袁亚湘院士在论坛作主旨分享/未来网记者 摄

近年来，不少师生、家长都在问同一个问题：AI算力飞速迭代，还有深耕数学的必要吗？随着AI的发展，社会公众面对人工智能普遍存在的两种心态：一部分人恐慌AI会逐步替代人类，另一部分学生、教师则可能因依赖智能工具，弱化自主思考。

在袁亚湘看来，大众无需对AI浪潮过度焦虑，人工智能所有技术体系根基均为数学。从AI理论奠基人数学家图灵，到大模型、机器学习、优化算法等主流技术，全部依托数理推演、统计建模搭建框架。

人机能力存在清晰边界：AI擅长归纳、复刻人类已有知识，标准化运算、模板化教案、统一培养方案生成都是其优势；但自主提出问题、突破现有认知边界的原创创新、进行抽象批判性逻辑推理，是机器无法复刻的人类核心竞争力。袁亚湘指出：“AI能学会所有人已经掌握的技能，却很难开辟全新研究方向，持续突破边界，正是数学赋予人的独有能力。”

基础教育：善用 AI 减负破内卷，重塑探究式课堂

多年深耕中小学科普的经历，让袁亚湘将义务教育阶段作为本次分享的核心落点，直指当下“不能输在起跑线”催生的刷题内卷困境，结合国家推进教育优质均衡、义务教育减负政策提出改革思路。

袁亚湘回忆自身乡村求学经历，城乡师资、教学资源长期存在落差，而AI恰好能够打通资源壁垒。依托国家智慧教育公共服务平台，智能教学工具可向乡村学校同步一线城市名校教学资源。标准化计算、重复习题等AI最擅长的工作，完全可以交由工具完成，以此减轻学生机械刷题负担。

但AI普及带来的教育隐患同样突出，身处一线的教师遇到普遍性问题，学生遇事直接索取AI标准答案，主动发问、拆解底层逻辑的意愿持续走低。不少学生滋生“不用夯实基础”的错误认知，只追求结果，忽略原理推导。对此，袁亚湘强调，善于提问是人区别于AI最珍贵的特质，不能因工具使用逐步丧失。

针对中小学教学转型，他提出三条落地思路。一是削减机械演算训练，课堂重心转向引导学生追问逻辑、主动探究；二是重构课堂模式，学生可借助AI完成运算，但必须掌握算法底层原理，具备辨别AI输出正误的判断力，避免被算法误导；三是坚持个性化育人，规避大数据带来的同质化评价，利用智能工具分层设计学习方案，摒弃“一刀切”考核标准。

高等教育：夯实数理学科根基，培育复合型数字人才

立足数字经济与新质生产力的人才供给缺口，九部门联合印发《加快数字人才培育支撑数字经济发展行动方案（2024—2026年）》，提出高校优化数字领域学科专业布局，深化学科交叉培养，推进产学研协同育人。袁亚湘梳理了高校适配数智时代的人才培养调整方向。

首先，数学思维应成为全校各专业通用底层素养。当前金融、管理、数字产业的决策、分析逻辑均依托数理建模，高校需落实政策要求，将人工智能纳入全校公共基础课，搭建“数学+AI+产业”交叉课程群，打破文理、经管与基础学科壁垒。高校还可借助AI比对国内外顶尖院校培养方案，结合国内产业需求迭代本校课程体系。

其次，高校拔尖创新人才培育，核心目标是培育突破认知边界的原创能力。即便AI能够攻克奥数难题、处理已知范畴内的数学问题，却无法完成从0到1的理论原创。高校要联动国家实验室、科技企业搭建创新平台，鼓励学生跳出AI既有知识框架自主研究，补齐高层次数字创新人才供给短板。

最后，完善校企协同与校园AI伦理规范。依托产教融合实训基地，引导学生将数理建模能力落地真实产业场景。同步划定智能工具使用边界，规避学术惰性、抄袭等问题，落实国家人工智能伦理监管相关要求。袁亚湘总结，高校最终要培养三类能力兼备的人才，扎实的数理逻辑、熟练的AI应用能力、独立的辨别判断能力，适配数字产业高质量发展需求。

现场分享中，袁亚湘以汽车发展作类比阐释对待AI的正确态度，汽车诞生初期，为保证行驶安全必须有人步行引路，如今汽车已是社会刚需。面对AI不必一刀切禁止，也不能完全依赖，关键厘清人与工具的主次关系。

现场参会的高校教务相关负责人表示，当下各地推进教育数字化极易陷入全盘排斥、一刀切限制AI使用，以及无底线依赖AI，弱化基础训练与自主思考两种误区，袁亚湘院士从基础学科出发的分层育人思路，为落地国家数智人才相关政策提供平衡可行的实操路径。（未来网记者 王军伟）