AI如何改变，又如何不改变我做数学的方式
内容提要
数学家Rachel Webb反思AI对数学研究的影响。她认为数学研究如同写小说，定义是角色，定理是情节，核心是寻找有趣的东西去表达。大语言模型不会改变她对“有趣”的判断，但会极大加快研究执行。她提出人类继续做数学的两个理由：一是数学对个人有趣，应抵制只求答案不求理解的诱惑；二是数学能凝聚社群，促进师生、合作与交流。
延伸解读
AI 加速执行，但“有趣”标准未变
Rachel Webb 认为，大语言模型不会改变她对数学“有趣”的判断标准，但会极大加快研究执行。她将数学研究比作写小说，定义是角色，定理是情节，核心是寻找有趣的东西去表达。LLM 能快速提供标准引理和已知结果，让研究者更快探索原本不现实的想法，但选择哪些方向值得探索，仍取决于人类对“有趣”的感知。
抵制只求答案的诱惑
Webb 提出人类继续做数学的第一个理由：数学对个人有趣。她警告，LLM 可能诱使我们只想知道答案，而忽略理解过程。她主张有选择地使用 AI，只在不损害个人乐趣和理解的前提下借助它。就像她坚持带孩子步行去教堂，即使开车更省时，因为共享时间和经历带来的理解更重要。
数学作为社群纽带可能被削弱
第二个理由是数学能凝聚社群，促进师生、合作与交流。但 AI 可能通过加剧“被抢发”的恐惧，或让人更倾向于问机器而非同事，从而削弱这些社会联系。Webb 引用 Wendell Berry 的话，呼吁在 AI 时代仍要认识数学上的邻舍，每天做一些“无法计算”的事，以维护人与人之间的纽带。
Q&A
AI会改变数学家判断数学研究是否有趣的标准吗？
不会。作者认为大语言模型不会改变她对数学“有趣”的判断标准。即使某个问题已有解决方案，围绕它的理解碎片和周边探索仍然有趣。
大语言模型会如何影响数学研究的执行过程？
大语言模型能极大加快研究执行，因为它已读过所有书籍并知道许多标准引理，从而加速研究进程，让一些原本不现实的数学幻想变得可以探索。
作者为什么把数学研究比作写小说？
作者认为数学研究像写小说：定义是角色，引理和定理是故事文本，它们受真理约束，但可以策略性或艺术性地选择，以捕捉真理的某些侧面。
人类继续做数学的第一个理由是什么？
第一个理由是数学对个人有趣。作者享受做数学，所以会继续做，即使机器更擅长。她强调要抵制只求答案不求理解的诱惑，只用AI让研究更愉快并同时获得理解。
人类继续做数学的第二个理由是什么？
第二个理由是数学能凝聚社群。数学研究是拉近人们关系的工具，体现在师生关系、合作、会议、系讨论会和茶歇中。AI可能削弱这些社会纽带，但“可能”不意味着“必然”。
AI可能对数学社群产生什么负面影响？
AI可能通过让（担心）被抢发更常见，或让向机器提问比向同事提问更容易，从而削弱数学社群的社会纽带。
