Кризис избытка доказательств: почему Теренс Тао говорит о новом кризисе математики после Гёделя
Один из ведущих математиков современности и лауреат Филдсовской премии Теренс Тао опубликовал программный манифест «Mathematics in the age of AI», развивающий идеи Лейденской декларации. Ученый сравнивает текущую трансформацию с кризисом оснований математики начала XX века: развитие алгоритмов ставит под удар не саму математическую истину, а систему ценностей научного сообщества, переводя дисциплину из многовекового режима дефицита доказательств в режим их неконтролируемого избытка.
Предупреждение Теренса Тао выходит далеко за рамки академических дискуссий. Оно вскрывает фундаментальный вызов для технологического бизнеса, который начинает массово доверять ИИ-агентам написание кода, юридическую экспертизу и аналитику. Чтобы понять суть надвигающегося тупика, необходимо взглянуть на слом традиционной системы научной верификации.
От дефицита к изобилию: как ИИ меняет фильтры рецензирования
На протяжении столетий фундаментальная наука развивалась в условиях дефицита строгих выводов. Поиск доказательства требовал месяцев или десятилетий человеческого труда, а у экспертного сообщества было достаточно времени, чтобы разобрать гипотезу, перепроверить аргументы и встроить результат в общую картину знаний.
Развитие генеративных моделей и интерактивных пруверов меняет эту динамику. Сегодня алгоритмы способны генерировать формальные цепочки рассуждений в объемах, превышающих возможности рецензентов. Показательный пример — открытая база задач венгерского математика Пала Эрдёша, которая уже содержит десятки присланных ИИ-доказательств, причем часть из них международному сообществу пока просто некому проверить.
Поток машинных решений накапливается быстрее, чем человеческое сообщество способно их глубоко анализировать, понимать и включать в канонические теории.
Закон Гудхарта в науке: правильный ответ без понимания сути
Теренс Тао прямо связывает эту проблему с законом Гудхарта: когда метрика становится самоцелью, она перестает быть хорошей метрикой. Для специализированных систем рассуждений и языковых моделей такой целью становится формальное закрытие шагов доказательства в интерактивных средах вроде Lean или Isabelle.
Однако формальная безошибочность цепочки символов не равна ее научной ценности. Проблема начинается не тогда, когда машина ошибается, а когда она оказывается права, но выданное доказательство представляет собой непроницаемый «черный ящик». В таком решении нет концептуальной интуиции, красивой обобщающей идеи или понятного метода, который мог бы продвинуть соседние области знания.
Математическое знание требует последовательного процесса освоения: от решения задачи и его формальной проверки — к понятному объяснению, принятию сообществом и интеграции в учебники. Появление результатов, логику которых никто не способен восстановить, создает скрытый эпистемологический долг.
Правило Теренса Тао и Лейденская декларация
В ответ на эти вызовы возникла Лейденская декларация об ИИ и математике, опубликованная в июне 2026 года и поддержанная Международным математическим союзом (IMU), а сам Теренс Тао предложил практический критерий для публикации результатов.
Его правило формулируется просто: если авторы исследования не способны провести ясную экспертную презентацию работы, объяснить логику полученного результата и корректно указать источники, такой результат не должен публиковаться.
Этот подход подчеркивает, что развитие науки — это прежде всего социальный процесс понимания. Ценность работы заключается не просто в бинарной истинности формулы, а в способности человека осмыслить вывод, сделать его частью коллективного знания и передать следующим поколениям исследователей.
Что кризис доказательств означает для IT-бизнеса и CTO
Хотя Теренс Тао говорит в первую очередь о математике, та же логика напрямую переносится на коммерческую разработку программного обеспечения и управление IT-инфраструктурой.
Каждый технический директор и тимлид сегодня рискует столкнуться со схожими проблемами в кодовой базе:
- Иллюзия надежности синтетического кода: ИИ-агент создает тысячи строк кода, которые проходят базовые модульные тесты, но архитектурная логика которых остается непрозрачной для команды.
- Утрата контроля над архитектурой: Когда логика решений не задокументирована и не понята разработчиками, внесение изменений в смежные модули может приводить к каскаду трудноуловимых сбоев в продакшене.
- Необходимость жестких шлюзов верификации: Как и в науке, в разработке софта формируется аналогичный фильтр: если разработчик не способен защитить и объяснить сгенерированный агентом Pull Request на код-ревью, этот код не должен попадать в основную ветку.
Предостережение Теренса Тао напоминает о главном принципе технологической зрелости: скорость генерации решений ценна лишь тогда, когда человек сохраняет способность понимать, контролировать и развивать созданные системы.
Для тех, кто предпочитает слушать
Выпустили аудиоверсию этого материала. В выпуске детальный разбор манифеста Теренса Тао, почему лавина машинных доказательств угрожает науке и как бизнесу защитить кодовую базу от «кода без понимания».
Слушайте нас на своих любимых подкаст-платформах:
• Звук