第一财经

25 فائزًا بجائزة فيلدز يحذرون معًا: هناك “انحراف خطير” بين الذكاء الاصطناعي والرياضيات

原文:25位菲尔兹奖得主联合警告:AI与数学正在出现“严重错位”

لماذا يشعر علماء الرياضيات البارزون بالذعر عندما يبدأ الذكاء الاصطناعي في “حل المشكلات الرياضية بسرعة فائقة”؟

مرحبًا بكم، أنا مراسل مالي وعالم اقتصاد. اليوم، لن نتحدث عن تقارير مالية لشركات جديدة أو تقلبات أسعار الأسهم، بل عن أزمة عميقة تدور بين “الدماغ” و“الرقاقات الإلكترونية”.

مؤخرًا، حدث حدث كبير في عالم الرياضيات: أصدر 25 حاصلًا على جائزة فيلز (وهي جائزة نوبل في الرياضيات)، بما في ذلك تيرينس تاو وبيتر شولتز، بيانًا بعنوان “الاختلال الخطير للذكاء الاصطناعي في الرياضيات”.

ببساطة، أصبح الذكاء الاصطناعي أقوى وأقوى، ويمكنه حل العديد من المشكلات الرياضية التي يواجهها العلماء البشر. لكن ما يثير قلق هؤلاء العلماء البارزين ليس قوة الذكاء الاصطناعي نفسه، بل الطريقة التي يحل بها المشكلات، والتي تدمر القيم الأساسية لعلم الرياضيات.

لكي أوضح لكم الموضوع، سأقسم البيان إلى خمسة جوانب وأشرحها بلغة بسيطة.

---

1. التناقض الأساسي: الذكاء الاصطناعي يحقق “النقاط”, بينما يسعى العلماء لـ “اكتشاف المعاني”

أولاً، دعونا نفهم جذور هذا الصراع:

منطق شركات الذكاء الاصطناعي هو:

الطريقة الأفضل لإثبات أن نموذجنا ذكي هي استخدامه لحل المشكلات الرياضية التي لم يتم حلها من قبل. إذا نجح في الحل، فهذا يعني أن النموذج صحيح؛ وإذا فشل، فهو خاطئ. هذا ما يُعرف بـ “اختبار المعايير” (Benchmark). تمامًا مثل الامتحانات، كلما كانت النتيجة أعلى، كان النموذج أقوى.

منطق العلماء الرياضيين هو:

الرياضيات ليست مجرد الحصول على إجابة نهائية (مثل “1+1=2” أو حل معادلة ما). الرياضيات هي وسيلة لـ فهم العالم.

مشكلة رياضية معقدة تشبه مينارة في البحر؛ قيمتها لا تكمن في مجرد إضاءتها، بل في قدرتها على توجيه السفن. عندما يحل العلماء مشكلة، ما يكتسبونه حقًا هو الطرق الجديدة، ووجهات النظر الجديدة، والمفاهيم الجديدة التي يكتشفونها أثناء العملية.

أين يكمن التناقض؟

تعتبر شركات الذكاء الاصطناعي “سرعة الحل” و“عدد المشكلات المحلولة” مؤشرات أساسية للأداء (KPIs). لكن العلماء الرياضيين يعتقدون أن حل المشكلات مجرد وسيلة، وأن الفهم هو الهدف الحقيقي**.

هذا يشبه شركات الذكاء الاصطناعي التي تنتج الإجابات بسرعة فائقة، بينما يبحث العلماء عن أسباب هذه الإجابات وإمكانياتها في توجيه البحث العلمي.

2. فخ السرعة: إنتاج الإجابات بكميات كبيرة، لكنه يدمر “الأفكار”

يستخدم البيان مثالًا ملموسًا: **“إنتاج الإجابات الصحيحة أو الخاطئة بكميات كبيرة قد لا يؤدي إلى توليد أفكار جديدة، بل قد يدمر التربة الخصبة للابتكار.”

لماذا؟

في البحث الرياضي التقليدي، يستغرق حل مشكلة معقدة سنوات أو حتى عقود. خلال هذه العملية، يختبر العلماء ويناقشون ويعدلون. هذه العمليات البطيئة هي بالضبط ما يولد الأفكار الجديدة.

  • في الماضي: كان عالم رياضي يطرح فرضية، وعالم آخر يقضي ثلاث سنوات في إثباتها، وخلال هذه الفترة يكتشف أدوات جديدة يمكن استخدامها في مجالات أخرى.
  • الآن: قد يقدم الذكاء الاصطناعي الحل في ساعات قليلة. على الرغم من أن النتيجة صحيحة، إلا أنها قد تأتي من خلال عمليات حسابية معقدة دون تطوير طرق عامة وأنيقة.

إذا أصبح إنتاج الإجابات بسرعة فائقة هو الهدف الرئيسي، فإن البحث الرياضي سيفقد جوهره.

3. الفوضى الأكاديمية: غموض حقوق الملكية وأزمة الانتحال

هذه مشكلة واقعية وصعبة: إذا كتب الذكاء الاصطناعي ورقة بحثية مثالية، من يكون المؤلف؟

يشير البيان إلى أن العديد من الإجابات التي ينتجها الذكاء الاصطناعي تُعلن عنها بسرعة دون اتباع إجراءات كتابة الأوراق البحثية المعتادة. هذا يؤدي إلى مشكلتين خطيرتين:

1. نقص الاستشهادات والتراث: الرياضيات تعتمد على عمل الآخرين؛ كل ورقة بحثية جديدة تستند إلى أعمال سابقة. المحتوى الذي ينتجه الذكاء الاصطناعي غالبًا ما يفتقر إلى هذا الارتباط، مما يقطع سلسلة نقل المعرفة.

2. حقوق الملكية والانتحال: إذا استند الذكاء الاصطناعي إلى أفكار غير منشورة لعالم رياضي أو ملاحظات عامة، فمن يكون المؤلف؟ هل الشركة المطورة للذكاء الاصطناعي؟ أم العالم نفسه؟ والأسوأ، إذا بدا المحتوى الناتج أصليًا لكنه في الواقع مجرد تجميع أو تعديل لأبحاث موجودة، فهذا يعتبر انتحالًا. نظرًا لسرعة إنتاج الذكاء الاصطناعي، من الصعب التحقق من مصادر كل خطوة، مما يشكل تحديًا كبيرًا لنظام النزاهة الأكاديمية.

4. أزمة التعليم: إذا أصبحت الإجابات في متناول اليد، كيف يمكن للطلاب النمو؟

قد يكون هذا الجانب له تأثير أكبر على الناس العاديين:

الهدف من تعليم الرياضيات ليس فقط تعليم الطلاب كيفية حل المشكلات.

عندما يطلب المعلمون من الطلاب حل مشكلات صعبة، ليس الهدف معرفة الإجابة النهائية، بل تدريبهم على التفكير المنطقي، والصبر، والقدرة على إيجاد الحلول في الصعوبات.

  • عملية التفكير أثناء التعثر،
  • النقاشات في المجموعات،
  • الإحباط والسعادة أثناء تعديل الحلول،

كل هذه جزء من “الكفاءة الرياضية”.

التهديد الذي يشكله الذكاء الاصطناعي هو:

إذا كانت أول ردة فعل للطلاب عند مواجهة مشكلة هي “دع الذكاء الاصطناعي يحلها لي”, فإنهم يفوتون الخطوة الأكثر أهمية وهي التفكير العميق.

هذا مثل تعلم القيادة؛ إذا بدأت باستخدام نظام القيادة الآلي من البداية، فلن تتعلم أبدًا كيف تراقب الطريق أو تدير عجلة القيادة أو تتوقع المخاطر.

يحذر البيان من أن الاعتماد المفرط على الذكاء الاصطناعي قد يجعل البشر يفتقدون التدريب الضروري لتطوير فهم عميق وطرح أسئلة جديدة. على المدى الطويل، قد ننتج أشخاصًا “يعرفون كيفية طرح الأسئلة”، لكن ليسوا “قادرين على حل المشكلات”. الموارد الأكثر قيمة في مجال الرياضيات، وهي الطلاب والأفكار، قد تتدهور بسبب نقص هذا التدريب الضروري.

5. القلق الأعمق: هذه ليست مشكلة الرياضيات فقط، بل أزمة في جميع أشكال “العمل الذهني”

أخيرًا، يوسع هؤلاء العلماء البارزون نطاق قلقهم ليشمل جميع المجالات الأخرى. يقولون: “نحن نشهد تهديدًا عامًا للعمل الذهني”.

هذا يعني أن الرياضيات مجرد مثال على ذلك.

في الكتابة، والبرمجة، والتصميم، والقانون، والطب، وغيرها من المجالات، كان التدريب المهني على مدى سنوات يهدف ليس فقط إلى إنتاج منتجات نهائية، بل أيضًا إلى تنمية القدرة على الحكم، والذوق الجمالي، وطرح أسئلة جديدة.

  • الكتاب يكتبون للتعبير عن المشاعر واستكشاف الإنسانية؛ هل يمكن للذكاء الاصطناعي أن يحل محل هذا الإبداع؟
  • المبرمجون يكتبون الكود لحل المشكلات المعقدة؛ هل يمكن للذكاء الاصطناعي أن يحل محل المهندسين في فهم النظام بشكل شامل؟

الذكاء الاصطناعي يعتمد على المعرفة الهائلة التي جمعها البشر، وهو أصبح أكثر قدرة على إنتاج “النتائج” مباشرة. هذا يخلق تناقضًا جوهريًا:

**المجتمع يأمل في الحصول على “الحكمة” و“الابتكار” من هذه الأعمال، لكن الذكاء الاصطناعي يستبدلها بـ “الكفاءة” و“النتائج”.

إذ