別把理解世界的追問交給AI

談到人工智能，人們常常將其視為一場競賽：機器會否比我們更會思考？會否取代我們的工作？會否令專業知識變得過時？這些問題可以理解，但它們忽略了一個更重要的問題：我們會否放棄自己理解世界的願望？

關鍵的選擇在於我們每一個人。我們可以把智力活動交給AI，等待它不斷餵給我們答案；也可以借助AI，更廣闊、更深入地理解世界。這個分別聽來像哲學問題，其實並非如此。它將塑造我們如何教育學生、如何組織工作，以及哪些事情仍值得親自去做。

我們讀得沒有電腦多，記得也沒有電腦多；我們跑不過汽車，一位國際象棋特級大師單獨面對最強的AI系統也難以取勝。但這樣的比較容易把人帶偏。重點不是與機器賽跑。人和AI一起工作，或許能夠比任何一方單獨工作時更好地理解一個處境。真正的問題是：技術會否擴大我們理解世界的能力，還是會誘使我們放棄這份責任？

這在數學中尤其重要。計算與理解，向來是兩種不同的成就。古代文明已經找到了解一元二次方程的方法；文藝復興時期的數學家找到了三次方程和四次方程的解法。後來，拉格朗日和伽羅瓦解釋了它們的結構與邊界。伽羅瓦不只是找到一個答案；他創造了一種語言，讓人得以追問：方程究竟是甚麼？它們的對稱性又揭示了甚麼？

不妨設想，如果一個AI系統誕生在文藝復興之前。它或許能憑藉驚人的搜尋和計算能力，找到三次方程和四次方程的公式。但找到一個公式，並不等於解釋它為何成立，也不等於創造出能讓一門學科以全新方式看待問題的概念。很難想像，一個系統單靠計算，就能走到「伽羅瓦群」這樣的思想。

這一分別，應當影響我們今天理解AI的方式。在數學中，這些系統能夠探索複雜構造、檢驗大量可能性，超越人類徒手計算所能及的範圍。它們可以讓我們看到一些過去因規模過大、重複性太強或技術門檻過高，而難以認真研究的問題；也許還能揭示一些一直被忽略的現象——那些現象所在的例子維度並不高，卻難以靠手工計算觸及。

數學家往往從最簡單的情形開始：研究一維或二維，辨認出一種模式，再嘗試把它推廣開來。然而，有些現象並不會在最小的例子中出現。它們會在稍後一些地方顯現：對象在概念上仍然可把握，但細節已經超出未經輔助的人腦所能處理的範圍。AI在這裏或許尤其有用。它可以幫助我們探索、比較和構造，並讓某些發現進入視野，進而成為新理論的起點。

但也正因如此，我們不應把AI當成神諭。神諭給出答案，卻不要求我們做甚麼；工具則延伸我們的能力，同時仍讓我們對問題、解釋和後果負責。工具越強大，我們越要保留提出那些沒有現成答案的問題的意願。

這正是大學的工作。大學不能被簡化為向學生提供最新工具，無論這些工具多麼強大。學生必須學會檢驗AI生成的說法，區分看似合理的模式與可靠的解釋，認識證據的限度，並對自己的判斷負責。但大學還必須守護更根本的東西：對理解身邊世界、理解宇宙的渴望。

因此，我最真切的願望，是我們的學生始終保有理解身邊世界和宇宙的渴望。這個願望比就業能力更大，儘管它並不迴避學生將要面對的現實經濟壓力。保有這種渴望的學生，不會只是操作一個工具；他們會追問：它揭示了甚麼，又遮蔽了甚麼？它服務於誰的利益？它又可能帶來哪些新的知識或責任？

這很重要，因為AI不會在社會真空中到來。它會改變工作的組織方式。初級崗位可能消失，也可能被重新定義；教師必須重新思考如何設計習題、考試和博士生研究項目；我們還需要更好的方式，來評估和認可AI參與其中的工作。有時，AI可以令工作更愉快、更具創造性；但在另一些情況下，僅僅因為系統成本更低，它也可能帶來用機器取代人的壓力。

最深層的風險，不只在於技術能做甚麼，還在於我們會以怎樣的經濟邏輯使用它。如果效率成為唯一標準，我們可能把學習、判斷和人的尊嚴所必需的任務交出去；我們也可能抹去年輕人獲得能力的早期機會。問題不在於我們是否應該停止技術進步——我們既不可能，也不應該這樣做。問題在於，當技術使替代成為可能時，我們究竟珍視甚麼。

沒有任何個人、機構或公司已經擁有完整答案。我們必須透過政策、教育、就業、文化，以及科學和工程，共同把答案探索出來。這要求我們承認：人的貢獻有許多形式，不能被簡化為每小時產出或每項任務的成本。

正確的回應不是遠離AI。讓AI成為我們的工具，成為我們在這一追問中的夥伴；這是我們在這場變革中走下去的機會。「夥伴」一詞很重要。夥伴不會替我們卸下責任，也不會替我們過智識生活；它只是陪我們走過一段艱難的旅程。

因此，AI最有價值的用途，或許既不是替我們省去思考的麻煩，也不是提供一個足以亂真的「思考」模仿。它可以讓世界重新向探究敞開：揭示我們從未看見的模式，檢驗我們原本無法檢驗的想法，並為人類獨有的工作留出更多空間——提出問題、作出判斷、創造意義。這項任務值得守護，也值得傳授。

作者：香港大學理學院數學系講座教授吳寶珠（Ngô Bảo Châu）

本內容以英文為準