الذكاء الاصطناعي

OpenAI تطلق 400 نتيجة رياضية تثير صدمة وخوف الأكاديميين

أثارت الإطلاقة المفاجئة من OpenAI لنتائج رياضية ضخمة حالة من الذهول والقلق في الأوساط الأكاديمية، وسط تحديات كبيرة تتعلق بالتحقق من صحة هذه الحلول.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 10 أكتوبر 2026 · آخر تحديث: 10 أكتوبر 2026 · 4 دقائق قراءة

OpenAI تطلق 400 نتيجة رياضية تثير صدمة وخوف الأكاديميين — الصورة: The Verge

صدمة أكاديمية من حجم الإطلاقة

وصف أكثر من ثلاثين رياضياً ما أطلقته OpenAI هذا الأسبوع بأنه 'جنون خالص' و'مذهل'، في إشارة إلى الفيض الهائل من النتائج الرياضية التي ظهرت فجأة على الساحة العلمية. ورغم الحماس والذهول، ساد شعور عميق بالقلق حول ما يعنيه هذا الحجم الضخم من العمل، وما إذا كان العلماء قادرون على استيعابه. اتفق الباحثون على أن مجرد فهم ما تم إطلاقه قد يستغرق سنوات، ناهيك عن تحديد مكانهم في مجال يتغير بسرعة حولهم، مع خوفهم من أن تنتقل الشركة إلى مشاريع أخرى قبل أن يكتمل الفهم. ويمكن الرجوع إلى The Verge للاطلاع على التفاصيل الأصلية للمصدر.

نطاق واسع من التخصصات الرياضية

شملت الإطلاقة نحو 400 نتيجة مولدة بالذكاء الاصطناعي، موزعة على أكثر من 700 مخطوطة تغطي تخصصات رياضية متنوعة تشمل التوافقيات، وفروعاً متعددة من الهندسة، ونظرية الأعداد، وعلوم الحاسوب النظرية، والجبر، والطوبولوجيا، وميكانيكا الإحصاء، والفيزياء الرياضية. كان حجم المجموعة ضخماً لدرجة أن OpenAI شعرت بالحاجة إلى نشر إرشادات حول كيفية التنقل في مستودع GitHub المتشعب، مما يعكس تعقيد المادة العلمية المقدمة.

تحديات التحقق من صحة النتائج

يواجه العلماء صعوبة كبيرة في إجراء تقييم أولي لما أطلقته الشركة بسبب الحجم الهائل. أشار العديد من الرياضيين إلى أنهم ما زالوا يكافحون لاستيعاب كل شيء، حيث استغرق منهم مجرد مراجعة فهرس المحتويات والموجزات، الذي يبلغ حوالي 40 صفحة، أكثر من ساعة. وأكد البروفيسور ألفارو لوزانو-روبلدو من جامعة كونيتيكت أن مجرد مراجعة قائمة الموجزات الكاملة أمر ساحق، مما يعكس العبء المعرفي المفروض على المجتمع العلمي.

دور لغة Lean في التحقق الرسمي

بين مئات المخطوطات، توجد ترجمات رسمية بلغة Lean، وهي لغة برمجة ومساعد إثبات يسمح بالتحقق من النتائج حسابياً. أثبتت هذه الترجمات فعاليتها في تقييم بعض ادعاءات OpenAI السابقة، مما أعطى الباحثين ثقة في صحة الادعاءات المنطقية حتى لو لم يفهموا الحجة الكامنة وراءها بالكامل. ومع ذلك، تباين مستوى التحقق بشكل كبير، حيث أقرت OpenAI بأن النتائج في 'مراحل مختلفة من التحقق'، وأن كثيراً من المخطوطات، لكن ليس كلها، تم ترميزها بشكل رسمي.

نقص التحقق الرسمي يثير القلق

أظهرت البيانات أن أقل من نصف المخطوطات في المجموعة تم وصفها بشكل رسمي حتى الآن. ذكرت OpenAI أن 300 نتيجة رئيسية فقط من أصل 719 مخطوطة تم ترميزها بشكل رسمي، أي حوالي 42 في المائة، ووعدت بتحديث المستودع مع الحصول على مزيد من الترجمات. اشتكى عدة رياضيين من نقص الترميز الرسمي، خاصة في ظل العدد الهائل من النتائج، مؤكدين أن التقييم ليس فورياً حتى عندما يكون كود Lean مرافقاً للنتيجة، حيث يجب على الباحثين التحقق من أن الترميز يثبت فعلاً ما تدعيه النتيجة.

خطر المحتوى الخاطئ 'Slop'

حذر البروفيسور كيفين بازارد من إمبريال كوليدج لندن من مشكلة المحتوى الخاطئ، حيث حدد عدة نظريات في مجال نظرية الأعداد الجبرية، لكن حوالي ستة فقط 'برزت' فوراً، وقليلاً منها، إن وجد، تم التحقق منه رسمياً. أعرب عن قلقه من اضطراره لقراءة محتوى قد يكون غير صحيح، أو الانتظار حتى يقوم آخرون بالتحقق أو الترميز الرسمي. يعكس هذا القلق مخاوف أوسع من 'سبام' الذكاء الاصطناعي، وهو مصطلح يشير إلى محتوى منخفض الجودة وغالباً ما يكون خاطئاً، والذي زاد ظهوره في الأوراق الأكاديمية مؤخراً.

جودة الأوراق البحثية موضع تساؤل

على الرغم من أن الانطباعات الأولى كانت أفضل مما توقعه بعض الرياضيين مقارنة بالإطلاقات السابقة، إلا أن الجودة لا تعني بالضرورة الكفاءة. في غياب التحقق الرسمي للعديد من الادعاءات، تصبح جودة الأوراق المرفقة حاسمة، فهي الوسيلة الرئيسية للرياضيين لتأكيد وفهم وفحص النتائج. وصف بعض الباحثين الأوراق بأنها صعبة أو مستحيلة التتبع في بعض الأحيان، مشيرين إلى أن النصوص قد تكون غير مفهومة بعد القراءة السريعة، مما يثير تساؤلات حول قدرة OpenAI على الإشراف المناسب على أبحاثها المتقدمة.