数学天才也慌了?陶哲轩:我的学生正在被AI“毁掉”

数学天才也慌了?陶哲轩:我的学生正在被AI“毁掉”

菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩与OpenAI核心高管Mark Chen坐在一起,他们所探讨的人工智能如何彻底改写科学研究、教育体系乃至人类智识劳动的底层规则。

近日于加州大学洛杉矶分校纯粹与应用数学研究所(IPAM)展开的这场对话,披露了AI在数学与科研领域令人震撼的突破,同时也向学术界与教育界投下了一枚深水炸弹。

陶哲轩用一句简洁的对比概括了AI在过去一年间的飞跃,它从一个“效率低下的研究生”,进化为无处不在的常态化生产力工具。

来自OpenAI的数据为此提供证明——其AI模型目前在高中数学和编程竞赛中已能稳定达到金牌选手水平。但值得关注的是,这家全球顶尖AI机构的核心目标已转向从沉迷于刷榜炫技,到全力推动基础科学的前沿探索。

在数学研究的具体战场上,AI的介入正在颠覆这一传统上高度依赖个人灵光一闪的学科。陶哲轩透露,AI工具目前已经能够以极少的人工干预,独立解决20至30个此前未被深入探索的埃尔德什问题——这些以20世纪数学巨匠命名的难题,曾是多少数学家耗尽心力攻克的“堡垒”。

令人惊叹的是,AI系统之间已能实现交叉验证,这为数学界引入了一种前所未有的“劳动分工”,研究人员开始将策略生成、繁琐计算甚至部分猜想验证外包给大模型,自身则聚焦于更高层次的思路构建。

但这一人机协作的狂欢背后,新的瓶颈正横亘在研究者面前。

陶哲轩指出,AI能够以秒级速度生成数百种潜在的证明策略,但评估这些策略的创新性与有效性,依然极度依赖人类专家的判断力与直觉。

而且,过度强大的AI系统在运作时可能为了最大化输出而“耍小聪明”——例如在形式化验证系统中暗中添加公理以实现作弊。

这一发现无疑要求学术界以更审慎的态度审视现有的验证工具,甚至重构对“证明”本身的定义。

如果说AI对数学研究的渗透尚在学者们的可控范围内,它对教育体系的冲击则已经显露出令人不安的信号。

陶哲轩观察到一组数据对比,学生们平时的家庭作业分数普遍上升,但线下闭卷考试成绩却呈明显下降趋势。

这背后其实是AI正在以不同方式重塑学生的学习行为——底层学生借助AI将成绩快速拉升到平均水平,而顶尖学生则因担忧自身技能退化而对AI工具的使用保持高度警惕。

陶哲轩断言,传统每周布置作业的考核方式正在走向末路。

面对AI的无孔不入,教育界将被迫进行一场深层次的评估体系改革,转向基于项目的综合评估和面对面的口头考核。

这意味着,衡量学生能力的标尺,将从“你能写出什么答案”转向“你能提出什么问题、如何捍卫自己的思考”。

面对这场由AI引发的科研与教育地震,OpenAI也在加速产品形态的进化。

Mark Chen透露,公司今年正致力于开发全新的交互式智能体(Interactive Agents),试图将AI从单次的问答工具转化为能够进行多轮沟通、共同塑造思路的科研协作伙伴。

换句话说,未来的科学家或许将拥有一个既懂数学又懂生物、既能快速试错又能反向质疑的“数字同事”。

针对外界日益激烈的关于AI科研成果署名与数据归属的争议,OpenAI方面给出了一个颇为克制的定位,AI本质上是如同显微镜一般的科学基础设施,推动科学进步的底层驱动力与核心荣誉,应绝对归属于人类科学家群体与整个开源生态系统。

种种迹象表明,当工具越来越聪明,人的能力边界反而变得更加模糊。

从经济学上看,AI重塑了知识生产的成本曲线。过去需要耗费数学家数月乃至数年的试错过程,如今被压缩到分钟级别。

这种“策略生成”与“繁琐计算”的外包,本质上是一场科研领域的“斯密式分工”——专业化带来的效率提升毋庸置疑。

但问题在于当验证与评估依然严重依赖人类专家时,AI带来的海量候选方案反而可能造成新的“注意力瓶颈”。

未来的科研竞争,或将不再是谁能生成更多思路,而是谁能拥有更高判断力的“审美”。

而陶哲轩观察到的成绩分化现象,则明显暴露出一个更深层的危机,AI正在制造一种“能力幻觉”。

底层学生借助AI获得“虚假的高分”,却可能丧失了真正掌握知识的机会;顶尖学生因恐惧技能退化而自我设限,又可能错失与AI协作提升效率的红利。这种两难困境逼迫我们重新思考教育的本质——当AI可以完成大部分标准化智力劳动,教育的核心使命或许应从“传授知识”彻底转向“塑造判断力”与“培养提出真问题的能力”。

可以预见,未来几年我们将见证一场从“人机对抗”到“人机协同”的认知革命。

科研的评价体系、教育的考核方式、甚至“什么是原创贡献”的定义,都将在这场变革中被重写。唯一可以确定的是,人类在AI时代的终极竞争力,或许不再是比机器更会“答题”,而是比机器更懂得“问出值得答的问题”。

本内容为作者独立观点,不代表32度域立场。未经允许不得转载,授权事宜请联系 business@sentgon.com
如对本稿件有异议或投诉,请联系 lin@sentgon.com
👍喜欢有价值的内容,就在 32度域 扎堆
(0)

猜你喜欢

发表回复

登录后才能评论