今日, 通用AI已然能够解答常见的中小学题目, 然而老师虽说能够规定课堂之上不许使用AI, 可是却极难知晓学生离开教室之后如何去做作业。2025年, 中国青少年研究中心开展了一次问卷调查, 回收了八千多份有效问卷。调查所获结果表明, 超六成受访中小学生曾使用过AI, 其中18.3%的学生经常使用；在列举使用方向之际, 超过七成学生选择了“辅助完成作业”。
能反映学生学习状态的窗口是学生作业, 通常会把交作业更快、分数更高当成学得更好。然而要是学生借助AI来帮助做作业, 那种推想还能够成立吗? 借助AI完成作业后, 学生是不是能够学到真本事呢?
近年来, 有一项研究得出了这样的发现, 那就是, 当处于中学阶段的学生能够拥有自由去挑选AI工具以及使用方式的机会时, 他们在作业提交方面呈现出了速度更快的情况, 而且在分数获取上也表现得更高, 可是, 在闭卷考试成绩方面却出现了下滑的态势。也就是说, 学生借助AI来完成作业，有可能并未切实掌握知识。这个结论尽管并非完全超出人们的意料, 然而其所反映出来的问题却绝对必须要以慎重的态度去对待。
作业变好了，考试却更差
2026年6月, 有三位研究者发布了一篇工作论文, 其名为《生成式人工智能的学习惩罚: 来自中国中等教育的证据》。该研究的对象是中国中部一个人口100多万的县, 县里包含当地5所初中、4所高中, 一共有26811名初一到高三学生, 这部分学生约占全县中学生的90%。研究者获取了最长30个月的校内闭卷月考成绩、周末作业分数以及作业平台记录, 并且还取得了一部分学生的县统考及中高考成绩。
数据来自文献丨由经济学人重制，编者汉化
2025年6月, 学生接受了调查, 去回忆自己第一次使用生成式AI的月份, 至于调查时尚未结束, 约80%说曾用过这类工具者, 常用的工具包含了豆包、DeepSeek、ChatGLM, 还有文心一言以及通义千问, 其在使用AI的学科部分里以数学最为常见, 其次则是英语。
研究者所运用的是一种被称作“双重差分法”的统计方法, 大概能够如此进行理解, 原本之下李雷与韩梅梅的成绩走向极为相近, 自某一月起始, 李雷开启运用AI去写作业, 韩梅梅却不曾这样做, 那么, 若李雷的成绩曲线自此时开始显著地偏离了原本的轨迹, 然而韩梅梅依旧依照原来的走势展开, 那么这段额外的偏离便极有可能与AI存在关联, 放大至两万多名学生的规模, 研究者所比较的恰恰是这种“运用AI前后的变动”与“未曾运用AI的同龄人同期变动”之间的差值。
此方法相较于单单的“于借助AI之前与采用AI之后”的对照更为可信, 然而依旧并非随机试验。学生乃是自主抉择何时起始运用AI的, 要是“起始运用AI”之事自身和其他一同发生的变化存在关联, 像某个阶段学习动力降低, 又或是“因跟不上进度, 才想着寻求AI协助”, 那么这些因素所引发的成绩变动皆有可能被归结到AI之上。研究者采用了连续月考数据, 这些数据时长达到30个月, 用它们去检查两组学生在用AI之前的走势, 看其是否确实接近, 如此这般能在一定程度上降低这种风险。
研究结果表明, 在运用AI六至十个月之后, 差距已然十分显著。周末作业分数平均提升了约18%, 每次作业从领取直至提交的时间, 平均从大约64分钟缩减至45分钟, 与此同时, 校内闭卷月考平均成绩降低了约20%。
论文还汇报了中考以及高考的结果, 在那些累计使用 AI 起码两年的学生里边, 中考成绩大概下降了 24%, 而高考成绩大概下降了 18%, 但是呢, 鉴于这些数据仅仅有少之又少的几个结果时点, 致使证据相当薄弱。
来自文献2 编者汉化
论文还发现, 自由使用人工智慧呈现出的学习损失, 于不同学科与性别之间并非是均匀分布的。像是政治以及地理这类社会科学类的科目, 所遭受的损失是最为巨大的, 其次则是理科, 相比较而言语文和英语等语言类学科受到的损失略微小一些；从性别角度来看, 男生成绩的下降幅度要比女生更为显著。这极有可能表明, 由人工智慧致使的成绩下滑情况, 与具体学问的功课布局形式, 以及不同群体运用人工智慧的方式存在关联。
有研究者留意到, 存在一部分学生, 从领取作业开始, 直至提交作业, 其所耗费的时间十分短暂, 然而得分却颇高, 可是紧接着的闭卷考试成绩却又相对较低。作者依据行为特征进行分类, 将作业完成时间少于50分钟的情形称作“外包”, 把少于45分钟的情况叫做“完全外包”。按照这样的行为分类方式, 在使用AI超过五个月的学生里面, 81%的学生被划分到“外包”组, 50%的学生被归入“完全外包”组。
那些即便使用了人工智能、然而完成作业所花费的时间依旧与未使用人工智能的同学差不多的学生，学习损失是微小的, 学习损失主要集中于这些“外包”以及“完全外包”组中, 也就是说, 问题好像并非局限于“是否使用人工智能”, 而是在于人工智能有无取代学生自身的尝试和思索。
那些常常把AI视作一种能力杠杆的人们, 认为它会使得强者变得更强, 然而, 至少在这项研究当中, 结果却恰好相反, 原本成绩比较高的学生, 估算出来的成绩降幅反而更大。
图库版权图片，转载使用可能引发版权纠纷
研究者依据学生在尚未运用AI时平常的考试成绩, 将他们由低到高平均划分成三组。论文作了估算, 在开始投入使用AI六到十个月往后, 原本成绩排列在前1/3的那些学生, 月考成绩降低了约24%。原本排名在后1/3的那些学生, 下降幅度约为16%。把中考和高考合并起来进行估算之后, 两组的降幅分别大概是18%和11%。
研究者另外发现, 有学生自称每周使用AI的时长不足一小时, 其月考成绩被估计下降了大约5%；又有学生自称使用时长在五小时以上, 其月考成绩下降了约30%。并且, 初中生成绩的降幅相较于高中生而言是更大的。
不过, 要留意这一点, 这是一项属于观察性质的研究, 其研究对象仅仅限定于一个县。关于学生开始使用AI的时间方面的数据, 来源于在事情发生之后的回忆这一方式, 所以有可能存在误差；论文里呈现的百分比, 是借助统计模型估算出来的平均变化情况, 并非是每一名学生都会出现的那种固定的降幅。
AI 究竟替学生做了哪一步
纵然数字颇为吓人, 然而单单依据这项研究, 是无法推断出“只要运用AI, 中学生就必定学得更糟糕”的结论来的, 而这毕竟毕竟, 同样是运用AI, 实际所发生的状况或许会全然不一样, 是有很大差异的。
让AI去查找一个数据, 这是使用；让AI对文档格式进行调整, 这是使用；让AI检查自身给出的答案, 指出其中遗漏及错误之处, 这是使用；要求AI提示一个难懂概念, 并换一种方式予以讲解, 这是使用；让模型生成解题步骤, 写出作文并直接交出可复制粘贴的成品, 这也叫使用。
一种更具用处的分类方式, 是观看 AI 在作业里充当怎样的角色。它能够成为资料助手, 去协助进行搜索、整理以及排版。它能够成为编辑, 对学生已然完成的答案予以评价。它能够成为导师, 仅仅给出提示、追问以及反馈。AI 能够成为共同作者, 与学生探讨不同的方案。但 AI 能够是充当枪手, 从理解题目直至生成答案全由自身包揽, 留给学生剩下的任务仅仅是提交。
所以, 与其去询问学生有没有运用 AI, 倒不如接着去问: 是在动笔之前就去索要答案呢, 还是做完之后让 AI 进行检查? AI 给出的是完整的成品, 还是会继续思考的提示? 把 AI 关掉之后, 能不能对答案作出解释, 然后再独立完成一道类似的题目?
尤其关键的是最后那一个问题。只有在关掉AI之后, 还具备能够做出解释, 能够重新去做, 并且能够由此及彼、触类旁通的能力, 这才算是学习有着重要证据这一情况。先前的数据跟“助手、编辑、导师”这种使用方式以及“枪手”那种使用方式之间的区别是相契合的, 对于那些虽然所用了AI然而作业完成时间并没有显著变化的学生而言, 其学习所遭受的损失是比较小的。
异种嵌合技术登场
今时的通用人工智能极具迅速筹备答案之能, 然而作业的意图绝非仅为获取答案。学生先是展开尝试、察觉到自己所处的薄弱之处, 随即寻觅方法、查验错误而后再度予以完成, 上述步骤共同组建起学习进程。
科学领域早就对“表现”与“学习”作出区分, 表现指的是做当下任务时所呈现出的速度, 还有正确率以及流畅度, 学习却是一种比较持久的变化, 即过了一段时间依然能够回想起来, 换了一道题目也还能够做出来。能够更为顺畅地完成作业, 并不必然就意味着真正掌握了知识, 而存在一些练习, 虽说在当时更加费劲, 然而往后留存下的内容反倒更多。
对于学生自身而言, 不一定能够察觉到这种差别, 在AI将答案直接放置到屏幕上之后, “眼前已然存有答案”极易被错认为“我已然学会了”。
可将一次学习大致粗略地视作回路, 首先去尝试, 进而寻得自身卡住之处, 接着进行复习或者搜索, 以此获取一个暂且的答案, 随后加以验证、发觉其中错误, 进而修正自身的理解, 最终再度重新做上一遍。
可在每一步提供提示、给出反例、检查错误的是AI, 它还能够直接跳到终点, 交出完整生成物。要是学生放弃自身尝试, 那答案不会化为学生自己的能力。看懂一道数学题的解答, 并不意味着合上屏幕后仍能将其解出。
宽泛地讲, 学习的目的在于使我们构建起一些知识框架以及基础信息, 能够提出一个优质问题, 能够将新信息放置到已有的框架里, 能够察觉出错误与不合理的地方, 并且能够做出优良的决策。要塑造这些能力, 学习者得反复地进行回忆、理解、判断、纠错以及迁移。要是AI直接跨越这些环节给出答案, 学生便丧失了形成能力所需要的练习。
这是一个关于学习关键的要点阐述, 首先要明确, 学习的关键绝对不是那种所谓“动脑越累越好”的情况, 因为无意义的重复, 并不会由于其过程痛苦, 就自然而然地转变为有效学习。学习重点在于, 借助获取以及理解新信息, 进而实现大脑加工能力的改变。而卡住、犯错、检查还有重做, 恰恰正是大脑这种加工能力的改进进程。
这属于学习进程里的必要摩擦, 并且这些摩擦肯定不会让人愉悦。故而不难明白, 要是评价仅看结果而不看过程, 那最省力的运用方式, 也就是用AI做作业, 就会更受学生青睐。
那么，是否应该一刀切，彻底禁止 AI 进学校呢？
这只怕也并非是个适宜的答案, 于教师规定用法, 实施安排练习, 而后检查学生是否切实掌握的这样一种实验环节当中, 人工智能的确具备协助参与学习的可能性。
一项综述, 对 2022 至 2024 年间发表的 69 篇 GPT 相关实验研究做了分析, 得出平均效果为正的结论；另一项三层元分析, 聚焦于“批判性思维、创造力、问题解决”等高阶思维能力, 综合了 19 项实验研究, 同样得到中等程度的正面结果。然而, 这些研究多数持续时间不长, 以大学生作为样本的情况居多, 而且不同研究间的结果差异颇为显著。
我们看见了之前的那篇论文, 这两项研究与之一样都是成立的。两者回答的问题不一样: 一个问题是“精心设计的 AI 教学干预有没有用”, 一个问题是“让学生自由使用 AI, 这种情况下会发生什么”。
即便是那人工智能, 它可以起到辅助教学的作用, 同时, 也能够代做作业之事。然而其区别并非立足在工具本身, 关键而是取决于学生自身是不是自行尝试、进行判断以及做完后纠错与否。
以后总能用 AI
为什么还要闭卷考试？
倘若一份作业单单是要求从公开的材料里把格式固定的文字拼凑起来, 那么这份作业所进行的设计明显是存在问题的。明令不许使用人工智能, 如此这般也并不能使得这般呆板的劳动变为有效的学习行为。
只是从这得出“往后总归能够运用AI, 当下便无需去练习独立自主地完成”, 这却又太过了。哪怕运用AI, 人也需要具备判断问题究竟是什么, 答案大致应该是怎样的模样, 以及何处必须进行检查的能力。
学校对于一项任务的要求, 跟职场不一样。职场的工作任务, 要求成品按时交上去, 并且质量得合格；学校布置一道题目, 却是期望学生在做题这个过程里面, 能够更熟练地掌握方法。
在职场之中, 常常会提到AI能够致使“强者更强”这种说法, 有一位资深人士, 他能够将重复步骤交付给AI, 进而把精力用以投入到检查以及取舍方面, 然而, 有一个新人, 要是他把同样的工作交给AI, 那么他就会丧失学习的机会。
由此可见, 在AI时代的教育范畴当中, 存在着两类任务需要进行区分, 其中一类任务是, 能够允许学生与AI共同去开展一些事项, 主要用于锻炼如提问、筛选以及核查校验等量此类活动方式以此来提升能力；此外的另一类任务则强调, 学生在进行这些事项时不能仰仗AI的辅助, 而是依靠自身来实施, 其目的在于判定学生对于所需知识以及方法的掌握程度究竟如何。
可以用三个问题作判断：
1. 此项任务首要的是要求尽快去交付成品, 又或者是要求学生学会一种在此之后需要独立去运用的方法?
2. AI所取代的, 是搜索、排版这类辅助劳动吗, 还是那些原本应当由学生去完成的设计、分析、判断以及纠错呢?
3. 不在使用人工智能的情况下, 学生可不可以进行阐释、重新做一遍, 并且将所学习到的运用到一道稍微有变动的全新题目之上呢?
一次具体学习中, 先让学生独立尝试, 写下自己卡住之处, 遇到困难后, 再让AI提示、追问、举反例或指出错误, 而非直接交出成品, 最后关闭AI, 由学生重新解释、独立完成情况, 再尝试一道变式题, 如此, AI提供了认知支架与反馈, 并未替学生踏过整条学习回路。
美国康涅狄格州的柴郡学院, 正在开展类似的尝试, 有一名法语教师, 会让学生先利用 AI 修改作业, 之后再逐此检查, 哪些地方的确改对了，哪些变动后虽然显得更“标准了”, 可却将自己的表达给抹除掉了, AI仅仅是给出修改意见, 学生依旧得自己去进行判断。
某所学校为不一样的作业标注“交通灯”, 其中, 绿灯意味着能够充分运用AI, 红灯表示禁止使用, 黄灯则是由授课教师判定哪些工具以及流程能够交由AI来处理。比如, 某一项作业能够准许借助AI开展拼写检查, 然而却不允许直接向聊天机器人提问。这样的一种方式说不定能够给咱们一些启发, 即学生在着手开始做作业以前便清楚, 当下的任务究竟是在锻炼人机协作, 还是在考查自身是否能够独立完成。
关于中国的《中小学生成式人工智能使用指南（2025年版）》, 其已然提出依照分学段的方式, 秉持以人为本的原则且要避免过度依赖, 明确指出不应将生成出的内容简单复制用作作业, 也绝不能把AI当作替代性的教学主体, 这跟上述的判断大抵是一致的。
进入职场之后, 运用AI的缘由将更具充分性, 然而人依旧得明白何时能够委托, 何时必须接过判断大权。有一项针对管理咨询顾问开展的实验得出了发现, 在模型所擅长的创意、分析以及写作任务当中, AI能够使参与者完成得更为迅速、出色；要是换成表面相似但模型并不擅长的任务, 使用AI的人反倒更易于答错。研究者将这种忽高忽低的能力边界称作“锯齿状技术前沿”。能够判断何时可以信赖AI, 成为了重要的能力。
因此, 学校不可以仅仅培养一种和工具相隔绝的考试能力。在没有AI的情况下, 学生应该具备能够回忆、能够解释、能够作出判断的能力, 并且要能够把学过的方法运用到新问题之上；而在有AI的时候, 学生又需要会提出问题、会交叉核验、会发现AI存在的错误或者幻觉, 并且要为最终答案承担责任。
即便AI能够参与作业, 可绝不能使得学习者彻底不做作业。要判定AI是不是切实助力了学习, 得瞧瞧在不使用AI工具之后, 学生究竟还会去做些什么。作业成绩以及完成速度没办法证实是否真正学会, 唯有关掉AI之后, 方可知晓答案。
