Wiskundigen versus AI-labs: wat de open brief betekent

TL;DR

• Wat: Vijfentwintig Fields Medal-winnaars — de Nobelprijswinnaars van de wiskunde — ondertekenden een open brief tegen AI-labs die volgens hen wetenschappelijk werk bedreigen.
• Waarom relevant: Dit conflict raakt aan intellectueel eigendom, attributie en vertrouwen in AI-gegenereerd werk — thema's die ook in het bedrijfsleven spelen.
• Wat je ermee kunt: Kijk kritisch naar hoe jouw organisatie AI-output claimt, crediteert en verifieert.

Ik stuitte deze week op een bericht dat me niet meer losliet. Vijfentwintig van de meest vooraanstaande wiskundigen ter wereld — allemaal winnaars van de Fields Medal — publiceerden een open brief waarin ze AI-labs ervan beschuldigen hun intellectuele werk te ondermijnen. Het gaat niet over een abstract ethisch debat. Het gaat over concrete beschuldigingen van druk, attributieproblemen en een race om wetenschappelijke doorbraken te claimen.

Wat er precies aan de hand is

De aanleiding is een reeks gebeurtenissen die zich de afgelopen maanden heeft opgestapeld. Op 8 september 2026 claimde OpenAI een oplossing voor het Navier-Stokes-probleem — een van de zeven zogeheten Millennium Prize Problems. Dat zijn wiskundige vraagstukken die zo fundamenteel zijn dat het Clay Mathematics Institute er elk een miljoen dollar voor uitlooft. Vóór deze claim was er wereldwijd pas één zo'n probleem opgelost.

Maar twaalf uur vóór de aankondiging van OpenAI deed wiskundige Tristan Buckmaster van New York University een opvallende verklaring. Hij stelde dat recente doorbraken van hemzelf en collega Levent Alpöge op het gebied van Euler-vergelijkingen — een deelverzameling van Navier-Stokes — mogelijk waren gelekt naar OpenAI. Volgens Buckmaster zou OpenAI die inzichten hebben gebruikt om hun AI-modellen gericht te laten zoeken naar een bewijs. Bovendien zou OpenAI hem onder druk hebben gezet om een medewerker van concurrent Anthropic niet te crediteren.

OpenAI ontkent dat het werk direct is gebruikt en wijst op "significante verschillen" in bewijsmethoden. Wat mij hier opvalt: ongeacht wie er gelijk heeft, het feit dát deze beschuldiging in de openbaarheid komt, zegt iets over hoe fragiel de vertrouwensrelatie tussen onderzoekers en AI-bedrijven is geworden.

De Caltech Mathathon en 'slop mathematics'

Parallel aan het Navier-Stokes-conflict speelt er een tweede controverse. Caltech organiseerde een zogeheten Mathathon — een hackathon waarbij deelnemers open wiskundige problemen mogen aanpakken met behulp van grote taalmodellen. Anthropic en OpenAI leverden samen twee miljoen dollar aan AI-credits.

Een open brief tegen dit evenement verzamelde 771 ondertekenaars. De kern van hun bezwaar: als bachelorstudenten in veertig uur met AI wiskundige resultaten produceren, ontstaat er wat critici slop mathematics noemen. Resultaten die er plausibel uitzien, maar die niemand grondig heeft geverifieerd. Die vervolgens in de wetenschappelijke literatuur terechtkomen en de standaarden van wiskundig bewijs uithollen.

OpenAI trok zich uiteindelijk terug als sponsor van het evenement.

Ik vind de term 'slop mathematics' treffend. Het doet me denken aan een breder fenomeen dat je ook buiten de wetenschap ziet: AI kan snel output genereren die er professioneel uitziet, maar waarvan de onderliggende kwaliteit niet vaststaat. Stel dat je als ondernemer een AI-gegenereerd marktonderzoek ontvangt — het leest overtuigend, de cijfers zien er logisch uit. Maar is het geverifieerd? Die vraag wordt steeds belangrijker.

De Leiden Declaration: een breder signaal

De open brief van de Fields Medal-winnaars staat niet op zichzelf. Al in juni 2026 publiceerde een internationale groep wiskundigen de Leiden Declaration on Artificial Intelligence and Mathematics, ontstaan uit een workshop aan de Universiteit Leiden. Binnen 24 uur tekenden meer dan duizend onderzoekers.

De verklaring waarschuwt dat afhankelijkheid van AI-gegenereerde bewijzen de nauwkeurigheid, betrouwbaarheid en onafhankelijke verifieerbaarheid van wiskundig onderzoek bedreigt. Daarnaast stelt de verklaring dat commerciële belangen de richting van onderzoek dreigen te dicteren — in plaats van wiskundigen zelf.

De Leiden Declaration benadrukt zes kernwaarden: verificatie, attributie, openbaarmaking, onderzoeksautonomie, financiering en gelijke toegang. Het International Mathematical Union onderschrijft de verklaring.

Wat mij raakt is dat dit geen anti-AI-manifest is. De wiskundigen zeggen niet dat AI niet mag worden gebruikt. Ze zeggen: als AI-labs miljarden aan rekenkracht kunnen inzetten om een beroemd wiskundig probleem op te lossen, dan moet helder zijn wie de credits krijgt, hoe het bewijs is opgebouwd, en of onderzoekers hun werk veilig kunnen delen zonder dat een bedrijf ermee aan de haal gaat.

Wat dit voor ondernemers betekent

Je denkt misschien: dit gaat over pure wiskunde, wat heb ik hier als ondernemer mee te maken? Ik denk dat de onderliggende thema's breder relevant zijn dan ze op het eerste gezicht lijken.

Attributie en intellectueel eigendom

Als een AI-model output levert die gebaseerd is op het werk van anderen — of dat nu wiskundige bewijzen zijn of bedrijfsinformatie — wie is dan de eigenaar? Dit speelt nu in de wiskunde, maar dezelfde vraag komt op als je medewerkers AI laat gebruiken voor productontwikkeling, strategische analyses of creatief werk.

De kwaliteitsvraag

Het concept 'slop mathematics' heeft een directe parallel in het bedrijfsleven. AI kan rapporten, voorstellen en analyses produceren die er overtuigend uitzien. Maar als niemand in je team de output kritisch beoordeelt, loop je het risico beslissingen te nemen op basis van plausibele onzin. Kun je je voorstellen wat het betekent als een concurrent een AI-gegenereerd concurrentieonderzoek publiceert dat er professioneel uitziet maar feitelijk niet klopt?

Vertrouwen en transparantie

De wiskundigen vragen eigenlijk om spelregels. Wie heeft wat bijgedragen? Hoe is een resultaat tot stand gekomen? Werd er AI gebruikt, en zo ja, hoe? Dit zijn vragen die ook in zakelijke samenwerkingen steeds vaker relevant worden. Zeker nu AI-tools zo krachtig worden dat het verschil tussen menselijke en machinale bijdragen moeilijker te onderscheiden is.

De grotere vraag

De ondertekenaars van de open brief schrijven: "Without the willing mathematicians who must take care of their development and integration into the mathematical canon, AI-conceived ideas would never become fully alive." Met andere woorden: de AI kan misschien een bewijs vinden, maar zonder menselijke expertise om dat bewijs te begrijpen, te controleren en in te bedden, heeft het geen waarde.

Ik denk dat dit een les is die verder reikt dan de wiskunde. AI is een krachtig instrument, maar de waarde ervan hangt af van de mensen die ermee werken. Als die mensen het vertrouwen verliezen — omdat hun werk zonder toestemming wordt gebruikt, omdat attributie verdwijnt, omdat kwaliteitsstandaarden eroderen — dan verliest het instrument uiteindelijk ook aan waarde.

Voor mij is dit vooral een signaal dat de spelregels rond AI en intellectueel werk nog lang niet uitgekristalliseerd zijn. En dat geldt niet alleen voor de wiskundewereld.