问题——数字洪流中，“看见”与“看懂”的差距越来越明显。根据公开数据，截至北京时间2022年1月9日17时，全球累计新冠肺炎确诊病例达305980458例。数字本身客观冷静，却常被以不同方式理解：有人只记住“三亿”的冲击——有人紧盯新增曲线的起伏——也有人在“约90万”的单日增量中感到焦虑。与之形成对照的是，一张聚焦基础概念的数学试卷，把整除、组合、比例、方向、面积、概率等知识点放进生活场景，提出一个更现实的命题：在公共议题和日常生活中，关键不在于“信息更多”，而在于“理解更准”。 原因——现实问题越来越依赖数据，但基础概念常被忽略。试卷中的多类题型，指向同一能力基础：用规则与定义辨别真伪、用数量关系拆解复杂情境。例如，“15□0同时被2、3、5整除”考查整除规则的综合运用；“0～5组成四位密码”的1296种可能，体现组合思维在安全管理中的常见应用；正反比例关系常见于租金、总价等场景，概念不清就容易在现实决策中判断失误；方向题强调对称关系，检验空间表征能力。这些能力不仅用于应试，更影响公众对风险提示、统计口径与概率表述的理解。长期以来，一些学习与传播更偏重结论呈现、忽视推理过程，导致“会做题”与“会用数据”之间出现断层。 影响——从风险沟通到资源治理，数学理解力会直接带来社会成本。疫情背景下，新增、累计、增长率、检出率等指标频繁进入公众视野，一旦对“比例”“范围”“概率”等缺乏基本认识，就容易被片面数字牵动情绪，甚至误读政策与科学建议。在生活层面，试卷涉及的节水计算同样指向现实：微小流量经过时间累积，会变成可观浪费，这类量化意识既影响家庭节约，也影响资源治理。再如“老师在校时长”的计算，把工作负荷用时间表达，提示教育管理、劳动保障等公共议题也需要更细致的量化讨论。可以说，数学素养不仅关系个人成绩，也影响公共讨论的质量与治理效率。 对策——讲清“概念边界”，用准“数据语言”。业内人士指出，提升数据时代的公众理解力，需要教育端、传播端与社会端共同推进：一是基础教育更强调概念的准确性与可迁移性，围绕“定义—条件—结论”训练推理能力，避免只背公式却不懂适用范围。试卷中的判断、选择题常通过“陷阱”检验概念边界，这类训练应成为课堂教学的重点。二是公共传播提高数字表达的规范性，清晰标注口径、时间点与比较基准，减少“只报数、不解释”的信息落差；在概率、区间、四舍五入等易被误读的环节，尽量给出直观解释与示例。三是鼓励把数学思维带入日常治理场景，通过社区科普、校园实践、媒体解读等方式，将抽象知识与节水节能、交通出行、公共安全等议题连接起来，让公众在真实问题中形成稳定的量化习惯。 前景——用数学思维提升社会“共同语言”的质量。随着经济社会加速数字化，统计指标、模型预测与风险评估将更频繁进入公共决策与公众生活。未来，教育评价与用人导向有望更重视问题解决、逻辑表达与数据解释能力，推动“算得对”向“说得清、用得上”转变。此外，更透明、更易理解的数据发布机制，有助于形成理性讨论的公共空间，压缩误读与恐慌的传播空间，提升社会协同应对不确定性的能力。
数字不会说谎，但读懂数字需要能力与方法。从全球疫情累计确诊的巨大数值，到一张试卷里关于整除、概率、比例与几何的基础题，指向同一个朴素结论：越是不确定的时代，越需要用严谨思维校准判断，用清晰逻辑支撑行动。把数学从课堂带到现实，让更多人在数据面前更冷静、在选择面前更有把握，才是提升社会治理能力与公共理性的长远之道。