陶哲軒受訪談 AI 學數學：答案隨手可得，能力要收起工具驗收

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 10 月底這一週，數學與 AI 交界的第一手材料密度高得少見。10 月 28 日，英國數學科學院（Academy for the Mathematical Sciences）發布 55 頁報告《The Mathematical Sciences in an AI-enabled World》預印本；同一天美西時間上午，《新科學人》（New Scientist）的 YouTube 頻道上架陶哲軒（Terence Tao）訪談《AI Is Moving Faster Than We Can Control》，片長 40 分 56 秒，換算成台灣時間是 10 月 29 日凌晨；10 月 31 日，陶哲軒在自己部落格轉介這份報告。三件事各自成立，指向的卻是同一個問題：當 AI 已經能做數學，人還要怎麼學數學。

討論度最高的是訪談，但真正會沉澱下來的是那份報告。它把「AI 已能解研究所程度的數學」寫成出發點而非預測，並把「人與技能」列為數學社群八項需求的第一項。對照 2025 年 7 月發表於《美國國家科學院學報》（PNAS）、常被引用來警告「AI 傷害學習」的高中田野實驗，兩份文件剛好拼出同一張圖的兩半：能力變強的是工具，變脆弱的是養成能力的過程。

四天內三份第一手資料，各自在講什麼

先把時間軸上的三個節點釐清，因為它們的性質不同，能支持的結論也不同。

報告的全名是《The Mathematical Sciences in an AI-enabled World: Opportunities, risks, and community needs》，由 Christoph Reisinger 教授領銜、六位作者合力完成，以「出版前草稿」（pre-publication draft）形式釋出。官方公告把釋出時間安排在 10 月 29 日英國皇家學會（Royal Society）「Mathematics in the age of AI」活動的前一天，用意顯然是讓討論有文件可依。引用的頁碼與段落，對應的都是 10 月 28 日這版預印本。

Pin

訪談則是大眾科普端的同一個提問。《新科學人》在影片官方描述裡把調性定得很直接：AI 的崛起把數學推到了危機點，這集要請陶哲軒診斷這個領域的現況，以及它在自動化浪潮下還有沒有未來。描述裡的兩個核心問句值得原樣留下來：「為什麼現在還要拿紙和筆學數學？」「抽象思考的力量是什麼，我們承受得起失去它嗎？」

10 月 31 日的部落格貼文篇幅不長，分類掛在他部落格的 paper 類別，內容主要是引用官方發布稿的兩段話，加上報告與學院網站的連結。它在這條時間軸上的作用是放大器：讓一份機構報告接上了他個人讀者群。此前他部落格上的 記功提案討論（當 AI 能生產證明，理解該記上學分）處理的是同一張光譜的研究端，這次的報告把焦點拉到教育與人才端。

Pin

報告的出發點：AI 已經會解研究所程度的數學

整份報告最有力的一句話，出現在第四章第一節的開頭。原文直譯是：「因為 AI 現在已能解決研究所程度的數學，而且人們獲得專業能力的管道可能受蝕，我們需要投資於訓練與留住數學家，讓他們具備質疑、驗證與導引 AI 產出所需的深度專業。」

這句話值得慢讀。它沒有把 AI 定位成待評估的新技術，而是把它當成已經改變前提的現實；擔心的對象並非數學這門學科本身，而是「人們獲得專業能力的管道」。第四章把社群需求拆成八項，依序是人與技能、獨立證據與驗證、取得管道、評量與功勳、研究投資、出版與傳播、知識基礎設施、共享規範。人與技能排在第一位；就我的讀法，這是因為它同時是其他七項的地基：沒有人，驗證與評量都無從談起。

在「人與技能」項下，報告給出的 12 個月內行動清單包含三件事：為博士班與指導教授建立 AI 使用指引，並試行新的論文題目與評量設計；跨系所共享有效的教學與評量範例；關注面臨「被搶先發表」壓力與長期和 AI 競爭的早期研究者心理健康。三到五年的方向則包括把形式化驗證、結果查核與 AI 的批判性使用納入標準課程，以及與僱主合作發展結構性的畢業生入門管道，因為 AI 可能正在刪除傳統上讓數學畢業生累積專業的初階職位。

評量的部分講得更直白。第三章第二節的判斷是：產出已經不再是「提出者專業能力」的可靠度量，招募、升等與補助審查都需要重新設計，否則最優策略會變成大量向 AI 提問而理解甚少，短期指標好看，長期損失要到博士消失、深度理解流失時才顯形。報告引用的具體作法包括：在允許使用 AI 的評量中，把分數放在問題成形、方法選擇、驗證、詮釋與溝通的品質上；更多採用口試，並把分數明確配置在學生能否說明自己理解了什麼。

執行摘要對現況的描述相當具體：一年之內，AI 系統已經從例行助手，進展到解出重要的公開研究問題、為長期懸而未決的猜想找出反例、並且在幾天內完成指標性定理的形式化，而論文定稿時又有三項新的重大宣稱發表。這是機構文件承認變化速度的少見寫法。

值得注意的是，報告並沒有把 AI 描述成只漲不跌的洪水。執行摘要同時引用了陶哲軒 2026 年 10 月的說法：「數學當前前沿的大部分問題仍未解決。」機會清單也很具體：探索大量例子與反例、把研究者從技術性工作中解放出來、以英國已有優勢的形式驗證建立機器可檢查的數學知識體系。

「拿掉工具後退步 17%」的實驗，證據力到哪裡

談「AI 傷害學習」時最常被引用的數字，出自賓州大學 Bastani 等人 2025 年 7 月發表在 PNAS 122 卷 26 期的田野實驗。這個數字值得回到論文原文看清楚，因為它能支持的主張比流傳版本窄，也比流傳版本有用。

實驗設計：與土耳其一所大型高中合作，在 2023 到 2024 學年的秋季學期，對近千名 9 到 11 年級學生進行隨機對照試驗，共四節各 90 分鐘的課程，涵蓋約當學期數學課程 15% 的內容。學生被分到三組：對照組（不用 AI）、GPT Base 組（一般聊天介面）、GPT Tutor 組（AI 導師形態，提示詞由教師設計，引導給提示而非直接給答案，兩位兼任數學教師參與設計）。

結果分兩段看。練習階段，兩個 AI 組都大幅變強：GPT Base 組成績比對照組高 48%，GPT Tutor 組高 127%。真正的分歧在移除工具後的獨立測驗：GPT Base 組的成績比從未使用過 AI 的對照組低 17%，而 GPT Tutor 組與對照組相近，既沒有退步，也沒有觀察到正向提升。論文對前者的解讀是，學生把 GPT-4 當成練習時的柺杖，自己解題的能力沒有長出來。

這組數字有五個不能忽略的邊界：

• 它測的是 2023 到 2024 年間的 GPT-4，對 2026 年的新模型不能直接外推。
• 單一學校、近千名學生，是一個有力的點估計，還不是跨情境的通則。
• 觀察的是移除工具後的短期測驗，長期影響未知。
• 17% 是組間平均的相對差距，不能換算成「每個學生會退步 17 分」。
• Tutor 版的「無傷害」是有成本的：它需要教師先投入設計提示與限制。

這項實驗也沒有停留在論文裡：報告 §3.3 的教育風險段落直接引用了同一組數字，寫道隨機對照試驗中不受限制使用 GPT-4 的學生，移除存取後成績低了 17%，帶防護的導師版本則大體避開傷害。報告的擔憂與實驗證據，在文件內部就接上了線。 把這五個邊界放在一起，實驗真正支持的結論其實比「AI 有害」或「AI 無害」都有意思：傷害取決於設計，而且傷害恰恰在工具被拿走後才現形。這與報告的擔憂在結構上互相印證：練習時的產出好看，不等於能力留在人身上；要判斷學習有沒有發生，證據必須在無工具的狀態下收集。

訪談能引用的是骨架：十五章節與一份舊文

40 分 56 秒的訪談，官方頻道自己列了十五章節表，這是目前最可靠的內容地圖：02:03 談 AI 對數學的衝擊，04:45 談 Navier-Stokes 問題與 AI 生成的證明（相關背景可參考先前對 OpenAI 流體方程宣稱 的查證），15:00 談抽象的價值與力量，18:20 談數學學習的三個階段，25:17 談 AI 本身作為數學問題、理論為何不足，30:45 談 AI 風險與對齊，35:35 談孿生質數猜想等公開問題，40:35 收在「接下來呢」。

這支影片到 11 月 8 日已累積超過 45 萬次觀看，對一個數學主題的長訪談來說是罕見的數字，也說明這個提問已經溢出數學社群。40 分鐘的對話，二手轉述容易失真；有爭議的句子，回到影片本身核對永遠比引用轉述可靠。但「18:20 數學學習的三個階段」這個章節標題，可以安全地接上陶哲軒自己多年前的職涯建議舊文，因為那份舊文定義了這三個階段，而且一直是公開可查的。

在〈There’s more to mathematics than rigour and proofs〉一文裡，他把數學教育分成三個階段。「前嚴謹期」以例子、模糊概念和直覺操作為主，重點在計算，大約延續到大學低年級；「嚴謹期」學習用形式與精確的方式工作，重點轉向理論，約在大學後段與研究所初期；「後嚴謹期」則是在熟悉嚴謹基礎後，帶著理論支撐回頭精煉自己的直覺，重點回到應用、直覺與大局。他特別提醒，從第二階段到第三階段的過渡常被忽略，導致許多人停在只會形式操作、丟掉直覺的狀態。

把 PNAS 實驗對到這個骨架上，會看到一個清楚的重疊：實驗裡受害最深的是 9 到 11 年級、還在建立基本運算與解題技能的學生，也就是還沒走完第一階段的學習者。柺杖式的 AI 使用在這個階段的代價最直接，因為被繞過的正是該階段要建立起來的東西。這一層對應是編輯推論，不是論文或報告的原文宣稱，但它解釋了為什麼報告把「博士訓練」與「中小學到大學的基礎教育」放在同一份清單裡：管道的每一段都有各自要保護的東西。

報告給教學現場的三個方向，與一個務實的結論

如果要把這一週的收穫壓縮成對教學現場有用的形式，報告裡有三個已經寫成文字的方向。

評量上，把「能查證的理解」變成計分對象：允許用 AI 的作業，改評問題成形、方法選擇、驗證與溝通，並增加口試這種當面說明的場合。課程上，把形式化驗證、結果查核與 AI 的批判性使用當成正式訓練內容，而不是交給學生自己摸索。報告在大學教育段落的主張可以濃縮成一句：AI 輔助教學的個人化與及時回饋是真機會，但前提是學生先建立起足以評估這些輸出的數學理解，避免不加批判地收下看起來合理的答案；因此教學要提供結構性的機會，讓學生比較不同解法、檢視假設、為自己的選擇辯護，同時保住獨立推理需要的基礎學習成果。制度上，正視初階職位與博士管道的萎縮風險，因為那是專業能力實際被養成的地方。

至於正在用 AI 學數學的個人，兩份文件合起來的務實結論只有一句：學習的證據要在無工具狀態下收集。練習時的順暢與成績先進步，是兩個 AI 組都出現的現象；判斷標準應該放在收起工具之後，你能不能換一個數字、換一個條件，把方法重新走一遍，並說出為什麼這樣走。做不到的段落，就是柺杖接管的那一段。

也要說清楚報告的適用範圍。它是英國脈絡下的社群建議書，行動對象是英國的系所、出資者與出版方。拿它的正確方式，是把「評量什麼、保護哪段管道」當參考座標；逐條移植成任何在地的課綱建議，就會用錯地方。

尚未確定的事，與三個回查點

這一週留下的圖像裡，還有幾塊明確的空白。

報告本身是預印本，正式版發布時內容與建議可能調整；英國皇家學會 10 月 29 日活動的後續紀錄，會顯示社群實際買不買帳。訪談的完整內容仍以影片本身為準，任何語句層面的轉述都需要回看原片。PNAS 實驗測的是 2023 到 2024 年的 GPT-4，新模型與新導師設計下，17% 這個數字會怎麼移動，目前沒有重現研究可查。

對想持續追蹤的讀者，三個回查點就夠了：英國數學科學院網站上看這份報告從預印本轉正式版的時間點與內容差異；《新科學人》頻道上這支訪談的後續討論；以及「移除工具後測驗」這個設計，會不會出現在下一輪 AI 導學產品的研究裡。這三個訊號任何一個有更新，這篇文章的結論就值得跟著更新。