精华简报 | 他们追踪2万多中学生发现，AI会让考试成绩大幅下滑
来源：虎嗅网 / 知识分子（作者：李想俣）
核心研究：吴延晖（香港大学经管学院）与 David Strömberg（斯德哥尔摩大学）团队预印本《生成式人工智能学习惩罚：中国中学的证据》
TL;DR
这项基于中国中部县城九所中学、26811名初高中生、长达30个月的实证研究发现：生成式AI在短期内显著提升作业效率——作业成绩平均提高18%、用时缩短30%，但六个月内月考成绩下降20%，约两年后中高考成绩可能分别下降24%和18%。核心机制是“作业外包”：81%的学生将认知过程交给AI，导致深度思考能力退化。影响对成绩前1/3的学生、社科类学科和男生更为突出。研究警示：若教育评价体系不变，AI可能从学习工具异化为“认知能力削弱器”；真正的出路在于重新定义学习、作业与考试，让AI承担常规劳动，把人的注意力还给创造、思考与探索。
核心观点与洞察
1. “生成式AI学习惩罚”：效率与能力此消彼长
研究用双重差分模型估计学生未使用AI时的成绩，并与真实观测结果比对，发现：
- 短期效率提升：作业成绩平均提升18%，用时缩短30%。
- 中期成绩下滑：六个月内月考成绩下降20%。
- 长期损失加剧：负面影响约两年后体现得更充分，中、高考成绩可能分别下降24%和18%。
- 不可自然恢复：认知能力下降不会随着时间自动消失。
关键区分在于使用方式：
- “作业外包型”用户占81%：作业完成时间极短、分数很高，但学习损失最大。
- “导师型”用户：保留独立思考过程，完成作业时间与非AI用户相近，学习损失幅度较小。
这说明问题不在于“是否使用AI”，而在于“如何使用AI”。
2. 谁受伤最深？好学生、社科类学科、男生
- 好学生受损更严重：考试真正拉开差距的是少数难题。过去优秀学生靠深度思考解决难题；当这部分思考交给AI，他们最具优势的能力最先退化。
- 社科类学科更突出：社科类题目更依赖论述、归纳与批判性思维，更容易被AI生成内容替代。
- 男生更明显：研究观察到性别差异，但文章未展开机制，可能涉及使用方式或元认知差异，值得进一步研究。
3. 失去的不只是分数，而是探索兴趣与学术品味
吴延晖指出，人失去的是“超越智能的东西”：
- 探索能力等元能力：当AI让探索从起点直达终点，过程中的愉悦和事后的成就感一并消失。
- 内驱力与快乐：港大学生“不用AI的接近0”，但普遍感到“没有了过去的快乐”。对学术而言，这是危险信号。
- 学术品味：如果一切变成机械追求结果，教育以人为本的根基会被侵蚀。
4. 重新定义“学习”与作业
- 从能力培养角度，借助AI完成任务不等于学习：作业完成得再快，进入社会后没有意义。
- 深圳学校实验：让学生先利用AI预习，完成作业时要求完整写出所有解题步骤，老师按要点细致给分。这或许能缓解问题，但成本高、教师负担重。
- 教师角色重塑：从批改作业转向判断学生是否真正掌握知识，还要管理人机关系，复杂性显著增加。
5. 评价体系必须同步变革
当前核心矛盾：平时大量使用AI，但中高考仍是闭卷考试，学习方式与考察方式错配。
论文讨论两种未来考试路径：
- 增加无工具课堂测验：作业可自由使用AI甚至取消，但每天到校先进行无工具测验，确保知识掌握。
- 完全放任AI使用：依赖学生自主性，欧洲部分国家可能走向此模式。
吴延晖认为，高考作为人才选拔机制短期内难以替代，但评价体系需要大幅转型：从答案正确率转向培养AI互补能力——社交能力、判断能力、敢于表达观点、开放式思维、批判性思维。
6. 人类应保留什么能力？
港大新本科项目给出实践样本，课程分三部分：
- 1/3教AI如何运作：数学、计算机编程、机器学习。
- 1/3教社会如何运转：经济学。
- 1/3教“人到底是什么”：人文博雅教育，如《诗经》《荷马史诗》，保护人类欣赏美、创造快乐、理解文明的能力。
吴延晖强调：人类要善于提问，敢于拒绝AI。
启发与影响
对教育科技行业
- 产品设计需从“效率优先”转向“认知保护”：单纯帮学生快速完成作业的工具可能加剧学习惩罚。市场需要能识别“外包”与“导师”使用模式、鼓励独立思考的AI教育产品。
- 新的产品机会：AI辅助形成性评价、课堂无工具测验系统、教师人机关系管理工具、学习过程可视化与元认知训练。
- 风险提示：若产品仅以作业完成率和分数提升为卖点，可能面临政策监管与家长信任危机。
对学校与教师
- 教师角色重塑：从知识传授者转向AI使用引导者、认知过程诊断者、人机协作管理者。
- 作业与考试再设计：重新设计作业形式（如要求展示思考步骤）、增加课堂闭卷测验权重，探索过程性评价。
- 成本与负担：新模式会显著增加教师工作量，需要配套工具与制度支持，否则难以持续。
对政策制定者
- 挪威式禁令有参考价值，但未必适合中国：中国教育以高考为核心，全面禁止不现实，但可考虑分学段限制（如小学禁止、中学引导）。
- 评价体系改革是根本杠杆：若不改变中高考指挥棒，任何AI教育干预都可能沦为“提分军备竞赛”。
- 需要社会共识：AI对认知能力的影响应成为公共议题，推动家长、学校、政策制定者共同参与。
对家长与学生
- 警惕“安抚奶嘴”效应：家长若不了解风险，可能将AI当作让孩子安静的工具，反而损害长期认知发展。
- 区分使用模式：把AI当导师（保留独立思考）比当作业代写工具更安全；学生应保持提问、验证、拒绝AI的能力。
- 好学生尤其需要警惕：依赖AI解决难题会削弱最核心的竞争优势。
商业与投资视角
- 教育评价体系转型将释放新市场：过程性评价、能力测评、AI互补技能培训、教师赋能工具等赛道可能受益。
- 政策风险与合规：若更多国家出台限制措施，面向K12的AI产品需提前布局合规与认知保护功能。
- 长期价值：能证明“不损害认知能力”甚至“增强认知能力”的AI教育产品，将获得差异化竞争优势。
研究局限与审慎提醒
- 该研究为预印本，尚未经过同行评议。
- 2024年初之前的数据通过问卷调查和信度分析回溯，并非全程真实观测。
- 样本限于中国中部县城九所中学，结论外推需谨慎。
- 因果推断依赖双重差分模型，仍需更多独立验证。
一句话总结：AI不是天然有害，但若教育评价体系不变，AI可能从效率工具异化为认知能力削弱器；真正的出路在于重新定义学习、作业与考试，让AI承担常规劳动，把人的注意力还给创造、思考与探索。