一句话看懂：OpenAI 与博科尼大学合作的一项随机实验发现，ChatGPT 访问权限和因果推理训练分别提升学生作业的“专业性”与“原创性”，两者结合效果互补。这项研究为“AI 是否削弱独立思考”的争论提供了首个随机对照证据。
事件核心：发生了什么
8 月 27 日，OpenAI 新闻发布了一项由博科尼大学研究人员与 OpenAI 经济研究团队合作完成的实验。实验对象为博科尼大学 1000 多名一年级本科生，任务是为大学纪念品商店制定营销方案。学生按课堂时段被随机分为四组：仅使用 ChatGPT（GPT-4o）、仅接受因果推理训练、两者兼有、两者皆无。
结果显示：使用 ChatGPT 的学生在五分量表上平均得分高出近 1 分，答案包含更多想法、逻辑更清晰，且与专家建议的相似度更高。而接受因果推理训练的学生，虽然在传统评分上并未提高，但通过文本分析发现，他们产出的想法范围更广、比同龄人更具辨识度。同时接受两种干预的学生，兼容了两类收益：既有 ChatGPT 带来的逻辑连贯性，也有训练带来的想法多样性，且在“追问假设”等指标上表现最强。
为什么重要
这项研究的关键价值在于实验设计。此前关于 AI 对学习影响的讨论多依赖观察性数据，难以区分“使用 AI”与“思考训练”各自的独立效应。此次随机分配让研究者能拆解出两条不同路径：AI 帮助新手产出接近专业水准的答案，因果推理训练则推动学生提出差异化想法。结论直接回应了教育界一个核心焦虑——AI 是否会让作业“千篇一律”。实验显示，问题不在 AI 本身，而在于评价体系是否仍只奖励“结构清晰的标准答案”。传统评分标准可能掩盖 AI 时代的原创性缺失，这对学校如何重新设计作业和评估方式提出了具体挑战。
对用户/开发者/创作者的影响
对教育科技产品的开发者而言，这项实验提供了一个功能分层思路：大模型工具更适合作为“表达优化层”，而思维训练模块可以作为“想法生成层”独立设计，两者的用户价值并不重叠。对一线教师和课程设计者，实验提示应避免将 AI 工具与批判性思维训练视为二选一，而是可以组合进同一教学单元。对使用 ChatGPT 完成分析类工作的普通用户，实验结果也说明：AI 能帮你把答案写得更像专家，但你在提问时是否追问因果、是否质疑前提，仍是决定最终产出是否“有独特价值”的主要因素。
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
一是该实验能否在更多学科（如理工科写作、编程作业）中复制，以验证结论的普适性。二是学校是否会据此调整评估方式，例如在评分中加入“想法新颖度”指标，而非只看逻辑和完整度。三是 OpenAI 是否会将此类因果推理训练模块产品化，集成到 ChatGPT 的教育版或 API 的 prompts 库中，让开发者直接调用。目前公开信息显示，研究论文已发布，但尚未提及任何商业化计划。
来源：OpenAI News
