MIT 数学教授 John Urschel 谈 AI 时代为何仍需锻炼数学思维
MIT 数学系助理教授 John Urschel 首次借助 AI 工具完成两篇 arXiv 预印本,分别研究随机矩阵增长因子与高斯消元的最坏情况行为,解决了困扰数学家数十年的问题。他表示,用 AI 解题的乐趣不如独立思考,理解并内化机器给出的证明才是关键。他强调,只要人类仍有思考和解题的空间,锻炼数学思维在 AI 时代依然重要。
MIT News·2026-11-17 13:00· 1 小时前AI 评分53
问答:在 AI 时代,为什么培养数学能力仍然重要
AI 导读
MIT News 采访 MIT 数学系助理教授 John Urschel,他近期首次借助 AI 工具完成两篇 arXiv 预印本,分别研究随机矩阵增长因子和高斯消元的最坏情况行为,解决了困扰数学家数十年的问题。
正文 · 原文

John Urschel PhD ’21,MIT 数学系 1956 届职业发展助理教授,对锻炼肌肉并不陌生:在 MIT 获得博士学位之前,Urschel 曾作为 Baltimore Ravens 的锋线球员锻炼自己的进攻肌肉。他仍然致力于帮助学生们锻炼,但现在他的重点是批判性思维技能。在课堂上,Urschel 与学生分享他终生对解谜的热爱,同时磨练他们成为强大定性思考者的能力——他认为这些技能在人工智能时代将至关重要。
Urschel 最近在 arXiv 上发表了两篇预印本,一篇关于随机矩阵的增长因子,另一篇关于高斯消元的最坏情况行为,他在其中结合了人类洞察力和 AI 工具,解决了困扰数学家数十年的问题。这段经历让 Urschel 对数学和高等教育的未来有了新的见解,也让他认识到大学校园提供的线下住宿教育具有持久的重要性——在那里,学生可以体验到挣扎、解决问题和人际连接的重要性。Urschel 最近与MIT News 聊了教育、AI 和数学;以下是对话节选。
问:关于学习数学,你希望与学生分享什么?
答:我很小的时候,就喜欢解谜,无论是数独、Martin Gardner 的数学谜题还是填字游戏。我觉得面对一个你不太理解的问题,试着找到方向,努力摸索着解决它,最终从中获得某种理解,这个过程真的很有乐趣。这是我从记事起就一直享受的过程,也是我在数学中最享受的东西。
说到教学,首先,我想帮助学生们训练自己,磨练他们解决问题和成为强大定量思考者的能力。
第二部分更具体地针对我所教的课程,是帮助他们吸收那些能让他们在特定学科中成为更好问题解决者的大思想、工具、技术或主题。如果他们正在上一门特定学科的课程,我的想法是尽力传达重要的基础知识,以便他们能运用所学专长,在现实世界中成为更好的问题解决者。
问:你最近使用 AI 协助解决了两个证明。能谈谈这段经历吗?
答:这是我第一次接触机器的两篇论文,感觉确实不同。这有点像有一个合作者,但这个合作者似乎拥有无限资源,做某些事情比我快得多。
就像计算机能比我们任何人计算得快得多一样,我认为到了现在这个阶段,非常清楚的是,人工智能系统能够比我们任何人都高效得多地完成某些类型的数学。
问:用 AI 解数学题是什么感觉?也同样有成就感吗?
答:就我个人而言,我会说,我之前谈到的解题、思考一道题的那种感觉,我觉得在我自己、不用 AI 去做的时候,那对我来说是最快乐的。
我认为非常重要的一点是,要拥有独立的解题能力感、好奇心——也就是建立那些数学“肌肉”,我认为这些很重要,即使在 AI 时代也是如此。
尤其是当你与机器对话、向机器提问时,我认为提升“理解”这一理念非常重要。比如说,如果你在与机器对话,它给了你某个数学事实的证明,我认为那个证明的真正价值来自人类的理解和吸收机器组合某些数学思想的方式,然后将其内化,并把那知识传达给他人。
理解是我对我那些使用 AI 系统的学生所强调的头等大事。而对于不使用 AI 系统的学生,我则专注于培养他们的解题能力,这正是我们在数学中做了几个世纪的事情。
我认为在现代 AI 机器的时代,只要人类还有思考和尝试解决问题的角色——我相信确实有——那么培养这些技能就仍然重要。
问:麻省理工学院 AI 在教学、学习和研究培训中的应用特设委员会最近的报告强调了经历必要且有成效的学习挣扎的重要性,以及学习的协作性。我很好奇你对 AI 在数学教育中未来角色的看法。
答:一方面,AI 技术的发展应被视为教育的巨大胜利,是实现公平的巨大胜利——当你有易于获取的技术,让你能够接触海量知识时。
我父母都不是教授;我记得小时候,直到上大学我才知道数学家是什么。我在高中以及上大学时学习高等数学概念的方式,是用笔记本电脑和 Google。我能够用 Google 搜索我想学习的某个主题,而且令人惊叹的是,我能找到一些世界顶尖专家写的论文,就在网上免费可得,近在指尖供我学习。那对我非常重要,对我的教育帮助极大。
但我认为我们正处在一个现代技术有点像双刃剑的阶段。因为一方面,有了 AI 系统,你可以比以往任何时候都更快地学到东西,而我小时候拥有的资源,与如今你能用来帮助自己学习的东西相比,简直是小巫见大巫。
但问题在于,这也会剥夺你独立思考和自主学习的能力。我认为,如果你是一名高中生或大学生,这会很难。你有很多事情要忙,你很累,而多亏了 AI,你只需按一下按钮就能完成作业。按一下按钮,你就能写出一篇 10 页的论文。此外,你还可能产生一种错觉,以为自己或多或少理解了正在发生的事情,而实际上你并没有。我认为,当你不尝试自己去学习时,这就是一大危险。
人们不喜欢“挣扎”这个词。但当你没有独自在某份材料上挣扎过时,我认为你会产生一种学到了的错觉,而实际上并没有真正学到。与材料建立联系并真正逼迫自己,这是一项相当重要的技能。
当然,教职员工和教师方面也有工作要做:确保我们的复习课尽可能有用;确保我们的答疑时间以尽可能最好的方式服务学生;鼓励学生,并努力提醒他们,他们对自己的教育负有一定责任,而最好的方式就是到场出席并与材料互动。但我们也应该认识到我们对学生的责任,即为他们提供尽可能最好的学习体验,并给他们一个既能挑战他们、又是他们愿意参与其中的优质产品的教育体系。
问:鉴于 AI 技术取得的进步,你为什么仍然鼓励学生学习数学?你仍然认为数学的未来令人兴奋吗?
答:是的,原因有很多。学习如何思考这一行为将比以往任何时候都更加重要。成为专家、掌握所有这些唾手可得的知识,这种想法在拥有一台掌握所有这些资源的机器时,或许就没那么重要了。我认为可能变得更加重要的一点是独立思考的能力。因为随着这些机器的存在,我认为一种自然的担忧是,随着一代又一代人的更替,这种能力在普通人群中会逐渐减弱,因此我认为这种能力将变得极其珍贵。我认为,数学以及更广泛意义上的定量科学方面的训练对此相当重要。
第二点是社群。我认为,不是独自学习,而是与一群同伴一起学习,会大大改善整体体验。这是体验中不可或缺的一部分。我想说,这两点就是我认为学习数学、学习定量科学仍然重要,以及到场上课仍然重要的原因。
世界正在相当迅速地变化。我认为,作为一个机构,我们有责任让学生为此做好准备。我们现在正在进行大量相关讨论,因为思考、推理和解决问题的能力是我们的学生我认为比以往任何时候都更需要的核心技能。我还认为,我们需要确保我们正在为学生们即将进入的世界做好准备。我们教育学生、为学生进入世界做准备的确切方式,绝对不能看起来和 10 年前一样。因为这个世界看起来已经大不相同了。
来源:MIT News · news.mit.edu
来源:RadarAI · aihot.news