表面上看，我可能对数学很感兴趣：我拥有数学博士学位，曾教授研究生计算线性代数课程，共同创立了人工智能研究实验室fast.ai，甚至使用推特账号@math_rachel。
然而，我在学术数学文化中的许多经历都是有毒、性别歧视且极具疏远感的。在我最低谷的时候，我感觉数学学术界或数学技术领域没有我的容身之处。
受此影响的不仅仅是数学家或数学专业的学生：西方文化中充斥着关于数学的负面情绪和经历，这些情绪和经历源自许多方面，影响着各个年龄段的学生。在这篇文章中，我将探讨导致人们对数学望而却步的文化因素、误解、刻板印象以及相关的障碍研究。如果您（或您的孩子）不喜欢数学或对自己的能力感到焦虑，您并不孤单，这不仅仅是个人的挑战。下面这篇文章基于我最近一次演讲的部分内容。
天生能力的神话，孤僻天才的神话
一个常见的误解是，有些人天生大脑的“构造”不适合学习数学、技术或人工智能，认为你的大脑要么“这样运转”，要么不运转。没有任何证据支持这种观点，但当人们相信这一点时，它就会成为一个自我实现的预言。Omoju Miller 博士在加州大学伯克利分校获得博士学位，曾是 Github 的高级机器学习工程师和首席执行官技术顾问。她在这篇论文和她的 TEDx 演讲中分享了一些揭示天生能力神话的研究。事实上，不存在“不是数学人才”这回事。
Cathy O’Neil 博士是哈佛大学数学博士，著有《数学杀伤性武器》。她写到了孤僻天才数学家的神话，“你不必是天才也能成为数学家。如果你觉得这句话令人惊讶，那正是我们的社会在识别、鼓励和奖励人才方面存在问题的体现……每一个被认可的天才背后，至少有一百个为取得杰出成果提供帮助的优秀人才。”
没有歌唱或乐器的音乐
想象这样一个世界：孩子们只有到成年后才被允许唱歌或演奏乐器，之前他们花一二十年时间手抄乐谱。这个场景荒谬而可怕，但这与数学教学方式类似，最富有创造性和有趣的部分总是被留到几乎所有人都放弃之后。Paul Lockhart 博士在他的文章《一个数学家的悲叹》中巧妙地描述了这个比喻，谈论了“学校如何剥夺了我们最迷人、最有想象力的艺术形式”。Lockhart 博士辞去了大学数学教授的职务，转而教授 K-12 年级数学，因为他觉得数学教学方式需要进行大量改革。
David Perkins 博士用孩子无需了解所有技术细节，无需凑齐完整队伍或打满 9 局，就能玩棒球并感受到“整个游戏”的比喻。数学教学通常过度强调枯燥的技术细节，而不给学生“整个游戏”的概念。积累足够多的技术细节来构建有趣的东西可能需要很多年。教学中过度强调技巧而非意义。
数学课程通常是垂直安排的，每年都紧密地建立在前一年的基础上，因此一个糟糕的年份可能会毁掉之后的一切。我交谈过的许多人都能准确指出数学对他们来说变得糟糕的那一年：“我以前喜欢数学，直到六年级，那时我遇到了一位糟糕的老师/正在应对同龄人压力/我未确诊的多动症失控了。从那以后，我再也无法在未来的年份里学好数学了。”这在其他学科中就不太一样了，遇到一位糟糕的历史老师/糟糕的一年并不意味着你下一年就学不好历史。
性别、种族和刻板印象
女性教师的数学焦虑影响女孩的数学成绩：在美国，超过 90% 的小学教师是女性，研究发现，“教师对数学越焦虑，女孩（而非男孩）就越有可能认同‘男孩擅长数学，女孩擅长阅读’的普遍刻板印象，这些女孩的数学成绩也越差……人们对数学的恐惧和焦虑——这与实际数学能力无关——可能会阻碍她们的数学成绩。”
多所大学的研究发现，当课程侧重于具有积极社会影响的问题时，更多女性会选择工程学专业。
结构性种族主义也影响着教师向学生传递的信息。《大西洋月刊》的一篇文章《种族如何影响学生的数学教育？》报道了研究论文《理解数学教育中白人至上的框架》，指出“不断阅读和听到黑人、拉丁裔和原住民学生表现不佳，这开始影响数学教师看待这些学生的方式，将成绩差异归因于他们天生的数学能力……教师开始对某些学生抱有较低的期望，开始教授较低水平的内容，并开始使用较低水平的数学教学方法。相比之下，白人和亚裔学生则被给予信任，并自动获得机会接触更复杂、更有实质性的数学。”
数学界“一片混乱，积极排斥那些可能使其变得更好的人”
Piper Harron 博士的普林斯顿大学博士论文引起了轰动，她运用幽默、类比、讽刺，并真正努力使之易于理解，以一种突破性的方式描述了高等概念，这对于数学博士论文来说非常罕见。Harron 博士在论文前言中坦诚地写道数学文化是多么令人疏远：“就像任何一个好学生会做的那样，我努力在数学上融入。我感受着这里的氛围，将态度铭记于心。我过得很痛苦，濒临失败。问题不在于个人，而在于一个自我保护的系统，从外部看来，它感觉就像一连串的背叛，有大的也有小的，由你唯一的支持系统所为。”在她的博客“解放的数学家”上，她写道：“我认为数学完全是一团糟，它积极地排斥那些可能使其变得更好的人。”
这些描述与我攻读数学博士学位的经历（以及我在不同大学的许多朋友的经历）产生了共鸣。学术数学系的毒性是自我延续的，排斥那些可能使其变得更好的人。
完整演讲
本文基于我在下方视频中演讲的第一部分，其中包含更多细节和问答环节。该演讲还包括有关数学应用和资源的建议，以及如何看待屏幕使用时间的框架。敬请期待未来 fast.ai 博客文章，内容将涵盖数学应用和屏幕使用时间。