AGMAI rät KI-Laboren davon ab, Mathematiker für den Vorabzugang zu Ergebnissen zu benennen

Keine Vorabweitergabe an handverlesene Mathematiker

Die Advisory Group on Mathematics and Artificial Intelligence (AGMAI) hat am 25. Oktober 2026 das Dokument „Disadvantages of Designating Mathematicians for AI Output Releases“ veröffentlicht. Es präzisiert ihre Empfehlungen vom 29. September. Auslöser waren Fragen aus mehreren Laboren und von einzelnen Mathematikern: Was heißt der Grundsatz, menschliches Verständnis müsse nach einer Veröffentlichung „organisch“ und von der Community geführt bleiben, wenn Labore einzelne Mathematiker auswählen? Die Antwort fällt eindeutig aus. Labore sollen keine Mathematiker benennen, die KI-Ergebnisse vorab erhalten, prüfen, erklären oder aufschreiben.

Die Gruppe beschreibt die bisherige Praxis so. In früheren Veröffentlichungen benannte ein KI-Unternehmen Mathematiker, die das Ergebnis zu einem Problem häufig vor allen anderen erhielten. Sie arbeiteten die Ideen heraus, prüften sie, entwickelten sie weiter und stellten sie der Community vor. Den Reiz erkennt die Gruppe an. Ein früh eingebundener Experte kann die erste Darstellung verbessern, und jedes Resultat bekommt so einen fachkundigen Ansprechpartner.

Dem stellt sie vier Nachteile gegenüber. Der Zugang werde verzögert oder ungleich verteilt. Die Community verliere die Hoheit darüber, wie Ergebnisse verstanden werden. Die Auswahl spiegele undurchsichtige Netzwerke der Unternehmen. Und die benannten Forscher leihen der Veröffentlichung ihre Glaubwürdigkeit. Ausdrücklich hält die Gruppe fest, dass Mathematiker in solchen Rollen in gutem Glauben gehandelt und wertvolle Arbeit geleistet hätten.

Öffentliche Repositorien, Lean-Beweise und offengelegte Prompts statt Vorabzugang

Stattdessen sollen Labore Material öffentlich bereitstellen. Die Gruppe wirbt für breitere Beteiligung, etwa über unabhängige akademische Workshops und Arbeitsgruppen. Eine Förderung, über die separate Non-Profit-Institutionen entscheiden, gehört ebenfalls dazu. Zwei Wege favorisiert sie: Pfad 2A mit polierten wissenschaftlichen Artikeln von Labormitarbeitern oder Pfad 2B mit unfertigen Produkten.

Für Pfad 2B formuliert sie Auflagen. Labore sollen Zitate und Darstellung verbessern. Sie sollen Ergebnisse in unabhängigen Repositorien mit persistenten Identifikatoren und Änderungsprotokoll ablegen. Dazu gehören Modellnamen, Prompts, Reasoning-Traces, Versuche, Rechenaufwand und Kosten. Beweise sollen sie, wo machbar, in Lean formalisieren. Die Empfehlungen gelten für die Mathematik. Ob sie sich auf andere Wissenschaften übertragen lassen, ist offen.

Empfehlung ohne Durchsetzungsmacht: Wer hinter der AGMAI steht

Die Stellungnahme ist eine Empfehlung, mehr nicht. Nach eigener Darstellung hat die Gruppe keine Durchsetzungsmacht. Sie bittet um weiteres Feedback aus der Community. Angesiedelt ist sie am Institute for Advanced Study in Princeton und unter agmai.org. Nach eigener Angabe arbeitet sie unabhängig von KI-Unternehmen. Ihre Mitglieder nehmen kein Geld an.

Gebildet wurde die Gruppe im September. OpenAI kündigte sie am 21. September als unabhängige, von Mathematikern eingerichtete Beratungsgruppe an. Zu den Mitgliedern zählt Melanie Matchett Wood von der Harvard University. Am 6. Oktober hatte OpenAI hunderte KI-generierte mathematische Ergebnisse veröffentlicht.