25位菲尔兹奖得主联合声明:AI公司把数学当跑分,正在毁掉数学
声明称AI行业与数学界的目标“严重错位”,机器速度产出的解答可能摧毁数学赖以生长的土壤,还带来署名与抄袭问题;签署者包括陶哲轩、Pierre Deligne、Peter Scholze等。
AI解读:25位菲尔兹奖得主罕见地联名发声明,矛头对准的不是AI能不能做数学,而是AI公司拿数学题当跑分刷。声明认为,两边的目标“严重错位”。
数学界真正在意的不是答案,而是答案背后那套新思路。一个著名猜想被攻克后,数学家要用数年时间开会、讨论、简化,把它消化进整个学科。AI如果直接把答案灌进来,这个流程就被短路了。
现实层面的摩擦已经出现:AI生成的解答常常来不及正式写清楚,新方法没被单独拎出来,前人工作也未必被引用,声明点名这会带来严重的署名和抄袭疑问。
这不只是数学的事。签署者说,很多领域多年的训练本来是为了培养理解力和提出新问题的能力,AI直接给结果,这两件事就分家了。教育里已经能看到裂缝:作业越来越能交给AI,考试却仍然禁用。
声明没有呼吁封禁AI,反而承认它可能加速真正的数学研究。但最终是帮忙还是搞破坏,声明交给“控制这项技术的人”来决定,并称这些问题必须紧急处理。
25位菲尔兹奖得主联合发表声明,警告AI对数学的冲击。菲尔兹奖是数学界最高荣誉,签署者包括陶哲轩(Terence Tao)、1978年获奖的Pierre Deligne、2018年获奖的Peter Scholze、2022年获奖的Maryna Viazovska、2014年获奖的Martin Hairer、2010年获奖的Cédric Villani、2014年获奖的Manjul Bhargava,以及今年(2026年)获奖的Yu Deng。
声明:AI公司与数学界目标“严重错位”
声明称,大型语言模型近几个月在数学上进步太快,已经能攻克“许多数学领域的重大未解问题”。这正是让他们担心的原因:AI公司把数学题当作待征服的基准测试,伤害了这门科学和周围的学术社群。
签署者写道,AI公司的目标与数学家的目标“严重错位”。陶哲轩此前已就AI引发的数学基础危机发出过警告。
解题不是目的,只是通往理解的路
声明用比喻说明数学界怎么看待未解难题:著名未解问题“常常是地标和灯塔,用来衡量我们对这片地形理解的进步”。有人攻克一道题时,解答本身没那么重要,重要的是得到解答所依赖的新思考。
之后数学家会花数年时间,通过“漫长而艰苦的会谈、讨论、简化”把新思考拆解消化。AI有可能短路这一过程。签署者写道:“解题只是实现概念性理解与洞见这一首要目标的工具和代理。”
以机器速度向领域内灌入答案,可能“摧毁肥沃的土壤,而不是为新想法注入生命”。声明还提到,AI生成的解答被公布时,“没有时间做适当的书面整理、分离出新方法与新想法、引用他人相关的前期工作”,这带来“严重的署名和抄袭问题”。
声明写道:“如果没有愿意推动这些想法发展并融入数学典籍的数学家,AI构想出的想法永远不会真正活起来。”“数学家之间关键的人类传承链将会丢失。”
声明发布之际,两位数学家与OpenAI正陷争议
声明发布之时,两位数学家与OpenAI之间正有一场争议。指控称:OpenAI听到关于某个千禧年大奖难题(Millennium Prize Problem)部分解答的传闻后,试图抢在研究者之前取得成果,以获取曝光度。
OpenAI首席研究员Pachocki曾在Astra发布会上表示,公司刻意没有针对数学优化该模型。但不久后,OpenAI似乎还是训练了数学模型,看起来正是对上述传闻的直接回应。
签署者称这是对智力工作的普遍威胁
签署者认为,这构成“对智力工作的普遍威胁”。在许多领域,多年的训练“不仅是为了产出最终答案或产品,也是为了培养理解力、以及提出新问题和新想法的能力”。当AI“直接产出这类工作的结果”时,这些目的就分家了。
声明写道:“数学界现在面临的问题,与其他科学和创意专业面临的问题类似,也预示了全人类可能面临的问题:在AI改变工作方式的同时,如何确保我们不会忘记这项工作原本要达成什么。”
这种裂缝已经出现在教育中。作业越来越可以由AI完成,而考试仍禁止使用AI。两种场景下的成绩差距在持续拉大。
不呼吁封禁,但把决定权交回人类
数学家们并没有呼吁封禁AI。声明称,AI“有潜力增强和加速真正的数学学习与理解”。这个行业将不得不适应。
但“这些变化最终是有益于这个领域,还是产生破坏性影响,很大程度上将取决于控制这项新技术的人类所作的决定”。
签署者表示:“这些问题必须紧急处理”,并呼吁数学界、开发这些工具的公司,以及“将在许多其他形式的智力工作中面对类似问题的社会”共同应对。
“认知公地悲剧”
北约特种作战大学(NATO Special Operations University)近期一篇研究论文描述了相关模式:“认知公地悲剧”。每家用AI替代初级岗位的公司都获得了效率收益,但专业能力被侵蚀的代价却由整个talent pool(人才池)分摊。研究者在整个职业层面描述的现象,数学家们已经在自己的领域里看着它发生。