Nobelpreisträger Giorgio Parisi und Francesco Zamponi haben im Juli im Fachjournal JSTAT eine zwölf Jahre alte Vermutung aus der statistischen Physik erfolgreich bewiesen. Die Veröffentlichung, die sich mit der Identität der kritischen Exponenten im sogenannten Blockierungsphänomen befasst, dokumentiert eine strukturierte Zusammenarbeit zwischen Forschern und dem KI-Modell Claude. Die Autoren vermerken explizit, dass der Beweis durch vierzig iterative Gespräche mit Claude (Sonnet 4.6 und Opus 4.7) erarbeitet und anschließend von ihnen verifiziert wurde. Das zugrunde liegende Problem beschreibt den Phasenübergang granulärer Materialien und komplexer Systeme von einem fließenden zu einem starren Zustand. Seit 2014 wies numerische Evidenz auf eine präzise additive Beziehung zwischen zwei theoretischen Exponenten hin, eine formale Herleitung blieb jedoch aus. Parisi, dessen Forschung zur Beschreibung von Unordnung und Fluktuationen in physikalischen Systemen bekannt ist, sah in der langlebigen mathematischen Fragestellung ein ideales Testfeld für die aktuellen capabilities generativer Modelle. Seine anfängliche Skepsis gegenüber KI war öffentlich dokumentiert: Bereits 2025 hatte er demonstriert, wie Large Language Models durch rein statistische Mustererkennung zu offensichtlichen Fehlschlüssen verleitet werden können. Der eigentliche Durchbruch entstand erst durch eine klar definierte Mensch-Maschine-Interaktion. Zunächst nutzten die Forscher Claude als Präzisionsrechner zur Simulation nichtlinearer Differentialgleichungen. Sobald die Algorithmen die bekannten numerischen Werte replizierten, wechselte die KI in eine explorative Rolle. Claude schlug einen zuvor ignorierten Lösungsweg vor, der auf einer konstruierten Hilfsfunktion basierte. Parisi und Zamponi korrigierten kontinuierlich mathematische Unstetigkeiten, lenkten das Modell von veralteten Ansätzen ab und validierten jeden Ableitungsschritt. Die KI übernahm dabei die umfassende, vorurteilsfreie Suche im mathematischen Möglichkeitsraum, während die menschlichen Experten durch jahrzehntelange Expertise den Forschungsrahmen setzten und die wissenschaftliche Stringenz sicherstellten. Das Ergebnis unterstreicht eine zentrale Erkenntnis für die Wissenschaft der Zukunft: KI kann Rechenprozesse beschleunigen und kognitive Sackgassen umgehen, sie ersetzt jedoch nicht die fundierte fachliche Durchdringung. Parisi betonte, dass das scheinbare Langsamkeitsprinzip der Grundlagenforschung unerlässlich bleibt. Nur wer komplexe Gleichungen selbst durchdrungen hat, verfügt über die nötige Urteilsfähigkeit, um KI-Fehlschlüsse zu erkennen, sie gezielt zu korrigieren und kritisch zu hinterfragen. Die eigentliche Gefahr liege nicht in einer Technologieentfesselung, sondern in der schleichenden Abgabe intellektueller Eigenständigkeit. In einer zunehmend automatisierten Forschungslandschaft bleibe die Fähigkeit zum systematischen, tiefgreifenden Denken der entscheidende Faktor, um die Grenzen und Fehlerquellen künstlicher Systeme zuverlässig zu navigieren.