AI替代思考后，中学生考试成绩为何反而下滑？
一项覆盖数千名初高中生的随机对照实验（RCT）发现，过度依赖生成式AI完成作业，会导致标准化考试分数出现反向变化。论文《The Generative AI Learning Penalty: Evidence from Chinese Secondary Education》将其命名为“学习惩罚”现象，并通过实验数据支持这一结论。
在实验设计中，部分学生被安排为AI辅助组，另一部分则完全手动完成作业。虽然AI组在平时作业中表现更好，但在期中和期末考试（考试期间不允许携带任何设备）时，他们却落后于对照组。这种差距在数学和物理等需要严密逻辑推理的学科中尤为突出，语文和英语科目也出现类似趋势，但幅度较小。
研究者分析认为，AI辅助作业会导致“认知卸载”效应，使学生思维过程断裂。传统学习中，遇到难题时，学生通常需要经历“卡壳—挣扎—突破”的过程，这一过程有助于巩固神经回路和深化理解。而生成式AI则直接提供完整解题步骤，导致学生形成“输入题目—获取答案—誊抄”的模式。当考试中出现稍有变化的题目时，缺乏深度思考的学生容易陷入无法自行解决的卡壳状态。
进一步观察显示，学生并未真正掌握推导逻辑，而是习得了“如何从AI获取答案”的方法。研究者在提示词中故意植入细微逻辑错误后发现，能够识别并质疑AI输出的学生，考试成绩下滑幅度较小；而完全接受AI答案的学生，成绩下降明显。这表明，AI辅助并不等同于有效学习，尤其是当学生缺乏元认知能力时，更容易将AI视为无需质疑的“万能答案库”。
一名高二学生的言论总结了这种依赖心态：“反正AI给出的步骤看起来都对，我又不懂哪里有问题。”这种被动接受AI输出而忽视批判性思维的行为，直接导致了学习效能的下降。
实验还探索了AI的更优使用方式。在“受限使用组”中，学生在教师指导下，将AI应用于探究性学习、错误分析或生成反例。这一组别的考试成绩非但没有下降，反而有所提升。这说明，AI的价值在于作为“高质量反馈工具”，增强而非替代学生的思考过程。若仅将其视为“作业生成器”，则可能削弱学生的认知能力。
全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
短期内分数确实涨了，但背后的问题远比看起来严重。比如，那些看起来“高效”的AI辅助作业，往往只是让学生学会“如何从AI那里得到答案”，而不是真正理解每一步的逻辑推演。实验中甚至有人把AI当成“全知全能”的答案书，连提示词里植入的细微错误都无法发现，结果一到考场，稍微变换数值或条件就卡壳。这种“认知卸载”让学生的思维链条断裂，最终考试成绩反而下降——尤其是数学、物理这类需要严密推理的科目。
解决方案不是简单禁用AI，而是要让它回归辅助角色。比如，教师可以引导学生用AI生成反例、分析错误，而不是直接复制答案。实验显示，这种“受限使用”模式下，学生的成绩不但不下滑，反而有所提升。关键在于，AI要成为“推理伙伴”而非“答案机器”，让学生在质疑和验证中真正学会思考。
只喂答案不教思路，孩子到考场上对着卷子直接崩掉，太可怕了，就像论文里说的那样，“输入题目，获取步骤，再誊抄到作业本上”，这样一来，大脑很容易产生一个判断：既然已经有现成答案，就不需要再进行深度加工，最关键的逻辑推演也就被跳过了。