AI開発コネクト
開発会社の登録（無料）無料で相見積もり・相談
AI最新ニュースシンギュラリティ・AGI

OpenAIがAI生成の数学論文722本を公開、3本を撤回。形式検証は42%

10月6日に公開、翌7日に撤回3本・改訂14本。公開物自身が「検証の段階が異なる」と記し、形式検証は719件中300件です。生成と検証を見積書で分ける理由と、確認する3行を整理します。

公開: 2026.10.13 ／ 更新: 2026.10.13

AI が成果物を大量に出せるようになると、発注の論点は「作れるか」から「確かめられるか」へ移る。この移り方がはっきり見える出来事が、2026 年 10 月の第 1 週にあった。OpenAI が AI に書かせた数学の原稿を数百本まとめて公開し、その翌日に 3 本を撤回した。

AGI（汎用人工知能）が近いかどうかの議論に、この一件を証拠として持ち込む声がある。ここでは煽らずに、公開物に書かれている数字だけを並べ、企業が AI の発注・導入をどう組むかに落として読む。

積まれた原稿の束と、連鎖して倒れたドミノ

公開されている事実

OpenAI は GitHub のリポジトリ openai/math に、AI が生成した数学の原稿を公開した。リポジトリの説明文に書かれているのは次の内容である。

項目 記載内容
原稿の本数 719 本（372 の「ファミリー」にまとめられている）
生成したモデル 「未公開の OpenAI 社内モデル」
検証の状態 「検証の段階が異なる結果を含む」
形式検証（Lean） 主要な結果 719 件のうち 300 件、約 42%
注意書き 「形式化されていない結果には問題がある可能性がある」

公開時点の本数は 722 本と報じられており、現在の 719 本との差が撤回された 3 本である。

撤回の中身

同じリポジトリの変更履歴（history.md）に、2026 年 10 月 7 日付の記録がある。

  • 撤回 3 本: 1 つの符号の誤りが鍵となる議論を無効にし、さらにその構成に依存していた 2 本も成り立たなくなった
  • 改訂 14 本: 証明の修復、記述の訂正、仮定の明確化
  • 引用の更新 13 本: 改訂版を参照するよう差し替え
  • 追加: 形式化 6 件、補助的な結果 5 件

誤りの中身は、幾何的な操作の符号を本来の約束と逆に書いたことだと記録されている。単純な誤りが 1 か所にあり、それが依存関係をたどって 3 本に広がったという構図である。誰が最初に気づいたかは公開されていない。

受け止め方は割れている

公開直後の反応は一方向ではない。数学史上もっとも重要な瞬間だと評価する声と、公開のしかたそのものを強く否定する声の両方が報じられている。The Conversation に寄稿した Monash 大学の Melissa Lee は、同僚の反応として「学術誌の編集者としてなら受け取らなかった」という評価を紹介しており、読みづらさと検証の負担を論点に挙げている。

また、別の研究者 2 名が、自分たちの研究上のアイデアが使われたとする主張を公にしており、OpenAI はこれを否定していると報じられている。この点は当事者の主張が対立しているため、ここでは事実として扱わない。

発注者・企業への影響

ここからは見立てである。数学の話をそのまま業務に当てはめることはできないが、「AI が大量に出した成果物をどう扱うか」は、すでに多くの社内プロジェクトで起きている問題である。

1. 「生成」と「検証」は見積書で別の行にする

今回の公開物で、提供元自身が「検証の段階が異なる」「形式化されていない結果には問題がある可能性がある」と書いている。約 42% という形式検証の比率は、裏を返せば残りは人が読んで確かめる以外に方法がないことを示している。

AI 開発の見積書でも同じ構造が出る。文章・コード・分類結果を AI に出させる工程は、いまは安く速くなった。一方で、その出力が正しいかを確かめる工程は安くなっていない。見積書が 1 行で「AI による自動生成」とだけ書かれている場合、検証の工数がどちらの負担になっているかが読めない。精度の測り方そのものはAIの精度をどう評価するかで整理している。

2. AI の誤りは 1 件で止まらず、依存関係で広がる

今回は符号 1 つの誤りで 3 本が無効になった。社内で AI の出力を再利用している場合、同じことが起きる。たとえば次のような連鎖である。

  • AI が作った要約を、別の AI が分類の入力に使っている
  • AI が書いた関数を、後続の処理が前提として呼んでいる
  • AI が整えたマスタデータを、複数の帳票が参照している

誤りが見つかったときに「どこまで差し戻すか」を決められる作りになっているかが分かれ目になると考えられる。見積もりの段階で、生成物に版と出典を残す設計になっているかを確認する価値がある。これは機能要件ではなく、運用の条件として書ける。

3. 能力の発表を、そのまま投資判断に使わない

「AI が数百本の論文を書いた」という見出しは強い。ただし提供元の説明文には、検証の段落差と誤りの可能性が明記されている。同じ発表の中に、強い主張と強い留保が同時に入っているのが実態である。

社内の投資判断では、主張・根拠・反対意見を分けて扱ったほうがよい。今回の場合、根拠として使えるのは「約 42% が形式検証を通っている」「3 本が撤回され 14 本が改訂された」という公開数値までである。AGI の時期を示す証拠としては、賛否が分かれている段階にある。

4. 律速になるのは「作る人」ではなく「確かめる人」

AI の導入計画で人員を考えるとき、生成を担う側ばかりを数えてしまいやすい。今回の一件は、出力が増えると検証できる人の数が上限になることを示している。

社内に確かめられる人がいない領域に AI を入れると、出力は増えるが判断は進まない。評価を誰が担うかの型はAIの精度評価は誰がやるかで、ベンダー・自社・第三者の 3 つに分けて比較している。

見積依頼で確認する 3 行

AI に成果物を生成させる工程が含まれる見積もりを比べるときは、次の 3 行を各社に揃えて書かせる。

  1. 生成の工数と検証の工数を分けた内訳（どちらを受注側が担うか）
  2. 検証の方法と、合格と判断する基準（抜き取りなら件数と抽出方法）
  3. 誤りが後から見つかった場合の差し戻しの範囲と、その作業の費用負担

3 行目を入れておくと、納品後に問題が出たときの話し合いが短くなる。

無料で相見積もり・相談の案件票では、精度の目標値と確認体制を選択式で揃えているため、生成の安さだけで比べずに、検証まで含めた金額を横並びで見ることができる。

まとめ

719 本のうち形式検証を通ったのが約 42%、翌日に 3 本撤回、14 本改訂。この数字の組み合わせが示しているのは、出力の量と、信頼できる量は別に数える必要があるということである。

AI の発注で見るべき行も同じところにある。生成が安くなった分だけ、確かめる工程の重みが相対的に増している。見積書でそこが 1 行に潰れていないかを確認したい。

参考・出典

AI開発の見積もりを、同じ条件で比べる。

条件を整理した 1 枚の案件票で複数のAI開発会社に依頼。初期費用だけでなく、データ整備・API 費・精度検証・保守・権利まで同じ列で比較できます。

無料で相見積もり・相談する →
無料で相見積もり・相談30秒で費用診断