数学の始まり

そうは思わないな。プログラミングではエージェントがコードを実行したり、コンパイラの出力をチェックしたりできるけど、数学の場合は、leanを使うとほぼ同じことになるよ。現実的には、そんなに早く、精度高くループを閉じることはできない。何桁もスピードを落とさないといけないよ。

大衆向けにハードルを下げるのがいつも良いわけじゃないよね。

アーノルドの「数学を教えることについて」を思い出させるな。

もしこれが数学者によるゲートキーピングのせいだと思っているなら、ちょっとナイーブだと思うよ。数学者は個々に、そしてグループとして、自分たちの仕事をもっと深く理解できる世界を望んでいるんだから。LLMが誰でもアプリをコーディングできるようにするのと同じように、システムデザインの本質的な複雑さのために、実際の理解を置き換えることはできない。非数学者は、たとえLLMが高度な数学的表現を出力しても、それが正しいとしても（そしてそれを検証できたとしても）、理解には至らないことをすぐに学ぶだろうし、どちらにせよ人間の脳がボトルネックになる。もしLLMが超人的な簡略化と説明能力を持っていれば、違いが出てくるかもしれないけどね。これは数学にとって素晴らしいことだけど、必然的な結論ではない（ほとんどの数学者、例えばテレンス・タオの意見は、この蒸留プロセスが数学をする上での重要な部分であり、LLMは今のところ逆の方向に進んでいるように見える）。おそらくユーザーエラーだと思うし、ツールをうまく活用すれば異なる結果が得られるだろうけど、数学者はソフトウェア開発者が経験してきた旅を始めたばかりだから、忍耐が必要だね。

私も数学の学位を持ってるけど、今起こっていることの一部は、知的な自慢に偏りすぎていて、概念を理解することがみんなにとってどれだけ有用かを示すことがあまり強調されていないように見える。アメリカの教育システムがその理解を軽視していて、数学者の影響を受けていないから、問題が増えているかもしれない。ただ、状況が急速に変わっているから、10年後にはチャットプログラムが超人的なことをするだけでなく、その証明を素晴らしくアクセスしやすくして、好奇心のある人をすぐに高いレベルに引き上げるような素晴らしいチュータリングを提供するかもしれない。そうなったら、何を言って、何を不満に思うことができるのか。だけど「何でもできる機械」は必然的に存在すると思うけど、限界がどこにあるのかは不確実だね。

研究大学は今、報いを受けていると思う。教育機関の主な目的は教育で、それには大学も含まれる。でも、研究が最優先になると、普通の教師が残されることが多いんだよね。「誰が気にする？」って感じで。彼らは研究をするために雇われていて、大学にその名声を与えるため。教育は残った隙間に押し込まれた後回しの存在になっちゃう。正直、今の私たちは教育が何のためにあるのか全然わかってない。それは良くない兆しだよね。さらに、大学が直面している問題、例えば入学者数の減少や費用の高騰、AIによるカンニングなんかも加わって、これからは本当に面白い変化が待っていると思う。

誰もがコミュニケーターである必要はないよね。なんでみんなが優れた研究者であり、かつコミュニケーターであることを期待するの？明らかに、その結果はエンジニアリングマネージャーと同じくらい効果的だよ。確かに素晴らしい人もいるけど、大半はそうじゃない。でも、それが専門知識がないからってわけでもない。管理やコミュニケーションは別のスキルだからね。必要なのは、もっと多くのことに特化することを許可することだと思う。みんなを簡単に管理できるバケツに押し込むのではなく、もう少しニュアンスを持たせるべき。そういうバケツは希望や否認、怠惰で満たされた非現実的な抽象概念に過ぎない。現実は驚くほど複雑なんだ。数学はそれを理解するのにかなり役立つけど、それは十分条件であって必要条件ではない。

私の数学の経験は全然そんなことないよ。数学は今まで存在した中で最もアクセスしやすい分野の一つだと思う。私も学位は持ってるけど、主に子供の頃に重要な学部レベルの概念を独学で学んだんだ。図書館に行って、初心者に数学をわかりやすく伝えるために書かれた何百冊もの本を借りたり、無料の電子書籍や講義ノートをダウンロードしたりしてた。2026年にもっとオープンな分野を挙げてみてよ。ソフトウェアはその一つじゃないし、最高のものは常にゲートキープされてきたから。