3年前、AIシステムは2つの数字を確実に足すことさえできなかった。1年前には、OpenAIやDeepMindの内部モデルが国際数学オリンピックで金メダルに相当する成績を達成した。今では、これらのシステムは主要な開かれた問題を自律的に解決している。この軌跡は、数学的テキストの生産がますます数学的理解から切り離されていることを受けて、数学の分野に対する根本的な再考を促している。

リットは、数学の目指すべき目標を巡って問題解決、遊び的思考、理解の伝達という意見の対立があるものの、現在の価値基準は完全でないと指摘する。例えば定理の証明が重視されるが、AIが人間が理解せずに正しい証明を生み出せる場合に問題である。彼は、もし学術機関が適応しなければ、AIの能力があるにもかかわらず数学的進歩の均衡が立ち往生する可能性があると警告する。

この問題を解決するため、リットは数学の博士課程を再定義することを提案する。つまり、論文を書くことより、学生が深く理解したトピックを審査員が満足するまで説明し、試験に合格すれば学位を授与する。要するに、この変更を通して、専門性を理解とコミュニケーションで証明できるようにし、その下でAIの助けを借りて結果をどのように生成したかに関わらずよい。更に、彼は、教授職の面接と似ているように、口頭試験を入学審査にも採用し、聴衆の満足するまで講師がトピックを伝える robust seminar culture というものを推進することを推奨する。

これらの改革は、AIが多くの数学的テキストを生成し続けることを受け入れつつ、数学の持つ人間の側面、つまり理解、説明、コミュニティの対話を守ることを目的としている。リットは、数学的価値は単に正しい命題にあるのではなく、それらを理解して構築する能力にあることを強調する。必ず必要なこの目標を実現するため、制度的改革が不可欠である。