Het debat over de ethische en juridische grenzen van kunstmatige intelligentie krijgt een nieuw hoofdstuk met de aanklacht van de onafhankelijke onderzoeker Robert Edward Grant. Grant stelt dat het model Claude, ontwikkeld door Anthropic, mogelijk zonder toestemming zijn werk heeft gebruikt dat in januari 2026 werd gepubliceerd onder de titel Proof of the Riemann Hypothesis: A Geometric Constraint on Prime Fluctuations.
In dat document stelt Grant een geometrische methode voor op basis van dimensionale relaties en de fluctuaties van priemgetallen om de beroemde Hipótesis de Riemann aan te pakken. De controverse kwam in november aan het licht toen bekend werd dat de onderzoeker een brief van 16 pagina's had gestuurd naar Dario Amodei, chief executive van Anthropic.
De brief, met kopie aan juridische adviseurs, verzekeraars die betrokken zijn bij een mogelijke beursgang en leden van de raad van bestuur van het bedrijf, wijst op overeenkomsten tussen de bewijsvoering die aan Levent Alpöge wordt toegeschreven en de aanpak die Grant onafhankelijk ontwikkelde. De volledige tekst circuleert inmiddels op het platform X.
De aanklacht staat niet op zichzelf. Begin dit jaar kwamen vergelijkbare vragen naar voren rond de Navier-Stokes-vergelijking en een tegenvoorbeeld van de soficity-conjectuur van Gromov. In beide gevallen beweerden verschillende wiskundigen dat hun eigen presentaties mogelijk als basis hadden gediend voor het genereren van de bewijzen.
Het is vrijwel onmogelijk om vast te stellen of een bepaalde lezing invloed heeft gehad op het antwoord van een model. We zullen dus waarschijnlijk nooit weten of deze specifieke claims waar of onwaar zijn.
De kern van het conflict verwijst naar de manier waarop de nieuwste algoritmes zich voeden met materiaal dat op digitale platforms wordt gedeeld. Kritische stemmen in de onderzoekswereld waarschuwen dat AI-labs hun modellen trainen met ideeën die zich bevinden aan de voorhoede van de menselijke kennis.
De klagers benadrukken twee hoofdproblemen. Het eerste betreft het intellectueel eigendom en de moeilijkheid om onderscheid te maken tussen legitieme inspiratie en onrechtmatig gebruik bij machine learning. Het tweede richt zich op het commerciële model van de grote techbedrijven.
Volgens deze stemmen verkopen de meest geavanceerde AI-labs via betaalde abonnementen de kennis die ze uit de wetenschappelijke gemeenschap halen, wat neerkomt op het privatiseren van het collectieve menselijke weten en de open toegang tot de wetenschap in gevaar brengt.