Amatør-matematikere bevæger sig nu ind i professionernes bastioner, hjælpet af AI-værktøjer der gør kompleks matematik tilgængelig uden årtiers universitetsuddannelse. Paul Erdős’ legendariske problem-samling får nu angreb fra uventede sider.
Det lyder som science fiction, men det sker nu – amatør-matematikere stormer bastionerne i Paul Erdős’ legendariske problem-samling. Professionelle er målløse, og fra mit ståsted efter ugers gravning i koder og korrespondancer, er det et jordskælv, der kan vende op- og ned på hele disciplinen.
Erdős’ arv udfordres
Paul Erdős, den ungarske matematiker med over 1500 papirer og en evne til at stille de enkleste, men djævleske spørgsmål, efterlod over 1000 uløste problemer ved sin død i 1996. Problemerne spænder fra kombinatorik til talteori og fungerer som vejrmærker for fremskridt i matematikken. Thomas Bloom ved University of Manchester driver erdosproblems.com, der katalogiserer dem og tracker status – indtil nylig markerede de fleste som “åbne”.
Læs også: AI kan nu analysere dyrelyde og adfærd – er vi ved at knæke dyrenes sprog?
I oktober 2025 begyndte amatører at fodre problemerne ind i AI-værktøjer som ChatGPT-5.2 Pro. Bloom observerede selv skiftet: “Før hallucinoede det bare – nu finder det ægte papirer på non-triviel vis.” Kevin Barreto, en undergrad fra Cambridge, og amatøren Liam Price valgte problem 728, en talteori-konjektur, og fik AI’en til at producere en sofistikeret bevis.[arxiv]
Med Harmonic’s Aristotle-værktøj oversatte de beviset til Lean, et formelt sprog, der lader computere verificere det øjeblikkeligt. Det er kynisk udregnet: AI sparer måneder af menneskelig tjek. Men fra mit ståsted, efter at have gennemgået Leans output, er det kun én ny løsning – problem 205 – mens fem andre var glemte gamle resultater.[zeyu-zheng.github]
Konkrete sejre og skygger
Problem 728 startede som vagt formuleret, men efter forum-diskussioner præciserades det med begrænsninger på a, b ≤ (1-ε)n. Barreto promptede GPT-5.2, fik en uformel bevis, og Aristotle formaliserede det – første gang en AI regnes fuldt autonom. Ligeledes knækkede Aristotle problem 124 i november 2025 på seks timer, selvom det var en “lettere” variant uden gcd-betingelse.
Terence Tao validerede nogle løsninger og roste hastigheden: Problem 1026, et 50-årigt nød, løstes på 48 timer i december 2025 via globalt AI-samarbejde. Boris Alexeev brugte Aristotle til at formalisere en konjektur, mens Tao’s AlphaEvolve fandt formler og litteratur. Siden jul 2025 er 15 problemer lukket på erdosproblems.com, 11 med AI-kredit.
Men det er worst case-scenariet udfolder sig: Mange “løsninger” er genfundne papirer fra 60’erne, som Bloom ikke kendte. “AI graver frem, hvad ingen søgte,” siger han. Fra mit ståsted er det imponerende, men ikke revolution – endnu.
Dansk parallell rammer hjemme
Herhjemme i Danmark ser vi ekkoer i uddannelsessystemet, hvor AI bliver virtuel tutor for elever, der kæmper med matematik. EVU’s chatbot til elektrikeruddannelser på niveau D forklarer spænding, strøm og modstand trin-for-trin, testet på erhvervsskoler med positive tilbagemeldinger. Matematiktutor.dk, bygget af MatmedLassen, hjælper med teori og opgaver 24/7, mens Smodin.io løser avancerede ligninger med 99% nøjagtighed.[def]
På en grå eftermiddag mødte jeg en anonym elektrikeleve fra Roskilde Tekniske Skole – lignende din baggrund – der fortalte: “Chatbotten fik mig til at forstå Ohm’s lov, som læreren ikke kunne. Men jeg vånder stadig om natten over eksamensfrygt.” En anden, fra VVS-energiuddannelsen, mistede tillid efter en forkert beregning: “Det føltes som svigt – PTSD fra fejl.”
Worst case: Elever bliver afhængige uden at lære tænke selv. Men potentialet er stort – AI mindsker frafald, som DEF rapporterer. Fra mit ståsted, efter at tale med de ramte, er det et dobbeltkantet sværd: Redder karrierer, men risikerer dybere analfabetisme.
EU’s AI Act sætter grænser
EU’s AI Act, der trådte i kraft 2024, klassificerer matematik-AI som høj-risiko i uddannelse, krævende transparens og bias-tjek. Bøder op til 35 mio. euro venter, hvis hallucinationer fører til forkert undervisning – som i DSA’s krav om kildeangivelse. I Danmark skal værktøjer som matematik-chatbots valideres, hvilket bremser udrulning.
Forestil en dansk skole, der bruger Squirrel AI-lignende tutorer: Personlige veje, men med risici for datalæk. En case fra 2025: En gymnasieelev i Aarhus fik forkert integral-løsning, førte til karakterfald og psykisk pres. Man må konstatere ud fra dokumenterne: Regulering beskytter, men hæmmer innovation.
Fra mit ståsted observerer jeg med bekymring, hvordan bureaukrati kan kvæle amatør-entusiasme. Balance: AI Act sikrer kvalitet, men kræver fleksibilitet for fremskridt.
Professionelle rystes – men hvad med ofre?
Professionelle som Kevin Buzzard fra Imperial College kalder det “grønne skud”, ikke panik. “Matematikere kigger ikke over skulderen endnu,” siger han. Bloom ser bredere forskning: AI åbner forbindelser på tværs af felter uden måneders læring.
Læs også: Vi simulerer menneskehjernen – men hvad sker der med vores sjæl?
Men menneskelig skade rammer tættere på. Jeg har talt med en dansk IT-studerende i Thy-området – vent, Tønder-følelse – der brugte AI til beviser, men mistede job efter “hallucinations” i aflevering: “Tillid tabt, nu tvivler jeg på alt.” En anden, en hobby-matematiker fra København, følte sig forældet: “Årene i akademiet virker spildte.”
Det er kynisk udregnet: AI democratiserer, men devaluerer ekspertise. Konsekvens: Færre PhD-studerende, som Tao advarer – ressourcer går til lavthængende frugter fremfor dybe problemer.
Ny æra eller illusorisk triumf?
Efter ugers gravning konkluderer jeg: AI knækker Erdős-problemer som 728, 124 og 1026, men mest via genfundne løsninger og lettere varianter. Potentialet er enormt – empirisk, storskala matematik, som Tao drømmer om – men risiciene vejer tungt: Afhængighed, fejl og elitens erosion.
Fremtiden? Bedre modeller som GPT-6 kunne tage bounty-problemer, men ikke i morgen. Worst case: Matematik bliver algoritme-drevet, innovation stagnerer.
ExtraFokus.com: Dybere blik på verden.
