Selama sebagian besar abad terakhir, praktik matematika hanya mengalami sedikit perubahan. Seorang matematikawan memperhatikan suatu pola, menulis dugaan, menghabiskan waktu berbulan-bulan atau bertahun-tahun untuk menyusun bukti, dan matematikawan lain memverifikasinya. Kini, menurut laporan mendalam yang dibuat oleh Benjamin Skuse dalam IEEE Spectrum, kecerdasan buatan mulai mengabaikan proses yang lambat dan penuh pertimbangan tersebut dan memaksa para ahli untuk menghadapi apa sebenarnya arti menjadi seorang ahli matematika.
Artikel tersebut, yang diterbitkan pada tanggal 25 Juni 2026, menelusuri seberapa cepat model bahasa besar berevolusi dari apa yang dulu dianggap oleh para kritikus sebagai burung beo stokastik menjadi mesin penalaran matematis asli dan apa arti perubahan tersebut bagi manusia yang selalu melakukan pekerjaan ini. For more context on this story, see our ongoing more AI stories.
Jejak AI yang berkembang pesat dalam matematika
Komputasi telah mempercepat matematika selama beberapa dekade. Titik baliknya terjadi sekitar 50 tahun yang lalu, ketika komputer digunakan untuk membuktikan teorema empat warna, yang menanyakan apakah peta mana pun dapat diwarnai dengan tidak lebih dari empat warna sehingga tidak ada wilayah yang berdekatan yang berbagi warna. Jawabannya adalah ya, namun pembuktiannya kontroversial karena mengandalkan pemeriksaan 1.936 kasus yang tidak dapat diverifikasi secara realistis oleh manusia.
Bahkan melalui era komputasi tersebut, ahli matematika manusia tetap menjadi pusat perhatian, mengajukan dugaan, merancang strategi, dan memverifikasi hasil. AI kini menentang pengaturan tersebut secara langsung. Musim panas lalu, sistem dari Google DeepMind dan OpenAI mencapai tingkat yang setara dengan siswa sekolah menengah paling berbakat di dunia, dengan meraih status medali emas di International Mathematical Olympiad (IMO), kompetisi tahunan di mana para kontestan harus memecahkan enam soal yang sangat sulit.
Pencapaian tersebut terus meningkat. Sebelumnya pada tahun 2026, sistem eksperimental Google DeepMind Aletheia secara mandiri menghasilkan hasil penelitian tingkat PhD yang dapat dipublikasikan. Meskipun pekerjaan itu sendiri tidak jelas secara matematis, yaitu menghitung konstanta struktur dalam geometri aritmatika, signifikansinya terletak pada penalaran kompleks yang diperlukan untuk mengatasi masalah yang sebelumnya belum terpecahkan. Baru-baru ini, sistem AI serba guna baru dari OpenAI menyangkal dugaan penting dalam geometri kombinatorial, sebuah hasil yang dipuji oleh para ahli matematika terkemuka sebagai tonggak sejarah dalam bidang ini dan layak untuk dipublikasikan di jurnal besar.
Pembuktian asisten dan hambatan formalisasi
Pergeseran kedua datang dari memasangkan model bahasa besar dengan asisten pembuktian. Sistem seperti Isabelle, Lean, dan Rocq adalah bahasa pemrograman khusus yang memeriksa bukti matematis langkah demi langkah, memverifikasi kebenaran logisnya. Selama lebih dari satu dekade, hambatannya adalah formalisasi, proses yang melelahkan dalam menerjemahkan teorema dan pembuktian dengan tangan ke dalam kode yang dapat dibaca mesin.
LLM mulai menghilangkan hambatan tersebut dengan mengotomatiskan penerjemahan bukti informal ke dalam kode formal yang dapat diverifikasi oleh asisten bukti. Pada bulan Februari, perusahaan AI Math, Inc. menggunakan agen penalarannya, bernama Gauss, untuk meresmikan pekerjaan yang menghasilkan Medali Lapangan bagi Maryna Viazovska dari EPFL pada tahun 2022. Gauss pertama-tama membantu ahli matematika manusia menyelesaikan formalisasi solusi Viazovska untuk masalah pengepakan bola 8 dimensi dalam hitungan hari, kemudian secara mandiri meresmikan kasus 24 dimensi yang lebih rumit hanya dalam dua minggu.
Pencapaian tersebut menunjukkan bahwa AI telah menangani tugas-tugas yang selama ini dianggap sebagai tugas unik manusia, dan bahwa sebagian besar pekerjaan sehari-hari seorang ahli matematika akan segera menjadi permainan yang adil untuk otomatisasi.
Para ahli matematika memperdebatkan apakah mereka menjadi 'pendeta ramalan'
Dilaporkan dari Heidelberg Laureate Forum ke-12 pada bulan September 2025, Skuse menggambarkan kegelisahan yang nyata di antara para hadirin ketika para pembicara menggambarkan masa depan di mana sistem AI manusia super membentuk dugaan, mencari ruang solusi, membuktikan teorema, memverifikasi bukti, dan menggeneralisasi hasil tanpa keterlibatan manusia.
Yang-Hui He dari London Institute for Mathematical Sciences memperingatkan bahwa manusia ahli matematika bisa menjadi "pendeta bagi para peramal". Jessica Randall, ahli matematika untuk Google Developer Groups, mengatakan bahwa dia merasakan ketakutan eksistensial kolektif meningkat di kalangan peneliti muda. “Kami tentu saja mulai menyadari bahwa AI berpotensi menggantikan kita,” katanya kepada IEEE Spectrum.
Tidak semua orang khawatir. Beberapa matematikawan mapan hanya menginginkan jawaban atas pertanyaan-pertanyaan terbuka terbesar, seperti enam Masalah Hadiah Milenium yang tersisa, terlepas dari siapa atau apa yang menghasilkannya. “Banyak ahli matematika yang pragmatis dan hanya ingin memahami,” kata Jeremy Avigad dari Carnegie Mellon University. “Mereka akan menjual jiwa mereka demi solusi suatu masalah.”
Tiga visi yang bersaing untuk masa depan
Laporan IEEE Spectrum mengidentifikasi tiga visi umum tentang bagaimana matematika dan AI dapat hidup berdampingan.
Yang pertama adalah pandangan yang berpusat pada manusia yang mengutamakan pemahaman manusia dan memperlakukan AI sebagai alat, seperti kalkulator. Peraih Medali Fields dan matematikawan Princeton Akshay Venkatesh berpendapat bahwa matematika, pada hakikatnya, adalah cara untuk mencapai kesepakatan. “Kadang-kadang saya berpikir ketika kita menggunakan angka, yang kita maksud bukanlah menggambarkan fenomena yang secara intrinsik bersifat numerik, namun kita semua bisa sepakat dengan tepat apa arti angka tersebut,” ujarnya.
Yang kedua menekankan pengalaman perjuangan manusiawi yang tidak dapat direduksi. Maia Fraser dari Universitas Ottawa berpendapat bahwa bukti AI atas dugaan keras kepala hanya berguna jika dapat dipahami oleh manusia. “Pernyataan itu bisa dibuktikan dengan AI sudah menjadi informasi yang berguna,” akunya. “Tetapi masih menjadi masalah terbuka untuk menghasilkan bukti manusiawi yang elegan dan indah.”
Yang ketiga, dan mungkin yang paling ambisius, datang dari Terence Tao dari UCLA, yang pertama kali berkompetisi di Olimpiade matematika pada usia 10 tahun dan sekarang menjadi salah satu matematikawan paling berprestasi yang masih hidup. Tao melihat AI sebagai katalisator bagi apa yang ia sebut sebagai "matematika besar", masa depan kolaborasi berskala besar dan terdesentralisasi antara manusia dan mesin di mana masalah-masalah kompleks dipecah menjadi beberapa bagian, dengan manusia mengklaim karya kreatif dan AI menangani pekerjaan teknis.
Sebuah disiplin yang menanyakan mengapa itu ada
Yang membuat momen ini tidak biasa adalah perdebatannya tidak lagi bersifat hipotetis. Sistem AI telah mendapatkan medali emas IMO, menghasilkan penelitian yang dapat dipublikasikan, menyangkal dugaan, dan memformalkan bukti pemenang Fields Medal dalam hitungan hari, bukan tahun.
Bagi mahasiswa seperti Trill White dari Universitas Deakin Australia, yang menghadiri forum Heidelberg, realisasinya sangat terasa. "Itu sangat menyedihkan," kenang White sambil berpikir. “Apa kontribusi orang terhadap matematika? Akankah itu menjadi sesuatu yang tidak dipahami oleh siapa pun?”
Jawabannya belum terselesaikan. Namun seperti yang dijelaskan dalam laporan Skuse, matematika, salah satu disiplin intelektual tertua umat manusia, kini menghadapi pertanyaan yang sama yang mengubah hampir setiap bidang yang disentuh AI: ketika sebuah mesin dapat melakukan pekerjaan tersebut, untuk apa sebenarnya pekerjaan tersebut?
Sumber: Benjamin Skuse, "Apa Artinya Menjadi Ahli Matematika Ketika AI Melakukan Matematika," IEEE Spectrum, 25 Juni 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
