AI时代的科研异化与人的主体性

近日，OpenAI一次性公开了七百余份由人工智能生成的数学研究手稿。如此庞大的产出规模令人惊讶，似乎预示着一个科学发现可以大规模自动化的时代正在到来。然而，数学界对此的反应却远非一致的欢呼。陶哲轩开始公开反思AI对数学研究可能造成的负面影响，一些数学家甚至发表声明，质疑这种批量生产研究成果的方式究竟能在多大程度上促进数学的发展。

这场争论让我感到一种强烈的矛盾。一方面，人工智能正在展现出前所未有的智力能力，许多过去需要人类付出漫长努力才能解决的问题，如今可能在极短时间内得到答案。另一方面，这种能力的增长似乎并未给所有研究者带来同等程度的喜悦，反而使一些人开始担忧自己所从事的事业正在失去原有的意义。为什么一种能够极大推动知识增长的技术，会引发如此深刻的忧虑？

陶哲轩在近期的讨论中指出，传统数学研究中，一项重大猜想的解决往往只是学术活动的开始。围绕新的证明，数学家们会展开讨论、举办报告、形成合作，新的研究问题也随之出现。原本复杂的证明逐渐得到简化和解释，最终成为能够被更多人理解、学习和继续发展的数学知识。科学发现由此融入整个学术共同体，并在持续的交流与探索中推动学科发展。

而AI可能改变这一过程。一个人可以借助AI迅速解决某个数学问题，却未必真正理解得到的证明，也未必对这一领域具有持续的研究兴趣。当成果能够被大量生产，围绕成果展开的理解、讨论与后续探索却未能同步增长时，数学研究便可能出现一种奇特的繁荣：被解决的问题越来越多，研究活动本身却未必因此更加活跃。

在我看来，这种变化触及了现代科研中一个长期存在的问题：科研活动正在越来越深地受到成果指标的支配。

事实上，在人工智能大规模进入科研领域之前，这种异化就已经相当明显。论文数量、引用次数、期刊等级和各种绩效指标，逐渐成为衡量科研活动的重要标准。原本用于评价研究成果的指标，又反过来影响研究者的行为，使科研工作越来越倾向于生产可以计量、考核和比较的成果。研究者忙于发表论文、完成项目、争取各种评价，却可能在这一过程中逐渐偏离科学探索的初衷。

人工智能的出现，使这种早已存在的矛盾变得更加尖锐。当论文、程序乃至数学证明都能够以极低的边际成本大量生成，科研成果的生产效率便可能获得前所未有的提升。然而，如果我们仍然沿用原有的评价方式，以成果数量和解题能力衡量科学进步，那么这种技术进步也可能将科研的指标化推向极致。人类创造了越来越强大的知识生产工具，却可能反过来被这些工具所塑造的竞争方式支配。

但这里还有一个比科研评价更为根本的问题：科学研究究竟是为了什么？

我们通常认为，科学的目的在于认识世界。然而，这个看似简单的表述始终隐含着一个主语，那就是人类。对于人类文明而言，科学的发展意味着人类通过观察、实验、推理和创造，不断深化自己对世界的理解。科学知识的增长与人类认识能力的拓展，长期以来构成了一个相互促进的过程。

如今，人工智能使这两个过程有可能逐渐分离。

假如一个AI系统独立解决了大量数学难题，甚至给出了在形式逻辑上完全正确的证明，但人类尚且无法理解其中的方法、思想及其与既有知识的联系，那么我们当然可以承认这些成果具有客观的数学价值，却很难说人类对数学的理解也获得了同等程度的提升。

知识成果的增加，并不自动意味着人类认识能力的增长。

AI当然可以帮助人类认识世界。现代科学本来就离不开各种工具，人类也没有必要亲自完成每一项计算和推导。但科学作为人类的认识活动，最终仍然需要由人来理解、检验、吸收和发展这些知识。如果人类逐渐丧失对研究过程的主动参与，只是不断向机器提出问题、接受答案，那么即使知识总量持续增长，人类自身的认识能力也未必能够获得相应的发展。

这种变化甚至让我联想到人类早期理解世界的方式。

在科学方法尚未建立的年代，人们曾经通过占卜寻求对未知世界的解释。面对无法理解的现象，人们向某种外部权威寻求答案。经过漫长的发展，现代科学逐渐建立起以观察、实验、逻辑和证据为基础的认识体系，使人类能够依靠自身的理性能力不断探索未知。

而今天，我们似乎又面临着某种意义上的“占卜时代”。只不过，人们不再焚烧龟甲，而是消耗Token，向复杂的人工智能系统提出问题，然后等待答案。

当然，现代AI建立在数学、计算与大量人类知识的基础之上，与古代占卜存在根本区别。但这种比喻所指向的，是人们与知识之间关系的变化。当获取答案变得越来越容易，理解答案却仍然需要付出艰苦努力时，人们可能逐渐习惯于跳过思考的过程，将越来越多的认知活动交给外部系统。我们能够迅速回答的问题越来越多，却未必因此更加理解这些问题。

更令我感到失落的是，人工智能的强大似乎也正在改变科学发现所带给人类的情感体验。

假如有一天，OpenAI宣布在同一天解决了剩余的全部六道千禧年数学难题，即使这些证明最终都得到了严格确认，我恐怕也不会像当年得知怀尔斯证明费马大定理、佩雷尔曼解决庞加莱猜想那样激动。那些伟大的发现之所以能够在人们心中留下深刻印象，当然有其知识价值的原因，但我们同样会被研究者漫长的探索、非凡的创造力，以及人类智力不断突破自身局限的过程所打动。

当这些过去需要一代甚至几代数学家不断努力的难题，能够被机器在短时间内批量解决，科学发现的知识价值或许依然存在，但它在人类文化中的意义难免发生变化。我们曾经通过科学家的探索感受人类理性的力量，而未来，人们可能越来越多地面对那些已经得到证明、却尚未被充分理解的结论。

这并不意味着我们应该拒绝人工智能，更没有必要因为机器能够完成某些智力活动，就否定其成果的价值。AI的强大是人类科学与技术长期发展的结果，它也完全可能成为人类进一步认识世界的重要工具。真正令人担忧的，是人们在追求技术能力和生产效率的过程中，逐渐忽视了自身的认识活动，以及这些活动原本具有的意义。

这让我想到《千与千寻》中的一个情节：千寻被提醒不要忘记自己的名字，否则就可能永远失去自我。

在某种意义上，现代社会中的许多活动也面临着相似的处境。随着分工、竞争和评价制度的发展，人们越来越熟悉自己需要完成的任务、达到的指标，却可能逐渐忘记这些活动最初的目的。科研人员忙于生产成果，技术工作者追逐效率与性能，而人类自身的需求、理解和创造热情，却未必始终受到同样的重视。

人工智能的发展使这种矛盾变得格外突出。我们或许很快就会拥有远远超过自身认知能力的机器，能够以前所未有的速度获取答案、发现规律，甚至建立新的理论。但无论技术发展到何种程度，我们仍然需要追问：这些知识究竟如何进入人类的理解，又如何帮助人类更好地认识和把握自己的世界？

对我而言，这也是科学研究不能被简化为知识生产的原因。人类认识世界的愿望，以及在这一过程中展现出的好奇、思考与创造能力，本身就是科学事业不可割舍的价值。AI可以帮助我们走得更远，但人类不能因此忘记自己为什么出发。