AI数学s

实验设计 2026 年 6 月，我设计了一项"人机对决"实验： 人类组： 3 位数学博士，分别来自代数、分析和应数方向，各自有 5-10 年研究经验。 AI 组： GPT-5 (o3)、Claude 4.5 Sonnet (extended thinking)、Gemini 2.5 Pro (deep think)。 任务： 7 个数学研究中的常见任务，从"文献检索"到"提出猜想"。 评分： 每项任务满分 10 分，由独立的评审委员会（5 位数学教授）打分。评审不知道答案来自人类还是 AI。 最终结果 任务 人类组（平均） AI 组（最佳） 胜者 1. 文献检索 6.5 8.5 AI 2. 计算验证 5.0 9.0 AI 3. 反例构造 7.5 3.5 人类 4. 证明瑕疵检测 6.0 7.5 AI 5. 类比迁移 8.0 4.0 人类 6. 概念定义 7.5 5.0 人类 7. 提出猜想 8.5 3.0 人类 总分 49.0 40.5 人类 结论：AI 在信息检索和计算类任务上碾压人类，但在需要创造力和洞察力的任务上远不如人类。 ...

开场：一场教育实验的意外结果 2025 年秋季学期，加州大学某分校的数学系做了一个实验：将 200 名微积分入门课程的学生随机分为两组。 对照组（100 人）： 传统教学——讲座+习题课+助教答疑。 实验组（100 人）： 传统教学 + AI 数学辅导工具（GPT-5 定制版，可随时提问、要求讲解、请求分步指导）。 学期结束时，实验组的期末考试成绩平均比对照组高 23%（87 分 vs 71 分）。实验组学生的满意度评分也显著更高——“AI 助手 24 小时在线，比助教还耐心。” 但实验组在随后的"独立解题测试"（不允许使用 AI）中，表现比对照组低了 12%。 这个"反弹效应"让教育研究者们深感不安。AI 确实帮助学生学会了数学——但可能不是他们以为的那种"学会"。 23% 的提升是怎么来的？ 实验组学生使用 AI 的方式，大致可以分为三类： 第一类：“讲解员"型（约 40%）。 学生遇到不懂的概念时，向 AI 提问"什么是极限的 epsilon-delta 定义？"，AI 用不同方式解释，直到学生理解。这些学生使用 AI 的方式最接近"理想学习”。 第二类：“参考答案"型（约 35%）。 学生做作业时，遇到不会的题，直接把题目输入 AI，获取完整的解答步骤，然后照着写。这些学生只看答案，不思考过程。 第三类：“快捷方式"型（约 25%）。 学生把整个作业交给 AI，复制粘贴答案，连看都不看。这些学生基本上是在作弊。 期末考试时，所有人都不能使用 AI。 第一类学生的成绩提升最大（+35%），第二类学生有小幅提升（+12%），第三类学生几乎没有提升（+3%），少数人甚至下降了。 但关键问题是：即使是第一类学生，在独立解题测试中也退步了。 为什么？ “脚手架效应”：AI 让学生丧失了"挣扎"的能力 教育心理学中有一个概念叫"脚手架效应”（Scaffolding）：在学习初期，提供适当的支持（脚手架），帮助学生完成任务。随着学生能力提升，逐步撤除脚手架。 AI 的问题在于，它提供了"永不撤除的脚手架”。 在传统学习中，当你遇到一道难题时，你会经历一个"生产性挣扎"（productive struggle）的过程。你尝试不同的方法，失败，调整，再尝试，再失败，最终找到答案。这个"挣扎"的过程，是数学思维生长的关键。 有了 AI，你不再需要挣扎。 卡住了就复制粘贴，AI 立即给你答案。你感觉自己在"学习"——你确实看懂了解答——但你没有经历"从不知道到知道"的思维过程。你看懂了答案，但你没有学会"产生答案"的能力。 这就是为什么实验组学生在独立解题测试中表现更差：他们的大脑习惯了"有 API 调用"的模式，当 API 被切断时，大脑不知道如何独立工作。 ...