En una reciente publicación como invitados, el matemático Terence Tao y el educador Grant Sanderson proponen un cambio en la forma en que la comunidad matemática asigna el crédito académico. Argumentan que, si bien la resolución de problemas y la generación de pruebas han servido históricamente como las métricas principales de éxito, estas actividades son meros sustitutos del verdadero objetivo de las matemáticas: el avance de la comprensión humana. A medida que los sistemas automatizados se vuelven cada vez más capaces de generar pruebas, los autores sugieren que el campo debe celebrar mejor las "explicaciones motivadas", es decir, trabajos que responden a la pregunta de cómo se llegaría a una intuición matemática, en lugar de simplemente confirmar su validez. Los autores definen una explicación motivada como aquella en la que las definiciones se introducen solo después de que un problema ha sido claramente establecido, y donde la narrativa permite un descubrimiento iterativo y comprensible. Este enfoque contrasta con las pruebas tradicionales, que a menudo comienzan con definiciones abstractas y proceden a través de implicaciones lógicas necesarias. Al elevar el estatus de dicho trabajo expositivo, los autores creen que la comunidad puede comunicar mejor el valor de la investigación matemática al público y corregir la idea errónea de que las máquinas generadoras de pruebas vuelven obsoletos a los matemáticos humanos. Para implementar esto, sugieren cambios prácticos, como que los programas de doctorado enfaticen la presentación de soluciones claras y motivadas por encima de la resolución mecánica de problemas. Señalan ejemplos existentes, como el "Princeton Companion to Mathematics" y el trabajo del difunto Bill Thurston, como modelos para este tipo de contribución. Los autores también destacan desarrollos recientes en teoría de números, donde las pruebas asistidas por IA de problemas como el Problema 1196 de Erdős solo se integraron completamente en el campo después de que investigadores humanos aclararan las ideas subyacentes, lo que demuestra que el verdadero valor a menudo reside en la contextualización posterior más que en la prueba inicial en sí misma.
El artículo destaca al difunto Bill Thurston como un ejemplo de cómo los matemáticos pueden contribuir al campo a través de una profunda claridad conceptual y explicaciones motivadas en lugar de solo pruebas formales.