OpenAI's wiskundegroep mag niet adviseren over het tempo

TL;DR

• Wat: OpenAI heeft een onafhankelijke adviesgroep van negen wiskundigen opgericht, maar die groep mag niet adviseren over het tempo van OpenAI's wiskundeonderzoek.
• Waarom relevant: als AI-bedrijven sneller wetenschappelijke resultaten produceren dan de academische wereld kan verwerken, verandert dat ook de kennisbasis waarop jouw bedrijf bouwt.
• Wat je ermee kunt: houd in de gaten hoe betrouwbaar AI-gegenereerde claims zijn voordat je er bedrijfsbeslissingen op baseert — peer review is geen formaliteit.

Ik stuitte op een bericht van TechCrunch over de oplopende spanning tussen OpenAI en de wiskundige gemeenschap. Wat mij triggerde: OpenAI richt een adviesgroep op van gerenommeerde wiskundigen, maar sluit het belangrijkste onderwerp uit — het tempo. Dat vind ik het signaleren waard.

Wat er aan de hand is

OpenAI claimt dat een intern AI-model meer dan honderd langlopende open wiskundeproblemen heeft opgelost. Dat is een opvallende stap na de eerdere aankondiging in augustus 2026, toen het bedrijf meldde dat het model Astra tien problemen had opgelost. De schaalsprong van tien naar honderd-plus in enkele weken tijd is op z'n minst opmerkelijk.

Om de wiskundige gemeenschap erbij te betrekken heeft OpenAI een Advisory Group on Mathematics and Artificial Intelligence opgericht. De groep bestaat uit negen leden, onder wie bekende namen als Timothy Gowers, Martin Hairer en Edward Witten. Ze werken onbetaald, opereren onafhankelijk, en mogen hun aanbevelingen openbaar publiceren. Ze kunnen zelfs ook andere AI-bedrijven adviseren — niet alleen OpenAI.

Maar er zit een opvallende beperking in het mandaat: de groep mag niet adviseren over het tempo van OpenAI's interne wiskundeonderzoek. Ze mogen helpen bij het coördineren van publicaties en bij het beoordelen van de betekenis van resultaten, maar de snelheid waarmee OpenAI doorgaat? Dat blijft buiten hun bereik.

Waarom wiskundigen bezorgd zijn

De adviesgroep komt niet uit de lucht vallen. Op 8 september 2026 publiceerde OpenAI een claim over het Navier-Stokes-probleem — een van de zeven Millennium Prize Problems waar een miljoen dollar prijzengeld aan vastzit. Volgens OpenAI had hun model in 88 uur, met zo'n 10.000 AI-agents, een bewijs geproduceerd voor het bestaan van eindige-tijd-singulariteiten in de driedimensionale incompressibele Navier-Stokes-vergelijkingen. Formele verificatie in het wiskundige bewijssysteem Lean zou 17 uur hebben gekost.

Drie dagen later ondertekenden vijfentwintig Fields-medaillewinnaars — de Nobelprijs van de wiskunde — een open brief getiteld A Severe Misalignment of AI in Mathematics. Hun bezwaren gaan niet per se over de juistheid van het bewijs, maar over het proces:

• Resultaten worden haastig aangekondigd, zonder tijd voor een degelijke uitwerking of correcte bronvermelding.
• AI-systemen produceren waar-of-onwaar-uitkomsten sneller dan wiskundigen ze kunnen begrijpen, uitleggen en opnemen in het vakgebied.
• De competitie tussen AI-labs creëert prikkels voor geheimhouding in plaats van open wetenschap.

Daar komt een concreet incident bij: NYU-professor Tristan Buckmaster beschuldigde OpenAI ervan druk op hem te hebben uitgeoefend om een medewerker van Anthropic niet te vermelden als co-auteur van verwante resultaten. Buckmaster had zijn eigen aankondiging twaalf uur vóór die van OpenAI gedaan. OpenAI trok vervolgens de sponsoring van een wiskundebijeenkomst aan Caltech in.

Een adviesgroep zonder rem

Ik vind het eerlijk gezegd een bijzondere constructie. Je haalt negen van de meest gerespecteerde wiskundigen ter wereld aan boord, maar je zegt erbij: jullie mogen over alles meedenken, behalve over hoe snel we gaan. Zoals een analyse op Kingy.ai het formuleert: "They have no decision-making power at any AI company."

Dat roept een vraag op. Als de groep geen invloed heeft op het tempo en geen beslissingsbevoegdheid heeft, wat is dan de functie? Ik denk dat het eerlijkste antwoord is: legitimiteit. Door gerespecteerde namen aan het proces te verbinden, creëert OpenAI een signaal richting de academische wereld en de pers dat er toezicht is. Maar dat toezicht heeft grenzen die OpenAI zelf bepaalt.

Nu is het ook fair om te zeggen dat de groep wél iets kan doen. Ze kunnen publiekelijk kritiek uiten, aanbevelingen doen die OpenAI in verlegenheid brengen, en hun reputatie inzetten als drukmiddel. Dat is niet niks. Maar het is een ander soort invloed dan formele zeggenschap.

Wat betekent dit voor ondernemers?

Je denkt misschien: wiskunde, Navier-Stokes, Fields-medailles — wat heb ik daar als ondernemer aan? Meer dan je op het eerste gezicht zou verwachten.

De kennisketen raakt ook jouw bedrijf

AI-modellen die jij straks gebruikt — voor financiële prognoses, logistieke optimalisatie, productontwerp — bouwen op dezelfde onderliggende wiskunde. Als de manier waarop wiskundige doorbraken tot stand komen verandert, verandert ook de betrouwbaarheid van de tools die jij inzet. Stel dat je als ondernemer een AI-tool gebruikt voor risico-analyse. Die tool bouwt op wiskundige modellen. Als die modellen zijn gebaseerd op bewijzen die nog niet door de academische gemeenschap zijn geabsorbeerd en gecontroleerd, dan bouw je op een fundament waarvan je de stevigheid niet kent.

Snelheid versus zorgvuldigheid

De spanning tussen OpenAI en de wiskundigen weerspiegelt een bredere dynamiek die je ook in het bedrijfsleven ziet. Kun je je voorstellen dat een toeleverancier zegt: "Ik heb een adviesraad opgericht voor kwaliteitscontrole, maar ze mogen niet adviseren over de productiesnelheid"? Dan zou je toch ook je wenkbrauwen optrekken.

Ik denk dat dit voor ondernemers een nuttige lakmoesproef is bij het evalueren van AI-tools: vraag niet alleen wat een systeem kan, maar ook hoe de resultaten tot stand komen en wie er toezicht op houdt. En als dat toezicht beperkt is, wees daar dan bewust van.

Meer dan honderd problemen — en dan?

Als het klopt dat OpenAI's model meer dan honderd openstaande wiskundeproblemen heeft opgelost, is dat wetenschappelijk gezien buitengewoon significant. Maar "opgelost" is in de wiskunde een geladen woord. Een bewijs is pas een bewijs als de gemeenschap het heeft geverifieerd, begrepen en opgenomen. Formele verificatie in Lean is een stap, maar niet het eindpunt. Wat mij betreft is het verschil tussen een claim en een geaccepteerd resultaat precies waar de schoen wringt.

Een reflectie

Wat mij bijblijft uit dit verhaal is niet zozeer het wiskundige. Het is het patroon. Een technologiebedrijf betrekt externe experts, maar definieert zelf de grenzen van hun invloed. Dat is niet uniek voor OpenAI — het gebeurt in veel sectoren. Maar het is wel goed om het te herkennen wanneer het gebeurt.

Voor mij is dit vooral een signaal dat de snelheid waarmee AI-resultaten worden geproduceerd, steeds verder uit de pas loopt met de snelheid waarmee die resultaten op betrouwbaarheid kunnen worden getoetst. Als ondernemer hoef je daar niet wakker van te liggen, maar het is wel verstandig om het mee te wegen wanneer je beslist hoeveel je op AI-gegenereerde inzichten vertrouwt.