Claude Bantu Matematikawan Batalkan Dugaan yang Bertahan 87 Tahun

Ini satu-satunya artikel soal Anthropic di batch tulisan kita kali ini, dan angle-nya bukan pujian produk. Yang menarik bukan "Claude hebat", tapi pergeseran cara pakainya: dari sekadar diminta rangkum yang udah ada, ke diminta cari pendekatan yang belum kepikiran manusia.

Yang terjadi

• Levent Alpöge, matematikawan yang berafiliasi dengan Anthropic, pakai Claude Fable 5 buat nyari counterexample — contoh yang membuktikan sesuatu itu salah — buat dugaan Jacobian, masalah matematika yang diajukan Ott-Heinrich Keller tahun 1939 dan belum terpecahkan sampai Juli 2026. Itu 87 tahun. Alpöge ngumumin ini lewat postingan pribadi di X, bukan lewat rilis resmi Anthropic — sampai artikel ini ditulis, gak ada publikasi resmi dari Anthropic soal ini.
• Peran Claude di sini spesifik: nyari di ruang kemungkinan solusi, bukan nyusun bukti matematis yang rumit. Menurut laporan The Conversation, kesulitan dugaan ini emang ada di nyari contohnya, bukan di membuktikannya — begitu ketemu, buktinya sendiri sederhana: pemetaan polinomial 3 variabel dengan determinan Jacobian konstan.
• Hasilnya diverifikasi independen oleh matematikawan lain. Kevin Buzzard (Imperial College London) ngecek buktinya pakai Lean, bahasa verifikasi formal, sebelum dia bangun tidur — dan Jared Duker Lichtman (Stanford) ikut bantu verifikasi. Counterexample-nya cukup sederhana buat dicek manual, beda dari klaim AI-matematika sebelumnya yang seringnya susah diverifikasi karena buktinya panjang.
• John D. Cook, blogger matematika dan programming yang dikenal hati-hati soal klaim AI, negesin: Claude "gak menyelesaikan dugaan ini. Dia alat mati di tangan matematikawan, sama kayak kapur atau spidol." Kutipan ini penting — ini bukan klaim "AI menyelesaikan masalah sendirian".

Kenapa ini penting

Selama ini, cara paling umum orang pakai AI adalah minta dia rangkum, susun ulang, atau jelasin sesuatu yang udah ada. Kasus ini beda: Claude dipakai buat nyari di ruang kemungkinan yang luas banget, sesuatu yang manusia kesulitan lakuin sendiri karena kombinasinya terlalu banyak buat dicoba satu-satu.

Ini bukan berarti AI sekarang "berpikir" kayak matematikawan. Perannya tetap alat pencari yang diarahkan manusia — Alpöge yang nentuin masalahnya, yang ngarahin pencariannya, dan matematikawan lain yang verifikasi hasilnya. Tapi kemampuan buat eksplorasi ruang kemungkinan yang luas ini yang baru, dan itu relevan di luar matematika juga: riset pasar, strategi bisnis, debugging masalah yang gak ada solusi jelasnya.

Buat kerjaan kalian, pergeserannya konkret: kalau kalian cuma minta AI rangkum atau rapihin, kalian baru manfaatin sebagian kecil dari yang bisa dia lakuin. Minta dia eksplorasi beberapa pendekatan berbeda buat masalah kalian — bukan cuma jawaban pertama yang kepikiran — itu cara pakai yang lebih deket sama apa yang kejadian di kasus ini.

Yang bisa kalian coba sekarang

Coba prompt ini buat masalah kerjaan kalian yang keliatan buntu atau udah dicoba dengan cara yang sama berkali-kali:

Saya sedang mentok di masalah ini: [ISI — jelaskan masalah
kerjaan/bisnis kalian]

Pendekatan yang sudah saya coba: [ISI — cara-cara yang udah
dicoba dan hasilnya]

Jangan kasih saya solusi yang mirip dengan yang sudah saya
coba. Tolong:
1. Coba pikirkan minimal 3 pendekatan yang benar-benar berbeda
   sudut pandangnya, bukan variasi dari cara yang sama
2. Untuk tiap pendekatan, jelaskan kenapa ini bisa berhasil dan
   risiko/keterbatasannya apa
3. Kalau ada pendekatan yang kelihatan aneh atau di luar
   kebiasaan tapi punya logika kuat, tetap sertakan — jangan
   disaring cuma karena kelihatan gak konvensional

Ini bukan jaminan hasilnya bakal seistimewa kasus di atas. Tapi arah pemakaiannya sama: AI sebagai alat buat memperluas ruang pencarian kalian, bukan cuma buat mempercepat jawaban yang udah kalian tau duluan. Soal kapan sebaiknya kalian yang tetap pegang kendali penuh dan kapan AI boleh dikasih ruang eksplorasi lebih luas kayak gini, ada kerangka mikirnya di artikel kapan gak boleh pakai AI.