OpenAI beweist Existenz nicht-sofischer Gruppen
OpenAI gab im August 2026 die Lösung eines langjährigen Problems der geometrischen Gruppentheorie bekannt: den Nachweis der Existenz einer nicht-sofischen Gruppe. Die Ankündigung löste in der mathematischen Fachcommunity erhebliche Kontroversen über wissenschaftliche Urheberschaft, KI-Trainingsdaten und den Wert akademischer Publikationen aus. Der Dresdner Mathematiker Andreas Thom wies nachdrücklich darauf hin, dass sich das von OpenAI präsentierte Resultat maßgeblich auf seine und die Arbeit von Gábor Kun aus dem Jahr 2019 stützt. Die öffentliche Kommunikation des Unternehmens suggerierte fälschlich, es habe im vorangegangenen Jahrzehnt keinen relevanten Fortschritt gegeben. Nach Thoms direktem Protest erklärte OpenAI-Mitarbeiter Mark Sellke sich bereit, die Darstellung zu korrigieren, was Thom als angemessene Reaktion wertete. Parallel entbrannte eine breite Debatte über den Einsatz privater Forschungsdialoge im maschinellen Lernen. Thom hatte die zur Lösung notwendigen Techniken in den Monaten vor der Ankündigung intensiv mit ChatGPT erörtert und erfragte bei OpenAI, ob diese Konversationen in die Trainingsdaten einflossen oder den Lösungsprozess direkt beeinflussten. Sellke dementierte dies kategorisch. Thom bewertet diese Antwort als materialleirgendwie irreführend, da OpenAIs eigene Datenschutzrichtlinien explizit erwähnen, dass deidentifizierte Nutzungsdaten zur Modellverbesserung herangezogen werden könnten. Thom betonte zudem, dass er das Training seiner Konversationen erst am 29. Juni 2026 deaktiviert habe, was einen kausalen Zusammenhang zur August-Ankündigung nahelege. Die ethischen Implikationen seien gravierend: Unternehmen dürften menschliche Ideen nicht über Trainingsdaten aneignen, damit schneller publizieren als die ursprünglichen Forscher und dies anschließend ohne Transparenz oder Entgelt vermarkten. Über den Einzelfall hinaus warnt Thom vor strukturellen Schäden für die Wissenschaft. Traditionell verknüpfe eine mathematische Publikation ein Ergebnis, die Urheberschaft und das menschliche Verständnis des Arguments. KI-generierte Beweise durchbrächen diese Verbindung, da sie formal korrekt sein könnten, ohne dass ein Mensch den zugrunde liegenden Gedankengang nachvollzogen oder verstanden habe. Damit verliere das Publikationsverzeichnis an Aussagekraft für die tatsächliche wissenschaftliche Leistung einer Person. Thom argumentiert, der Fokus müsse künftig auf der Vertiefung des menschlichen Verständnisses liegen: der Erklärung von Argumenten, der Einordnung in größere Zusammenhänge, der Lehre und der Förderung wissenschaftlichen Austauschs. Der Nachweis einer korrekten Formalisierung sei vergleichbar mit der Entdeckung eines neuen Sterns; die eigentliche wissenschaftliche Arbeit bestünde im Verständnis seiner Bedeutung. Die Vorfälle verdeutlichten seiner Ansicht nach die Notwendigkeit einer umfassenden Regulierung fortschreitender KI. Intelligenzsysteme, die zunehmend zur infrastrukturellen Grundlage von Wissenschaft, Bildung und Verwaltung würden, dürften nicht als reine Verbrauchsgüter behandelt werden. Stattdessen müsse ein öffentliches Aufsichtsmodell etabliert werden, das auf Zuverlässigkeit, Datenschutz, unabhängiger Kontrolle und dem Schutz vor diskriminierender oder gewinnorientierter Datenverwertung basiert. Provider dürften weder die Kontrolle über alle Beweise für die Datennutzung beanspruchen noch diese Information gegen ihre Nutzer ausspielen. Die mathematische Community steht damit vor der Aufgabe, neue Kriterien für wissenschaftlichen Beitrag und Urheberschaft zu entwickeln, während die Branche zur vollständigen Transparenz ihrer Datenflüsse verpflichtet werden muss.
