近日，在清华大学求真书院举办的“AI与数学”圆桌论坛上，围绕学生如何与人工智能（AI）共同学习展开了一场深入讨论。论坛引发的一个假设性问题引人深思：如果学生A通过AI完成了八成的工作，却能清晰地讲解思路，而学生B的回答完全正确却只是照搬了AI的结果，作为导师的你更认可谁？
中国工程院外籍院士、香港中文大学（深圳）副校长罗智泉对此有着明确的看法。他认为，借助AI完成的工作量并不是评价学习效果的唯一标准。尽管学生B的答案是正确的，但如果他无法解释自己的思考过程，这并不意味着他真正掌握了知识。在他的指导经历中，曾邀请学生参加研究组讨论，通过提出有挑战性的问题，观察他们如何使用AI。那些借助AI寻找思路并经过分析的学生，能够有条理地说明结果，而直接提交AI生成报告的学生则面临理解不足的问题。
席南华，中国科学院院士、中国数学会理事长，提出了另一个重要观点：关键在于学生使用AI后的能力是否得到提高。虽然借助AI可以更快地完成任务，但如果省去了本应经历的思考过程，那么学习的目的就没有达到。他并不反对学生使用AI，但强调应尽量独立完成能够解决的问题，以免失去锻炼能力的机会。
丘成桐教授也不赞成简单地禁止学生使用AI，他认为无论是本科生还是博士生，都应该学习如何以恰当的方式使用新工具来提高研究效率。但他警示，科研的重要性在于发现问题、辨明真伪并形成自己的判断。即使研究者的贡献看似微不足道，只要结果具有实质意义，依然值得重视。
此外，尼古拉·莱舍提金教授则提出，AI已经成为强大的学习助手，学生应当积极利用。同时，传统的书面考试和限制电子设备使用的评价方式也需要重新审视。学生与AI共同完成学习任务的过程，往往是复杂的，不应仅凭最后的答案来判断学习效果。
几位院士的观点虽切入角度不同，却都聚焦于同一个问题：在工具日益强大的背景下，人类如何才能真正进步。AI能够提供答案、辅助计算、拓展思路，但理解知识、核实结果和形成判断，依然是学习者必须面对的任务。面对能够解题的机器，学生需要练习的不仅是如何更快得到答案，更是如何提出问题、理解过程，并确认答案的可信度。
