數學家持續使用 AI 工具，即使歸屬風險上升

最近《Wired》報導指出，仍有相當比例的數學界成員使用大型語言模型協助證明、產生猜想與驗證程式碼，儘管他們對貢獻記錄方式與資料隱私保護表達不安。

報導強調，OpenAI 的 ChatGPT、Anthropic 的 Claude 以及開源的 Codex 等工具已在歐洲與北美的研究團隊中被廣泛使用，常用於在正式撰寫前快速測試想法，並在初步構想階段提供即時的數學提示與代碼範例。

高調爭議凸顯歸屬缺口

專研 Navier‑Stokes 方程式的 Tristan Buckmaster 公開指控 OpenAI 發布的結果與他未公開的工作相似，認為模型可能在未經授權的情況下重現了他的創新思路。OpenAI 回應稱，9 月 8 日的對話紀錄與相應的 pre‑print 並未影響模型輸出，突顯了證明研究者私人筆記與模型建議之因果關係的困難，並呼籲社群共同制定更透明的資料使用原則。

另一位數學家 Andreas Thom 在 OpenAI 忽略了一篇 2019 年文章後，獲得了公司的更正聲明。此更正說明，即便是大型組織在彙整學術資料時，也可能遺漏關鍵引用，進一步加深了學術歸屬與資料完整性的疑慮。

集體呼籲透明化

在一次協調行動中，二十五位菲爾茲獎得主聯名簽署了一封公開信（《Wired》報導），敦促 AI 公司縮短商業開發週期與數學研究緩慢、驗證密集的步調之差距，要求在產品發布前提供更明確的模型訓練資料來源說明。

信中強調，雖然 AI 能加速例行計算，但無法取代嚴謹的同行評審程序，該程序驗證每一步邏輯並確認所有智慧貢獻的歸屬，避免因模型生成的錯誤而導致後續研究走入歧途。

萊頓宣言設定議程

2026 年 6 月 2 日發布的《萊頓人工智慧與數學宣言》提出具體措施，以保護數學工作的完整性。宣言要求在出版物中必須披露任何 AI 協助，且作者需對工具產生的建議負全責，確保每一項結論都經過人類審核。

宣言指出，AI 產生的似是而非的錯誤論證會增加審稿人的負擔，且危及獨立可驗證性，特別是在單一步驟錯誤即可使整個證明失效的領域，呼籲建立標準化的驗證流程。

• 在所有投稿中明確聲明 AI 使用情形
• 保留可重現的提示與模型輸出紀錄
• 確保任何 AI 產生的主張在接受前經獨立檢查
• 禁止在同行評審前於行銷日曆上宣布 AI 產出成果

宣言亦警告，不應在企業行銷日曆上提前公布 AI 產生的突破，除非已有足夠的科學證據，否則此舉會造成過早的炒作，誤導資金提供者，甚至損害學術聲譽。

其核心目標並非禁止 AI 於數學領域的使用，而是維護證明、歸屬、透明與研究者自主，確保社群在受惠於計算協助的同時不犧牲嚴謹性，讓創新與可信度同步前進。

對於以英語為主要語言的研究機構而言，實務影響相當明確：各系所須採用新報告模板、對負責任的 AI 使用進行培訓，並撥出資源以獨立驗證 AI 提出的結果，形成制度化的審查機制。

在台灣本地，大學與研究院所已開始檢視內部指引，部分院系已制定臨時規範，要求研究人員在使用 Codex、Claude 或 ChatGPT 時，必須於實驗筆記中記錄提示內容與回應，並於最終論文的致謝段落明示 AI 角色，以符合即將實施的國際標準。