Illustration · not a service recordAI が 4,000 の数学の難問に挑み、722 本の原稿を提出した。
だが私はずっと考えている。この 4,000 問は、誰が問うたのか?
10月6日、OpenAI は GitHub で数学の原稿をまとめて公開した。まだ一般に公開していないモデルを使い、数学者がまだ解いていない研究問題およそ 4,000 問に挑み、最終的に 372 組の成果、722 本の原稿にまとめた。成果一つあたり、平均して ChatGPT Pro が 3 時間考えるのに相当する計算量を使っている。
3 時間といえば、中学生が一晩かけて数学の宿題をやる時間とほぼ同じだ(途中でスマホをいじらなければの話だが)。AI はその 3 時間で、研究レベルの証明を提出する。
証明を一つ生み出すことは、とても安くなりつつある。
翌日には、ネット上で早くも「AI がリーマン予想を突破」と書く人が現れた。
元の資料を開いてみると、証明されたのは実は「準リーマン予想」だった。教室にたとえるとこうなる。
リーマン予想が言っているのは、「クラスの全員が、ちょうど真ん中の列に座っている」ということだ。
今回の成果は、「窓際の列には、確かに誰もいない」である。(たぶんみんな購買部に行ったのだろう)
「窓際に誰もいない」から「全員が真ん中に座っている」までは、まだずいぶん距離がある。だから、あの見出しは言い過ぎだ。
しかし、だからといって「また煽っている」と思うなら、それも違う。「窓際に誰もいない」ことを証明するだけでも、数学者は百年以上考えてきた。しかもこの一本は、722 本のうち Lean による形式化証明が付いた 162 本にちょうど含まれている。Lean による形式化証明とは、コンピューターが一行一行チェックできる版のことだ。
もちろん、原稿全体はまだ他の数学者による正式な査読を経ていない。OpenAI 自身もこう書いている。まだ形式化されていない結果には、問題があるかもしれないと。
だからこのニュースを読むときは、全部信じるのでも、全部疑うのでもなく、まずそれが「結局何を言ったのか」をはっきり見ることだ。これ自体が一つの数学の練習である。
ある数学者たちが独立したグループ AGMAI をつくっている。メンバーにはフィールズ賞受賞者が3人含まれ、AI 企業への助言を専門としている。彼らは、今回の公開は人類がこれらの成果を理解する「始まりであって、完了ではない」と述べた。そして、数学者は自分自身の問いを立てられなければならない、とも注意を促している。
冒頭の問いに戻ろう。この 4,000 問は AI が考え出したものではない。人間の数学者が問い、それでもまだ答えられずにいるものだ。数年置かれたままのものもあれば、百年以上置かれたままのものもある。リーマンのあの問いは、1859 年にはもう問われていた。
AI は答えるのがますますうまくなっている。だが問いは、やはり人が問うものだ。
だから、子どもがこう聞いてきたとき。「AI がもう全部解けるのに、どうして数学を勉強しなきゃいけないの?」
私の答えはこうだ。必要だ、しかもいっそう必要だ。ただ、重点が変わった。答えはますます安くなり、よい問いはますます高くなっている。
このことは、均一(Junyi Academy)自身のデータにも表れていた。
私たちの AI ノートブックは、あえて答えを直接は与えず、一歩ずつ子どもに問い返す。公開から1年余りで、すでに 6.3 万人超が利用した。だがデータは正直でもある。9月だけを見ても、子どもが送ったメッセージのうち7割近くは、私たちがあらかじめ用意した質問ボタンを押したもので、自分で文字を打って質問したものは3割ほどしかなかった。
よい知らせは、子どもはいったん問い始めると、問い続けるということだ。最初の質問ボタンを一つ押すごとに、そのあと平均してさらに2回、追加の質問をする。
難しいのは最初の問いだ。小学生は文字を打つのが遅いというのも理由の一つだが、これは、自分の問いを発すること自体がもともと練習を必要とする、ということも示していると私は思う。
しかも、練習できる。
今年3月、新北市の龍埔小学校の6年生2クラスが算数の授業を行った。一方のクラスでは、教師がまず問い方を実演し、それから AI に何を聞くかを子ども自身に決めさせた。もう一方のクラスでは、子どもたちをグループに分け、まず問題を読み解いてから質問させた。1コマの授業で、60 人の子どもが 600 余りの質問をした。そのうちの一人はこう尋ねた。
「二人の歩く道が違っていても、どっちが速いか比べられるの?」
これは教科書の問題ではない。子ども自身のなかから育ってきた問いだ。違いは AI にあるのではなく、そばにいる大人が「どう問うか」を教えるに値することとして扱ったことにある。
だから、毎日子どもの数学の宿題に付き添っているお父さん、お母さんに伝えたい。すべての問題が解けなくてもいい。でも、手本を見せる人にはなれる。今夜、この三つの言葉を試してみてほしい。
1. この答え、どうやって思いついたの?
2. それが正しいって、どうしてわかるの?
3. 今日、聞きたかったのに聞かなかった問題はある?
三つ目がいちばん難しく、いちばん大切だ。
AI は 4,000 問に挑むことができる。だが 4,001 問目は、まず誰かが問わなければならない。
その誰かが、私たちの子どもであってほしい。
あなたの子どもは「AI が全部できるのに、どうしてまだ勉強するの」と聞いたことがあるだろうか?あなたはどう答えただろうか?コメントで話そう。
元の資料は最初のコメントに載せてある
- 原文:呂冠緯(Ray Lu)個人の Facebook 投稿(2026年10月8日公開)
講座名は提供元の表記です。受講言語は各講座のページでご確認ください。
AI Boost Bites: Amplify Exec Voices with AI
Free no-credit 10-minute micro-course using Gemini Gems, writing samples, and clear instructions to draft in an executive's voice. A focused workplace example, not a comprehensive prompting course.
AI Fluency: Framework and foundations
Practice delegation, description, discernment, and diligence with the 4D framework. Free course; completion badge after assessment.