OpenAI Pecahkan 372 Soal Matematika, Pakar Soroti Risikonya

JAKARTA — Dalam matematika, jawaban baru biasanya membuka ruang untuk pengujian dan diskusi. OpenAI kini merilis solusi atau solusi parsial untuk 372 masalah matematika terbuka, tetapi sejumlah matematikawan menilai publikasi dalam skala besar itu berisiko mengabaikan pemahaman manusia dan norma riset.

Materi yang dirilis OpenAI tersebar dalam 722 makalah. Masalah-masalah itu telah membingungkan para matematikawan selama puluhan tahun, menurut laporan TechRadar. Skala publikasi dan rumitnya solusi membuat pemeriksaan oleh manusia menjadi tantangan tersendiri.

Perdebatan ini bukan semata soal kemampuan AI memecahkan soal sulit. Yang dipersoalkan adalah cara hasil tersebut dibuat, diumumkan, dan diverifikasi—serta dampaknya terhadap kepercayaan pada penelitian matematika.

OpenAI merilis solusi untuk 372 masalah

Perkembangan tersebut menunjukkan lompatan kemampuan AI dalam matematika tingkat lanjut. Bahan sumber membandingkan keadaan dua tahun lalu, ketika AI masih kesulitan menghadapi tantangan matematika setingkat GCSE, dengan kemampuannya kini menghasilkan solusi untuk persoalan yang keberadaannya saja membutuhkan waktu bertahun-tahun untuk ditetapkan manusia.

Namun, hasil yang tampak meyakinkan belum otomatis terverifikasi. TechRadar menyebut solusi yang diberikan hampir sama kompleksnya dengan masalah yang hendak dijawab. Dengan 722 makalah terbit sekaligus, matematikawan menghadapi beban besar untuk memahami dan memeriksa isinya.

OpenAI sebelumnya juga menerbitkan proposal untuk persamaan Navier-Stokes, yang berkaitan dengan perilaku fluida kental. Menurut bahan sumber, proposal itu dihasilkan oleh model matematika khusus yang belum dirilis. Rangkaian publikasi ini memperlihatkan ambisi perusahaan untuk membawa AI lebih jauh ke wilayah riset yang selama ini dikerjakan para ahli.

Bagi komunitas ilmiah, kecepatan menghasilkan jawaban bukan satu-satunya ukuran kemajuan. Peneliti perlu mengetahui bagaimana solusi diperoleh, apakah penalarannya dapat ditelusuri, dan siapa yang sudah memeriksanya. Tanpa proses yang bisa dipahami, hasil besar berisiko sulit digunakan sebagai landasan penelitian berikutnya.

Kritik tertuju pada proses dan keterbukaan

Terence Tao, matematikawan terkemuka yang disebut TechRadar sebagai salah satu suara penting di bidangnya, mengkritik keputusan menerbitkan begitu banyak berkas sekaligus. Ia menyerukan agar matematika kembali menempatkan pemahaman manusia di pusat kegiatan ilmiah.