数学家公开质疑OpenAI：请证明你没用我们的研究成果

AI数学成就引发学术界信任危机

近期，OpenAI在数学领域的一系列亮眼进展引发了学术界的强烈反弹。多位数学家公开质疑：这些看似令人惊叹的"数学发现"背后，究竟使用了哪些训练数据？更尖锐的问题是——这些数据是否包含了未经授权、甚至尚未发表的学术研究成果？

就在一场关于OpenAI模型是否受益于"未发表工作"的激烈争论爆发数天后，第二位数学家站了出来，指责这家AI巨头存在"不诚实"和缺乏透明度的行为。这不再是孤立的个人抱怨，而是学术共同体对AI公司数据来源问题日益增长的集体焦虑。

rss source: Mathematicians want proof OpenAI didn’t use their work

数学家们提出的诉求看似简单，却直指AI训练的黑箱本质：请拿出证据，证明OpenAI的模型在做出某项数学"发现"时，并没有依赖那些尚未公开发表的研究成果。

在数学这一高度依赖原创性与优先权（priority）的学科中，一个证明或猜想的归属至关重要。如果一个AI模型"独立"得出了某位研究者尚未发表的结论，而这个结论恰好出现在模型的训练语料或某些非公开渠道中，那么所谓的"AI发现"本质上可能只是对人类智力劳动成果的重新包装。

数学不同于许多其他领域。一项成果的价值往往取决于"谁最先证明"。学者们花费数年时间攻克一个难题，其学术声誉、职业发展乃至在学科史上的地位都与优先权紧密绑定。当一个AI系统在没有明确数据溯源的情况下宣称取得突破，实际上是在挑战整个学科赖以运转的信任与归属机制。

正因如此，数学家们的愤怒并非无理取闹。他们担心的不仅是个人成果被"窃取"，更是AI公司在缺乏透明度的情况下，可能系统性地侵蚀学术界数百年建立起来的规范与秩序。

这次争议之所以值得关注，在于它触及了当前大型语言模型开发的一个根本性痛点：训练数据的不透明。绝大多数前沿AI模型都不会完整公开其训练数据集的构成，理由包括商业机密、法律风险，以及数据规模过于庞大难以逐一说明。

然而，这种"黑箱"做法在数学、科学等强调可验证性和可追溯性的领域显得格外刺眼。当OpenAI宣称其模型能够做出"数学发现"时，学术界有理由要求它提供与学术出版同等标准的透明度——清晰说明哪些成果是模型真正推导出的，哪些可能只是对已有工作的复现。

你可能没注意到，两起指控在时间上高度密集。第一场争论围绕"未发表工作"是否被模型利用展开，紧接着第二位数学家便加入战团，使用"不诚实"这样的强烈措辞进行公开批评。这种连锁反应表明，问题很可能不是个别研究者的误会，而是学术共同体中普遍存在的不满正在集中爆发。

随着各大AI公司竞相展示其模型在数学推理、科学发现上的"超人"能力，一个关键问题浮出水面：这些能力展示中，有多少是模型真正的推理创新，有多少只是训练数据中已有知识的高级检索与重组？

对于普通用户而言，一个能解高难度数学题的AI已经足够令人惊叹。但对于严肃的学术界来说，区分"发现"与"记忆"至关重要。如果无法验证数据来源，任何关于AI"做出原创数学贡献"的宣传都应当被谨慎对待。

这场争议或许会推动行业建立更严格的数据溯源与归属机制。未来，当AI公司宣称在某个专业领域取得突破时，可能需要提供类似学术论文的"引用链条"，说明其结论建立在哪些已有工作之上。这不仅关乎学术公平，也关乎AI行业自身的公信力。

对OpenAI而言，如何回应这些质疑将成为一次重要考验。是继续以商业机密为由保持沉默，还是拿出实质性的透明度举措，将直接影响其在科研共同体中的声誉与合作前景。

数学家们的诉求，表面上是关于几篇论文的归属之争，深层则是AI时代知识生产伦理的根本追问。当机器开始参与人类最精密的智力活动时，我们需要重新思考：如何界定原创，如何保护创造者的权益，以及如何让强大的AI工具在阳光下运行。

这场发生在数学界的争论，很可能只是一个更大讨论的开端。它提醒所有AI从业者和使用者：技术越强大，对透明度和诚信的要求就越高。