在中国奥数队历史性五连冠被美国队终结后，一个名字被反复谈起。
罗博深（Po-shen Loh）。
他是前美国奥数功勋教练，执教十年间四次带队获得团队冠军，队员们累计获得 46 枚 IMO金牌。
此前他被媒体评价为带领美国奥数队伍重回巅峰，迎现在「黄金时期」。
尽管去年已从领队职位卸任，今年美国队的夺金，他同样功不可没。
应美国数学协会MAA之邀，罗博深在今夏最后一次主持主办了MOP夏训，并和其他负责人一起，选出了代表美国队参加IMO的六名队员。
在学术生涯上，罗博深专注于组合数学、概率论和计算机科学领域，自2010年在普林斯顿大学取得博士学位后，便加入卡内基梅隆大学任职数学教授，并在2013年至2023年期间担任美国IMO教练。
如今，他也向我们透露了他下一段旅程，一个创业新项目：
还是与教育有关，但不止数学教育，与AI也可以说不无关系。
“AI注定超越奥赛选手，不建议用AI来学数学”
就拿最近这次「谷歌AI斩获IMO银牌」的表现来说，罗博深坦言就受到了不小的冲击，甚至表示过不了多久AI注定会超越人类选手。
谷歌AI成功解出四道IMO题目，总分直接差一分就达到金牌标准，这成绩超越了当年罗博深参加IMO的竞赛成绩（刚好银牌标准超一分）。
年初，谷歌DeepMind的Alpha Geometry解出IMO几何题，许多数学家们并不十分意外。因为理论上来说，几何类题目涵盖的定理内容确实相对有限，让AI足以通过题库搜索调用定理来解题。
令罗博深意外的是，最新AI已经能解决数学证明题，尤其是今年IMO比赛中最难的第六题，这并非依靠简单的题库搜索就能解决。
来看看这道题，它有个特别的“与”/“or”，跟以往题型只包含一个等式很不一样，难倒了不少学生，最仅有五位选手拿下满分。
他告诉我们，当时题目一出来，他就认为 AI 肯定做不了。
结果出乎意料，AI 不仅解出了这道题，甚至还拿到了满分。再结合IMO一贯的选题特点，他甚至将这一突破与1957 年第一次人造卫星相提并论。
在访谈中，罗博深也提到了 IMO 出题人的一个永远的执念：奥赛题，应该是集思广益创造出的、人们从没见过的题目。
一般来说，在 IMO 开始前三天，所有国家队领队都会聚在一起参加会议。他们的任务是从众多候选题目中汇总筛选出最终的题目。
具体怎么选呢？
罗教授提到，每年的IMO候选题目名单包含大约30到40道有趣且新奇数学题目，经过探讨和论证，各国领队会从这个名单中确定最终的6题。
在评选过程中，一个非常重要的标准是：
如果一道题目与过去某次竞赛中出现的题目过于相似，那这道题目就会被排除。
因此经常会出现这样一种情况，一些经验丰富的领队会发现，某道题目在15年前曾在某个不太知名的数学竞赛中出现过，所以我们不能再用它。
IMO题目通常不会着重于大量计算，也并非如大家所想的那样需要运用极为高深的数学知识。实际上，IMO所运用的数学知识主要还是高中阶段所涉及的内容，甚至都未涉及到微积分，很多时候，其难度在于别具一格的形式和独具匠心的解题思路。
罗教授觉得，过去，AI大模型本质上是个概率盒子，通过计算单词出现的概率来进行输出，所以很难有办法解决人类从未找到解法的问题。
“人类文明需要进入高度戒备状态”
如今，AI模型已经能够解决IMO数学题，这意味着AI已经能够处理那些以往人们认为难以处理的问题，这是一个极其重大的进步。
罗博深对于人类的处境并不乐观，他觉得，随着AI的进一步发展，人类需要高度警惕在教育上对AI的使用。
在这个时代，我们需要保护人类，需要通过人的教育，而非AI的教育，让人性与文明得以传承。
与其依赖人工智能来教育出更多的“机器人”，我们应该更加重视培养优秀的人类老师和教练来助力我们的下一代，因为这些人类老师，不仅能够教授学术知识，还能够教导人性。
但AI的发展，也的确推动了对传统教育模式的思考。
具体到数学教育的变革，罗博深认为，在孩子的思维培养训练方式方面，我们或许应沿用传统方法。我们依然期望孩子们能认同独立思考以及与他人思维碰撞的价值，持续激发并鼓励孩子的好奇心与求知欲，使孩子喜欢上通过自身努力和与他人协作，以创造性的方式解决问题所带来的兴奋感与满足感。
罗博深指出，当前许多教培机构或者科技教育平台都在尝试利用 AI 来培养人才。它们的模式大体上是由 AI 出题、提供解题思路，然后让学生不断练习。对于这些公司而言，使用 AI 能够降低成本并提高效率，然而其教育理念仍延续传统的练题刷题模式，并未有本质的改变。这是极不可取的。
在他四处讲学过程中，他发现要想真正教好一个学生，第一最重要的就是让学生想学。如果学生不想学，那么用什么样的工具，什么样的AI都没有用。
因此在被问到给学生用AI来学数学、学奥数的一些建议时，罗博深直截了当地回答：
我认为我们并不需要依赖人工智能来辅助学习。现有的学习方法已经到足够。
更重要的是，随着人工智能的出现，我们现在面临的一个核心挑战是，所有人都必须学习如何解决问题——特别是那些从未见过的问题。
过去，可能只有准备参加高难度、复杂数学竞赛的人会花时间去培养这种能力，他们投入大量时间来学习如何解决具有挑战性的问题。
而其他学生在学校里往往只是照本宣科地去学习，比如，这种题目应该这样解，那种题目应该那样解……
学生依靠记忆力，记住各种题目的解法，以期在考试过程中遇到类似题目时能够快速解答。
这是大家准备考试的普遍方式，但罗博深认为，现在这种方式实际上是在浪费资源，人们不应该在宝贵的学习期间仅仅做这样的练习。
尤其现在，对于重复性解题，AI无疑可以完成的更快更好。
罗博深一直都在强调，数学最根本的意义在于思考和逻辑。教育的本质是使人学会思考、学会探索，而不是为了准备考试，考试永远只是一种手段，而非最终目的。这也是他一直推崇竞赛数学的缘由。
因为在他眼中，数学竞赛绝不是升学途中的点缀，除了能让孩子接触到更复杂、更有趣的数学题目，更为重要的是在解题过程中培养孩子思考和解决问题的胆量。
解答竞赛数学题目，需要孩子切实学会调动自身的积极性，不断去尝试，运用不同的知识，从不同的角度和思路与问题进行碰撞，而竞赛成绩，或许是最微不足道的附加值。
让“人类智慧”在AI时代茁壮成长
也正是基于对 AI 与教育的思考，在 IMO 竞赛教练生涯的后期，罗博深开展了一个新颖的教育项目：
让顶尖高中生为更小的学生（9 - 13 岁）直播讲授数学课。
其最为独特的地方在于，每一位高中生“讲师”，不仅数学能力出众，还都接受了专业影视演员、喜剧演员和戏剧演员的表达与表演训练。
相较于常规的数学课，LIVE 的教学风格更像是一种即兴表演，注重交流讨论、实时反馈，再加上游戏直播间般专业的灯光布置，以及线上的各种视觉特效，使得数学教育更像是充满趣味的社交媒体直播，而非枯燥无趣的传统线上课堂。
让数学课变成孩子爱看的B站、小红书（在国外对应Twitch和Instagram）那样。
这些高中小讲师对于听课的更小学生来说，更像是身边的一种榜样。
当然也不是光有娱乐性，课程难度其实也不低，覆盖MATHCOUNTS、AMC 8-12和AIME竞赛内容。
那么参与项目的高中生获得了什么呢？
LIVE 不仅为选中的高中生老师们提供免费且专业的表演、演讲辅导，还能接受来自罗博深教授的指导。同时，能够被选中加入这个社区，也从侧面反映了老师在学术、表达、人际交往，甚至责任感等许多方面能力的优秀。今年项目里刚刚毕业的 30 名高中生中，就有 6 人获得哈佛的 offer。
在罗博深创建这个社区时，他最看重的是对学生情商和人性的培养：让这些学术上十分优秀的孩子，成为能够理解旁人、激励旁人、帮助旁人的人。
今年，让罗博深印象最为深刻的高中生老师之一，是一位考上了MIT，并积极主动参与组织活动，成为整个新生Discord频道管理员（类似于新生群群主）的人。之所以印象深刻，是因为罗博深非常认可这位同学，其能主动抓住机会，成为新一届学生中影响力最大的人。
LIVE就是希望培养老师们这样的能力，让孩子们一进大学，就能成为最会说话的人，成为同年龄段中最有影响力的人。
所以总结一下，罗博深认为自己实际上是发明了一个生态系统，在这之中教、学两方得到双赢：
9 - 13 岁的学生因兴趣而踏入数学竞赛的大门，学好数学；高中生无需参与无意义的内卷，也能升入心仪的学校，还能获得更出色的表达能力和共情能力，通过成就他人，进而成就自己。
此外，为老师们进行表演和表达训练的演员们也能得到一份兼职工作机会。罗博深期望这样一种有机的生态，能够助力学生和老师，数理和艺术，相互成就，达成多赢的局面。
这也是他从博弈论的理论出发，设计这个“非零和游戏”系统的目的。相比只能助力少数精英成长的“金牌教练”，罗博深希望自己能够帮助更广泛的青少年成为更优秀的人。
他所创建的这个系统，也如同 AI 系统一般拥有令人惊叹的“Scaling Power”（规模化能力）：
每一个演员能培训出20个高中生讲师，每一个高中生给20个初中生讲课。
如果能够达成阶段性目标，使全美国高中生中的 1%，也就是十万名高中生参与其中，相应地，就能助力 15 至 20 倍数量的初中生获得更优质的教育。
而这些初中生长大后，或许有一部分会再次以高中生讲师的身份加入 LIVE，真正实现“初初高高”的无穷循环。
对于整个教育系统来说，也加快了迭代速度。
以前可能每二三十年才换一波新老师、换一波教材，在新体系下更新速度现在提升到了4年。
那么，是什么驱使罗博深开创这样一个项目？
在当他还担任国际数学奥林匹克（IMO）教练时，就看到不少学生，数学能力超群，情商表达不足。
他知道，这些数学天才们未来往往会进入非常顶尖的企业，成为管理者，领导者，甚至成为创始人。而罗博深希望，除了让这些聪颖的脑袋能发挥才智，也要让这些孩子学会关注世界，关心旁人，关爱人类，这样，当这些孩子成长为能够独当一面的人，也会从事对人类有益的事业。
尤其AI大模型的时代，罗博深感到这个任务更加紧迫了。
如果AI研究员都不关心人类，训练出来的AI就更不会帮助人类了。
其实在AI研究界，也有不少与他持相似观点的人，曾有人提出“要是OpenAI、Anthropic这些前沿机构的AI研究员自己都有孩子，AI对齐问题就能更容易解决了”。
不过身处教育界的罗博深，发现了自己的另一个使命：
把有潜力成为未来学术精英和商业领袖的人，尽量培养成关心人类的人。
LIVE项目自2021年启动以来，最早的一批高中生老师如今已经踏入大学校门，许多人目前是高校大一大二的学生。这样的教育模式，能否如罗博深所期望的那样，培养出更加杰出的人才？我们拭目以待。
