AIが百年の数学の難問を解いたが、なぜトップの数学者たちは怒っているのか？
こんにちは、私はあなたの財経ジャーナリスト兼経済学者です。今日は、とてもサイエンスフィクション的に聞こえるかもしれませんが、実際に起こっていることについて話しましょう：AIが人類を悩ませてきた百年の数学の難問を解いたのに、数学者たちは喜ぶどころか、共同で抗議し、「AIが破壊をしている」と言っています。
これは少し直感に反するように聞こえますよね？私たちはAIを効率を上げ、難問を解くための「超級アシスタント」と思ってきました。難問が解けたら、それは良いことではないでしょうか？
急がないでください。この問題を詳しく分析し、わかりやすく説明しましょう。これは数学だけでなく、私たち一人一人の仕事や学び方、さらには人類文明の未来にも関わる問題です。
---
一、核心内容のまとめ：「答え」と「理解」の戦い
簡単に言うと、9月8日にOpenAIはAIツールを使って88時間かけて「ナビエ＝ストークス方程式」の形式的証明を完成させました。これはクレイ数学研究所が100万ドルの賞金をかけて解決を求めていた、数学界を悩ませてきた7つの難問の一つです。
理論的には、これはAIの画期的な勝利です。しかし3日後、陶哲轩（Terry Tao）や邓煜（Deng Yu）を含む25人のフィールズ賞受賞者をはじめとするトップの数学者たちが、「人工知能による数学の深刻な誤用」という厳しい内容の公開書簡を発表しました。
彼らの主な論点は以下の通りです：
AIは「正しい答え」を出しましたが、「理解のプロセス」を飛ばしてしまいました。数学（そしてすべての知識ベースの仕事）にとって、「どのようにして答えにたどり着いたか」が「答えそのもの」よりも重要です。AIは答えを「ヘリコプターで空から投下」するようにしていますが、その過程で人間が積み上げてきた知恵やツール、直感を消し去っています。この「結果だけでプロセスがない」モデルは、数学研究の基盤を崩し、若い学者たちが成長する機会を奪う可能性があります。
---
二、数学者たちがなぜそんなに焦っているのか：深い分析
この問題を完全に理解するために、以下の5つの側面から詳しく説明します：
1. 陶哲轩の反発：AIを最も支持していた人物でさえも
この共同書簡で最も注目されるのは陶哲轩です。
多くの人は知らないかもしれませんが、陶哲轩は実はAIの熱心なファンです。彼は早くからGPT-4を使ってコードを書いたり、図表を作成したり、証明を補助したりしています。彼は公に「GPT-4は本当に多くの煩雑な作業を省いてくれた」と述べています。さらに、2026年までにAIが数学研究において信頼できる「共著者」になると予測しています。
なぜ彼が抗議の先頭に立つのでしょうか？
問題は「度合い」と「方法」にあります。陶哲轩は、AIが完全で無矛盾のある証明を直接出せるようになると、AIはもはや「アシスタント」ではなく、「ブラックボックス」になってしまうと気づきました。
彼は例えを挙げました：以前、数学者が難問に取り組むときは、険しい山を歩いて滝を探すようなものでした。道に迷ったり、他の興味深い小川や岩を見つけたりして、それを地図に記録したりしました。これらの「迷い」や「発見」が、後の探検家たちのガイドになります。
しかし今、AIはあなたを直接滝の前にヘリコプターで運び、その後連れ去ってしまいます。あなたは滝（答え）を見ることはできますが、その道を歩いたことはなく、途中の地形も知らず、地図も残していません。
数学者にとって、その「地図」（問題解決の過程での新しいアイデアやツール）の方が「滝」（最終的な答え）よりも価値があります。なぜなら、その地図は後世に再利用できるからですが、滝は一度しか見ることができません。
2. 「低品位の鋼鉄」理論：良い問題は再生不可能な資源
数学者たちにはもう一つの深い懸念があります：AIが数学界の貴重な資源を「浪費」しているということです。
陶哲轩は、何十年もの時間をかけて選ばれた研究に値する数学の難問を「低品位の鋼鉄」と例えています。
低品位の鋼鉄とは何でしょうか？それは1945年の人類初の核実験前に製造された鋼鉄のことです。放射性の塵に汚染されていないため、背景放射線が非常に低く、精密な機器（例えば核検出器）を製造するのに最適な材料です。そして、この鋼鉄は再生不可能です。少し使うとなくなってしまいます。
数学の問題も同じです。
- 問題は簡単に作れます：AIを使えば瞬時に何千もの数学の問題を生成できます。
- しかし良い問題を見つけるのは難しい：問題に時間をかける価値があるかどうかは、何世代にもわたる数学者たちの直感と経験によって判断されます。これらの「良い問題」は、低品位の鋼鉄のように再生不可能な資源です。
今、AI企業はこれら貴重な「良い問題」を「スコアリングリスト」として使っています。彼らは巨大な計算力（GPU）を使ってこれらの問題に取り組み、答えが公開されると、その問題の「未汚染のテストセット」としての価値は永遠に下がってしまいます。
さらに悪いことに、これは若い学者たちが難問に取り組む意欲を削いでいます。以前は、博士課程の学生が3年かけて小さな難問を解くことで成長していましたが、今ではAIが11分で答えを出してしまいます。若者たちはまだ3年間をかけて「手動で」証明をすることを望むでしょうか？もし誰も基礎的な探求をしなければ、数学の未来は誰が引き継ぐのでしょうか？
3. 「証明の消化不良」：AIの答えは人間には吸収できない
あなたは疑うかもしれません：答えが正しく、論理も間違っていない（Leanプログラムのチェックを経ている）のに、なぜ数学者たちは認めないのでしょうか？
陶哲轩は「証明の消化不良」という概念を提案しました。
AIが生成する数学論文は、正しいかどうかにかかわらず、非常に説得力があります。構造が厳密で言葉遣いが流暢ですが、人間の思考の自然な流れが欠けています。
- 人間の証明：散文のようで、始まり、展開、転換、結論があり、「なぜこのようにするのか」という説明があり、「ここで詰まったが、後でこんなことに気づいた」という曲折があります。読者は著者の思考の流れに沿って学ぶことができます。
- AIの証明：コードレポートのようで、「ステップ1、ステップ2、ステップ3」とあり、各ステップは正しいですが、「なぜそうするのか」が欠けています。
数学者たちは、AIが書いた証明を読むと、圧縮されたビスケットを食べたようなものだと感じています。満腹にはなりますが（結論を得ることはできますが）、体（脳）は栄養（思考方法）を吸収できません。**数学の知識が人間によって「消化」され、「伝承」されなければ、それは単なるデータに過ぎません。
4. オイラスからGPSへ：プロセスこそが革新の源
「プロセスが重要」という考えが抽象的に思えるなら、古代ギリシャとGPSの話をしましょう。
紀元前300年、オイラスは『幾何学原本』を書き、平面幾何学の体系を確立しました。その中の第五公準（平行公準）は特に複雑で、オイラス自身もあまり使いませんでした。
2000年間、無数の数学者が前の4つの公準を使って第五公準を証明しようとしましたが、すべて失敗しました。19世紀になって、ロバチェフスキーというロシアの数学者が逆のアプローチを試しました：第五公準が成り立たないと仮定してみる。
結果、彼は全く新しい幾何学の体系を構築しました——非ユークリッド幾何学。この体系は直感に反するものでした（例えば三角形の内角の和が180度未満ですが、論理的には完全に一貫しています。
当時は誰もそれが役に立つとは思いませんでしたが、半世紀後にアインシュタインが現れました。
アインシュタインは、一般相対性理論を記述するために非ユークリッド幾何学が必要だと気づきました。もし当時の数学者たちが第五公準の証明の過程での「失敗」や「探求」がなければ、非ユークリッド幾何学も一般相対性理論もなく、今日のスマートフォンのGPSナビゲーションもなかったでしょう（GPSは重力による時間のずれを修正する必要があり、そうでなければ毎日11キロメートルずれてしまいます）。
これがプロセスの重要性です：
- 过去は、正しい答えを得ることと理解することが同じでした。なぜなら、人間は答えにたどり着くために多くのことを理解しなければならなかったからです。
- 今、AIは初めてこれら二つを分けるかもしれません：答えの生成速度は人間の理解速度をはるかに上回っています。
もしAIが直接「曲がった時空の公式」を出してしまえば、アインシュタインは幾何学を使って重力を記述することを思いつかなかったかもしれません。革新はしばしば「迷い」の中で生まれます。
5. 数学から職場へ：AIは「入門レベル」の成長の道を消している
この問題は数学界に限られたものではありません。ビル・ゲイツは2026年8月のブログで警告しました：AIは「入門レベルの仕事」を消している。
- 過去のキャリアの成長：若者が法律事務所や病院、ソフトウェア会社に入り、雑用から始めます。仕事は単純ですが、観察や模倣、失敗を通じて経験を積み、職業的な人脈を築き、最終的に専門家に成長します。
- 現在のキャリアの成長：AIはそのような「雑用」を瞬時にこなすことができます。経験豊富な弁護士+AIで、かつての弁護士チームの仕事を代替できます。
問題はここです：もし若者たちに「雑用」の機会さえなくなれば、どうやって経験を積むのでしょうか？どうやって職業的な直感を築くのでしょうか？
ゲイツは言います：新しい仕事のトレーニング期間は古い仕事がなくなる速度よりもずっと遅い。では、その間、誰が彼らを支えるのでしょうか？
数学者たちが心配し、囲碁のプレイヤー（例えば柯洁）が嘆き、ゲイツが懸念しているのは、本質的に同じ問題です：AIツールが直接答えを出せるようになると、人間がプロセスから学ぶ機会がなくなり、「答えること」と「理解すること」が分かれてしまいます。
この亀裂は数学だけでなく、すべての知識ベースの仕事に広がっています。
---
三、私たちはどうすべきか？
もちろん、楽観的な意見もあります。カリフォルニア大学サンタバーバラ校の王正汉教授は、数学は消えることはないと考えています。飛行機が登場してもレースが消えたわけではなく、単に別の競技形態に変わっただけです。将来の数学者たちはレーサーのように、AIという「超級エンジン」を使ってより深い領域を探求するかもしれません。
劉慈欣はSF小説『赡养上帝』でこのようなジレンマを予測しています：ある異星文明がすべての科学技術の資料を人類に渡しましたが、人類はそれを理解できませんでした。なぜなら、その知識には「プロセス」や「文脈」が欠けていたからです。最終的に、その異星文明は機械にすべてを任せ、自分たちは二次方程式を再び学ぶ必要があるほど退化してしまいました。
現在のAIの影響は、SFほど誇張されているわけではありませんが、警鐘を鳴らしています：
1. 個人にとって：AIが