Umjetna inteligencija sve brže rješava znanstvene probleme, od matematike i vremenskih prognoza do razvoja novih lijekova. No, dok strojevi otkrivaju ono što ljudi desetljećima nisu mogli, postavlja se ključno pitanje: možemo li napredovati ako više ne razumijemo kako dolazimo do otkrića?
Šesti listopada 2026. mogao bi ostati zapamćen kao jedan od najvažnijih dana u povijesti matematike. Američka tvrtka OpenAI objavila je više od 700 znanstvenih radova u kojima se tvrdi da je ostvaren napredak ili pronađeno rješenje za 372 matematička problema koji su desetljećima zbunjivali istraživače.
Matematičari još pokušavaju shvatiti što ti rezultati znače za njihovu disciplinu, ali posljedice bi mogle daleko nadilaziti matematiku. Sve je jasnije da umjetna inteligencija mijenja znanost u cjelini.
Njezini rezultati istodobno predstavljaju golem napredak za čovječanstvo, pokazuju nevjerojatnu brzinu tehnološkog razvoja i upozoravaju na mogućnost budućnosti u kojoj će razumijevanje svemira pripadati strojevima čije zaključke ljudski um više neće moći pratiti.
Ključno pitanje postaje kako nastaviti napredovati, a pritom ne izgubiti razumijevanje onoga što otkrivamo.
Umjetna inteligencija već mijenja znanstvena istraživanja
Matematika je posebno pogodno područje za umjetnu inteligenciju jer se matematički dokazi izvode iz aksioma, a ne iz empirijskih opažanja. Zbog toga se, barem načelno, njihova valjanost može provjeravati automatiziranim postupcima.
Međutim, utjecaj umjetne inteligencije ne zaustavlja se na matematici. Ona ubrzava napredak i u eksperimentalnim znanostima, dijelom zato što se matematika koristi kao alat u brojnim drugim područjima.
Umjetna inteligencija već je poboljšala vremenske prognoze, predložila milijune mogućih novih materijala i pomogla u upravljanju eksperimentima s nuklearnom fuzijom. Također može predvidjeti strukturu gotovo svih poznatih proteina na temelju njihovih sastavnih aminokiselina, što je postignuće koje je nagrađeno Nobelovom nagradom.
Očekuje se da će uslijediti još značajnija otkrića, a među najperspektivnijim područjima posebno se ističe biologija.
Znanstvenici uz pomoć umjetne inteligencije razvijaju usjeve otpornije na sušu, traže nove lijekove i pokušavaju stvoriti viruse koji bi mogli napadati štetne bakterije, a da pritom ne predstavljaju prijetnju ljudima.
Istodobno se razvijaju računalni modeli koji bi trebali prikazati način na koji stanice funkcioniraju. Ako znanstvenici uspiju dovoljno dobro simulirati život u digitalnom okruženju, mogli bi steći dosad nezamislivu kontrolu nad biološkim procesima, pa čak i mogućnost stvaranja potpuno novih organizama.
U takvom bi svijetu DNK mogao postati svojevrsni računalni kod kojim se može manipulirati slično kao nizom znakova u modelu umjetne inteligencije.
Takva mogućnost istodobno je fascinantna i zastrašujuća.
Matematičari strahuju da će izgubiti smisao svojeg rada
Nakon novih rezultata OpenAI-ja, dio matematičke zajednice izrazio je snažno protivljenje sve većoj ulozi umjetne inteligencije u njihovu području.
Udruga Association for Human Mathematics, koja okuplja više od 900 znanstvenika, upozorila je da matematičari nisu tražili da se takav rad obavlja na ovaj način.
Njihov je argument da vrijednost matematike ne leži samo u konačnom dokazu nego i u naporu potrebnom da se do njega dođe. Upravo taj proces, smatraju, omogućuje ljudima da razvijaju razumijevanje i unapređuju vlastito znanje.
Ako umjetna inteligencija počne proizvoditi točne, ali ljudima nerazumljive dokaze, to bi moglo biti poput davanja gotovih odgovora učenicima bez potrebe da išta nauče. Rezultat postoji, ali proces učenja izostaje.
Ipak, takvi prigovori sadrže i element zaštite vlastitog položaja. Znanstvenici nemaju veće pravo odlučivati o tome kako se znanje proizvodi nego bilo koja druga profesionalna skupina. Potraga za istinom trebala bi koristiti svima, a ne biti privilegij ograničenog kruga stručnjaka.
Akademske hijerarhije, u kojima se napredovanje često temelji na dokazivanju novih tvrdnji, nisu nepromjenjive. Ako umjetna inteligencija preuzme dio tog posla, znanstvene institucije morat će se prilagoditi svijetu u kojem strojevi stvaraju dokaze, a ljudi ih proučavaju, tumače i provjeravaju.
To ne znači da razumijevanje treba zanemariti u korist samih rezultata. No, ni razumijevanje ne bi smjelo postati važnije od svakog praktičnog učinka.
Primjer za to nalazi se u svakodnevnom životu: kada uzmemo paracetamol kako bismo ublažili glavobolju, oslanjamo se na mehanizam koji djeluje, iako ga ne razumijemo u svim pojedinostima.
Što ako strojevi postanu pametniji od svojih tvoraca?
Iza rasprave o matematici krije se mnogo ozbiljniji problem. Tvrtke koje razvijaju umjetnu inteligenciju ulažu golema sredstva u znanstvena istraživanja ne samo iz želje za napretkom nego i zato što rješavanje složenih problema može poboljšati sposobnosti samih modela.
Brojni istraživači smatraju da bi model koji postaje bolji u rješavanju znanstvenih problema mogao napredovati i u drugim područjima.
Ako se takav razvoj nastavi, velike tehnološke kompanije mogle bi steći prednost koju je drugim istraživačima gotovo nemoguće nadoknaditi. U konačnici bi mogle kontrolirati modele koji sudjeluju u vlastitom poboljšavanju i dosegnuti razinu inteligencije koju ljudi više ne bi mogli potpuno razumjeti.
Takvi sustavi mogli bi se povezivati s fizičkim svijetom putem humanoidnih robota ili izravnim upravljanjem laboratorijskom opremom. Anthropic je već poduzeo korake prema povezivanju svojih modela s laboratorijskim instrumentima.
Problem je u tome što bi za daljnji razvoj takve umjetne inteligencije i dalje bili potrebni ljudski resursi: laboratoriji, računalna snaga, energija i novac.
Ako ljudi ne razumiju što strojevi rade, jednostavno financiranje njihovih projekata moglo bi biti krajnje neodgovorno. Nitko ne bi mogao sa sigurnošću znati djeluju li sustavi u interesu čovječanstva.
Čak i kada bi tehnološke kompanije uspjele uskladiti ponašanje umjetne inteligencije s ljudskim interesima, pojavljuje se još jedno pitanje: kakvo bi društvo nastalo kada bi ljudi jednostavno pitali umjetnu inteligenciju što trebaju učiniti, bez mogućnosti da sami razumiju razloge?
Takav bi svijet mogao dovesti do situacije u kojoj ljudi više ne upravljaju strojevima, nego postaju ovisni o njihovim odlukama.
Zašto čovjek mora ostati uključen u znanost?
Neki bi ljudi možda prihvatili takav razvoj kada bi rezultat bio, primjerice, izlječenje svih bolesti. No, sve dok ne postoji potpuno pouzdano usklađivanje ciljeva umjetne inteligencije s ljudskim interesima, znanost bi trebala zadržati čovjeka u procesu odlučivanja.
Laboratoriji bi trebali moći koristiti umjetnu inteligenciju za rješavanje problema, ali ljudi bi morali usmjeravati i nadzirati pristup ključnim resursima, poput laboratorijske opreme i računalne infrastrukture.
To znači da bi istraživači morali biti sposobni informirano procijeniti što umjetna inteligencija radi i kakve bi posljedice njezin rad mogao imati.
Takav nadzor neizbježno bi usporio napredak. Ipak, riječ je o nužnom kompromisu ako čovječanstvo želi zadržati kontrolu nad znanstvenim razvojem.
U međuvremenu će znanstvenici morati promijeniti način na koji rade. Umjesto da se profesionalni ugled i napredovanje temelje isključivo na samostalnom otkrivanju novih činjenica, veći značaj morat će dobiti usmjeravanje umjetne inteligencije, proučavanje njezinih rezultata, provjera dokaza i prenošenje stečenog znanja.
Vlade će također morati prilagoditi način dodjele istraživačkih potpora kako bi vrednovale takav rad.
Od tehnoloških kompanija očekivat će se da se ponašaju kao odgovorni članovi znanstvene zajednice: da svoje rezultate podvrgavaju stručnim recenzijama te objavljuju metode i programski kod kako bi drugi istraživači mogli provjeriti njihove tvrdnje.
Provjera rezultata postaje važnija nego ikad
Provjeravanje i tumačenje rezultata koje proizvede računalo možda ne zvuči kao najuzbudljiviji dio znanstvenog rada. Međutim, znanost koju stvaraju ljudi često sadrži pogreške jer istraživači nisu dovoljno nagrađeni za provjeravanje i kritičko preispitivanje rada svojih kolega.
Veći naglasak na provjeri, skepticizmu i ponovljivosti istraživanja mogao bi zato poboljšati znanstvenu praksu.
U tom je kontekstu posebno važna poznata krilatica Kraljevskog društva, usvojena još u 17. stoljeću: Nullius in verba, što se može prevesti kao „Ne vjeruj ničijoj riječi”.
Poruka je jednostavna: tvrdnje ne treba prihvaćati samo zato što ih je izrekao autoritet. Potrebno ih je provjeriti dokazima.
Isto pravilo mora vrijediti i za umjetnu inteligenciju. Čak i kada sustav proizvede rezultat koji djeluje uvjerljivo ili nadilazi ljudske sposobnosti, znanstvenici ne bi smjeli odustati od provjere.
Budućnost znanosti možda će doista pripasti strojevima, ali odluka o tome što istraživati, kako provjeravati rezultate i u čijem interesu koristiti nova otkrića ne bi smjela biti prepuštena isključivo njima. Najveći izazov neće biti samo stvoriti pametniju umjetnu inteligenciju, nego osigurati da čovječanstvo pritom ne izgubi sposobnost razumijevanja i upravljanja vlastitim napretkom.