2026年10月6日の夜、フランスのある数学者が夜中に涙を流し、その声で娘さんが目を覚ましてしまったそうです。
泣いていたのはユーゴー・デュミニル＝コパン氏。2022年に「数学のノーベル賞」とも呼ばれるフィールズ賞を受賞した、現代数学の頂点に立つ一人です。
彼をそこまで追い詰めたのは、OpenAIによる突然の発表でした。この日、AIが導き出した数学の研究原稿が一挙に722本も公開されたのです。その中には彼自身の専門分野に直結する未解決問題が16件含まれ、関連資料だけでも3,500ページに及んだといいます。世界最高峰の頭脳を持つはずの数学者が、自分の専門領域に突如として現れた膨大な成果を、ただ呆然と読む側に回らざるを得なくなりました。
彼は後に、「私の研究分野が壊滅した」と言い表しました。知性を極めた研究者の口から出たこの言葉に、私は深い衝撃を覚えました。
人間同士なら「仲間」になれた
実はデュミニル＝コパン氏には、若い頃にも同じような経験がありました。カナダの大学で確率に関する難問を研究し、長い時間をかけてようやく証明を完成させた日の朝のことです。論文サイトを開くと、まったく同じ問題を解いた別の論文が投稿されていました。3人の数学者による連名でした。
先を越されたショックは計り知れなかったはずです。しかし、その結末は温かいものでした。
自分の証明手法には相手の論文と異なる部分があったため、彼はその3人に連絡を取りました。すると相手は彼を快く迎え入れ、「お互いの良いところを持ち寄って一緒に研究を続けよう」と共同研究に誘ってくれたのです。先を越されたはずが、かけがえのない研究仲間が増えた。彼は過去のインタビューで「数学は人と一緒にやる方がずっと楽しい」と振り返っています。
仲間とコーヒーを片手に雑談し、「その考え、別の問題にも使えるんじゃないか」と黒板に向かい、わずか10分で新しい証明が立ち現れる。数学とは、単に答えを出す作業ではなく、知的好奇心を分かち合う豊かな人間の営みでもありました。
しかし、今回の相手は人間ではなくAIです。共同研究に招いてくれることもなければ、黒板の前で興奮を分かち合うこともありません。桁違いの計算速度と網羅性で、人間が何年もかけて挑もうとしていた領域を、一夜にして埋め尽くしてしまったのです。
オイラーの橋と「新しい見方」の価値
数学の歴史を振り返ると、約300年前の1736年、名高い数学者レオンハルト・オイラーが取り組んだ「ケーニヒスベルクの7つの橋」の話を思い出します。
「市内を流れる川にかかる7つの橋を、すべて1回ずつ渡って元の場所に戻れるか」という素朴な問いに対し、オイラーは「不可能である」と証明しました。重要なのは結論そのものよりも、その過程でした。オイラーは橋の長さや川の形状をすべて捨て去り、陸地を「点」、橋を「線」として捉え直しました。これが現代のインターネット通信や物流網を支える「グラフ理論」の出発点となったのです。
もし当時オイラーの手元に現代のAIがあれば、「一筆書きは不可能です」と数秒で正解を出して終わっていたかもしれません。しかし、人間が悩み抜いたからこそ、「世界を点と線で抽象化する」という新しい思考の枠組みが生まれました。
ところが今、AIは単に計算の答えを出すだけでなく、そうした「新しい理論や考え方」そのものすら発見し始めています。人間が何百年もかけて築いてきた知の領分に、AIが踏み込み始めているのです。
若手研究者から奪われる「未解決問題」
この変化は、第一線の大家だけでなく、これからを担う若い世代にも重くのしかかっています。
ニューヨーク大学のトリスタン・バックマスター教授によれば、OpenAIの大量公開によって、研究計画を丸ごと失った若手研究者が実際に現れているといいます。
大学院生が何年も基礎を学び、文献を当たり、指導教官と議論を重ねて見つけた研究テーマ。「この問題を解ければ学位が取れる、研究者として生きていける」と信じて打ち込んできた内容が、ある朝開いたパソコンの中で、AIによってすでに解かれてしまっている。別のテーマを探そうにも、費やした時間は戻りません。そして新しく選んだテーマさえ、いつAIに先回りされるか分からないのです。
誰にも解かれていない問題に挑み、世界で初めてその扉を開く。学問の進歩そのものは歓迎すべきことのはずなのに、その進歩によって、情熱を注ぐ場所そのものが失われていくという皮肉な現実が生まれています。
「高度な仕事へ逃げればいい」の限界
これは学問の世界だけの話でしょうか。
MIT FutureTechが公表した調査では、数学や物理学、経済学などの理論論文に含まれる問題をAIがどこまで解けるかを検証しています。2024年末時点のAIモデルでは正答率がわずか2.8%でしたが、2026年春のモデルでは34.6%にまで急伸しました。わずか1年あまりの間に、難解な理論問題の3分の1以上をAIが解き明かすようになっているのです。
これまで世間ではよく「単純作業はAIに任せて、人間はもっと高度で創造的な仕事に移ればいい」と言われてきました。しかし、その「高度で知的」とされてきた仕事の最たるものである数学の研究ですら、AIが猛スピードで追いつき、追い越そうとしています。
プログラマー、士業、医療関係者、各種コンサルタントなど、何十年も修行を重ねて専門知識や技術を磨いてきた人たちにとって、これは決して対岸の火事ではありません。「その知識や判断なら、AIが数秒で出せます」と言われたとき、人間はさらにどこへ逃げればいいのでしょうか。
私たちが失うのは、単なる仕事や収入だけではない気がします。技術を磨いてきた誇り、自分にしかできないという自負、何かに一生を賭けて挑戦するロマンそのものが、揺さぶられているのではないでしょうか。
効率の先にある「人が関わる意味」
私は京都の亀岡という地方都市で50代になってから起業し、中小企業の現場でITやAIの導入をお手伝いしています。日々接しているのは、地域の製造業、工務店、店舗、士業の皆さんです。
現場でAIツールを試作し、日々の見積もりやデータ入力を自動化すると、「助かった、楽になった」と喜ばれます。業務の効率化という点において、AIは間違いなく強力な道具です。
けれど同時に、道具が賢くなればなるほど、「じゃあ、私たちが本当に大切にしたい仕事は何なのか」という根源的な問いが立ち上がってきます。答えを早く出すこと、無駄をなくすことだけを目的にするなら、多くの領域で人間はAIに敵わなくなっていくでしょう。
だからこそ私は、人と人が顔を合わせて悩みを聴く時間や、正解のない地域の課題に手探りで向き合う泥臭さ、職人が手触りの中で培ってきた勘のようなものを、安易に「不要なコスト」として切り捨ててはいけないと感じています。
世界最高峰の数学者が涙を流した夜の出来事は、最先端の研究所の中だけでなく、地方で商売を営む私たちの足元にも、静かにつながっているように思えてなりません。
CloudLabは京都・亀岡を拠点に、中小企業のIT活用・AI導入・業務システムの開発を支援しています。「効率化の先で、自社が何を強みとして残すべきか」といった本質的な課題整理から、現場に合わせた小さなツールの導入まで伴走します。どうぞお気軽にご相談ください。
この記事の内容はYouTubeでも話しています。
動画を見る →