专著母题 · 德麦国际专著第 21 号

《AI时代的数学教育转型》

AI接管了计算与标准解题,数学教育的地基已结构性坍塌;它的使命不再是执行的训练,而是结构创造、路径治理与意义生成。

副题
无(英文题 The Transformation of Mathematics Education in the Age of AI;站内简介为“数学教育从解题训练转向发生训练”)
作者
王德生
分类
教育与学习
题域
教育·数学
题型
What

一、它推翻的默认看法

默认看法是:数学教育的根基是程序熟练、速度与正确率,评价的中心是分数与“正确”。简介指出,当大语言模型与智能系统在计算、符号操作、模式识别与标准解题上超过人类,这些地基正迅速失去教育正当性,数学教育已抵达“结构性坍塌”的临界点。本书同时拒绝对AI的两种常见框定:把它当威胁,或把它当辅助教学工具。它把AI看作逼迫教育演化的文明转折点,所以要的不是渐进改革,而是范式转移。作者在精选文章的后记里还给出一个自己的亲历旁证:从高中到大学教微积分几十年,才明白它的价值,课堂上只教公式、运算和技巧,没人讲微积分为什么存在,教师自己也不知道,整个体系把微积分降格为“训练”,而不是一种发生学的哲学语言。

二、母题怎样立起来

说明:本书全文尚未上线,材料只有简介和三篇选自作者2025年前后其他专著原稿的文章精选;以下主线据简介复原,选文只作旁证。起点是机器主宰常规推理这一事实,余下的人类独有能力是定义问题、建构概念框架、驾驭不确定、把知识转化为活的意义。第二步,据此重定数学教育的使命:从“执行”转向“结构创造、路径治理、意义生成”。第三步,在五个维度上重构:教育目标、学习路径、动机系统、评价模型、制度设计;其中评价是关键挪移,由以分数为中心转向以意义为中心,用创造、自由、幸福三条更高的标准取代狭窄的“正确”。第四步,把数学学习重新定义为生成过程:学习者主动建构概念场,探索由差异驱动的学习轨迹,并在持续的智性投入中养出内在动机。选文提供了这条线的理论底座:数学概念须追溯到它的SIO来源才算被明白(“概念的SIO化”),数学研究的是存在的场性结构,而不是对应某类具体对象;自然数是差异在特征律下稳定化的产物,不是逻辑先验物。

三、核心构念

四、全书骨架

材料没有目录,章节划分不详。可知全书扎根于哲学、复杂性科学与SDE框架,沿教育目标、学习路径、动机系统、评价模型、制度设计五个维度展开,并给出面向结构的课堂、人机共创、证据链评估、作品集评价等具体方案,结尾定位为“教育重生的宣言”,把数学放在人类智能与AI协作的主要训练场位置。三篇选文分别来自《科技创新内核解码》(微积分)、《特征纠缠探秘》(形式逻辑三大推理,类比、归纳、演绎的三环循环)与《三律方法学》(科学想象三原理:颠覆、开放、无量),与本书的关系是“收作精选”,不能当作本书章节。

五、关键案例与证据

材料中本书自身的案例几乎没有。选文提供的例子有:微积分的历史扩张(从常微分到偏微分、从解析到数值、从确定到随机、从整数阶到分数阶、从有限维到无限维),每一次都读作演化律;自然数的发生链(经验差异、特征律、意识同一性、符号化),旁证有儿童数感的逐步建立、一些部落语言只有“一、二、许多”、计数石与结绳刻痕;数论、几何、代数、概率被分别读作差异的离散次序、内外场的连接、组合结构与分布规律;类比、归纳、演绎三环循环被用于牛顿、达尔文、爱因斯坦的科学史案例和管理、日常、经济场景。

六、碰撞接口

七、边界:什么情况下算错

材料中没有作者自划的界限。据论证,母题依赖:机器在常规推理上的优势是持续的,而不是短期现象;计算与解题训练对于概念理解没有不可替代的作用。若程序熟练本身是概念理解的必要台阶(先会算才能懂为何算),则“从解题训练转向发生训练”需要重新排序,不能取代。另外,选文的“差异稳定化”论证多为概念性推演,对于自然数发生的实证支持仅为概略例证。本卡因缺全文,书内的限定未能写入。