一句话看懂：一项覆盖 2.7 万名中国中学生的追踪研究显示，使用 AI 完成作业的学生作业分数平均提升 18%，但考试成绩反而比不用 AI 的同学低 20%。AI 正在把“作业能力”和“真实掌握程度”撕裂成两个指标。
事件核心：发生了什么
斯德哥尔摩大学的 David Stromberg 与香港大学的 Victor Lei、Wu Yanhui 合作，追踪了 2.7 万名 12-18 岁的中国学生，其中约 80% 使用豆包、DeepSeek 等 AI 模型辅助学习，其余 20% 作为对照组。六个月后，AI 使用者的平均作业分数上升了 18%，单次作业耗时从 64 分钟降至 45 分钟；但在考试中，这些学生的平均分数反而比未使用 AI 的同学低了 20%。此前作业分数通常是考试成绩的有效预测指标，如今这一相关性正在被 AI 打破——作业分数越高的使用者，在考试中反而更可能表现不佳。
为什么重要
这是目前少有的、针对 AI 教育影响的大规模实证数据。过去关于 AI 是否损害学习的讨论多停留在教师的主观观察，而这次研究提供了可量化的对照结果：AI 在提升“任务完成效率”上效果显著，但在促进“知识内化”上并未奏效，甚至可能产生负面作用。对教育科技（EdTech）行业而言，这意味着单纯把大模型接入作业场景的产品，可能只是在优化表面的产出指标，而非真正的学习效果。对于大模型厂商来说，这也提示了训练数据中“AI 生成内容”比例上升可能带来的长期风险——当越来越多作业由模型代写，模型未来学到的“人类水平”数据只会更不可靠。
对用户/开发者/创作者的影响
对学生与家长：将 AI 当作“作业代笔”而非“思考助手”，短期内能提高作业评分，但会削弱对知识点的掌握，最终在考试中暴露差距。对教育类应用开发者：如果产品设计只关注“帮用户更快完成作业”，无法解决学习效果验证问题，在口碑和续费上都会面临挑战。更值得探索的方向是让模型在给出答案前先引导用户思考，或对“AI 辅助完成”和“独立完成”的作业做区分。对内容创作者与教师：需要建立新的作业评估方式，减少对可被 AI 直接生成的书面作业的依赖，转向课堂测验、口头答辩或过程性记录等更难被代劳的考核形式。
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。
值得关注的后续
第一，该研究是否会扩展到其他地区或更大样本，以验证结论的普适性；目前公开信息显示样本仅限中国中学生，欧美市场的 AI 使用习惯和课程结构可能带来不同结果。第二，教育类 AI 产品是否会因此调整交互设计，例如在作业模式中引入“先思考后获取答案”的机制，或者增加推理过程记录。第三，学校和考试机构是否会针对 AI 代写推出更严格的检测与防作弊工具——这可能会催生新的合规与安全需求，影响相关产品的开发优先级。
来源：Slashdot
