Selama beberapa dekade, para ahli matematika diam-diam mengandalkan kecerdasan buatan untuk mengatasi permasalahan kompleks – sebuah kenyataan yang memberikan pelajaran penting ketika bidang lain bergulat dengan meningkatnya pengaruh AI. Sejarah bidang ini menunjukkan bahwa menerima hasil yang dihasilkan mesin, meskipun tidak memuaskan, dapat menghasilkan terobosan.
Teorema Empat Warna dan Fajar Pembuktian Komputasi
Pada tahun 1976, Kenneth Appel dan Wolfgang Haken mengejutkan dunia matematika dengan pembuktian Teorema Empat Warna. Teorema ini menyatakan bahwa setiap peta dapat diwarnai hanya dengan empat warna sehingga tidak ada wilayah yang berdekatan yang memiliki rona yang sama. Namun, buktinya tidak elegan: terdiri dari 60.000 baris kode komputer.
Tim telah memprogram sebuah mesin untuk secara sistematis memeriksa hampir 2.000 kemungkinan konfigurasi peta, yang mencakup setiap skenario potensial. Hasilnya secara teknis benar, tetapi banyak ahli matematika menganggapnya… tidak memuaskan. Buktinya tidak memiliki keanggunan intuitif yang mereka harapkan, dan tidak mengungkapkan prinsip matematika yang lebih dalam.
Beradaptasi dengan Logika Mesin
Seiring berjalannya waktu, masyarakat menyesuaikan diri. Para ahli matematika menyadari bahwa meskipun metode ini tidak bagus, namun efektif. Penerimaan ini membuka jalan bagi pembuktian berbasis AI saat ini. Model bahasa modern yang besar kini menangani pengkodean, dan perangkat lunak terpisah memverifikasi hasilnya, menghilangkan kekhawatiran tentang “halusinasi” AI (keluaran palsu).
Kontras yang Melampaui Akademisi
Hal ini sangat kontras dengan industri lain di mana kode yang dihasilkan AI sering kali gagal total. Gartner memperkirakan bahwa setengah dari perusahaan yang mengganti pekerjaannya dengan AI akan kembali bekerja untuk posisi yang sama dalam waktu satu tahun, hal ini menunjukkan bahwa banyak penerapan yang dilakukan terlalu dini.
Pengalaman para ahli matematika menunjukkan kepada kita bahwa AI bukan hanya tentang menggantikan manusia; ini tentang meningkatkan kemampuan mereka. Keberhasilan bidang ini bergantung pada kepercayaan terhadap jawaban yang divalidasi mesin, bahkan ketika prosesnya tidak intuitif.
Dunia di luar matematika mungkin belum siap, namun pelajaran yang bisa diambil jelas: keyakinan praktis dan kenyamanan filosofis dengan keluaran AI sangat penting untuk kemajuan.
