数学が証明だけではないなら、その他の部分ももっと称える必要がある

[本文は Grant Sanderson によるゲスト記事です。このブログ記事はもともと別のファイル形式で書かれ、その後 AI によって変換されました。—— T.]

数学の世界には今、こんな通説が広く流れている。問題を解くことと証明を生み出すことは、常に数学者の真の目的——人類の理解を深めること——の代理にすぎなかった。証明がその理解を伴わずに生成できるようになると、代理としての価値は損なわれる。

ここで当然の疑問が浮かぶ。代わりにどんな代理を使えばいいのか。

私が提案したいのは、「動機づけられた説明」という概念をより明確に定義し、新しく説得力のある動機づけられた説明に、かつて未解決問題の新しい証明が得たのと同じ水準の学術的評価を与えることだ。

さらに言えば、これは数学の外にいる人たちに、数学者が実際に何に貢献しているのかをよりよく伝えるための重要な一歩だと考えている。部外者が「証明を生成する機械があれば数学者は不要になる」と思い、内側にいる者が「それは研究者の実際の貢献を誤解している」と考えるなら、この共同体には、自らが報いる仕事を通じて、自分たちの真の価値をよりよく伝える責任がある。最も評価される仕事が証明の生成に大きく偏り、明確化や解釈が二級品扱いされるなら、部外者がそう誤解するのも無理はない。

まず明らかな個人的な偏見を認めておく。私の数学におけるキャリアは伝統的なものではなく、主に数学についての動画を作ってきた。そこでも目的は「人類の理解を深めること」だが、私の重心は常に、一般の人に響く説明と直観であり、未解決問題を解くことではなかった。意地の悪い人なら、この提案を厚かましい自己宣伝と読むだろう。

ただ実際のところ、私自身のキャリアも資金源も学界の外にあり、この共同体が誰に評価を与えるかは私の利害とは関係がない。それに、私が動機づけられた説明の地位を上げようと言っているのは、科学コミュニケーションのことではない。主題そのものを味わうのに深い専門性が要るとしても、あくまで「どうすればこれに思い至るのか」に答えることを主目的とする仕事全般を指している。

以下に挙げる例が示すように、これは目新しい話ではない。プロの数学者はこうした仕事にすでにかなりの労力を注いできた。この記事の主張は主に二点、1）こうした仕事をより明確に定義すること、2）その地位を高めることだ。

何が動機づけられた説明なのか

「動機づけられた説明」という言葉で何を言いたいのかは、もう十分伝わっているかもしれないが、証明と短く対比しておく価値はある。

証明では、定義は冒頭に現れる。新しい構成から出発し、その性質を分析するのはよくある、期待された進め方だ。

動機づけられた説明では、定義は途中に現れる。対象となる問題がまず明確に立てられて初めて、新しい構成が語彙に加わることを許される。

証明では、すべての記述が正しくなければならず、各主張は前の記述から必然的に導かれる。

動機づけられた説明では、まだ完全には正しくなく、修正を要するが、その来歴が共感を呼ぶようなアイデアから出発してよい。むしろ、そうしたいことがよくある。

私が好きな動機づけられた説明の一類型は「発見のフィクション（discovery fiction）」で、これは Michael Nielsen が名づけた言葉だ。あるアイデアをめぐって物語を展開する。まず単純だが誤った問題の解き方を示し、どこで破綻するかを見て、それを直し、また新しい問題が見つかる、というふうに続けていく。

証明の射程は、ある特定の定理がなぜ真なのかを説明することにある。

動機づけられた説明の射程は、ある定理がなぜ真なのかを明らかにするだけでなく、その定理自体がなぜ提起に値するのか、周囲の文脈の中でどう使われるのかまで及ぶ。

動機づけられた説明には明らかな弱点がある。その有効性は証明のように二値的ではない。証明が進展を測る優れた手段である大きな理由はまさにここにある。何に証明があり、何にまだないかを明確に線引きできる。動機づけられた説明に Lean が登場することは永遠にない。

人類の理解を深めることを本当に目標にするなら、避けられない事実がある。この目標は本質的に、証明を探すことよりも曖昧だ。なぜなら「人類の理解」自体の定義がより曖昧だからだ。より主観的な尺度を避けることは、この学問のより人間的な側面を避けることでもある。

私が「明確な」や「脱神秘化」ではなく「動機づけられた」という言葉を好むのは、この性質のほうが検証しやすいからだ。証明ほど厳密に検証できるわけではない——そこまでできるものはほとんどない——が、実用的な基準としては十分だ。自分の仕事では、よくこう繰り返す。「これは、自分でも思いつけたはずだと思わせたい」。観客をなだめるために言っているのではなく、ある説明が完全と言えるかを自分で判断するための実用的な指針だからだ。新しい概念を導入するたびに問える。この概念の来歴は明らかか。答えは白黒つかないが、実用上はほぼ十分だ。

動機づけられた説明の実例

私が思いつく、動機づけられた説明の最良の集成のひとつは、『Princeton Companion to Mathematics』の第4部だ。二十を超える活発な研究分野を扱い、それぞれの分野の導入を、明快な説明を得意とする専門家が書いている。

Andrew Granville が解析的整数論を語るにせよ、David Ben-Zvi がモジュライ空間を紹介するにせよ、これらの記事が与える直観と動機は、通常なら黒板を挟んだ一対一の会話でしか得られないものだ。

この本の背景はここで触れておく価値がある。編集主幹は Timothy Gowers で、彼は Numberphile Podcast のインタビューで Brady Haran とこの本について語っている。フィールズ賞が自分の人生に何をもたらしたかと問われて、彼はこう答えている。

フィールズ賞を取った人は、少し違うことをする自由を得たと感じる……たとえば私が編集主幹を引き受けた Princeton Companion to Mathematics という本は、間違いなく巨大な事業だった。5年ほどの間、自分の仕事時間の半分を占めたと思う……あれは私が信じたプロジェクトで、もし私がフィールズ賞受賞者でなければ、おそらく誰もそんな機会をくれなかっただろう。

彼はこの本を正しいと信じている。数学という分野にもたらした価値は大きい。ただ、自分が時間を割くだけの理由があると感じるには、まずフィールズ賞が要る、というのは惜しい話だと思う。

証明にかけては抜群の才能を持ちながら、その貢献は証明にとどまらない人物がもう一人いる。Bill Thurston だ。名実ともにその通りの記事 On Proof and Progress in Mathematics は LLM の登場より三十年も前に書かれたものだが、冒頭でこう問いを立てている——「数学者は何を成し遂げたのか」という問いの正しい形は、「数学者は数学への人間の理解をどう進めたのか」を問うことではないか、と。

今日と驚くほど響き合う一節がある。

コンピュータの急速な進歩は、この点を際立たせるのに役立つ。コンピュータと人間はあまりに違うからだ。たとえば Appel と Haken が大規模な自動計算によって四色定理を証明したとき、少なからぬ論争が起きた。私の見るところ、この論争は定理が本当に正しいのか、証明が正しいのかという疑いとはほとんど関係がない。そこに表れていたのは、定理が真であると知ることとは別に、人間がその証明を理解したいという根強い願いだった。

もっと日常的な場面では、コンピュータに触れ始めたばかりの人は、手作業なら小規模に済むはずのものを大規模に計算してしまいがちだ。最初の 10,000 個の素数の表を印刷してみて、出てきたものが自分にとって本当に欲しかったものではないと気づく。そうした経験を通じて、本当に欲しいのは普通「答え」の山ではないと分かる——欲しいのは理解なのだ。

この記事自体が、数学をすることは証明を生み出すだけではないと見事に示している。彼が最後に書いた言葉に注目してほしい。

私は単位の出ない多くのことに多大な労力を注いできた。定理を証明することと同じくらいそれらを大切にしている。数学の政治、自分のノートを表現水準の高い本にまとめ直すこと、数学における計算の探究、数学教育、Geometry Center を通じた数学の伝え方の新しい形の開発（最初の実験であるビデオ「Not Knot」など）、MSRI の運営、その他もろもろだ。

そもそも、こうした「単位の出ない活動」は、なぜフィールズ賞の後ろに並ぶべきで、フィールズ賞に寄与するものではないのか。

個人的な話を一つ。彼が挙げた Geometry Center の作品のうち、私が少年時代に特に大きな影響を受けたものがある。短編映画 Outside In だ。おそらく、本格的な数学を扱った最初のバイラル動画で、Thurston 自身が構成した球面外翻の核心的なアイデアを可視化している。

独創的な証明——たとえば Smale のもの——は外翻が必ず存在することを示す。これは 0 から 1 への人類の理解の前進だ。そして、その背後のアイデアを何百万人に届けたこの動画は、1 から N への前進だ。Thurston がこの「単位の出ない活動」にこれだけの時間を割いたことに感謝している。

関連する記事をもう一つ。Timothy Chow の A beginner's guide to forcing だ。これ自体が、動機づけを伴う解説の優れた実例であり、その序文はこの話をめぐる有用な語彙を提供してくれている。

すべての数学者は未解決研究問題という概念に馴染んでいる。私が提唱するのは、それほど馴染みのない概念、未解決解説問題だ。未解決解説問題を解くとは、ある数学的主題を完全に明快に説明することを意味する。各段階には動機づけがあり、明確でなければならない。理想的には、学生がその結果を自分でも導けそうだと思えるべきだ。

こうした未解決解説問題が、未解決研究問題と同じように扱われたらどうなるだろう。極端な場合として、未解決解説問題のための Millennium Prize Problems のようなものを想像できる。ある機関や研究者の集まりが、重要でありながら、技術的には証明済みであるのにいまだよく理解されていない数学的結果を正式に定義する。今や、AI が生成する証明はどれも、生まれた瞬間から未解決の解説問題を抱えている。そう考えれば、今後数年でこうしたものが大量に出てくる可能性が高く、どれに重点を置く価値があるかを明確にすることは、指導者にとって価値のある仕事になるだろう。

重要でありながら未解決の解説問題が解決されたかどうかを判断するには、まず基準を合意しなければならない。これも証明の検証以上に主観的だが、数学のより人文的な側面を真剣に扱う者なら誰でも、この主観性に関わらざるを得ない。繰り返すが、鍵となるアイデアに動機づけがあるかを確かめることは、証明の各段階が論理的に正しいかを確かめることと本質的に変わらない。

数学界の外にいる人が、数学界の指導者たちが未解決の解説問題を未解決の研究問題と同じ真剣さで扱う姿を見れば、数学者の役割に対する誤解を正すのに大いに役立つはずだ。

最後に挙げる例は、おそらく今後の方向性をより強く示唆している。

今年四月、Liam Price が Erdős Problem 1196 の解答を提出した。漸近本原集合予想とも呼ばれる問題だ。この解答は Price と GPT-5.4 Pro のやり取りから生まれた。AI の助けで解かれた多くの Erdős 問題と違い、この問題はその分野で重要かつ難攻不落と広く認められていた。こうした話は今や珍しくないが、この時点では、証明は技術的には存在するものの、人間の理解はまだほとんど進んでいない。

証明は Nat Sothanaphan と Jared Lichtman の手に渡り、二人は AI の筋道を読み解き、人間が読める形に整理した。五月、Boris Alexeev、Kevin Barreto、Yanyang Li、Jared Duker Lichtman、Liam Price、Jibran Iqbal Shah、Quanyu Tang、Terence Tao が論文を発表し、証明の背後にある鍵となるアイデアを展開した。著者たちは、その鍵となるアイデアが元の問題だけでなくその周辺の多くの問題も明快にすることを説明している。たとえば Erdős 本原集合予想のより簡潔な証明を与える、といった具合に。

ここでの価値は、チェックを付けられる未解決の Erdős 問題がまた一つ増えたことではない。本原集合についての我々の理解が、2026 年初頭よりも明らかに鮮明で、満足のいくものになったことにある。元の問題の解答もその一翼を担ったが、それ以上に評価すべきはあの論文だろう——あの鍵となるアイデアを展開し、明確にし、文脈に位置づけたのだから。

実行可能な提言

実務的な観点から、「動機づけられた説明」の地位を高めるには、具体的に何ができるか。いくつか挙げてみる。

博士課程の指導教員は、新入生にその分野の小さな問題を練習として与えてよい。ただし求められる成果物は解答そのものではなく、その解答をレポートの形で同級生や教員に説明することだ。すでに答えが出ているがうまく説明されていない問題でもいいし、答えがなく学生が AI の助けを借りて見つけ出す問題でもいい。いずれにせよ学生はこう自覚する——いつか自分は、人に語れるほど深く理解しなければならない。そして期待される成果は、他の人にも理解してもらうことである。要するに、小さな問題も小さな博士論文審査として扱えるということだ。
誰か指導的な立場の人（ごほん、Terry、ごほん）が、現代版の Hilbert 問題リストを作ってはどうか。ただし未解決の説明問題だけに焦点を絞ったものを。どの分野が重要でありながら、我々が期待するあのより深い理解をまさに欠いているのか。
執筆の規範において、何が動機づけられた説明と見なされるかを明確にし、証明とほぼ同じくらい検証可能なものにする。そうすれば、未解決の説明問題が解かれたとき、未解決問題が証明されたときと同じように認められ、祝われるようになる。
成果を数学界により広く届けることを、より明確に使命とする雑誌を創刊してもよい。Mathematical Discourse はこの点で興味深い新しい例だ。
採用や終身雇用の審査では、優れた教科書やそれに類する仕事をより重く評価してよい。AMS Steele Prize for Exposition を思い浮かべればいいが、もっと粒度を細かくし、キャリア初期のそうした貢献に焦点を当てるのだ。

目に見える文化の変化にどんな価値があるか

最後に、もっと大きな理由を一つ挙げたい。数学界の目に見える文化の変化は、まさに今、それ自体に内在的な利点がある。数学という職業が外からどう見えるかに関わる利点だ。

この分野に情熱を抱いていた多くの若い学生が、今、足を踏み入れることをためらっている。証明を自動生成する機械の時代に、未来がどうなるか分からないからだ。しかし見方を変えれば、これはこの分野に入るのに最も刺激的な時期の一つでもある。まだ形の定まっていない分野で始めることほど興奮させるものはない——未来の姿を自分の手で形づくる機会があるのだから。AI がもたらしうる理解上の利点をすべて脇に置いても、若い志ある数学者は胸を躍らせるべきだ。彼らは歴史上特異な瞬間に足を踏み入れ、この分野全体の未来がどうなるかを決めることに、実際に参加する機会を得ているのだ。

とはいえ、こうした変化が胸を躍らせるものになるのは、それが自ら選んだものだと感じられるときだけだ。自分では制御できない力に押し流されているように見えた瞬間、それは恐怖になる。だからこそ、この分野の指導的な人々が今、具体的な行動を起こし、この分野とは何なのかを定義し明確にすることが、若い参入者に確信を与える——舵を握っているのは誰なのか、そしてこの職業の地位が証明を生み出す実体がどれかによって決まるわけではないのだと。

同じく、今は数学に資金を出すのに最良の時期の一つだとも思う。数学の次の章が「人間の理解」という四文字の鼓動とともに始まるのなら、これから起きるあらゆる変化は、公共財としての数学の価値をむしろ増幅する方向に働くように思える。