AI能把数学压轴题讲明白吗?它会算,不一定会“点醒”学生

正文四节：

AI会做题，不等于会讲题

压轴题最难的，不是步骤，而是“卡点诊断”

AI适合当陪练，不适合当裁判

数学组和年级主任，怎么把AI用在刀刃上

正文

前几天，一个学生跟我说，他把一道二次函数压轴题丢给AI。AI很快给了完整过程，格式漂亮，步骤齐全，连“思路分析”都写得像模像样。可问题是，他看懂了这道题的答案，下一道同类题还是不会。这个场景，很多老师和家长都不陌生。现在真正的问题，已经不是“AI会不会做题”，而是：它会不会像一个好老师那样，把学生从不会带到会。

先说一个基本判断。AI在数学学习里的能力，确实在快速变强。2025年RAND的调查显示，已经有54%的中学生和高中生、53%的语数英理科教师表示自己会把AI用于学习或教学；但与此同时，超过80%的学生说，老师并没有明确教过他们怎样把AI用在学业上，只有45%的校长提到学校或学区有AI使用政策。这说明一个现实：工具跑得很快，规则和方法还没跟上。（RAND，2025）()

一、AI会做题，不等于会讲题

很多人对AI有一个误会：它能把答案一步一步写出来，就等于它会讲题。其实不是。

研究者现在已经把“数学家教型AI”单独拿出来测了。2025年的 MathTutorBench 发现，评价一个AI会不会教数学，不能只看最后答案对不对，还要看它会不会苏格拉底式追问、会不会判断学生答案是否正确、会不会找到学生第一处出错的位置、会不会在不直接泄题的前提下给脚手架支持。换句话说，“会解题”只是底线，“会引导”才是讲题能力。（MathTutorBench，2025）()

更扎心的是，同一项研究给了一个很典型的例子：学生把题做错了，一些模型却仍然先夸“你这一步一步很清楚”“你的答案是正确的”。这就不是教学了，这是误导。压轴题最怕什么？不是学生不会，而是错得很自信。一旦机器把这种自信又加了一层金边，后面的讲评就更难做了。（MathTutorBench，2025）()

所以第一句金句，我建议直接写给老师和家长：

会出答案，不等于会教会。

二、压轴题最难的，不是步骤，而是“卡点诊断”

数学压轴题真正难的地方，往往不是最后两步计算，而是前面那一下判断：到底该设元，还是该构图；该分类讨论，还是该找不变量；该往函数想，还是往几何关系想。

一个好老师讲压轴题，不是把黑板写满，而是先判断学生卡在什么层级。

有的学生是知识没接上。

有的学生是信息提取乱了。

有的学生是方向错了，还以为自己只是算慢。

这三种卡法，讲法完全不同。

这也是为什么现在不少产品都在往“少给答案、多给追问”的方向调。Khan Academy 介绍 Khanmigo 时特别强调，它的目标不是直接给答案，而是像家教一样，通过提问引导学生自己往前走。OpenAI在2025年推出 Study Mode，也把重点放在“分步引导”而不是“直接作答”；2026年又上线了面向数学和科学的动态可视化讲解，想做的也是把抽象关系讲得更直观。（Khan Academy，2024；OpenAI，2025；OpenAI，2026）()

这说明行业已经意识到：压轴题教学不是答案生产，而是认知支架。

第二句金句可以这么说：

压轴题最值钱的，不是最后那一分，而是转弯那一下。

三、AI适合当陪练，不适合当裁判

那AI到底有没有用？有，而且用对了，作用不小。

2025年《Scientific Reports》发表的一项随机对照研究显示，使用经过教学法设计的AI tutor，学生在更短时间里学得更多，参与感和学习动机也更强；AI组里有70%的学生学习用时少于60分钟，中位数大约49分钟，但后测表现仍显著更好。这个结果很重要，它说明：设计得当的AI，不只是“省事工具”，也可能是有效陪练。（Scientific Reports，2025）()

但这里有一个前提，不能漏：研究说的是“经过研究型设计的AI tutor”，不是随便把题目丢给一个聊天机器人。差别在哪？差别就在有没有教学设计，有没有边界，有没有复核。

所以我的判断很明确：

AI适合做三件事——

第一，陪学生拆题。

第二，陪学生复盘错因。

第三，陪学生做同类变式。

但它不适合做三件事——

第一，替老师判定“这个孩子到底懂没懂”。

第二，替学校下结论“这个班压轴题能力就这样”。

第三，替家长天天盯着孩子刷题。

第三句金句：

把AI放在副驾驶，老师才看得见路。

四、数学组和年级主任，怎么把AI用在刀刃上

这篇文章如果只讲技术，就没意思了。真正重要的是，学校怎么落地。

RAND 2024年的数据很能说明问题：在已经使用AI的教师里，64%主要把它用于教学设计；在使用AI的中学数学教师中，83%会把它用于教学规划，但真正把AI直接带给学生使用的比例并没有高到可以“放心放手”的程度。（RAND，2024）()

这其实给了学校一个很现实的路径：先让AI帮老师备讲评课，再慢慢进入学生学习端。

我建议数学组先做四件小事。

第一，建立“压轴题错因词典”。

比如分成审题偏差、条件遗漏、图形转换失败、分类讨论漏项、函数关系建模失败、表达不规范六类。AI先归类，老师复核。这样讲评课就不是“这题再讲一遍”，而是“这类错怎么断根”。

第二，所有AI讲题稿，统一加一道人工复核。

尤其是压轴题，不能只看答案，要看是否偷换条件、是否跳步、是否把特殊情况讲成普遍规律。

第三，年级主任看质量，别只盯分数曲线。

要多看三张表：

哪类压轴题最易卡住；

哪一类错误重复率最高；

哪些学生是“会听不会迁移”。

前两张表给教研，后一张表给班主任和家长沟通。

第四，家校沟通别神化AI，也别妖魔化AI。

告诉家长一句最实在的话：AI可以帮孩子把题讲第二遍、第三遍，但不能代替孩子自己先想那五分钟。先想，再问；先写，再改；先判断，再求助。这样家长才不会把AI当“作业保姆”。

这也符合UNESCO近年的判断：AI进入教育，应当坚持“以人为中心”，教师的核心角色不能被替代，学校需要把人的判断、责任和关系放在中间。（UNESCO，2023/2024）()

结尾

所以，回到开头那个问题：讲题思路，能被机器学会吗？

我的答案是：能学会一部分，但还学不会最关键的那部分。

它能学会拆步骤。

能学会追问。

能学会找一些常见错因。

但它还不稳定地具备一个优秀数学老师的判断力：在学生一句含糊的话、一个犹豫的停顿、一次错误的联想里，看见真正的问题。

数学压轴题，从来不只是“难题训练”。它训练的，是学生在复杂信息里找入口的能力。

而老师最重要的工作，也不是把答案讲出来，而是把入口照亮。

适合转发的一句话，我给您这一句：

AI能陪学生走很远，但决定往哪走、该不该停、什么时候拐弯，还是老师最重要。

您也可以在留言区聊聊：

您遇到过最离谱的一次“AI讲错数学题”，是什么？

或者，您觉得压轴题教学里，最难被机器替代的一步，到底是哪一步？

高搜索量热词摘要

AI数学压轴题、AI讲题思路、错因分析、数学培优、压轴题讲评课、个性化辅导、AI家教、教师工作流、数学教学评价、年级质量分析、家校减负、以人为中心的AI教育

配图建议

风格：校园纪实 × 轻量科技HUD叠加

色调：深蓝 × 暖白 × 银灰高光

内容：真实中学数学讲评课场景。老师站在黑板或投影前，不是直接写满答案，而是在一道压轴题的关键转折处停住，追问学生。桌面有草稿纸、几何图、错因记录卡。屏幕只显示简洁英文词：Think / Check / Turn / Explain。

配图文字：讲题，不只讲答案