Kunnskap trenger ikke laugets tillatelse

Det finnes en setning som fortjener å bli lest langsomt: «Mathematicians did not ask for this work to be done». Matematikerne ba ikke om at dette arbeidet skulle bli gjort. Den kommer fra kommunikasjonsgruppen i Association for Human Mathematics, i en uttalelse publisert som gjesteinnlegg på Terence Taos blogg. Det er verdt å presisere hvem som står bak før vi diskuterer: Å tilskrive den Tao personlig ville være å innlede polemikken med juks.

Arbeidet det vises til, er det OpenAI kunngjorde 6. oktober 2026: matematiske resultater oppnådd med en intern modell. Deres kodelager inneholder 719 manuskripter, organisert i 372 familier, med ulike grader av verifikasjon; omtrent 42 prosent av hovedresultatene er formalisert i Lean. Å presentere dette som 719 endelig løste problemer ville være villedende reklame. Det gjenstår arbeid med kontroll, vurdering og forståelse. Så langt er det ingen grunn til å slå av hjernen og begynne å klappe.

Men la oss vende tilbake til setningen. Siden når må noen ha bedt om en oppdagelse for at den skal fortjene å bli undersøkt? Hvem representerer alle matematikere? Og hvilken rett får en profesjon til spørsmålene den har viet livet sitt til?

Etter mitt syn kommer det her til syne en ganske alvorlig sammenblanding av autoriteten som følger av å ha kunnskap om noe, og myndigheten til å bestemme hvem som får forsøke seg. En matematiker kan vise at et bevis ikke holder. Hen kan påpeke at et resultat allerede var kjent, eller at det har liten interesse. Hen kan nekte å gjennomgå en flom av dokumenter gratis. Alt dette krever argumenter vi kan diskutere. Fraværet av et oppdrag fra lauget tilbakeviser absolutt ingenting.

Det ville heller ikke være redelig å avfeie alle innvendingene som frykt for fremskritt. Det finnes problemer som fortjener oppmerksomhet: mangelfulle referanser, kostnader ved gjennomgang, ulik tilgang og en utdanning som kan bli dårligere dersom man lærer å produsere svar uten å forstå dem. Rådgivningsgruppen AGMAI har stilt spørsmål ved utprøving av avanserte problemer med utilgjengelige proprietære modeller. Den presiseringen er viktig: Å stille spørsmål ved forskningsvilkårene åpner for å diskutere hvem som kan etterprøve resultatene, og på hvilke vilkår.

Det som for meg fremstår som en profesjonsbeskyttende reaksjon, er spranget fra disse vanskelighetene til å kreve at matematikere slutter å samarbeide med OpenAI, slik AHM gjør. Enhver velger selvfølgelig selv hvem de vil samarbeide med. Men jeg ser ikke hvordan en kollektiv tilbaketrekning, ledsaget av en slik henvisning til oppdraget fra lauget, løser disse problemene. Vi kan kreve tilgang, sporbarhet og kontroll uten å gjøre grensen rundt en profesjon til en tollstasjon for kunnskap.

La oss prøve å føre argumentet over på et område der kostnaden blir tydeligere. La oss forestille oss, bare som en hypotese, at Claude bidrar til å oppdage en vaksine mot en bestemt krefttype. La oss også forestille oss at kliniske studier og de relevante vurderingene dokumenterer sikkerheten og effekten. Ville det være rimelig å avvise den fordi onkologene ikke hadde bedt om dette arbeidet, eller fordi den endrer prestisjen og interessene til dem som forsket på området fra før?

Å kreve disse studiene ville være obligatorisk. Å forkaste resultatet, når det først er dokumentert, for å beskytte en profesjonell posisjon ville være hårreisende. Analogien har grenser: Et matematisk bevis og en medisinsk behandling valideres på forskjellige måter. Det den viser oss, er det absurde i å la verdien av et resultat avhenge av forhåndstillatelse fra dem som allerede befinner seg på feltet.

Så har vi også allmennhetens interesse. Dersom noen av disse resultatene etter hvert skulle gjøre det mulig å finne en praktisk løsning som forbedret folks liv, ville det være noe å glede seg over, selv om æren skiftet hender. Her er anvendelsen en mulighet, ikke en gevinst vi kan regne som dokumentert. Men å beskytte profesjonens eller enkeltpersoners interesser på bekostning av denne potensielle gevinsten ville være å snu prioriteringene på hodet.

Det ville være som en mann til hest som protesterer mot oppfinnelsen av bilen fordi dyktigheten hans som rytter ikke lenger skiller seg ut på fire hjul. Han kan advare mot ulykker, kreve bremser eller varsle om et mangelfullt kjøretøy. Det har han grunn til. Det han ikke med rimelighet kan kreve, er at alle andre fortsetter å ri for å bevare hans fortrinn.

Dette angår også oss advokater, oversettere og designere. Vi bør slutte å snakke om kunstig intelligens som om den var en personlig fornærmelse noen ennå ikke hadde trukket tilbake. Hvis et verktøy gjør det mulig å utføre en del av arbeidet bedre, må vi lære å bruke det og undersøke hvor nytten tar slutt. Å forsvare faget innebærer å ta denne muligheten på alvor.

En oversetter kan bruke det til å utforske alternativer og vie mer oppmerksomhet til originalens språklige register, hensikt og tvetydigheter. En designer kan raskt prøve ut forslag og vurdere dem med en dømmekraft som mengden av bilder ikke gir. En advokat kan sette et resonnement på prøve og lete etter innvendinger, forutsatt at hen etterpå kontrollerer kildene og beskytter klientens opplysninger. Matematikeren kan utforske formodninger, lete etter moteksempler eller arbeide med formaliserte bevis. I alle disse tilfellene avhenger den profesjonelle verdien av hva man evner å gjenkjenne, korrigere og begrunne.

At det haster med å lære, gir heller ikke tillatelse til slurv. Å kopiere en oppdiktet dom fordi den er skrevet med stor selvsikkerhet, er fortsatt uaktsomt. Å levere en feilaktig oversettelse raskere gjør tjenesten dårligere. Og å produsere sider med symboler som ingen vet hvordan de skal vurdere, fortjener heller ingen medalje. Å ta disse verktøyene i bruk på en seriøs måte krever at vi innfører kontroller, måler resultater og beholder evnen til å være uenige i svaret som dukker opp på skjermen.

Nettopp derfor interesserer dyrkingen av teknologiselskapene meg lite. OpenAI må underbygge påstandene sine. Det samme må konkurrentene. Størrelsen på et selskap og hvor spektakulær en kunngjøring er, gir ikke fritak fra kravene til grundighet. Vi må kunne stille dem som utvikler systemene til ansvar og samtidig dra nytte av det som virker. Å overlate dømmekraften vår til dem ville være en særlig lat måte å modernisere seg på.

Jeg forstår at alt dette er ubehagelig. I lang tid har det å mestre bestemte operasjoner krevd årevis med innsats, og det kan være demoraliserende å se dem utført på en annen måte. Den innsatsen fortjener respekt. Men den skaper ingen rett til at verden skal bevare uendret de vanskelighetene vi strevde med å overvinne. Profesjonell anseelse må også fortjenes ved å kunne arbeide under forhold som allerede er i endring.

Å lære nå innebærer å prøve verktøy på avgrensede oppgaver, sammenligne ytelsen deres med vårt eget arbeid og studere feilene deres. Det innebærer å gå gjennom hvordan vi lærer bort et fag, slik at noen kan dra nytte av teknologien uten å stå intellektuelt forsvarsløse når den tar feil. Det er svært mye å gjøre her. Menneskelig forståelse fortjener all denne energien; Tao har faktisk tatt til orde for å rette KI mot den og mot nyttige anvendelser.

Jeg vil heller se fagfolk kjempe om hvordan disse verktøyene skal brukes. Å trekke seg tilbake bak laugets grenser synes jeg er et dårlig svar. Det som står på spill, er kvaliteten på arbeidet vi tilbyr, og evnen til å bestemme over det. Hvis vi kan bli bedre oversettere, designere, advokater eller matematikere, har vi en svært god grunn til å lære. Og det jævlig fort.