一句话看懂：一项覆盖中国 2.7 万名中学生的研究显示，使用 AI 工具的学生作业成绩平均提升 18%，但在无 AI 辅助的考试中，成绩反而比不使用 AI 的同学低 20%。这说明 AI 可能在“帮助完成作业”的同时，削弱了知识的真正内化。
事件核心：发生了什么
据《经济学人》8 月 18 日报道，斯德哥尔摩大学 David Stromberg 与香港大学 Victor Lei、Wu Yanhui 合作，追踪了中国 2.7 万名 12 至 18 岁中学生长达六个月。研究显示，约 80% 的学生已在日常学习中使用豆包（Doubao）和 DeepSeek 等 AI 大模型产品，其余 20% 未使用者作为对照组。
结果呈现出明显分化：使用 AI 的学生各科作业平均分提升了 18%，但在不允许使用 AI 的闭卷考试场景下，这批学生的成绩反而比对照组低 20%。该研究尚未经过其他机构的独立验证，但《经济学人》指出，此前关于 AI 对学生学习结果的实际影响一直缺乏大规模实证数据。
为什么重要
这项研究首次以大规模样本揭示了“AI 使用与学习效果之间的结构性矛盾”。过去一年，Chegg 调查显示富裕国家 80% 本科生使用 AI 学习，英国和德国的最新学生使用率分别达到 94% 和 93%。但教师普遍反映，AI 生成的作业“模板化、雷同”，虽然分数可能好看，却无法反映真实掌握程度。
这一结论对教育科技行业和 AI 应用方向具有警示意义：如果 AI 工具仅优化“完成任务”的效率，而非辅助“理解过程”，那么其在教育场景的长期价值将面临质疑。此前宾夕法尼亚大学 2024 年的一项小型研究也得出类似结论——短期内 AI 辅助练习效果更好，但在随后的闭卷测试中优势完全消失。这指向一个更普遍的担忧：AI 可能让学生用“产出能力”替代了“学习能力”。
对用户/开发者/创作者的影响
对学生与家长：当前大模型产品的“作业辅导”功能可能带来成绩假象，闭卷考试仍是检验真实水平的标尺。建议将 AI 定位为“提问与反馈工具”，而非代写答案的捷径。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对教育类 AI 应用开发者：单纯堆砌解题、生成答案的功能正在触及天花板。未来产品需要设计“可评估的思考过程”——例如要求模型提供分步推理、错因诊断，并通过间隔性复习机制确保知识长期留存，而非一次性生成结果。
对学校与企业采购方：在部署 AI 教学工具时，不应以作业平均分作为核心评估指标，而应建立包含闭卷测试、迁移能力测试在内的多维度效果评估体系。目前公开信息显示，布鲁金斯学会此前也建议，AI 应支持而非替代思考、社交互动和创造力培养。
值得关注的后续
1. 完整论文的同行评审结论：该研究尚未获得独立验证，后续若正式发表，其实验设计与样本代表性值得细读。
2. 教育类 AI 产品是否会转变功能方向：豆包、DeepSeek 以及海外 ChatGPT 教育版是否会针对“防依赖”推出新的交互模式（如限制连续生成、强制展示推理步骤），将直接影响产品定位。
3. 监管层面的连锁反应：如果更多国家跟进此类研究，可能会推动学校对 AI 工具的使用场景进行更严格区分，例如禁止在作业环节使用生成式 AI，而仅在复习与自测环节开放。
来源：Hacker News
