2026 年 6 月 2 日，来自莱顿大学、剑桥大学、牛津大学、ETH 苏黎世等机构的 16 位研究者联合发布了《Leiden Declaration on Artificial Intelligence and Mathematics（人工智能与数学莱顿宣言）》。该宣言系统梳理了在数学研究中使用 AI 所面临的主要问题，并向数学家、学术团体、政策制定者以及商业 AI 企业提出了具体建议。宣言也获得了国际数学联盟（International Mathematical Union：IMU）的支持。

AI 会如何改变数学研究的价值体系

在传统的数学研究中，证明不仅用于为结论提供高度确定性，还帮助研究者理解“为什么”结论成立。研究成果通常清晰地归属于特定作者，作者既享有学术声誉，也对结果的正确性承担责任。

莱顿宣言指出，新一代 AI 技术正在冲击这一既有价值体系。自动化方法可以生成看似合理、实则错误的数学论证；即便是形式化证明，也仍然存在如何在“面向人类的数学概念”与“机器可读的形式表达”之间建立可靠对应的难题。

人类作者必须对正确性与引用负责

宣言最核心的立场之一，是即使在研究中大量使用 AI 或自动化工具，最终责任仍应由人类作者承担，而非转嫁给系统本身。

宣言建议，数学家在使用大语言模型、机器学习系统、证明助手以及其他数学软件时，应在论文中进行透明披露。例如，可以设置类似 “Tool and computational resource disclosure（工具与计算资源披露）” 的专门部分，说明具体使用了哪些工具、模型与计算资源。

即便研究高度依赖自动化方法，关于论证与结果的正确性、合理性，以及对先行研究的引用是否完整、准确，人类作者仍需负全部责任。宣言明确反对将“作者身份”或“学术功绩”赋予 AI 系统，认为信誉与责任应当继续归属于数学共同体中的人类成员。

著作权与学术贡献归属的隐忧

AI 模型在训练过程中大量使用既有数学论文与形式化数学库，这一做法也引发了著作权与学术归属方面的担忧。

数学知识是无数研究者长期积累的结果。如果基于公开数学文献训练的模型，在生成内容时无法恰当地引用人类研究成果，既有的学术归属机制就可能被削弱。此外，许多文献的许可与访问条件并未考虑 AI 训练场景，数据获取方式可能与著作权保护产生冲突，这同样被宣言视为需要正视的问题。

鉴于当前 AI 工具在自动标注出处方面能力有限，宣言强调，研究者有义务主动追溯结果背后的先行工作与思想来源，并在论文中给予清晰、适当的学术致谢与引用。

对学术团体、政策制定者与 AI 企业的呼吁

莱顿宣言并非只面向个体数学家，也对学术机构、资助方与产业界提出了要求。

对于学术团体和非营利研究资助机构，宣言建议尽快建立以 AI 使用为前提的出版与同行评审政策，包括：工具与计算资源披露规范、学术贡献与作者身份认定标准、行为准则等。同时，应确保即便研究依赖 AI，数学成果仍须满足一贯的严谨性要求。

在政策层面，宣言呼吁立法与监管机构加强对作者权利的保护，对 AI 产业实施适当的公共监管，并加大对公共计算基础设施的投入，以保障研究者不必完全依赖商业 AI 平台，从而维护数学研究的自主性。

数学本身也是检验 AI 能力的重要试验场。形式化证明可以被自动验证，因此既是训练模型的优质数据来源，也可能成为企业争夺的资源。然而，当企业以高额报酬或算力支持吸引研究者时，研究议题被商业利益牵引的风险也随之上升。

宣言呼吁，在数学家与产业界开展合作研究时，同样应适用数学共同体内部对同事一贯要求的学术标准。目标不是将 AI 排除在数学研究之外，而是在保障证明正确性、贡献归属清晰、人类理解与判断不可替代，以及研究保持自律与独立的前提下，探索数学界应如何与 AI 共存与协作。