职校学生在模型与数据中追光

　　当人工智能可以代写代码、生成模型，甚至输出完整的论文框架，职校学生苦练数学建模有什么意义？在2025年“高教社杯”全国大学生数学建模竞赛的赛场，金华职业技术大学的同学们回应了这一问题。在这场汇聚了国内外1837所院校、6.8万余支队伍的赛事中，该校两支团队斩获了高职高专组全国一等奖。

　　外界看到的或许是职业教育的又一次“逆袭”，而校方更在意的是：当技术迭代不断加速，那些真正支撑一个人持续成长的底层能力，该如何被培养、被守护。

　　不盲从AI，以逻辑与热爱深耕建模

　　大一时，金华职业技术大学学生高大程就被数学建模那种“用公式解读现实”的逻辑美感吸引：交通调度的优化、仓库存储的节能、资源分配的公平……那些看似杂乱无章的现实问题，竟然能被变量、约束和目标函数串成一条清晰的线。然而，去年的竞赛中，他因时间冲突遗憾错过，只能作为旁观者，见证他人在赛场拼搏。

　　这份遗憾，成为高大程后来备赛的最大动力。第二年，当获得参赛资格后，他立刻与队友张艺怀、王建丰留校备赛，放弃假期休息，全身心投入到高强度的训练中。

　　假期的校园褪去了往日的喧嚣，没有上课铃声的约束，也没有固定的作息安排，机房成了三人的“主战场”。机房里堆放着大量参考文献，桌上铺满演算草稿，屏幕上反复跳出报错提示。最揪心的不是“算不出来”，而是日复一日面对枯燥数据的那种虚无感。张艺怀回忆，为了优化模型参数、完善约束条件、确保数据清洗的完整性，三人常常展开激烈讨论，从深夜聊至天明，稍作休整后，又立刻投入到建模工作中。

　　备赛期间，AI工具的合理运用成为团队讨论的重点。在训练最紧张的阶段，三人就“是否借助AI提升效率”展开了深入交流，并很快形成共识：AI可以作为辅助工具，提升资料整理、数据计算的效率，为建模思路提供参考，但无法替代人对问题本质的判断和逻辑思考。

　　“模型与工具可以不断更新迭代，但对问题结构的理解、逻辑判断的能力，才是建模的核心。”高大程的话，道出了团队的清醒认知。备赛过程中，他们始终坚守核心能力，将AI定位为“助手”而非“主力”，建模思路的确定、问题的深度分析、结果的解读阐释，均由团队成员自主完成。这种不依赖、不盲从的态度，让他们在复杂的变量与约束中，始终保持着正确的前进方向。

　　在复盘里打破局限，向最优解前行

　　在金华职业技术大学，努力突破自我、持续迭代的学生并不是个例。在参加全国赛之前，金华职业技术大学学生周濛婷团队曾在长三角高校数学建模竞赛中获得“特等奖提名奖”。这一成绩虽已处于较高水平，但仍与最高奖项存在差距。对于熟悉优化问题的参赛者而言，这更像是一个尚未突破的“局部最优解”。

　　“那次答辩就像一面镜子，照出了我们知识体系里的断点。”周濛婷说。评委的追问将逻辑的缝隙和表达的盲区，都照得很清楚。很多人面对这种落差会选择停一停、缓一缓，但她们把这次失利当成一次关键的“训练集”。

　　团队多次回听答辩录音，对被追问的环节逐一分析，逐项梳理改进方向。通过这一过程，团队不仅完善了技术方法，也在心理层面建立起更加理性的竞赛认知。

　　这份复盘带来的改变，在国赛中显得格外直接。她们不再只盯着“把题做完”，而是更在意“把问题讲清楚”：为什么选这个模型、参数怎么来、敏感性如何、结论能不能落地。周濛婷笑着说：“这一次，我们打破了那个‘局部极值’，向着更高的极限发起冲击。”而一等奖，就是那次冲击的最好回声。

　　以基础学科为基，育新时代工匠

　　两支团队的夺冠，并非偶然的灵光一现。记者发现，金华职业技术大学在比赛中派出的31支队伍全部完赛，共揽获20个奖项。

　　一个个奖项背后，是“产学研用”一体化的担当。近年来，金华职业技术大学始终将基础学科作为技术技能人才培养的重要支撑，打破“职校重技能、轻基础”的固有认知。针对职校学生动手能力强、注重实践应用的特点，学校开设数学建模相关选修课，将抽象的建模知识与生产生活实际、专业技能学习相结合，把建模从“听说过”变成“学得会”；组建数学建模协会，为有兴趣的学子搭建交流平台；举办校内选拔赛，以赛促练、以赛促学，让备赛训练更有节奏、更有目标；组织暑期高强度集训营，整合优质师资和实训资源，将学子们分散的努力汇聚成系统的提升，助力他们实现从基础认知到综合应用的能力跨越。

　　“我们想培养的，是眼里有光、手中有术、脑中有谋的复合型人才。”该校数学建模指导团队负责人告诉记者，“新时代的工匠，不仅要有灵巧的手，也要有能驾驭复杂逻辑、敢于在基础学科前沿探索的‘数学大脑’。学生们用‘热爱’和‘坚持’当作关键变量，持续迭代、不断求解，每个人都可能推导出属于自己的精彩答案。”