《经济学人》：24位菲尔兹奖得主联名写信反对OpenAI 的方法

自从苏格拉底抱怨文字可能让人懒于记忆以来，还从未出现过学术界对一项新技术如此汹涌的焦虑情绪。在 9 月 11 日发表的一封公开信中，25 位菲尔兹奖得主——相当于数学领域的诺贝尔奖得主——表示，人工智能可能毁掉他们这门学科的基础。他们声称，人工智能公司解决数学问题，只是为了测试其模型的实力，而不是出于真正的智识探究精神。他们主张，这样做“有害于数学科学，也有害于数学界”。

他们的公开信是对人工智能在该学科前沿接连取得一系列看似突破性成果的回应，其中最新一项由该领域领先公司之一 OpenAI 于 9 月 8 日宣布。OpenAI 的一个团队表示，他们解决了纳维-斯托克斯问题，这是克雷数学研究所于 2000 年选出的七个“千禧年大奖难题”之一，被认为是该领域最难、最重要的问题。

因此，OpenAI 似乎抢了特里斯坦·巴克马斯特和莱文特·阿尔珀格的先。这两位数学家此前一直在公开攻关这项任务，并借助一些 AI，外界认为他们已接近解决方案。该公司发布了一篇 166 页的论文来描述其工作，其中使用了尚未向公众开放的模型。然而，尽管篇幅很长，这篇论文却几乎没有包含数学家在分享新发现时通常会提供的那种解释性细节。

乍看之下，这场争执听起来就像是当年电子计算器普及（导致心算能力丧失）或圆珠笔普及（认为缺乏对大脑的感官冲击可能对书写风格产生不利影响）时那种大惊小怪的高深版本。这些担忧在当时或许不无道理，如今听起来却与苏格拉底的担忧一样可笑——因为文字增强了记忆，而非取代了记忆。

但存在一个区别。写信的人并不是想阻止人工智能在其学科中的使用。事实上，其中一位，陶哲轩，在 OpenAI 于 5 月在 X 上发布的一段视频中为它辩护，说“它让我能够进行实验；我会尝试更疯狂的事情。”然后他列举了人工智能的有用能力，以及如果工作成果像数学文化和传统那样被共享，它将特别有用的期望。

他们的担忧，更确切地说，是问题的明确答案只是数学的一个方面。通常更有价值的是，得出重要证明的过程会引出更多问题，并创造新的研究领域。他们担心，如果人工智能做这些苦力活，这一点可能会丢失——如果这些苦力活是由那些随后未能向外界发布足够细节供人类阅读和理解的组织完成的，那就更是如此。正如另一位签署人雨果·迪米尼尔-科潘所说：把一个人空投到珠穆朗玛峰顶峰和攀登它，是相当不同的。

如果这听起来像是专业人士因担心饭碗而提出的自利之词，那它无疑就是如此。但这并不意味着它毫无道理。一个后果可能是，数学家们会为了免遭巴克马斯特博士和阿尔珀格博士那样的命运，而侵蚀他们自称享有的开放文化。但另一个更微妙的后果是，依赖人工智能这根拐杖会侵蚀思维习惯，使人类数学家在本领域成为能力更弱的从业者。

在此，有一个历史类比：一种被称为“认知卸载”的现象，即信息技术通过减轻人类记忆的负担，使心智技能以令苏格拉底不安的方式退化。早在 2011 年，哥伦比亚大学的贝齐·斯帕罗及其同事发表的研究就证实了一个常识性观点：面对难题时，人们会求助于谷歌搜索来寻找答案，而不是试图回忆自己已知的内容。SBS 瑞士商学院的迈克尔·格利希最近的一项研究同样发现，“频繁使用人工智能工具与批判性思维能力之间存在负相关”。

因此，这场争论折射出人们对人工智能扩散的更广泛担忧。OpenAI 的高管过去曾表示，他们设想的未来是人工智能与数学家合作，“弄清楚究竟哪些问题才真正重要、值得解决”。这预示着这样一个世界：认知性的数学工作可能确实会被外包给软件代理。而这种情况如何发生的细节，将决定这是一件好事还是坏事，也因此决定在这种情况下，苏格拉底是否可能终究是对的。