中学生越依赖生成式 AI 写作业，期中考成绩反而越难看？

前几天翻到一篇还在预印本阶段的论文，标题直白得有点残酷——《The Generative AI Learning Penalty: Evidence from Chinese Secondary Education》。搞了个大规模随机对照实验，把几千名初高中生分组，一组允许用大模型辅助完成课后作业，另一组纯靠自己。结果出来后，平时作业正确率确实漂亮，可一到期中、期末这种不让带设备的标准化考试上，「AI 辅助组」平均分显著低于对照组。差距在数学、物理这种需要多步推理的学科上最明显，语文英语相对小一点，但趋势一致。

一、 不是「作弊」那么简单，是认知卸载把思维链条给切了

实验设计里有个细节很关键：允许用 AI 的组别，并不是直接复制答案交差。大多数学生是把题目扔进去，让模型给思路、给步骤，自己抄一遍再交上去。平时作业分高得吓人，老师还以为这批孩子突然开窍了。但考试一撤掉外挂，这帮孩子面对稍微变个数、换个条件的同类题，直接卡壳。

研究者把这叫「Generative AI Learning Penalty」（生成式 AI 学习惩罚）。本质上是 认知卸载 过度了。以前做题卡住，得自己翻书、推导、甚至求教同学，这个「卡壳—挣扎—突破」的过程才是神经回路搭建的关键。现在模型一秒钟吐出完美解题路径，大脑判断「这事有现成方案，不用费劲」，就直接跳过深度加工环节了。考试时没模型兜底，这段缺失的神经回路就成了硬伤。

二、 「幻觉」反而成了暴露问题的照妖镜

有意思的是，实验后期研究者故意在提示词里植入一些细微错误，或者让模型输出看似合理实则逻辑跳跃的解法。善于「甄别」的学生，考试成绩下滑幅度小得多；全盘照单全收的，翻车最惨。这说明：会用 AI 不等于会学，会质疑 AI 才是核心素养。

但现实是，绝大多数中学生（甚至大学生）没有这个元认知能力。他们把大模型当成了「全知全能的答案书」，而不是「有偏见的推理伙伴」。论文里引用的访谈记录里，有个高二学生原话：「反正它给的步骤看着都对，我哪知道哪步有坑。」这句心声太真实了。

三、 禁止带手机进校园，能解决问题吗？

看到这结论，第一反应可能是「赶紧禁用」。但实验组里还有个「受限使用组」：只允许在课堂教师指导下用 AI 做探究、纠错、生成反例，不许用来直接出作业答案。这组孩子的考试成绩不但没跌