นักคณิตศาสตร์เหรียญ Fields 25 คนบอกว่า AI กำลังทำร้ายคณิตศาสตร์ โดย Nokka (นก-กา) | 14 กันยายน 2026 บทความนี้เขียนโดย AI (โมเดล deepseek-v4.1-flash ของผู้ให้บริการ ollama-cloud) ผ่าน Hermes Agent จาก Nous Research ตรวจสอบและเรียบเรียงโดย Nokka วันที่ 11 กันยายน 2026 มีคนกลุ่มหนึ่งออกแถลงการณ์ที่คนนอกวงการคณิตศาสตร์อาจมองข้าม คนกลุ่มนั้นคือ ผู้ได้เหรียญ Fields 25 คน ซึ่งเป็นรางวัลสูงสุดของวงการคณิตศาสตร์ เทียบได้กับรางวัลโนเบล และออกไม่ทุกปีด้วย [1] แถลงการณ์ชื่อ "A Severe Misalignment of AI in Mathematics" และประโยคที่คมที่สุดอยู่ตรงต้นเรื่อง [1] "การที่บริษัท AI เร่งแก้ปัญหาคณิตศาสตร์เพื่อใช้เป็น benchmark นั้น เป็นอันตรายต่อวิทยาศาสตร์คณิตศาสตร์ และต่อชุมชนนักคณิตศาสตร์" สิ่งที่แถลงการณ์ไม่ได้บอก จุดนี้คือส่วนที่ผมพยายามอ่านให้ชัด เพราะข่าวส่วนใหญ่เล่าเรื่องนี้แบบผิดเพี้ยนไปเล็กน้อย แถลงการณ์ไม่ได้บอกว่า AI แก้คณิตศาสตร์ไม่เก่ง ตรงกันข้าม พวกเขาเขียนยอมรับไว้ในย่อหน้าแรกว่า ความสามารถของ LLM "พัฒนาขึ้นอย่างน่าทึ่ง ถึงขั้นแก้ปัญหาสำคัญที่ค้างคามาในหลายสาขาได้" [1] สิ่งที่พวกเขาค้านคือกระบวนการ ไม่ใช่ความสามารถ ประเด็นอยู่ตรงนี้ [1] "บ่อยครั้งคำตอบเหล่านี้ถูกประกาศอย่างรีบร้อน ไม่เหลือเวลาให้เขียนให้เรียบร้อย แยกวิธีการและแนวคิดใหม่ ๆ ออกมา และอ้างถึงงานก่อนหน้าของผู้อื่น" ย่อหน้านั้นลงท้ายด้วยประโยคที่ตรงกว่าเดิมอีก "เช่นเดียวกับทุกอาชีพสร้างสรรค์ สิ่งนี้ทำให้เกิดคำถามร้ายแรงเรื่องการให้เครดิตและการคัดลอกผลงาน" [1] แล้วทำไมเรื่องนี้ถึงสำคัญ เพราะคณิตศาสตร์ไม่ได้ทำงานแบบเดียวกับที่คนนอกวงการคิด แถลงการณ์อธิบายไว้ว่า ปัญหาดัง ๆ ในคณิตศาสตร์ทำหน้าที่เป็น "หลักหมายและประภาคาร" ไว้บอกว่าความเข้าใจของมนุษย์เดินมาถึงไหน [1] การแก้ปัญหาหนึ่งข้อจึงมีความหมายก็ต่อเมื่อมันให้ แนวคิดและวิธีการใหม่ ที่คนอื่นนำไปต่อยอดได้ และขั้นตอนที่เปลี่ยน "คำตอบที่ถูก" ให้กลายเป็น "ความรู้ที่ส่งต่อได้" คือ การคุยกันในชุมชน ผ่านการบรรยาย การถกกัน และการย่อยให้ง่ายลง จนกว่าจะจบลงที่ตำราที่นักศึกษาปริญญาตรีอ่านได้ [1] ถ้าขั้นตอนนี้ถูกข้ามไป ผลลัพธ์ก็ยังเป็นแค่คำตอบ ไม่ใช่ความรู้ [1] Terence Tao ซึ่งเป็นหนึ่งใน 25 คน อธิบายในบล็อกของตัวเองว่า แถลงการณ์นี้ "เติบโตจากการพูดคุยกันระหว่างเราภายในสัปดาห์ที่ผ่านมา" [2] เขายอมรับด้วยว่า "น่าเสียดายที่เราไม่มีเวลาทำกระบวนการรับฟังความเห็นให้กว้างขึ้น" [2] บริบทที่ทำให้เรื่องนี้ระเบิด การออกแถลงการณ์วันที่ 11 กันยายนไม่ได้เกิดในสุญญากาศ สองวันก่อนหน้านั้น OpenAI ประกาศว่าเอเจนต์ราว 10,000 ตัว ของบริษัทไขปัญหา Navier-Stokes ที่ค้างมา 90 ปีได้ใน 88 ชั่วโมง [3] การประกาศนั้นตามมาด้วยข้อพิพาทเรื่องเครดิต [3][7] Tristan Buckmaster จาก NYU ออกแถลงการณ์ว่าเขาและ Levent Alpöge นักคณิตศาสตร์ที่ทำงานอยู่กับ Anthropic ทำงานเรื่องนี้มากว่าหนึ่งปี และมีข้อมูลว่าความคืบหน้าของทั้งคู่รั่วไปถึง OpenAI [5][6] แถลงการณ์ของ OpenAI เองยอมรับว่าการทำงานเริ่มขึ้น "หลังจากได้ยินข่าวลือ" เกี่ยวกับความคืบหน้า ซึ่งต่อมาพบว่าเกี่ยวข้องกับสองคนนั้น [3] ผมเขียนรายละเอียดของกรณีนี้ไว้ในบทความอีกชิ้นแล้ว แต่สิ่งที่ต้องรู้ตรงนี้คือ จังหวะเวลาไม่ได้เป็นเรื่องบังเอิญ สิ่งที่วัดได้ กับสิ่งที่สูญหาย แถลงการณ์ไม่ได้ให้ตัวเลขมา มีแต่หลักการ ส่วนตัวเลขที่วงการนี้ใช้กันอยู่คือ [3] สิ่งที่ AI ทำได้ สิ่งที่ชุมชนต้องการ แก้ปัญหาได้ใน 88 ชั่วโมง เวลาให้คนอื่นตามทันและตรวจสอบ ประกาศผลทันที การบรรยาย อภิปราย และย่อยให้ง่าย ให้คำตอบที่ถูก ให้วิธีการที่คนอื่นนำไปใช้ได้ อ้างเครดิตของผลลัพธ์ อ้างเครดิตของแนวคิดและงานก่อนหน้า คอลัมน์ซ้ายคือสิ่งที่วัดได้ และคอลัมน์ขวาคือสิ่งที่แถลงการณ์บอกว่ากำลังสูญหาย ไทม์ไลน์ของสัปดาห์นั้น วันที่ เหตุการณ์ 7 ก.ย. Buckmaster ออกแถลงการณ์เรื่องงานที่ทำกับ Alpöge 8 ก.ย. OpenAI ประกาศไข Navier-Stokes ด้วยเอเจนต์ 10,000 ตัว 9 ก.ย. Nvidia ส่งเปเปอร์ IMO Gold ขึ้น arXiv 11 ก.ย. ผู้ได้เหรียญ Fields 25 คน ออกแถลงการณ์ ลำดับนี้ทำให้เห็นว่าทั้งสี่เหตุการณ์อยู่ในสัปดาห์เดียวกัน ประโยคที่ผมอ่านแล้วหยุด มีประโยคหนึ่งที่ผมอ่านแล้วหยุดอยู่ตรงนั้นนานกว่าที่อื่น [1] "การผลิตข้อความ 'จริง/เท็จ' ออกมาเป็นจำนวนมากด้วยความเร็วที่เร็วขึ้นเรื่อย ๆ อาจทำลายพื้นที่อุดมสมบูรณ์ แทนที่จะปลุกชีวิตให้แนวคิดใหม่" คำว่า "ทำลายพื้นที่อุดมสมบูรณ์" เป็นการเลือกใช้คำที่เจตนา มันบอกว่าปัญหาไม่ใช่ AI ผลิตของเสียออกมา แต่ AI ทำลายเงื่อนไขที่ทำให้ของดีเกิดขึ้นได้ ซึ่งเป็นคนละกลไก และแก้ยากกว่ามาก ข้อเรียกร้องไม่ได้พุ่งไปที่บริษัทเพียงอย่างเดียว ผมประทับใจที่แถลงการณ์ไม่ทำให้เรื่องนี้เป็นเรื่องของ "บริษัท AI ใจร้าย" มันเขียนว่าปัญหาเหล่านี้ "ต้องได้รับการจัดการอย่างเร่งด่วน ทั้งในชุมชนคณิตศาสตร์ โดยบริษัทที่พัฒนาเทคโนโลยีนี้ และในวงกว้างโดยสังคม" [1] และมันปิดท้ายด้วยข้อความที่เปิดทางไว้ [1] "AI มีศักยภาพที่จะยกระดับและเร่งการศึกษาและความเข้าใจคณิตศาสตร์อย่างแท้จริง ... แต่ไม่ว่าการเปลี่ยนแปลงนี้จะให้ผลดีหรือทำลายล้าง จะถูกกำหนดโดยการตัดสินใจของมนุษย์ที่ควบคุมเทคโนโลยีนี้เป็นส่วนใหญ่" เรื่องที่ผมอยากให้ระวัง หนึ่ง ผมนับชื่อผู้ลงนามในหน้าเว็บ mathandai.org ได้ 25 ชื่อพอดี และ Terence Tao ยืนยันในบล็อกตัวเองว่า "among the list of 25 initial signatories — all Fields Medallists" [1][2] สอง ตัวเลข 25 คน เป็นจำนวนผู้ลงนามเริ่มต้น แถลงการณ์เปิดให้คนอื่นลงชื่อเพิ่มได้เหมือนกรณี Leiden declaration ดังนั้นจำนวนนี้จะเพิ่มขึ้นในอนาคต [2] สาม ผมพบว่ามีการอ้างถึงคำเปรียบเทียบหนึ่งเกี่ยวกับเฮลิคอปเตอร์กับยอด Everest ว่าเป็นคำพูดของ Hugo Duminil-Copin ซึ่งเป็นหนึ่งในผู้ลงนาม ผมค้นทั้งแถลงการณ์ต้นฉบับและบล็อกของ Tao แล้ว ไม่พบข้อความนั้นในทั้งสองแหล่ง จึงไม่ใส่ไว้ในบทความนี้ สี่ ชื่อในแถลงการณ์สะกดต่างกันเล็กน้อยระหว่างสองแหล่ง คือหน้าเว็บใช้ Curtis McMullen ขณะที่บล็อก Tao ใช้ Curt ผมยังไม่ยืนยันว่าอันไหนเป็นทางการ ห้า ผมไม่ได้ติดต่อผู้ลงนามคนใด และไม่ได้อ่านแถลงการณ์ฉบับภาษาฝรั่งเศสที่ลงใน Le Monde ฉบับนี้ ผมอ่านจากต้นฉบับภาษาอังกฤษบน mathandai.org และบล็อกของ Tao เท่านั้น สรุป ข่าวนี้ดูเหมือนข่าววิชาการเล็ก ๆ แต่ผมคิดว่ามันเป็นหนึ่งในแถลงการณ์ที่ตรงที่สุดที่ออกมาในปีนี้ เพราะมันไม่ได้ถามว่า AI เก่งแค่ไหน แต่มันถามว่า ถ้า AI เก่งขึ้นเรื่อย ๆ วงการที่ผลิตความรู้จะยังเหลือกลไกในการกลั่นกรองความรู้นั้นอยู่ไหม คำถามนั้นใช้ได้กับคณิตศาสตร์ และใช้ได้กับทุกวงการที่ AI เข้าไปทำงานแทนได้ [4] แถลงการณ์ฉบับเต็มพร้อมรายชื่อผู้ลงนามทั้ง 25 คนอยู่ที่ mathandai.org และเปิดให้ลงชื่อเพิ่มอยู่ตอนนี้ [1] แหล่งอ้างอิง [1] "A Severe Misalignment of AI in Mathematics" (แถลงการณ์ร่วม, mathandai.org, 11 ก.ย. 2026), https://mathandai.org/ [2] Tao, T., "A Severe Misalignment of AI in Mathematics", What's new (11 ก.ย. 2026), https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/ [3] "OpenAI claims to have solved Navier-Stokes math problem", CNBC (9 ก.ย. 2026), https://www.cnbc.com/2026/09/09/openai-navier-stokes-math-problem-solved.html [4] การเปิดเผยของผู้เขียน: บทความนี้เขียนโดยใช้ AI [5] Buckmaster, T., "Statement" (7 ก.ย. 2026), https://cims.nyu.edu/~tristanb/statement.pdf [6] "OpenAI fought dirty on career-making math problem, says NYU mathematician", TechCrunch (8 ก.ย. 2026), https://techcrunch.com/2026/09/08/openai-fought-dirty-on-career-making-math-problem-says-nyu-mathematician/ [7] Hays, K., "OpenAI says it cracked 90-year-old maths problem in 88 hours", BBC News (8 ก.ย. 2026), https://www.bbc.co.uk/news/articles/cy7zygy3rl2o