2026 年 9 月 18 日，格兰特·桑德森 (Grant Sanderson) 在博客上发表了关于数学界如何重新定义学术价值的文章。这篇最初以不同文件格式撰写并经由人工智能转换的文章指出，如果证明可以由机器在没有人类理解的情况下生成，那么传统上作为数学家核心成就的“解决问题”和“产生证明”的价值将受到挑战。
桑德森建议，数学界应更坚定地定义“有动机的解释”（motivated explanation）这一概念，并给予那些提供新且令人信服的直觉性解释的工作以类似解决开放问题的学术荣誉。他认为，这有助于外界更好地理解数学家的贡献，避免因 AI 生成证明而误认为数学家变得过时。
尽管桑德森承认其非传统的职业生涯专注于制作数学视频可能带来个人偏见，但他强调，“有动机的解释”并非简单的科普，而是旨在回答“你会怎么想的？”这一深层问题的工作，即使这需要深入的专业知识。这种工作在实践中早已存在，只是需要被更明确地定义和提升地位。
什么是有动机的解释？
与证明不同，有动机的解释不以定义为起点，而是将定义置于中间，仅当新的构造能解决已明确的问题时才引入词汇。在证明中所有陈述必须正确且逻辑必然；而在有动机的解释中，从一个不完全正确但可追溯起源的想法开始是可以接受甚至可取的。迈克尔·尼尔森创造的“发现小说”一词描述了这种类型：通过展示简单但错误的解决方案、分析其失败原因并逐步修正来揭示真理。
证明的范围局限于解释特定定理为何真实，而有动机的解释则进一步澄清为什么该定理是第一个被提出的正确问题，以及它在周围上下文中的应用。虽然这种解释的有效性不像证明那样具有二元可验证性，但其主观指标反映了数学领域更为人性化的方面。桑德森倾向于使用“有动力”而非“清晰”或“解密”，因为前者更能体现让读者觉得“自己也能发现它”的实际指南作用。
历史与现代案例
普林斯顿数学同行本的第四部分被视为最好的动机解释库之一。由蒂莫西·高尔斯编辑，该书涵盖二十多个活跃研究领域，如安德鲁·格兰维尔对分析数论的解释和大卫·本·兹维对模块空间的介绍。高尔斯曾提到，获得菲尔兹奖章使他有机会参与此类项目，这项工作为数学领域增添了巨大价值。
比尔·瑟斯顿在其著名论文《数学证明与进步》中提出，数学家的真正目标是促进人类对数学的理解。他早在三十年前就预见了计算机带来的争议，例如 Appel 和 Haken 使用大规模自动计算完成四色地图定理证明时引发的讨论。瑟斯顿指出，争议并非源于对证明正确性的怀疑，而是源于人类对持续理解的渴望。他在论文末尾列举了大量“非学分生产活动”，包括数学政治、修订笔记成书、探索数学计算、数学教育以及开发新的交流形式（如几何中心的实验视频）。其中短片《Outside In》通过视觉化 Smale 悖论，让数百万人参与了底层想法的理解。
Timothy Chow 的《强迫的初学者指南》也提供了相关词汇。Chow 提议区分“开放式研究问题”和“开放式陈述问题”。后者指那些虽有技术证据但尚未得到充分理解的结果。如果机构像对待千年奖项问题一样正式定义并奖励解决这些“开放式陈述问题”，即完全清晰地解释数学结果，使每一步都有动机且明确，这将极大提升数学的可理解性。
AI 时代的实践意义
2026 年 4 月，Liam Price 提交了解决埃尔多斯问题 1196（非对称原始集推测）的方法，该方案源自他与 GPT-5.4 Pro 的互动。不同于以往许多由 AI 辅助解决的厄尔多斯问题，这是一个领域内研究人员认为重要且难以捉摸的问题。随后，Nathaniel Sautanah 和 Jared Duker Lichtman 解释了 AI 的方法并将证据清理成人类可读的形式。今年 5 月，Boris Alexeev, Kevin Barreto, Yanyang Li, Jared Duker Lichtman, Liam Price, Jibran Iqbal Shah, Quanyu Tang 和 Terence Tao 发表了一篇论文，详细阐述了证明的关键思想，不仅澄清了原始问题，还优化了对埃尔多斯原始集假设的证明。
桑德森认为，这里的价值不在于标记一个 Erdős 问题为“已解决”，而在于我们对原始集合的理解比 2026 年初更加清晰和令人满意。值得庆祝的是这篇论文扩大、澄清和说明了关键理念。
行动呼吁与文化转变
为了提升有动机解释的地位，桑德森提出了以下具体建议：
- 博士导师可以分配一个小问题给新生，要求将其作为演讲呈现给同学和教师，无论该问题是已解决但缺乏清晰度，还是未解决。这相当于将小问题视为小型博士答辩。
- 主要人物（如陶哲轩）可以列举希尔伯特问题的现代类比，关注那些既重要又缺乏深层次理解的领域，即“未解决的陈述问题”。
- 书面标准应澄清什么构成有动机的解释，使其尽可能接近可验证的证据，从而让解决未解决的陈述问题获得与解决开放问题同等的认可。
- 建立更明确关注在整个数学界广泛理解结果的期刊。
- 在雇佣和任期决定中，更重视编写优秀教科书等工作，类似于 AMS 斯蒂尔展览奖，但在更细致的尺度上进行评估。
这种文化转变对于维持数学职业的形象至关重要。许多年轻学生因担心 AI 取代人类角色而对进入该领域感到恐惧。如果现场领导人采取具体行动界定和澄清领域的本质，表明职业地位不取决于谁提供证据，而是取决于谁促进理解，这将使年轻新人确信他们仍在驾驶座上。此外，这也可能是资助数学的最佳时机之一，因为即将发生的变化很可能扩大数学作为公共利益的价值。
