Terence Tao memperingatkan: Perlunya mengoreksi harapan berlebihan terhadap revolusi matematika AI

Terence Tao dikenal sebagai salah satu otoritas tertinggi di dunia matematika, namun baru-baru ini ia memposting sebuah artikel penting di tengah malam. Isi artikel tersebut adalah penilaian yang hati-hati dan tenang terhadap kemampuan penelitian matematika yang didukung AI. Di tengah banyak media yang melaporkan secara besar-besaran tentang terobosan matematis yang dicapai AI, Tao menyerukan agar kita “menghentikan mitosisasi terhadap fenomena ini.”

Inti dari argumennya sederhana namun penting: kemampuan AI untuk menghasilkan hasil yang dapat diverifikasi pada masalah tertentu tidak sama dengan AI memiliki pemahaman matematika yang sejati dan kemampuan inovasi, keduanya adalah hal yang berbeda.

Kesalahpahaman yang Diciptakan oleh Keberhasilan Parsial AI

Melihat laporan media, sering muncul judul seperti “AI secara otomatis menyelesaikan masalah matematika yang belum terpecahkan manusia selama 50 tahun.” Pembaca mudah mendapatkan kesan bahwa AI memiliki kemampuan berpikir matematis independen.

Namun, bagaimana kenyataannya? Jika kita melihat analisis rinci dari proyek “AI contributions to Erdős problems” yang dipublikasikan Tao di GitHub, situasinya jauh lebih kompleks.

Masalah yang berhasil diselesaikan oleh AI memiliki berbagai tingkat kesulitan. Ada masalah inti yang sangat sulit, dan juga banyak masalah “long tail” yang telah lama tidak diteliti secara mendalam. Masalah-masalah seperti ini termasuk dalam kategori “buah rendah” dan merupakan bidang yang saat ini menjadi keahlian alat AI. Namun, jika hanya menghitung jumlah masalah yang terselesaikan, kita bisa saja membandingkan berbagai masalah dengan tingkat kesulitan berbeda secara setara, yang bisa menyesatkan.

Lebih penting lagi, Tao menunjukkan beberapa faktor berikut:

Ketidaklengkapan catatan literatur: Banyak masalah di situs tersebut belum melalui tinjauan literatur yang sistematis, dan label “belum terpecahkan” seringkali bersifat sementara. Masalah yang tampaknya “baru diselesaikan” oleh AI sebenarnya sudah memiliki jawaban dalam literatur sebelumnya.

Ketiadaan catatan kegagalan: Hanya keberhasilan yang dicatat di situs tersebut, sedangkan upaya yang tidak menunjukkan kemajuan atau yang gagal hampir tidak pernah didokumentasikan. Hal ini menyebabkan tingkat keberhasilan AI terlihat lebih tinggi dari kenyataannya.

Ambiguitas dalam definisi masalah: Beberapa masalah Erdős tidak diungkapkan secara ketat, bahkan mengandung kesalahan. Untuk memahami makna aslinya, diperlukan pengetahuan konteks dan keahlian di bidang terkait.

Prestasi Nyata dalam Masalah Erdős

Menurut halaman proyek Tao, pada 6 Januari 2026, Aristotle dan ChatGPT 5.2 Pro menyelesaikan masalah #728 secara lengkap dan melakukan verifikasi formal menggunakan Lean. Selain itu, antara 8 dan 10 Januari, masalah #729 juga diselesaikan dengan cara yang sama.

Contoh-contoh ini menunjukkan bahwa dalam tipe masalah tertentu dan rentang tingkat kesulitan tertentu, AI mampu menghasilkan “struktur bukti yang dapat dilaksanakan” dan bahkan mencapai tahap verifikasi formal.

Pada saat yang sama, Tao juga menekankan kategori “tinjauan literatur yang didukung AI.” Di sini, AI digunakan untuk mencari tahu apakah masalah sudah diselesaikan, atau untuk memeriksa apakah penilaian “belum terpecahkan” mengandung kesalahan. Dengan kata lain, nilai sebenarnya dari AI tidak hanya terletak pada menghasilkan bukti baru, tetapi juga pada pengorganisasian dan verifikasi pengetahuan yang sudah ada.

Tao juga berhati-hati terhadap proses verifikasi bukti formal. Menggunakan alat seperti Lean untuk memformalkan bukti memang dapat meningkatkan keandalan, tetapi tetap ada celah. Misalnya, adanya aksioma tersembunyi yang diperkenalkan, formalitas definisi masalah yang keliru, atau penggunaan “perilaku ekstrem” dari perpustakaan matematika. Khususnya, jika bukti formal sangat singkat atau sangat panjang secara tidak wajar, perlu diwaspadai.

AI B bukan Matematika, Melainkan Alat Bantu

Apa yang ingin ditekankan Tao adalah bahwa AI tidak benar-benar “memahami” matematika. Sebaliknya, AI unggul dalam aspek “kerja kasar” matematika—seperti pekerjaan rutin, pengisian kekosongan, formalitas bukti, penulisan dan revisi makalah, serta survei literatur.

Dalam bidang-bidang ini, kemampuan dukungan AI sudah pasti. Di masa depan, pekerjaan teknis ini kemungkinan besar akan diserahkan kepada AI dalam penelitian matematika.

Namun, “jiwa” sejati dari matematika terletak di tempat lain: kemampuan mengajukan masalah mendalam, menciptakan konsep baru, dan mengintegrasikan hasil ke dalam jaringan pengetahuan matematika secara keseluruhan—semuanya masih sangat bergantung pada kecerdasan manusia.

Nilai matematika tidak hanya terletak pada keberadaan jawaban. Ia juga terletak pada wawasan yang diberikan oleh bukti, hubungan dengan teori yang sudah ada, penemuan metode yang dapat diterapkan, dan penjelasan tentang “mengapa pendekatan tersebut dipilih” serta motivasi di baliknya. Bukti yang dihasilkan AI secara teknis mungkin benar, tetapi karena kekurangan konteks pengetahuan ini, nilai praktisnya bagi komunitas matematika bisa terbatas.

Selain itu, bahkan jika AI menyelesaikan masalah “long tail” yang minor, itu tidak otomatis berarti karya tersebut akan dipublikasikan di jurnal akademik kelas satu. Terutama jika solusi tersebut hanya merupakan modifikasi kecil dari pola yang sudah ada, maka akan sulit melewati proses peer review.

Masa Depan Matematika: Kolaborasi Manusia dan AI

Alasan Tao memposting artikel ini di tengah malam adalah agar semua orang memahami arah evolusi matematika di era AI dengan benar.

Mungkin di masa depan, matematikawan tidak lagi menjadi pemikir yang sendirian, melainkan menjadi komandan yang memanfaatkan sistem pendukung yang kuat berupa AI. Dalam proses ini, manusia akan memberikan arahan, sementara AI akan membuka jalur konkret. Model kolaborasi ini berpotensi mempercepat kemajuan bidang matematika secara signifikan.

Yang penting adalah membedakan antara menilai kemampuan AI secara adil dan mitosisasi berlebihan terhadapnya. Peringatan Tao adalah seruan kepada komunitas matematika untuk “menenangkan diri” dan tidak terlalu terbuai.

AI memang sedang mengubah cara penelitian matematika. Namun, inovasi sejati akan muncul ketika manusia dan AI memahami peran masing-masing dan saling melengkapi satu sama lain.