# Чому Теренс Тао попереджає про кризу довіри в математиці через ШІ > Філдсівський лауреат Теренс Тао попереджає: AI-генеровані математичні докази можуть спричинити кризу довіри, порівнянну з наслідками теорем Ґеделя. - Опубліковано: 20 серпня 2026 р. (2026-08-20T11:27:24.366952+00:00) - Розділ: AI-дослідження - На основі публікації: [The Decoder](https://the-decoder.com/terence-tao-says-ai-could-trigger-maths-biggest-crisis-since-godel/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=%D1%87%D0%BE%D0%BC%D1%83-%D1%82%D0%B5%D1%80%D0%B5%D0%BD%D1%81-%D1%82%D0%B0%D0%BE-%D0%BF%D0%BE%D0%BF%D0%B5%D1%80%D0%B5%D0%B4%D0%B6%D0%B0%D1%94-%D0%BF%D1%80%D0%BE-%D0%BA%D1%80%D0%B8%D0%B7%D1%83-%D0%B4%D0%BE%D0%B2%D1%96%D1%80%D0%B8-%D0%B2-%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%86%D1%96-%D1%87%D0%B5%D1%80%D0%B5%D0%B7-%D1%88%D1%96 --- Теренс Тао, лауреат Філдсівської медалі 2006 року і один із найцитованіших математиків світу, попередив, що докази, згенеровані штучним інтелектом, можуть спричинити кризу довіри в математиці, порівнянну за масштабом із потрясінням від теорем Ґеделя майже сто років тому. Наприкінці 1930-х теореми Ґеделя про неповноту показали, що в будь-якій достатньо складній формальній системі є твердження, які не можна ні довести, ні спростувати всередині самої системи. Математичний світ тоді пережив методологічний шок: абсолютна повнота й несуперечність виявилися недосяжними ідеалами. Але сам процес перевірки доказів — хто, як і чому вірить теоремі — залишався зрозумілим: людина писала доказ, інші люди читали його й перевіряли крок за кроком. Тао, за словами якого AI-системи вже здатні генерувати правдоподібні математичні докази обсягом, що перевищує спроможність людських рецензентів їх перевірити, б'є на сполох з іншої причини: тепер під сумнівом не межі формальних систем, а сама здатність спільноти відрізнити правильний доказ від переконливо написаної помилки. ## Що конкретно каже Тао? [За даними The Decoder](https://the-decoder.com/terence-tao-says-ai-could-trigger-maths-biggest-crisis-since-godel/), Тао попереджає, що зростання обсягу й швидкості AI-генерованих доказів створює структурний розрив між тим, скільки контенту система здатна виробити, і тим, скільки рецензентів здатна виставити спільнота математиків. Рецензування — традиційний запобіжник математики — будувалося на припущенні, що доказ пишеться людиною в темпі, який інші люди встигають наздогнати. Коли темп генерації різко зростає, а автор доказу — модель, а не людина, це припущення перестає працювати. ## Чим ця криза відрізняється від Ґеделевої? Ґеделева криза була теоретичною: вона показала межі того, що взагалі можна довести. Криза, про яку попереджає Тао, — практична: питання не в тому, чи існує доказ, а в тому, чи можна йому довіряти, якщо ніхто фізично не встигає його перевірити. За нашою оцінкою, це принципово інша загроза — вона б'є не по фундаменту логіки, а по соціальному механізму, яким математика підтверджує істину: peer review. Якщо цей механізм захлинається обсягом, спільнота ризикує або уповільнити прийняття нових результатів до кризи, або почати приймати недоперевірені докази на віру. Практичні наслідки такого розриву можуть включати: - Уповільнення публікаційного циклу, бо рецензентів на обсяг AI-доказів не вистачає - Ризик тихого накопичення помилкових або неповних доказів у корпусі «визнаних» результатів - Тиск на журнали й конференції розробляти нові критерії допуску AI-згенерованих робіт ## Що це означає для AI-білдерів і формальної верифікації? Питання довіри до AI-контенту виходить за межі коду — воно так само гостро стоїть і при формальній верифікації, де, здавалося б, є однозначний технічний арбітр: пруф-асистент на кшталт Lean чи Coq або перевіряє доказ, або ні. Але сама постановка задачі — формалізація твердження — усе одно проходить через людину чи модель, і помилка на цьому етапі не завжди видима перевірнику. Схожа логіка вже обговорювалася в контексті дистиляції моделей: якщо студент вчиться, не перевіряючи вчителя, помилки вчителя непомітно стають частиною знань учня — про це ми писали, розбираючи, [чому сліпа довіра до моделі-вчителя небезпечна](https://aiin.news/article?slug=дистиляція-llm-без-сліпої-довіри-вчителю-що-пропонує-нова-робота). У математиці роль «вчителя» зараз виконує AI-система, що генерує доказ, а роль «учня», якому бракує часу перевірити, — спільнота рецензентів. ## Що з цим робити вже зараз? Для команд, які будують AI-агентів для наукової чи інженерної роботи, висновок практичний: не сприймайте AI-згенерований доказ або код як фінальний артефакт — лише як чернетку, що потребує незалежної перевірки в детермінованому інструменті. Формальні верифікатори на кшталт Lean, Coq чи Isabelle залишаються найнадійнішим фільтром, бо не покладаються на людську увагу як вузьке місце. Окремий напрям — методи оцінки невпевненості моделі: якщо система здатна сама сигналізувати, у яких кроках доказу вона менш впевнена, [оцінка невпевненості за один прохід](https://aiin.news/article?slug=l-vy-attention-як-оцінити-невпевненість-ші-за-один-прохід) може стати способом пріоритизувати, які фрагменти перевіряти людині в першу чергу, а не читати весь текст лінійно. ## Висновок AiiN Наша теза проста: криза, про яку каже Тао, — не проблема математики як окремої дисципліни, а перша велика ілюстрація загальнішого закону: коли швидкість генерації контенту AI обганяє швидкість людської перевірки, довіра переміщується з питання «хто це написав» на питання «чим це можна перевірити». Для галузей, де такого детермінованого верифікатора немає — більшість бізнес-логіки, юридичні висновки, медичні рекомендації, — ця криза настане раніше й буде тихішою: без Філдсівського лауреата, який публічно про неї попередить. ## Хто такий Теренс Тао? Теренс Тао — математик, професор Каліфорнійського університету в Лос-Анджелесі, лауреат Філдсівської медалі 2006 року за роботи в аналізі, теорії чисел і комбінаториці. Останні роки він відкрито експериментує з AI-інструментами й пруф-асистентами на кшталт Lean у колаборативних математичних проєктах. ## Чим формальна верифікація відрізняється від рецензування? Рецензування — це перевірка доказу людиною, яка читає текст і оцінює логіку крок за кроком, з усіма ризиками втоми уваги й обмеженого часу. Формальна верифікація — це перевірка комп'ютерною програмою, яка приймає доказ, лише якщо кожен крок формально коректний, незалежно від того, хто чи що цей доказ написало. ## Чи означає це, що AI не варто використовувати в математиці? Ні — сам Тао активно використовує AI у власних проєктах формалізації. Проблема не в інструменті, а в тому, що інфраструктура перевірки — рецензенти, журнали, стандарти публікації — досі розрахована на темп людського письма, а не на темп генерації моделі. --- Теги: AI, ТеренсТао, математика, Lean, FormalVerification, AItrust Джерело: AiiN — https://aiin.news/article?slug=%D1%87%D0%BE%D0%BC%D1%83-%D1%82%D0%B5%D1%80%D0%B5%D0%BD%D1%81-%D1%82%D0%B0%D0%BE-%D0%BF%D0%BE%D0%BF%D0%B5%D1%80%D0%B5%D0%B4%D0%B6%D0%B0%D1%94-%D0%BF%D1%80%D0%BE-%D0%BA%D1%80%D0%B8%D0%B7%D1%83-%D0%B4%D0%BE%D0%B2%D1%96%D1%80%D0%B8-%D0%B2-%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%86%D1%96-%D1%87%D0%B5%D1%80%D0%B5%D0%B7-%D1%88%D1%96. Цитуючи, посилайтесь на канонічний URL.