近期，OpenAI宣布其最新的AI模型在短短88小时内调动了上万个智能体，成功解决了纳维-斯托克斯方程存在性与光滑性问题，并发布了相关研究论文及验证代码。这一19世纪以来未被解决的数学难题，竟然被AI轻松突破，迅速引发了国际数学界的广泛质疑。为此，25位来自不同国家的菲尔兹奖得主联合签署了声明，指出当前人工智能在数学领域的介入与研究目标存在严重偏差。他们强调，AI公司将解决数学问题视为发展里程碑的做法，严重违背了数学研究追求深刻理解和观点洞察的本质。

随着计算能力竞争与资本投资进入基础科学研究，科研生态的价值观、伦理标准与自主创新空间面临新的胶着和挑战。这一反应显示，尽管AI在提升研究效率方面表现突出，但在科研动机、评判标准及学术伦理等诸多层面也带来了显著的负面影响。

首先，AI介入科学研究带来了动机方面的偏向。由于其本质上追求效率和经济收益，AI对数学这门追求认知和探索未知的学科冲击颇大。从逻辑结构来看，数学研究通常经历提问、解题和总结三个环节。目前，AI的优势主要体现在解题和总结上，而提出问题的能力却显得十分薄弱。历史上，牛顿与黎曼等数学家的伟大发现都是通过好奇心驱动的问题提出，而AI的解决能力往往建立在已有研究的基础上，缺乏人类独特的思想创新。

其次，基础研究的功利化趋势日益明显。AI企业为吸引投资常常将“攻克难题”作为推广重点，导致部分研究者追求短期利益。今年1月，《自然》期刊的一项研究显示，使用AI的研究者在发文量和引用次数上遥遥领先，但研究主题的知识广度却明显收窄，这可能削弱对冷门领域及长线理论的关注。

再者，学术伦理问题日益突出。学界对于AI创作成果的知识产权归属尚无共识，AI有可能被指控剽窃学者的研究成果。近期，纽约大学的一位教授就指控OpenAI在未授权的情况下使用他的研究数据，并将其包裹成AI独立解题的成果，这对学术伦理构成挑战。

最后，依赖AI解题可能导致人才传承的断层。年轻学者及学生如果过度依赖AI，可能会失去必要的思维训练，长期下去，数学界面临新一代高端人才匮乏的风险。

为了应对AI与资本介入基础科学的争议，今年6月，国际数学联盟（IMU）发布了《人工智能与数学莱顿宣言》，对此现状进行系统梳理并提出回应。宣言明确了数学界的四大核心学术底线：证明是数学的基石，科研成果须明确归属，结论需可复现，学界共同承担评判科研的责任。

发表声明的数学家们并非单纯阻挡AI进入科学研究，而是希望通过多方措施，将其置于更合理的位置。宣言倡导科研人员主动标注AI使用情况并保证研究的严谨性，以维护数学研究的核心价值。