ティモシー・ガワーズはフィールズメダリスト自身でもあり、数学におけるAIの影響についての手紙に25人のフィールズメダリストによって署名することを拒否した理由を説明するブログ投稿を公開しました。その手紙は、AIによる「真/偽」文書の大量生産が「新しいアイデアに命を吹き込む代わりに肥沃な土壌を破壊しかねない」としています。ガワーズは危機が存在すると同意しますが、異なる診断を提示します。

ガワーズは11歳の時にフェルマの最終定理に挑戦し、独自に差分列を発見し、n乗の連番から始めて successive differences をとると最終的に一定の列が得られることを経験的に発見しました。これを証明にはしませんでしたが、この経験は形式的な指導よりも多くのことを彼に教えました。彼はこれを手紙の前提の例示として挙げています：問題に取り組むこと自体が解くことに関わらず、学習につながるのです。

彼の中央な主張は、その手紙が暗に数学的なタイプの一方を優遇していると主張するものであり、ガワーズは数学者が問題動機と概念動機の間のスペクトル上に位置していると記述しています。彼は、数学者の多様性は欠点ではなく強みであると述べています。ガワーズは、手紙のフレーミング―「問題の解決は概念的理解を達成するための道具であり代替案に過ぎない」―が、すなわち「正しい」態度は理解を最優先することだと示唆し、これは多くの数学者のタイプを「間違っている」と暗に宣言するものだと懸念しています。

彼は2つのシナリオを対比します。まず、公開されているAIモデルがほぼすべての数学者より問題を解くのが速く、コミュニティが吸収するより速く答えが届き、多くの場合人間の努力ゼロ―「Thank you, please continue.」といったプロンプトだけ―というシナリオです。2番目は、強力なモデルの公開を国際的合意がブロックし、テック企業の数学者は代表機関が要求した場合のみ問題を解くというシナリオです。ガワーズは個人的および集合的理解への効果について比較しますが、決定的な結論に至らず、より多くの問題への答えと高度な集合的理解、どちらが重要かという困難な問いを提示します。そして「重要」なのは数学者か社会か？

ガワーズはOpenAIの数学グループに連絡があり、そのモデルへの早期アクセスを受け、Proモデルを使用したこと disclose していますが、OpenAIからは一度も報酬を受けたことはありません。彼はまた、彼のケンブリッジグループが、人間が定理を証明する方法を研究して自動定理証明に取り組んでいることも指摘しています；LLMがその洞察なしに定理を証明できるようになると、彼はそれを「the bitter lesson」と呼び、その可能性は彼のグループが常にテーブルの上に置いていたことを知っていましたが、その速さは彼らを驚かせました。

残された不確実性については、ガワーズはAIが代わりに証明を見つける世界で、定義深い個人の関与が必要ではないという彼の主張に対するカウンターオブジェクションを明示的に招いています。また、手紙の署名者によって暗に提起された懸念、すなわち数学的「消化」を支える社会的構造が置き換えられるかどうかについても解決しません。