1. 722 wurden veröffentlicht. 719 sind geblieben.
Am 6. Oktober veröffentlichte OpenAI 722 Manuskripte über Arbeiten an 372 mathematischen Problemen. Am 7. Oktober zog es drei davon zurück. Laut OpenAIs Revisionsverlauf machte ein Vorzeichenfehler eine Konstruktion und zwei davon abhängige Manuskripte ungültig. Dieselbe Prüfung führte zu Überarbeitungen an 14 weiteren Manuskripten und zu Aktualisierungen der zitierten Versionen in 13 weiteren.[1] Retraction Watch berichtete unabhängig über die Rücknahmen und OpenAIs Erklärung.[2]
Das Repository führt nun 719 statt 722 Manuskripte in denselben 372 Problemfamilien auf. Es gibt außerdem an, dass 300 Hauptergebnisse — rund 42 Prozent — formalisiert wurden, und warnt davor, dass einige nicht formalisierte Ergebnisse Probleme enthalten könnten.[3] Das sind OpenAIs aktuelle Zahlen. Sie sind kein Beleg dafür, dass die übrigen 419 Manuskripte falsch sind, und drei Rücknahmen unter den ursprünglichen 722 ergeben keine gemessene „Fehlerquote“.
2. Aus einem Vorzeichenfehler wurden drei Rücknahmen
Die Rücknahmen waren keine drei voneinander unabhängigen Tippfehler. OpenAI zufolge zerstörte ein Vorzeichenfehler ein Argument zur Aufhebung einer Stabilisierungs-Spur und die Konstruktion, die zwei abhängige Manuskripte verwendeten. Genau das verändert der Maßstab: Ein Fehler in einem Knoten kann sich durch eine ganze Ergebnisfamilie ausbreiten, bevor außerhalb des Labors überhaupt jemand die erste Arbeit gelesen hat.
Dieselbe Prüfung vom 7. Oktober überarbeitete 14 weitere Manuskripte wegen reparierter Beweise, korrigierter Aussagen, klarerer Voraussetzungen oder Abhängigkeiten sowie einer veralteten Literaturangabe. Dreizehn weitere wurden auf überarbeitete Begleitarbeiten umgestellt. Korrekturen gehören zur normalen Wissenschaft. Ungewöhnlich ist, dass die gesamte zu prüfende Fläche auf einmal erscheint.
3. Formalisiert ist nicht dasselbe wie unabhängig verstanden
Das aktuelle Repository nennt 300 formalisierte Hauptergebnisse bei 719 Manuskripten, rund 42 Prozent, und warnt ausdrücklich davor, dass einige nicht formalisierte Ergebnisse Probleme enthalten könnten.[3] Formale Artefakte sind gewichtige Belege: Mit ihnen kann ein Computer prüfen, ob ein formulierter Satz innerhalb einer bestimmten formalen Umgebung folgt. Für sich allein belegen sie weder Neuheit noch korrekte Zuschreibung oder die Qualität der Darstellung; ebenso wenig zeigen sie, ob die formale Aussage jede Behauptung erfasst, die ein Leser aus dem Text mitnimmt.
Die Advisory Group on Mathematics and Artificial Intelligence empfiehlt deshalb, den Formalisierungsstatus eindeutig anzugeben, zusammen mit Modell, Prompts, zusammengefasster Argumentation, Zeitaufwand, geschätztem Rechenaufwand, Auswahlverfahren für die Probleme und vergleichbaren gescheiterten Versuchen.[4] Das sind keine dekorativen Offenlegungen. Es sind die Angaben, die ein Gutachter braucht, um festzustellen, was tatsächlich geprüft wurde.
4. Im Streit geht es darum, wer die Prüfungskosten trägt
Neun Tage vor der Veröffentlichung publizierte AGMAI Empfehlungen, in die mehr als 600 Rückmeldungen eingeflossen waren. Die zentrale Regel war eindeutig: Wenn ein Labor umfangreiche mathematische Ergebnisse ohne unmittelbares menschliches Verständnis veröffentlicht, muss es die Verantwortung dafür übernehmen, dass dieses Verständnis folgt — einschließlich erheblicher finanzieller Unterstützung.[4]
Die Association for Human Mathematics ging weiter. In einer Erklärung vom 7. Oktober, die Terence Tao erneut veröffentlichte, bezeichnete sie die gleichzeitige Freigabe von mehr als 700 Dateien als Machtdemonstration statt Wissenschaft und forderte Mathematiker auf, die Zusammenarbeit mit OpenAI einzustellen.[5] Das ist die Position einer Organisation, keine Abstimmung aller Mathematiker. Die Erklärung behauptete auch nicht, jeder Beweis sei falsch. Die Kritik richtete sich gegen den Prozess, den Umfang und die Frage, wem die Bewertungsarbeit übergeben worden war.
Die Kosten sind nicht abstrakt. Fields-Medaillist Hugo Duminil-Copin sagte Le Monde, 16 der veröffentlichten Fragen beträfen seine eigene Arbeit und mehr als 3.500 einschlägige Seiten müssten nun untersucht werden. Er befürchtete außerdem, Forschende könnten offene Ideen künftig weniger bereitwillig diskutieren, wenn ein proprietäres Modell bei Fragen vorpreschen kann, die es aus dieser offenen Kultur übernommen hat.[6]
5. Das stärkste Gegenargument: So sieht Offenheit aus
Das Repository ist öffentlich. Es bewahrt frühere Versionen auf, dokumentiert Rücknahmen, veröffentlicht Korrekturen und enthält für viele Ergebnisse maschinenprüfbare Artefakte. OpenAI löschte den Vorzeichenfehler nicht stillschweigend. Das Unternehmen dokumentierte das Scheitern der Abhängigkeit und ließ die zurückgezogenen Manuskripte zugänglich. Das ist wesentlich besser als eine nicht überprüfbare Ankündigung.
AGMAI selbst bezeichnete die Veröffentlichung als ersten Schritt, betonte jedoch, ihre Beratung sei keine Billigung von OpenAIs Vorgehen und die öffentliche Freigabe beginne den Prozess menschlichen Verstehens, statt ihn abzuschließen.[7] Am 15. Oktober folgte eine konkrete Antwort von OpenAI: 5 Millionen Dollar für eine neue Initiative der Simons Foundation, in der Mathematiker KI-erzeugte Ergebnisse prüfen, verstehen und weiterentwickeln sollen, sowie Zugang zu Modellen und Rechenressourcen für geförderte Forschende.[8]
Ob das ausreicht, ist eine berechtigte Streitfrage. Aber es verändert die Fakten. Die Geschichte lautet nicht einfach: „OpenAI kippte 722 Arbeiten ab und verschwand.“ Die präzisere Frage ist, ob Finanzierung nach der Veröffentlichung ausgleichen kann, dass ein Unternehmen die Fragen auswählt, das Volumen erzeugt und die Prüfagenda der Gemeinschaft bestimmt.
6. Jedes KI-erzeugte Ergebnis braucht einen Statusbeleg
Ein Ordner voller PDFs reicht nicht aus. Bei einer Veröffentlichung dieses Umfangs sollte jedes Manuskript einen maschinenlesbaren Statusdatensatz tragen, der die Fragen beantwortet, die ein Gutachter sonst selbst rekonstruieren muss:
Formalisierungsstatus und genauer Umfang
unabhängige menschliche Prüfung: keine / teilweise / vollständig
vor- und nachgelagerte Manuskriptabhängigkeiten
Modell, Prompt, Argumentationszusammenfassung, Zeit und Rechenaufwand
vergleichbare versuchte und nicht gelöste Probleme
Revisionsverlauf mit dauerhaft verfügbaren Vorversionen
Das würde nicht entscheiden, ob ein Satz bedeutsam ist. Es würde den Prüfstatus lesbar machen, eine computergeprüfte Behauptung von einer menschlich verstandenen unterscheiden und sichtbar machen, wann eine Korrektur auf abhängige Arbeiten übergreifen muss.
7. Wo StrictCite hineinpasst — und wo seine Grenze liegt
Wir prüften die 521 öffentlichen BibTeX-Dateien des Repositorys beim Commit 1581d4c: 13.802 analysierte Einträge, davon 9.824 mit DOI-Feld. Fünfzehn dateiübergreifende DOI-Konflikte blieben nach der automatischen Normalisierung übrig; die manuelle Prüfung erklärte alle 15. Der am stärksten nach einem Fehler aussehende Fall war tatsächlich ein korrektes Zitat einer älteren arXiv-Version.[9]
Dieses Ergebnis entlastet nicht jede Literaturangabe und sagt nichts über die Beweise aus. Es zeigt, warum Überprüfung Belege braucht und warum ein vermuteter Fehler die manuelle Prüfung überstehen muss. StrictCite prüft das bibliografische Fundament — ob Kennungen, Titel, Autoren, Jahre und Versionen mit ihren Quellen übereinstimmen. Lean und mathematische Begutachtung behandeln eine andere Ebene. Keines sollte vorgeben, das andere zu sein.
Um die Belege hinter Ihrer eigenen Bibliografie statt nur eines Bestanden/Nicht-bestanden-Labels einzusehen: strictcite.com. Für die kostenlose Stufe ist keine Karte erforderlich.