AI 如何用苏格拉底式提问,引导学生“自己解出”一道小学奥数题——基于一次真实的人机对话过程
很多人担心:AI 一参与数学学习,孩子就只剩“抄答案”。
但如果我们刻意要求 AI 不解题、只提问,事情会发生根本变化。
下面这篇文章,不是理论讲解,而是基于一次真实的 AI 对话过程,完整呈现 AI 如何用苏格拉底式提问,一步步把学生“带到答案面前”,而不是把答案丢给学生。
题目:一道非常典型的小学奥数行程题
小明从家到学校,如果每分钟走 60 米,刚好准时到校;如果每分钟走 75 米,就会早到 5 分钟。问:小明从家到学校的路程是多少米?
这类题在小学奥数中出现频率极高,但学生常见问题是:
- 会套公式,但不清楚为什么
- 稍微一变式就完全失效
使用 AI 的前提指令(非常关键)
在这次对话开始前,我对 AI 明确提出了一个限制条件:
“请不要直接解题,用提问的方式一步步引导我思考这道题。我回答了你再问下一个问题。”
📌 这一句话,决定了 AI 的“角色”
- 不是解题器
- 而是一个只负责“问问题”的思维引导者
第一轮提问:先锁定“不变量”
AI 的第一个问题是:
这道题里,不管小明走得快(75 米 / 分钟)还是走得慢(60 米 / 分钟),什么量是固定不变的?
我的回答:
路程
AI 立即确认:
非常准确!
📌 这一问的意义
不是计算,而是帮学生建立建模意识:
👉 先找不变的量,再看变化的量
📸

第二轮提问:唤醒基础关系,而不是公式套用
AI 并没有继续往下算,而是问了一个看似简单、但极其关键的问题:
我们知道路程、速度、时间三者的核心关系公式是什么?
我的回答:
路程 = 速度 × 时间
AI 再次确认:
完全正确!
📌 这一问的本质
不是“你会不会”,而是让学生主动调取知识结构,而不是被动接受。
第三轮提问:用字母建立“思考模型”
接下来,AI 开始引导建模:
如果设小明“准时到校”需要的时间为 t 分钟,那么以 60 米 / 分钟的速度走,家到学校的路程可以用什么式子表示?
我回答:
路程 = 60t
AI 继续:
那当小明以 75 米 / 分钟的速度走时,会早到 5 分钟,此时他实际走的时间应该怎么用 t 表示呢?
我回答:
t − 5
再追问:
那对应的路程又该怎么表示呢?
我回答:
路程 = 75(t − 5)
📌 此时,学生已经完成了“整道题最难的部分”
但还没有算任何一步。
📸 
第四轮提问:关键转折——“关系”而不是“步骤”
AI 接下来只问了一句话:
不管速度怎么变,路程是固定不变的,所以这两个路程表达式之间是什么关系呢?
我回答:
相等
AI 再追问一句:
那你可以根据这个“相等”的关系,写出具体的等式吗?
⚠️ 这里发生了一个非常真实、也非常重要的学习瞬间
我第一次写成了:
t − 5 = 75(t − 5)
这是典型学生错误。
AI 并没有否定我,而是这样回应:
你这里不小心写错啦~回忆一下:我们之前得到的两个路程表达式分别是 60t 和 75(t−5)……
然后让我自己修正。
最终我写出:
60t = 75(t − 5)
📌 这一步是整段对话的“教育价值高峰”
- 错误被保留
- 错误被回溯
- 学生自己纠正
📸 
最后阶段:计算,但仍然是“提问驱动”
接下来的计算过程,AI 依然没有代算,而是持续用问题推进:
- 「展开右边会得到什么?」
- 「如何移项?」
- 「怎样让 t 的系数变成 1?」
直到我自己算出:
t = 25
再由我代入:
路程 = 60 × 25 = 1500 米
这次对话,完整体现了“苏格拉底式 AI”的 4 个特征
- 从不变量入手,而不是从公式入手
- 所有关键式子,都是学生自己说出来的
- 允许错误,并利用错误反向加深理解
- AI 只负责问,不负责替代思考
结语
当 AI 被限制“不能直接解题”时,
它反而第一次真正像一位老师。
它不快,但每一步都站在学生思考发生的地方。
这,才是 AI 进入数学学习最值得被认真使用的方式。


