OpenAI与数学界的冲突，正在从署名争议升级为信任危机

导语

AI模型开始触及长期未解的数学问题，本应是科学研究的重要进展，却正在引发数学界的不安。25位菲尔兹奖得主签署公开信，批评AI实验室为了在竞赛中领先，仓促发布数学成果，忽视了证明验证、方法整理和对既有工作的准确引用。

这场争论并非抽象的学术分歧。纽约大学教授特里斯坦·巴克马斯特本周指责OpenAI曾施压，要求他不要在一项重要数学问题的解决中署名一位供职于Anthropic的合作者。他还提出疑问：OpenAI是否利用研究者通过Codex开展的工作，在一个持续数日的推理过程中生成了自己的突破性证明。相关证明目前仍未被数学界验证。

核心争议

• 证明不能只靠“宣布”成立。 数学成果需要经过同行检查、完整写作和方法解释。若实验室在证明尚未被充分理解前就抢先发布，社区很难判断其可靠性，更难将新方法纳入数学体系。
• 署名与来源变得更复杂。 当AI工具参与探索路径时，谁发现了关键思路、谁完成了证明、谁应获得认可，都需要新的规范。数学家担心，缺少适当归属会演变成抄袭和知识挪用争议。
• 研究者开始担心自己的工作被反向利用。 一些数学家担忧，他们使用Codex获得的思路可能被用于训练或改进实验室模型，从而让原始研究者在成果竞争中处于不利位置。
• 机构关系也受到影响。 OpenAI在受到加州理工学院研究人员批评后，于周四撤回了对一场数学活动的赞助，显示争议已经从个人纠纷扩展到实验室、大学与研究社区之间的关系。

更大的影响

数学的价值不只在于最终证明和首个署名者。证明背后的概念、教学过程、问题延伸以及不同世代数学家之间的传递，共同构成了学科的知识结构。菲尔兹奖得主们警告，如果AI生成的成果缺少人类数学家愿意核验、整理和传播的环节，它们就难以真正成为数学知识的一部分。

更现实的风险是激励机制变化。当前，前沿实验室可以投入巨额计算资源，让大型语言模型持续搜索证明路径，并可能在原研究团队之前宣布结果。若研究者无法确认自己的工具使用是否会泄露研究方向，开放协作可能逐渐让位于保密和防御。

这封公开信延续了数学家工作组今年6月发布的《莱顿宣言》。它提出，数学界、科研机构和政策制定者需要共同建立适用于LLM辅助证明的规则。问题也不只属于数学：软件工程、科学研究和其他创意行业同样面临“AI能否完成工作”之外的追问——人类如何保留工作的意义、责任与传承。

TechCrunch AI