hiện lỗi; các tài liệu còn lại cũng chưa đồng đều về mức kiểm tra. Không phải mọi chứng minh đều được hình thức hóa bằng Lean, công cụ có thể kiểm tra tính chặt chẽ của lập luận, và chính đơn vị công bố lưu ý những kết quả chưa hình thức hóa vẫn có thể sai. Vì vậy, bản thảo do AI tạo ra không thể được xem là định lý đã được xác nhận.
Tao từng lưu ý OpenAI thử khoảng 4.000 bài toán và chỉ giải được chừng 9%, dù công ty công bố 377 lời giải; mặt khác, ông có khoảng một tá kết quả trong lĩnh vực mình quan tâm chưa kịp đọc hết chứng minh. Những con số này gợi ra vấn đề thực chất: tốc độ tạo kết quả có thể vượt xa năng lực thẩm định của cộng đồng.
Kiểm chứng phải đi cùng năng lực tạo lời giải
Một lời giải đúng vẫn chưa đủ nếu con người không hiểu vì sao nó đúng. Những chứng minh dài và khó diễn giải có thể làm nghẽn bình duyệt, đồng thời khiến tri thức mới khó được truyền dạy hoặc dùng để đặt câu hỏi tiếp theo. Trong toán học, quá trình đọc tài liệu, trao đổi và hướng dẫn không phải phần phụ của khám phá; đó là cách cộng đồng học được điều gì khiến một kết quả có ý nghĩa.
Trong bài xã luận công bố ngày 2/11/2026, Terence Tao cảnh báo về hiện tượng ông gọi là “khai thác mỏ lộ thiên” trong toán học, khi AI có thể quét hàng loạt bài toán và tạo ra lượng lớn kết quả. Đáp lại thách thức kiểm chứng lời giải, Tao cùng 25 nhà toán học từng đoạt Fields đã ký thư kêu gọi dùng phần mềm kiểm chứng hình thức như Lean để máy tính kiểm tra từng dòng chứng minh trước khi công nhận định lý mới. Đây là hướng đi hợp lý, nhưng công cụ kiểm tra không thay thế được việc đánh giá ý nghĩa và cách trình bày.
Tao cũng đề xuất Math 2.0: dùng công nghệ để mở rộng tư duy con người, không thay thế toàn bộ nghiên cứu. Duminil-Copin dự định cùng các nhà toán học khác xem xét hơn 3.500 trang tài liệu liên quan đến lĩnh vực của mình. Việc đó cho thấy phản hồi của cộng đồng vẫn cần thời gian, nhân lực và quy trình minh bạch.
Giữ AI trong một nền văn hóa chia sẻ
Nghịch lý của nhà toán học và AI không nằm ở lựa chọn đơn giản giữa chấp nhận hay từ chối công nghệ. AI có thể gợi ra phương pháp, câu hỏi và lời giải mà con người khó tìm nhanh; nhưng nếu lợi ích tập trung vào bên sở hữu mô hình, còn nhà nghiên cứu gánh áp lực kiểm tra và nguy cơ mất công, niềm tin sẽ suy giảm. Khi ấy, những ý tưởng chưa hoàn thiện có thể bị giữ kín, khiến cả máy móc lẫn con người mất đi nguồn trao đổi cần thiết.
Giải pháp không thể chỉ là yêu cầu nhà toán học công bố thêm, cũng không thể là tin mọi chứng minh do AI đưa ra. Cần quy trình ghi nhận đóng góp rõ ràng, công khai mức độ kiểm chứng và dành thời gian thẩm định tương xứng với khối lượng kết quả. AI nghiên cứu toán học chỉ thực sự thúc đẩy tri thức khi cộng đồng có thể kiểm tra, hiểu và tiếp tục phát triển những gì nó tạo ra.
AI đang làm tăng nguồn cung lời giải, nhưng không tự động làm tăng hiểu biết. Nếu tốc độ xuất bản tiếp tục vượt tốc độ kiểm chứng, còn nỗi sợ bị lấy công khiến ý tưởng biến mất khỏi các cuộc trao đổi, toán học có thể có nhiều chứng minh hơn mà ít khám phá chung hơn. Thành công của AI vì thế phải được đo không chỉ bằng số bài toán giải được, mà bằng khả năng giữ cho nghiên cứu vừa đáng tin vừa có tính cộng tác.
