Нейросети заметно ускоряют работу математиков с большими массивами материалов, но пока не могут заменить экспертную проверку. Один из показательных примеров связан с рабочими тетрадями математика и логика Курта Гёделя: Claude за несколько дней подготовила 650-страничный разбор. Учёные Хельсинкского университета вручную разбирали материалы со скоростью около одной страницы в неделю, а весь архив насчитывает 1009 страниц.
ИИ обнаружил 663 утверждения, для которых у Гёделя были доказательства, наброски или идеи. Проверка в системе Coq показала, что около 400 утверждений подтвердились, примерно 200 потребовали уточнений, а почти 50 оказались ошибочными. Это показывает, что нейросеть может резко сократить время поиска и подготовки черновиков, но не отменяет содержательный анализ.
При работе с открытыми математическими задачами результаты оказались слабее. Google DeepMind проверила 200 ответов из 700 задач Эрдёша: 69% решений были ошибочными, а содержательно верными признали только 13. Восемь из них уже встречались в научной литературе. Отдельным примером стала публикация OpenAI, отозвавшая три препринта из-за ошибки в знаке уже на следующий день.
Для вузов, школ и других направлений ИИ в образовании это означает смещение акцента. Важно учить не только решать задачи, но и проверять доказательства, находить логические ошибки и распознавать убедительно сформулированные неверные выводы. В онлайн-обучении и EdTech такие навыки становятся частью математической и цифровой грамотности.