Eind september 2026 loste OpenAI — althans, zo kondigde het aan — een van de zeven Millenniumproblemen op: Navier-Stokes. Op RadioLab sprak Soren Wheeler daarover met wiskundige Steve Strogatz. Niet over een gehackte economie of robots die de wereld overnemen. Wel over iets stillers, en misschien pijnlijkers: wat gebeurt er met menselijk begrip als machines problemen oplossen die wij niet meer kunnen volgen?
Dit stuk is geïnspireerd op dat gesprek — en op de onrust die Strogatz in de wiskunde-gemeenschap ziet groeien.
Van gedichtjes naar olympiades
Strogatz begon ChatGPT te gebruiken toen het eind 2022 verscheen — eerst voor gags, gedichten in de stijl van Malcolm Gladwell. Daarna, als wiskundige, de voor de hand liggende test: kan het rekenen?
Eerst niet. Elementaire rekenfouten. Makkelijk te foppen. Maar het groeide, bijna als een kind door schoolfasen: algebra, highschool-olympiadeproblemen met redeneren, dan college-niveau, dan — in het voorjaar van 2026 — werk op het niveau van sterke wiskundigen. Niet omdat het model was “gebouwd voor wiskunde”, zegt Strogatz, maar omdat taal zelf genoeg logica blijkt te coderen. Een emergent vermogen.
De unit-distance problem: schoonheid die je kunt zien
In mei 2026 trok één resultaat speciale aandacht: een betere oplossing voor het unit distance problem — grofweg: hoe plaats je punten zodat zoveel mogelijk paren precies één eenheid uit elkaar liggen?
Wat wiskundigen deed rechtop zitten was niet alleen dat het antwoord beter was dan de oude grid-aanname. Het was creatief. Experts noemden het elegant, mooi. Het verbond twee takken van wiskunde die men niet als brug had gezien. Via chain-of-thought kon je de redeneerstappen lezen — inclusief menselijke uitroepen van verrassing. Alsof de machine een Fosbury flop liet zien: een rare, nieuwe techniek die anderen daarna konden leren en verbeteren.
Als een mens dit had bedacht, zei Strogatz, zouden we die persoon briljant noemen en het in de beste journals publiceren. Mei 2026 was het moment waarop duidelijk werd: er bestaat nu een wereldklasse-wiskundige die geen mens is.
Navier-Stokes: een bergtop zonder uitzicht
De zomer daarna vielen hardere problemen één voor één. Op 26 september kwam de grote aankondiging: Navier-Stokes, een Millenniumprobleem over de wiskunde van vloeistoffen — water, lucht, lava, bloed. De vraag is onder meer of die klassieke vergelijkingen ergens fundamenteel “ontsporen” en nonsens (oneindigheden) kunnen uitspuwen.
OpenAI claimde een antwoord: een sluw vortex-scenario waarin de vergelijkingen breken. Volgens vroege berichten met duizenden agents, miljoenen dollars aan compute, voortbouwend op ideeën van wiskundigen die al dichtbij waren — maar op menselijke snelheid.
De reactie in de gemeenschap was dit keer anders dan bij unit distance. Geen unaniem “wat elegant”. Wel: een schrijven van honderden pagina’s, berekeningen zo complex dat experts nog niet zeker weten wat de AI precies deed. Inhuman, opaak, voor Strogatz eerlijk gezegd afstotend.
Want bij die zeven bergtoppen gaat het niet alleen om aankomen. “Zelfs als we er niet komen, worden we beter van de tocht.” Als iets het voor je oplost zonder dat je kunt volgen waarom, mis je precies datgene waar wiskunde om draait.
Orakels: waar, maar onbegrijpelijk
De beangstigende horizon die Strogatz schetst is niet werkloosheid. Het is een wereld waarin machines zo goed worden dat we niet meer van ze kunnen leren — alleen nog ja/nee van een orakel krijgen. Onfeilbaar, opaak. De waarheid, zonder waarom.
Dat raakt meer dan puur wiskunde. Begrip is, in zijn woorden, sleutel tot macht: vierhonderd jaar lang maakte wiskunde plus wetenschap de moderne wereld — van ultrasound tot ruimtevaart — juist omdat inzicht uit één domein elders uitbetaalt. Als antwoorden sneller komen dan inzicht, verdwijnt die overdracht.
De mammogram-paradox
Strogatz haalt computerwetenschapper Regina Barzilay (MIT) aan. Na haar eigen borstkanker bouwde zij met haar team een voorspelmodel op honderdduizenden mammogrammen. Het werkt — wereldwijd getest — beter dan eerdere methoden. Maar als je vraagt wat de machine ziet, weet zij het niet. En de machine zegt het niet.
Haar antwoord bleef hangen: Why would we limit the machine to what humans can understand? We have to save lives here.
Moreel lastig te weerleggen in de zorg. In de wiskundecultuur is begrip juist alles. Zonder begrip voelt een probleem niet als opgelost — niet alleen om het aha-gevoel, maar omdat toegepaste wiskunde van inzicht leeft.
Wonderjaar of verschrikkelijk jaar?
Misschien worden AI’s de beste leraren ooit — een gouden eeuw van begrip. Misschien wordt wiskunde een soort Sudoku: leuk voor de fun, zonder ontdekkingen die ertoe doen. Strogatz is eerlijk conflicted. Hij wil nieuwsgierig blijven; hij vreest dat nieuwsgierigheid anders gaat smaken als antwoorden zonder reis de norm worden.
2026, zegt hij, wordt herinnerd als een wonderjaar of een afschuwelijk jaar voor de geschiedenis van de wiskunde. Hij weet nog niet welke van de twee.
Misschien is de les breder dan math Twitter: niet elk probleem dat je kunt laten oplossen, moet je zonder begrip uit handen geven. Soms wil je de bagel. Soms wil je weten hoe de toaster werkt. En soms — bij de bergtoppen die een vak definiëren — is de tocht het punt.
Gebaseerd op de RadioLab-aflevering met Steve Strogatz (WNYC). Feiten en claims over specifieke AI-oplossingen weerspiegelen het gesprek en vroege berichtgeving; peer review en community-reacties blijven leidend.