为什么数学教育不能只问“有什么用？”

我们常说，中国古代有四大发明，也有辉煌的数学成就，比如《九章算术》《周髀算经》等著作。可是，一个值得追问的问题是：为什么中国古代在技术和实用知识上成就很高，但近代自然科学却长期停滞，最后远远落后于西方？

原因当然很多，制度、社会结构、教育传统、官僚体系都有关。但其中有一点尤其值得今天重新思考：

我们太强调“实用”，却常常轻视“理论思维”。

这件事不只是古代的问题。到今天，很多学历很高的人，依然会本能地问：

这个有什么用？学这个能不能考试？将来工作用不用得上？不能马上变现，学它干什么？

这些问题并非完全错误。学习当然不能脱离现实，知识也应当服务生活和生产。但如果教育只剩下“眼前有用”，就会失去更深层的东西：抽象能力、推理能力、证明能力、系统建模能力，以及面对复杂问题时的思维秩序。

而这些，恰恰是数学教育最重要的价值。

中国古代的数学：重实用，轻证明

中国古代数学非常发达，但它的发展方向主要是“解决实际问题”。

比如丈量土地、计算税赋、修建工程、天文历法、商业换算，这些都是《九章算术》一类著作关注的重点。它们非常实用，也非常高明。

但是，中国古代数学有一个明显特点：重算法，轻证明；重答案，轻原理；重操作，轻体系。

比如，中国人很早就知道“勾三股四弦五”，也就是直角三角形中，边长为 3、4、5 时可以构成直角三角形。但这还不是现代意义上的勾股定理。

真正重要的不只是知道一个例子，而是要证明：

对所有直角三角形，都有 a² + b² = c²。

再进一步，还要研究满足这个等式的整数解有什么一般规律。

这就是从“经验”走向“理论”的过程。

经验告诉我们“这个能用”，理论追问“为什么它一定成立”。经验可以解决一个具体问题，理论则能打开一整个问题领域。

这正是中国古代数学与希腊数学传统之间的重要差异。

希腊人为什么重视几何？

希腊人研究几何，并不只是为了丈量土地，也不只是为了工程建设。他们更看重的是：几何能够训练人的思想。

柏拉图重视几何，并不是因为几何马上能带来实际用途，而是因为几何要求人摆脱感官经验，进入抽象思考。

一个圆画在纸上并不完美，但几何研究的是“理想的圆”。

一条线画出来总有粗细，但几何研究的是“没有宽度的线”。

这听上去似乎“不实用”，但它恰恰训练了人类最重要的能力之一：抽象能力。

亚里士多德则把这种思维进一步应用到真实事物的研究中。他强调分类、定义、因果、逻辑和论证，最终奠定了西方科学的重要基础。

所以，西方自然科学的发展，并不是突然发生的。它背后有一种长期训练出来的思维习惯：

不满足于“会用”，还要追问“为什么”；不满足于个别经验，还要寻找普遍规律。

“太实用”反而会限制科学发展

蒋梦麟先生在《西潮》中曾说，中国人的发明常常止于直接用途。一个东西只要能用，往往就不再继续追问背后的普遍原理。

这句话非常尖锐。

很多时候，我们对知识的态度是：

能不能马上用？能不能立刻解决问题？有没有现实收益？

一旦看不到直接用途，就觉得它“没用”。

可是，科学的发展恰恰常常来自那些暂时看不出用途的追问。

数论在很长时间里被认为是“最无用”的数学，但现代密码学离不开它。

非欧几何曾经非常抽象，后来却成为现代物理的重要基础。

布尔代数起初像是纯粹逻辑游戏，后来成为计算机科学的底层语言。

今天看起来“没用”的理论，明天可能成为整个时代的基础设施。

所以，真正危险的不是重视实用，而是只承认眼前的实用。

今天的数学教育也有这个问题

现在我们讨论中小学数学教材、教学大纲和课程标准时，也常常会陷入一种功利化倾向。

有些人会说：

这个知识点生活中用不到，为什么要学？以后又不当数学家，为什么要证明？会套公式做题不就行了吗？

这正是数学教育最容易被误解的地方。

数学当然有实用价值。它可以用于工程、金融、计算机、人工智能、物理、经济学和各种实际问题。

但数学教育最深层的价值，并不是教会学生买菜算账，也不是让学生背一堆公式，而是训练一种思维品质：

清楚定义问题，严格区分条件，按照逻辑推理，验证结论是否成立。

这才是数学对普通人真正有用的地方。

一个学生将来未必会用到二次函数、圆锥曲线、数列通项、立体几何证明，但如果他在学习数学的过程中，形成了严谨、清晰、可验证的思维习惯，这种能力会迁移到几乎所有领域。

写程序需要这种能力。

做商业判断需要这种能力。

研究社会问题需要这种能力。

甚至日常生活中识别谣言、判断信息真假，也需要这种能力。

AI 时代，更不能只学“能直接用的知识”

在 AI 出现之后，“只学实用技能”的风险反而更大了。

因为很多直接可操作的技能，AI 很快就能替代一部分。比如查资料、写摘要、套模板、生成代码、翻译文本、整理表格，这些事情已经越来越自动化。

但 AI 很难替代的是：

你能不能提出好问题；你能不能判断答案是否可靠；你能不能建立一个清晰的模型；你能不能发现推理中的漏洞；你能不能把复杂问题拆成可验证的步骤。

这些能力，本质上都接近数学训练中的核心部分。

所以，AI 时代不是不需要数学了，而是更需要数学背后的思维训练。

未来真正有竞争力的人，不一定是记住最多知识点的人，而是能把知识组织成结构、把问题转化成模型、把判断建立在证据和逻辑上的人。

数学不是为了把人都培养成数学家

我们当然不需要把每个孩子都培养成数学家。

但是，我们应该通过数学教育，让更多孩子获得一种更可靠的思维方式。

徐光启在翻译《几何原本》时就已经看到了这一点。他认为，一个人即使天资很高，如果思维粗疏，也很难真正有用；一个人即使只是中等资质，但如果心思缜密，也能成为有用之才。

几何学的价值，就在于它能训练这种“缜密”。

这也是今天我们重新理解数学教育时，最应该记住的地方。

数学不是一堆公式，也不是一堆考试题。

数学是一种训练人如何思考的方式。

如果我们的教育只问“这个有什么用”，就会把数学降格为工具箱；但如果我们能看到数学背后的抽象、证明、推理和建模能力，就会明白：

数学最重要的用处，恰恰不是某一个具体用途，而是它让人变得更会思考。

这也许才是数学教育最深的“实用”。