AI已能证明长期悬而未决的数学猜想，甚至在部分成果上达到专业研究者水平。这引发一个合理疑问：孩子还需要学数学吗？更准确的问题或许是：数学教育该调整什么？这些调整与思维训练是什么关系？

数学的重要性为何不降反升

过去说数学重要，多因它是物理、工程、计算机的基础，是升学筛选科目，能训练逻辑。这些理由依然成立，但它们把数学视为“手段”。

AI时代出现一个反直觉结论：要驾驭AI，人需要更懂数学，而非更少。原因在于，AI的输出需要人来判断对错。缺乏数学素养的人面对AI给出的推导，只能选择信或不信，无法真正验证。向AI提问的质量，也取决于提问者能否把模糊的现实问题转化为精确的数学表述。陶哲轩等25位数学家2026年联名警告：如果连输入提示的人都无法理解AI的证明，数学作为人类智力探索的意义就被消解。

但这不意味着现有数学教育方式更正确了。恰恰相反，AI暴露了传统数学教育的短板：如果课堂只训练计算速度和解题套路，这些恰是AI最擅长的，学生再苦也是在和机器赛跑。

一个值得审视的现象

讨论数学教育调整时，有一个现象常被提及：美国学生在国际数学测评中成绩长期平庸，甚至低于经合组织平均水平，但美国却是诺贝尔自然科学奖的“专业户”，获奖人数遥遥领先。

这个反差不能简单归因于“美国教育更好”或“中国教育失败”。它至少提示了一点：数学测评成绩与顶尖科研产出之间，并不存在简单的线性关系。美国基础教育中确实存在数学平均水平不高的问题，其成因包括分层教育体系下对大多数学生要求偏低。但与此同时，美国课堂传统中深受苏格拉底“产婆术”影响，教师较少直接讲解知识点，而是通过提问引导学生自己得出结论，学生的阅读、思考和写作量很大，但很少被要求背诵。这种“重过程轻结论”的教学方式，可能在一定程度上保护了部分学生对数学的深层兴趣和独立思考习惯。

必须指出的是，美国的诺奖优势也与其二战以来吸引全球科学精英、持续高强度的科研投入密切相关。基础教育中的启发式传统是因素之一，但绝非唯一甚至未必是最主要的因素。美国教育界自身也长期在反思基础数学训练不足的问题，并通过AP课程、STEM体系等方式试图弥补。

这一现象的启示不在于“美国模式值得效仿”，而在于：单纯追求测评分数与计算熟练度的教育，未必能自动转化为高阶创新能力的培养。数学教育如果只停留在“会算”，可能恰好遗漏了从“会算”到“会想”之间的关键环节。

需要调整的主要方向

重心从计算执行转向问题定义与解释。康拉德·沃尔夫拉姆把数学过程拆为定义、抽象、计算、解释四步。学校大量时间花在第三步计算上，而这恰是AI最擅长的，结果可能培养出“三流的人类计算机”。调整方向是：把计算交给工具，把教学时间还给定义问题和解释结果。

基础数学地位不降反升，但“基础”含义变了。菲尔兹奖得主杰曼诺夫反对“只学与AI相关的数学”，理由是未来新算法依赖哪个数学分支无人能预测，扎实的核心数学基础才是应对不确定性的底气。这里的“基础”不是计算熟练度，而是概念理解深度。姚期智也强调，核心能力包括“定义问题而非解决问题”“有足够能力辨别AI的答案”。

评价方式从看答案转向看推理证据。新西兰限制AI在高利害评估中的使用，爱尔兰试点让学生批判AI输出或记录推理证据，而非只交最终答案。NCTM期刊也在推动“以学生为中心”的评估，让学习过程可见。

课程需为数据科学与算法思维腾出空间，但面临零和困境。国际上普遍讨论：要加入新内容，该砍掉什么？这不是简单做加法，而是结构性调整。

与思维训练的关联

上述调整与思维训练的关系，可从“为什么”和“怎么做”两层看。

从“为什么”看，调整的合法性来自思维科学。数学教育范式正从“知识传递”转向“思维赋能”，目标是让学生从被动解题者变为不确定情境中的探索者。波利亚早就警告：用机械重复填满教学时间，会扼杀兴趣、阻碍智力发展。AI时代只是让这个警告无法回避。

从“怎么做”看，思维训练需要具体脚手架，而非空洞口号。一个小学数学案例有说服力：在“鸡兔同笼”问题中，AI不直接给答案，而在关键节点追问——“距离26条腿还差4条，如果把1只鸡换成1只兔，腿数会怎么变？”学生在调整中自己归纳规律，经历猜测、列表、画图、假设、创新的完整思维进阶。AI在此充当“思维催化剂”，而非“答案供应商”。

更系统的框架来自“数学智能”的七个维度：估算、表征、推理、想象、提问、气质、协作。它们共同指向一个判断：数学教育的调整，本质是在重构思维训练的场域——把过去被计算训练挤占的空间，还给真正需要人类亲自经历的思考过程。

结语

AI没有削弱数学的重要性，它只是把数学的价值从“你会不会算”转移到“你会不会想”。数学从一门工具学科，变成了AI时代的基础素养。但这一判断不等于对现有教育方式的背书。真正需要调整的，是那些难以被标准化考试衡量却至关重要的部分：概念理解、推理过程、提出问题的能力、对证明美感的感知。调整的方向不是做加法，而是重新分配时间与注意力——把计算交给机器，把思考留给人。