“证明文本很难阅读、难以核验”：研究生怎样对待AI给出的推导和计算

2026年10月29日讯 据IT之家援引The Verge报道，OpenAI近日宣布在数学、计算机科学和物理学领域取得进展后，佐治亚理工学院数学教授何晓宇（Xiaoyu He）认为，问题比发布形式更深层：“这些基础性难题被AI快速攻克，全程缺少人类研究者的贡献，而且产出的证明文本很难阅读、难以核验。”

虽然大多数研究生并不需要利用AI解决世界难题，但利用AI推导公式、计算模型、编写代码已经十分常见。何晓宇提到的“难以阅读、难以核验”，同样是研究生把AI结果用进论文时最容易踩的坑。

第一关：读得懂

AI的解答过程经常是完整的、整齐的、专业的。但看上去，对和真读懂是两码事。一个简单的检验方法就是把屏幕合上自己从头推一遍。哪一步推不下去，就是哪一步没真正弄懂，回头去读书。

对于代码也是一样的。AI写的数据分析程序可以运行并且得到结果，并不表示方法是正确的。每一个函数、每一个参数的含义，为什么要这么设置，都能说清楚。

合上屏幕自己推一遍，是检验是否读懂的最直接方法（插画）

第二关：验得过

读懂了，还要验证结果对不对。数学推导：代入特殊值、边界情况、与文献对照；数值：换一种算法或工具重新计算；统计：用模拟数据检验能否得到已知参数。验证方法越独立，结果越可靠。

PaperOK科研助手在官网展示的一个方法章节写作案例中，全文165处公式都是Word原生公式，另派代理独立复算了208个数值。这种“写完再独立复算”的思路值得借鉴：生成和检验分开进行，才能发现生成过程本身的错误。

第三关：讲得出

最后一关是能向别人讲清楚。答辩时，专家很可能就论文里的一个公式或一个模型设定追问下去。菲尔兹奖得主拉福格10月28日在复旦大学演讲时就建议，要像向完全不了解数学的人解释那样，把证明写下来。如果自己都无法用平实的语言讲明白，评审专家也很难信服。

中国学位与研究生教育学会今年发布的指南明确，核心创新须由申请人提出并完成，使用AI的要做到过程可追溯、结果可核验。AI给出的推导和计算可以作为参考和辅助，但写进论文之前，读懂、验证、能复述这三关，一关都不能省。

生成与检验分开进行，才能发现生成过程本身的错误（插画）

常见问题

问：AI推导的结果和教材不一样，该信哪个？

先自己推一遍，看看分歧在何处，然后查阅权威文献进行验证。不要轻信AI更加详细的解题过程。

问：用AI推导过的部分，需要在论文里说明吗？

根据学校、期刊要求，在AI使用声明中写明用途及核验方式。核心的推导和创新应该由作者自己完成。