近期，一份牵动全球科学界目光的联合公开声明正式对外发布。当地时间9月11日，包含陶哲轩、彼得·舒尔茨、邓煜在内的25位菲尔兹奖得主，共同签署题为《人工智能在数学中的严重错位》的宣言，直指人工智能企业的技术竞速，和数学学科本身的价值追求正在发生深层偏离，这一矛盾如若放任，或将给基础研究带来难以估量的长远伤害 。
这份声明由一众顶尖数学家经过一周集中研讨后拟定。鉴于当下问题的紧迫性，签署者没有等待更长周期、更大范围的学界磋商，选择先行公开发声，陶哲轩也同步在个人学术博客刊载了完整文本，面向全球科研界开放联署通道。
声明首先客观肯定了技术进步：近段时间，大语言模型的数理推演能力实现跨越式提升，已经具备攻克多领域长期悬而未决数学难题的能力。但是，能力跃升的背后，潜藏着目标导向上的根本性分歧。
对于人工智能厂商而言，能否快速破解高难度数学难题，已经成为衡量模型性能、展示技术突破的重要标杆。行业竞速的重心，落在更快产出结论、刷新解题纪录。可在数学研究者眼中，求解从来不是这门学科的终极归宿。
那些载入史册的经典难题，更像是学科前行的路标。一项重大问题得以破解，真正珍贵的成果，往往不是一句对错结论，而是推导过程当中诞生的新思路、新概念与全新研究范式。一项崭新的数学方法问世，还需要经过反复研讨、简化论证、整理成文，历经数年甚至数十年沉淀，最终纳入教材，成为后辈学者可以继承、复用的科研工具。解决问题，仅仅是通往思想革新的中间环节，而非终点。
数学家们最为忧虑的，是行业竞速正在扭曲价值导向。当产出答案的速度成为首要考核指标，机器被不断训练以快速输出对错判定，真正孕育创新思想的思辨过程，反而有被边缘化的风险。不少由AI生成的证明仓促对外公布，缺少严谨的成文梳理，新方法得不到充分提炼，前人相关研究成果也缺少规范溯源，著作权属、学术溯源等一系列争议随之滋生。即便AI能够产出具备价值的新思路，如果缺少人类学者持续深耕、整合进现有的知识体系，这些灵光一现的构想终究无法落地生根，代代传递的学术传承链条便存在断裂隐患。
更深一层的隐忧，落在人才培养层面。数学专业的成长，依靠大量难题推演训练。布置习题的本意，从来不是单纯求得标准答案，而是让学习者在反复思索、碰壁、试错的过程，打磨独立思辨、自主设问、开拓新思路的科研素养。倘若AI可以一键给出最终结果，学习者将跳过最关键的思维淬炼环节，长期下去，新一代研究者独立探索问题的能力或将持续退化。
值得关注的是，数学家们并没有把矛盾局限于数学领域。声明提出，这是智力劳动普遍面临的困境：大量专业领域的长期深耕，价值不只在于交付最终成果，更在于从业者在漫长历练中形成通透的理解力、提出原创议题的洞察力。AI可以直接输出工作成品，却很难复刻完整的思维成长路径，目标错位的困境正在向各行各业蔓延。
这份宣言并不排斥人工智能赋能科研。签署学者认可，合理运用AI工具，完全有机会加速数学探索、拓展人类认知的边界，数学界本身也需要主动适应技术变革。未来走向究竟是增益还是损耗，决定权，掌握在技术开发者、科研共同体与整个社会的共同选择之中。
这场讨论，也把核心议题推向所有人面前：当机器越来越擅长给出答案，人类从事学术研究、开展深度思考，真正想要追寻的究竟是什么？数学家呼吁各界正视这一命题，在技术迭代的浪潮之中，守住智力求索原本的初心。
⚖️
Serving national strategies, focusing on university research and the transformation of scientific and technological achievements
热门跟贴