AI介入学生作业：技术红利还是认知陷阱？

2022年秋季，我国中部省份某县的两万六千八百一十一名七至十二年级学子，像全国其他同龄孩子一样，背起书包踏入校园，开启寻常的学习节奏。他们当中绝大部分人并未察觉，自己即将成为一项耗时三十个月、横跨九门学科、贯通中考与高考的大型自然实验的参与者。

这项实验的"操控变量"既非教育主管部门的政策变动，也非某所学校的教学创新举措，而是一款以迅猛势头潜入学生书包的全新工具——生成式人工智能。从豆包到DeepSeek，从ChatGLM到文心一言，这些面向大众开放的通用大语言模型悄无声息地融入学生完成作业的情境中，重塑着他们处理学业任务的方式。然而教育工作者、家长乃至学生本人，在相当长的一段时间里，都未能洞悉这场技术革新究竟意味着什么。

直至2026年6月2日，瑞典斯德哥尔摩大学的David Strömberg与香港大学的Victor Lei、Yanhui Wu携手在欧洲经济政策研究中心（CEPR）发布编号为DP21577的工作论文《生成式AI学习惩罚：来自中国中等教育的证据》，这项自然实验的阶段性结论才得以揭晓。

研究者汇总了这些学生九门学科的作业成绩、作业耗时、每月闭卷测验分数，以及中考与高考等高利害关系升学考试的得分。论文运用交错实施的双重差分法，借助严谨的因果推断手段，首次依托大规模长期面板数据回应该悬而未决的疑问：当学生借助AI完成作业时，究竟是利用技术提速了学习过程，还是以技术"伪装学习"，甚至在无意识间削弱了自身真实的能力水平？答案远较预期更为繁复，也更具警示意味。

论文的核心结论

论文的核心发现呈现出一组令人忧心的"背离数据"。

在作业维度上，AI的引入带来了显著的效率改善：成绩上扬百分之十八，耗时压缩三成。以学生每周平均五十八分钟的作业投入衡量，使用AI后每次作业耗时降至大约四十分钟，节省了约二十分钟。作业平台上分数攀升，完成速率加快，表面上尽是"进步"的鲜活佐证。

不过，在禁用AI的闭卷考试情境下，局面骤然逆转。使用AI的学生在六个月内月考成绩滑落近两成，而更堪忧虑的是远期效应——中考分数下挫约百分之二十四，高考成绩下滑约百分之十八。完整的"学习惩罚"效应大约经历两年后方才完全显化。

研究者将这一现象冠以"生成式AI学习惩罚"之名。作业分数攀升，考试分数滑落——这恰是"进步幻觉"最直观亦最凶险的写照。

更需警觉的是，这种代价并非均匀铺开，而是精准地瞄准了特定群体。

从学科层面审视，人文社科类科目如政治、地理遭受的冲击最为剧烈，平均成绩回落百分之二十七，远超STEM理工科和语言类学科。论文阐明，越是仰赖深层逻辑推演与批判性思辨的学科，AI外包所酿成的损伤就越深。

从年龄层面考量，初中生相较高中生更易受到波及，低龄段学生尚未构筑稳固的学习策略与元认知水平，更易被AI的便捷所俘获。

从性别层面剖析，男生群体的成绩损耗更为突出。

而最具反直觉意味的发现浮现于学业水平维度——原本成绩最为拔尖的卓越学生，在过度依赖AI后所遭受的成绩跌幅最为惨烈，高达百分之二十四。研究者给出的解释是，AI生硬地斩断了顶尖学生自主搭建繁复知识心智模型的链条。对于高分学生而言，其优势本就植根于独立推演、反复试错、自我修正的"认知搏斗"之中，而AI的一键作答恰恰跳越了这一环节。正如研究者所言："它剥夺的并非学习时间，而是思考本身。"

学习惩罚的深层机理

缘何AI的使用会催生此类学习惩罚？论文通过深度剖析学生的行为模式，揭开了背后的运作机制。

约八成的AI使用者呈现"作业外包"倾向。他们径直调用AI生成答案并原样粘贴提交，略过了理解、推演与内化的思维步骤。这些学生的典型表征是异常短暂的作业耗时搭配异常亮眼的作业分数。作业的本质功能不仅在于产出答案，更在于锻造思维。当学生独立攻克一道题目时，他经历的是完整的认知链条：解读问题、调动相关知识、尝试推演、遭遇阻碍、调整路径、最终求解。每一环节都在夯实神经联结、巩固知识架构、淬炼问题求解能力。而AI的"一键答案"跳越了这一链条中几乎所有关键环节。学生未曾体味卡壳的苦涩，也未经历想通的豁然。他们递交了一份无可挑剔的作业，却未能将任何可迁移至考场的能力收入囊中。

论文同样透出了希望之光。研究者辨认出一个关键例外：那些即便借助AI、却仍维持与未使用者相当的作业耗时——换言之，他们仍历经了充分的思考流程——的学生，仅承受了微乎其微的能力损耗。这一发现至关重要，它清晰地昭示：症结不在于AI工具本身，而在于运用之道。

AI时代的教育应对

基于上述发现，学校与教育决策者亟需展开系统性的反思与调适。

其一，学校应搭建分场景、分层级的AI使用规范。在知识习得阶段，诸如新概念导入、基础运算操练与公式推演等环节，应严格约束AI介入，保障学生经历完整的认知建构流程，此阶段的"慢"恰是能力滋生的必要条件。在知识运用阶段，如信息调取、资料梳理与多方案比照，可容许AI辅助以增进效率，但须要求学生留存AI使用轨迹及自身的人工介入记录。在创新创造阶段，如项目规划和跨学科问题求解，应倡导人机深度协同，但评估重心应置于学生的原创思维与问题界定能力。

其二，学校必须重构作业设计，使思维过程得以可视化。传统作业的评估体系过度倚重最终成果，而漠视了思维流程，在AI时代此类评估模式的脆弱性暴露无遗。学校可增设"思维流程记录"环节，要求学生在递交答案的同时附上草稿、修改痕迹、自身提问与所遇困境；可引入口头答辩机制，让学生用自身语言阐释解题思路；可将部分深度思考作业迁移至课堂内的限时环境中完成；还可设计更多开放式问题，降低对标准答案型作业的依赖度。

其三，评估体系亦需从结果导向转向过程导向，增重课堂参与、思维记录与讨论质量等过程性指标的占比，并在关键能力核验中保留无AI辅助的闭卷环节。

对教师而言，其核心角色正经历深刻转型。当AI能够以更高效率胜任作业批改与知识点讲授等常规事务时，教师最不可替代的价值在于充当学生思维流程的观察者与诊断者，担当认知挑战的规划师，以及成为学习品格的塑造者——在AI时代，执着、专注与直面困难不放弃的品质比过往任何时期都更弥足珍贵。

AI时代的学生学习策略

学生同样需要构筑清晰的自我约束与策略。学生必须领悟一条核心准则：并非所有认知活动皆可或皆应被外包。推理、试错、顿悟、搭建知识间的关联，这些过程尽管苦涩，却是能力生长的必由之路。AI可充任"拐杖"，却不应成为"轮椅"。

每当借助AI时，学生应当自问三个问题：我是在借助AI深化理解，还是在借AI规避思考？若无AI，我能否独立完成此项任务？AI给出的答案中，哪些部分值得信赖，哪些需要审视？

研究已然清晰地昭示，将AI用作"家教"或"导师"以辅助思考的学生未出现成绩滑落，而将AI视为"代写工具"的学生则付出了沉重代价。因此，学生应清晰分辨"辅助"与"替代"两种使用模式。借助AI解读未懂的概念、提供解题思路的线索、查验自身答案的正误，这些归属"辅助"，学生仍是思考的主体；而径直让AI生成完整答案并复制粘贴、跳过自身思考直接求助于AI，这些归属"替代"，本质上是对思考的弃守。

尤为关键的是，学生应为自身设定一个"无AI思考窗口"，在遭遇难题时，先独立尝试至少十至十五分钟，确实无法推进后再寻求AI的提示性协助，而非径直索取答案。这一"卡壳"的过程，恰是大脑在构筑新的神经联结、巩固知识架构的关头。

生成式AI是一柄双刃剑，善用则是学习的加速器，滥用则是思考的替代品。它以三十个月的数据昭示我们，当AI被用作思考的替代品时，会在短期内炮制进步的幻觉，却在长期内侵蚀真实的能力。

教育的本质从来不是加速，而是生长。AI可充任生长的工具，却不应成为生长本身的替代品。在一个AI能够胜任越来越多智力任务的时代，人类最不可替代的价值或许恰恰蕴含于那些"低效"的认知搏斗——那些卡住、困惑、试错、顿悟的刹那。这些刹那无法被压缩，无法被外包，却构筑起心智生长的真正根基。

教育的使命，就是守护这些刹那，让每位学子都能在AI的伴随下，依然保有并珍视属于自己的独立思考。