Tao kritisiert OpenAI – Mathematik und KI eskalieren

Am 6. Oktober 2026 veröffentlichte OpenAI rund 722 KI-generierte mathematische Manuskripte auf GitHub, was die globale Forschungsgemeinschaft in eine intensive Debatte über akademische Standards und den Einfluss kommerzieller Künstlicher Intelligenz stürzte. Die Dokumente stammen aus einem internen, nicht öffentlich gemachten Modell und umfassen 372 Ergebniskomplexe in Zahlentheorie, Geometrie und theoretischer Informatik. OpenAI meldet behauptete Fortschritte bei anspruchsvollen Problemstellungen, darunter Ansätze zum quasi-Riemannschen und zum vierdimensionalen Gavkhov-Problem sowie zur Unique-Games-Vermutung. Rund 42 Prozent der Kerntatsachen wurden durch den formalen Verifikationsbeweis Lean geprüft. Das Unternehmen gab an, dass drei Arbeiten aufgrund von Symbolfehlern zurückgezogen und vierzehn revidiert werden mussten. Die Veröffentlichung löste breite Skepsis aus. Am 7. Oktober verbreitete der Fields-Preisträger Terence Tao in seinem Blog ein Statement der Organisation Association for Human Mathematics (AHM), das Mathematiker zur Einstellung der Zusammenarbeit mit OpenAI aufrief. Tao begründete dies mit der Sorge, dass die exponentielle Geschwindigkeit der KI-Produktion die menschliche Fähigkeit zur tiefen wissenschaftlichen Auseinandersetzung untergrabe. Die AHM erklärte, das Massenrelease demonstriere vor allem Marktmacht, nicht methodische Sorgfalt. Ähnliche Warnungen äußerten bereits 25 Fields-Preisträger Ende September bezüglich der Verzerrung mathematischer Forschungsziele. Fachleute wie Scott Aaronson stellten fest, dass die Beweise oft schwer nachvollziehbar seien und umfangreiche menschliche Nacharbeit erforderten. Die Kernfrage verschiebe sich daher von der automatisierten Beweisführung hin zur Regelung der Priorisierung und Ressourcenallokation. Wenn kommerzielle Labore den Forschungsfahrplan dominierten, bestehe die Gefahr, dass akademische Institute zur reinen Verifikationsbehörde degradiert würden. Zudem kritisieren Experten die intransparente Modellarchitektur und den ungleichen Zugang zu Rechenleistung. Initiativen wie die Advisory Group on Mathematics and AI (AGMAI) fordern seit Monaten verbindliche Veröffentlichungsstandards, Transparenz über Rechenkosten und Fehlerbilanzen sowie eine partnerschaftliche Forschungspraxis. OpenAI hat zwar Finanzierungen für begleitende Konferenzen zugesagt, beharrt jedoch auf proprietären Modellen. Die mathematische Gemeinschaft steht vor der strategischen Herausforderung, KI-Innovationen zu integrieren, ohne die akademische Autonomie und langfristige Kontrolle über die Forschungsagenda zu opfern.