Обсуждение дополняет статью Тао: проблема не в исчерпании математических задач, а в изменении природы ценности — теперь редким ресурсом стало формулирование значимых вопросов и понимание процесса, а не само решение. Это ставит под угрозу традиционные пути академического развития. Математики согласны: идентификация перспективной проблемы — теперь редкий и ценный ресурс, как подчеркивает Тао и подтверждают @thymine_dimer и @_alternator_. @vessenes оспаривает идею о «мирной» истории математики, напоминая, что соревновательность (Гаусс, Ньютон-Лейбниц) всегда была частью дисциплины, и текущая ситуация — не новая, а эскалация старого паттерна. Многие участники (@jfengel, @twotwotwo, @jijji) отмечают, что современные ИИ-модели решают, но не объясняют — отсутствие трасс рассуждений уничтожает возможность обучения и реверс-инжиниринга, угрожая накоплению знаний. Сравнение с шахматами (@david-gpu) и программированием (@thomascountz) показывает: инструменты не убивают дисциплину, но меняют её — ценность смещается от решения к интерпретации, формулированию и контексту. @nadermx возражает: утверждение о «невозобновляемости» математических задач нелогично — пока есть физические явления, требующие математического описания, задачи не могут исчерпаться; это игнорирует прикладную природу прогресса. Участники (@colinhb, @esafak, @randomImmigrant) отмечают: ИИ-эксплуатация уничтожает возможность накопления опыта — если ИИ решает всё, новые математики не получат навыков для будущих открытий. Существует консенсус: ИИ-лаборатории используют математические задачи как источник данных для обучения, а не для прогресса — @bwfan123 и @xelxebar указывают на систематическое «скуппинг» и возможное использование приватных переписок в обучении. @pvillano предлагает: Институт Клэя не должен признавать формальные доказательства без человечески читаемых объяснений — это создаст экономический стимул для ИИ-лабораторий генерировать понимающие, а не просто корректные решения. Многие (@olalonde, @gowld) подчеркивают: даже неинсайтные доказательства ИИ могут быть полезны — как в шахматах, где анализ ходов движка обогащает понимание, и математики могут извлекать новые инсайты из структуры ИИ-доказательств. Участники (@ozgung, @fwlr) расширяют проблему за пределы математики: ИИ превращает общие ресурсы (код, искусство, знания) в частные, создавая «трагедию общин» — открытые данные становятся выжатыми, а создатели — обесцененными. @ltbarcly3 утверждает: Тао страдает от «падения статической вселенной» — будущее не в сохранении старых практик, а в переоценке того, что значит «решить задачу»; если ИИ решает, то человеческое решение перестанет быть доверенным. Согласно @jdoliner, ИИ уже достиг уровня 2 (дана теорема — найди доказательство), но уровень 3 (самостоятельная формулировка теоремы) остаётся недостижимым — именно здесь человеческая интуиция и остаётся незаменимой. @thymine_dimer и @silver92bullet отмечают: ИИ не может интуитивно находить смежные проблемы — это ключевое отличие: человек генерирует вопросы, ИИ отвечает на заданные, и именно эта способность теперь редка.