AI akan kembali merevolusi matematika? Terence Tao segera angkat suara: Hentikan pemujaan dewa!

  Laporan YuanZhiXin  

Mungkin kamu pernah melihat judul berita yang sangat provokatif seperti ini: "AI sepenuhnya secara mandiri memecahkan masalah matematika yang belum terjawab selama lima puluh tahun! Ahli matematika akan kehilangan pekerjaan!"

Bagi mereka yang ingin menyaksikan kelahiran AGI, ini jelas merupakan suntikan semangat. Namun bagi para matematikawan yang mempertahankan martabat intelektual manusia, ini seolah menjadi alarm benteng terakhir yang jatuh.

Seiring pengaruh artikel-artikel seperti ini semakin besar, akhirnya ada yang tak tahan lagi dan turun tangan untuk meredakan suasana.

Menariknya, orang itu justru salah satu pendorong paling aktif riset matematika AI—Terence Tao.

Terence Tao tidak menyangkal kemampuan riset matematika AI, dia hanya ingin mengembalikan suhu ke realita.

Tepat pada dini hari tadi, Terence Tao menulis bahwa,kemampuan AI dalam memecahkan masalah matematika telah dibesar-besarkan secara di luar konteks.

Ia menambahkan penjelasan dan peringatan yang lebih sistematis pada halaman GitHub terkait proyek Erdős Problems.

Ia menekankan bahwa interpretasi publik terhadap AI yang menyelesaikan masalah Erdős sangat mudah berlebihan,terutama menyamakan satu pencapaian tunggal sebagai "AI sudah punya kemampuan matematika tingkat tinggi".

Jadi sebenarnya apa yang diklarifikasi oleh Terence Tao? Sampai di mana sebenarnya kemampuan AI pada masalah Erdős?

Hal pertama yang perlu disebutkan, Terence Tao sama sekali tidak menyangkal kemajuan AI di bidang matematika.

Yang ia tolak terutama adalah narasi yang malas:menyamakan "AI pada beberapa masalah dapat menghasilkan hasil yang dapat diverifikasi", dengan "AI sudah bisa matematika, bisa berinovasi sendiri, bisa menggantikan manusia".

Dalam halaman "AI contributions to Erdős problems" yang baru ia perbarui, ia menegaskan bahwa saat melihat pencapaian AI pada masalah Erdős, jangan hanya fokus pada "berapa banyak soal yang terpecahkan", tapi juga perhatikan poin-poin berikut:

• Tingkat kesulitan soal sangat bervariasi, "jumlah soal terpecahkan" tidak bisa dibandingkan langsung:Tingkat kesulitan masalah Erdős sangat beragam, di satu sisi ada masalah utama yang diakui sangat sulit, di sisi lain ada banyak "soal ekor panjang" yang jarang diperiksa atau diteliti. Yang terakhir ini seringkali adalah "buah jatuh rendah" yang lebih cocok untuk AI saat ini. Masalahnya: sulit menentukan tanpa tinjauan literatur ahli lebih dulu, apakah suatu soal termasuk tipe yang mana. Jadi, membandingkan "siapa yang menyelesaikan lebih banyak" kemungkinan besar tidak membandingkan tingkat kesulitan yang sama.

• Banyak soal yang status "belum terpecahkan" saja belum pasti:Banyak masalah di situs tidak memiliki tinjauan literatur yang sistematis, sehingga label "Open" (belum terpecahkan) seringkali hanya sementara. Setelah AI menyelesaikan satu soal, sering kali segera ditemukan—sebenarnya sudah pernah dipecahkan di literatur(meski metodenya mungkin sedikit berbeda). Ini membuat narasi "AI pertama kali memecahkan soal" sangat mudah terbantahkan.

• Yang kita lihat kebanyakan kasus sukses, kegagalan tersembunyi:Situs ini tidak merekam lengkap upaya AI, apalagi yang gagal atau tidak ada kemajuan.

• Ada soal yang pernyataan aslinya salah, mungkin "dijebak secara harfiah" oleh AI:Dalam kasus yang sangat jarang, pernyataan soal Erdős bisa tidak tepat atau bahkan keliru, untuk mengembalikan makna aslinya sering perlu menelaah konteks dan pengalaman bidang—langkah ini bersifat subjektif.

• Nilai matematika bukan hanya jawabannya, tapi juga "menghubungkan jaringan pengetahuan":Makna matematika bukan hanya membuktikan sesuatu, tapi apa inspirasi bagi bidang terkait? Bagaimana kaitannya dengan teori yang ada? Metode apa yang bisa ditransfer? Saat manusia menulis bukti, biasanya akan menambahkan narasi: latar belakang, motivasi, perbandingan literatur, batasan metode. Tapibukti yang didominasi AIsering kehilangan lapisan pengetahuan ini, meski secara teknis benar, nilainya bagi komunitas matematika bisa lebih rendah.

• Menyelesaikan soal ekor panjang yang tidak populer, tidak berarti layak untuk jurnal top:Tidak setiap soal yang terpecahkan setara dengan makalah yang bisa dipublikasikan. Terutama jika soal itu sangat tidak populer atau metodenya hanya sedikit memodifikasi pola lama, belum tentu diterima jurnal bagus.

• Membuat bukti yang dihasilkan AI menjadi formal dalam Lean atau asisten bukti lain, memang meningkatkan kepercayaan, tapi masih bisa ada celah.Misalnya saat membuat formal, diam-diam menambah aksioma baru, pernyataan masalah salah di-formalkan, atau memanfaatkan "perilaku sudut" dalam pustaka/gramatika matematika. Terutama bila bukti formalnyasangat singkatatausangat bertele-tele, perlu lebih waspada.

Singkatnya, Terence Tao menilai kemajuan AI dalam masalah Erdős layak diperhatikan,tapi yang benar-benar penting adalah indikator multidimensi seperti tingkat kesulitan soal, penelaahan literatur, pemulihan makna soal, integrasi pengetahuan, serta soliditas rantai verifikasi.

AI bisa menghasilkan pencapaian bukan berarti AI sudah punya kemampuan matematika yang lengkap.

Jadi, apa sebenarnya yang dilakukan AI dalam kenyataan?

Halaman GitHub Terence Tao membagi kontribusi AI menjadi beberapa kategori.

Ada AI yang menghasilkan solusi lengkap (atau sebagian), ada AI yang mengira soal belum terpecahkan padahal sudah, ada AI yang melakukan pencarian literatur, ada AI yang memformalkan bukti ke Lean, ada AI yang membantu menulis ulang argumen manusia, dan lain-lain.

Contohnya, halaman itu mencantumkan masalah #728 pada 6 Januari 2026 yang diselesaikan secara lengkap oleh Aristotle dan ChatGPT 5.2 Pro (verifikasi Lean),masalah #729 pada 8-10 Januari juga memperoleh solusi lengkap (verifikasi Lean).

Ini berarti pada tipe soal tertentu dan tingkat kesulitan tertentu, AI memang bisa menghasilkan "struktur bukti yang dapat dijalankan", bahkan masuk proses verifikasi formal.

Ada masalah yang sepenuhnya diselesaikan AI, tapi belakangan diketahui sudah pernah diselesaikan orang lain.

Terence Tao bahkan secara khusus membuat kategori "AI-powered literature review (tinjauan literatur berbasis AI)": AI digunakan untuk mencari apakah sudah ada hasil, apakah ada salah label Open.

Jika hanya berdasarkan beberapa contoh saja lalu menganggap "AI matematika tak terkalahkan", jelas terlalu sepihak.

Sebaliknya, jika menganggap AI sama sekali tak berguna di matematika, juga akan kehilangan bagian yang benar-benar bernilai.

Mungkin yang lebih tepat: AI sedang belajar mengerjakan pekerjaan kasar dan rekayasa di matematika: menjalankan pola, menambal celah, membuat formal, menulis/merevisi naskah, mencari literatur.

Sedangkan "jiwa" matematika yang sejati—mengajukan pertanyaan mendalam, menciptakan konsep baru, mengaitkan satu hasil ke jaringan pengetahuan seluruh bidang—masih sangat bergantung pada manusia.

Jadi, inilah yang ingin disampaikan Terence Tao lewat postingan tengah malamnya.

Matematikawan masa depan, mungkin bukan lagi pemikir yang kesepian, melainkan komandan yang memimpin pasukan kecerdasan silikon: di hamparan luas matematika, manusia menentukan arah, AI membangun jalan dan jembatan.

Jangan mitoskan AI secara sepihak, tapi juga jangan remehkan kekuatan yang sedang membentuk ulang cara kita mencari kebenaran ini.