2022年秋，我国中部某县的26811名七至十二年级学生，如同全国各地的同龄人一样，背着书包走进教室，开始日常的学习生活。他们中的绝大多数人并不知道，自己即将参与一场跨越三十个月、覆盖九个学科、横跨中考与高考的大规模自然实验。

这场实验的“干预变量”并非来自教育部门的政策调整，也不是某所学校推行的教学改革，而是一个正在以惊人速度渗透进学生书包的新工具——生成式人工智能。从豆包到DeepSeek，从ChatGLM到文心一言，这些面向全民的通用大模型悄然出现在学生的作业场景中，改变了他们完成作业的方式。而教育者、家长乃至学生自己，在很长一段时间内都未能看清这一技术变革究竟意味着什么。

直到2026年6月2日，斯德哥尔摩大学的David Strömberg与香港大学的Victor Lei、Yanhui Wu联合在欧洲经济政策研究中心（CEPR）发布了编号DP21577的讨论论文《生成式AI学习惩罚：来自中国中等教育的证据》，这场自然实验的初步结论才浮出水面。

研究者收集了这些学生9个学科的作业分数、作业完成时间、每月闭卷考试成绩，以及中考和高考这类高利害入学考试的成绩。论文采用交错采用的双重差分设计，以严格的因果推断方法，首次用大规模长期面板数据回答了那个悬而未决的问题：当学生用AI做作业时，他们到底是在借助技术加速学习，还是在用技术“假装学习”，甚至是在不知不觉中损害自己的真实能力？答案远比人们预想的更为复杂，也更为警醒。

论文的核心发现

论文的核心发现呈现出一组令人不安的“背离数据”。

在作业层面，AI采用带来了明显的效率提升：作业分数提高了18%，完成时间缩短了30%。以学生每周平均五十八分钟的作业耗时计算，使用AI后单次作业时间降至约四十分钟，节省了近二十分钟。作业平台上的分数在上涨，完成速度在加快，一切看上去都是“进步”的生动写照。

然而，在禁止使用AI的闭卷考试场景中，图景陡然翻转。使用AI的学生在六个月内月考成绩下降了约百分之二十，而更令人担忧的是长期影响——中考成绩下降约百分之二十四，高考成绩下降约百分之十八。完整的“学习惩罚”效应在大约两年后才完全显现。

研究者将这一现象命名为“生成式AI学习惩罚”。作业分数在涨，考试分数在跌——这正是“进步幻觉”最直观也最危险的注脚。

更值得警惕的是，这种代价并非均匀分布，而是精准地打击了特定群体。

从学科维度看，社会科学类科目如政治、地理受到的冲击最大，平均成绩下降百分之二十七，远超STEM理工科和语言类学科。论文指出，越是依赖深度逻辑阐述和批判性思维的学科，AI外包带来的伤害就越深。

从年龄维度看，初中生比高中生更容易受到波及，低龄学生尚未建立稳固的学习方法和元认知能力，更容易被AI的便捷性所俘获。

从性别维度看，男生群体的成绩损失更为显著。

而最反直觉的发现出现在学业水平维度——原本成绩最优秀的顶尖学生，在过度使用AI后遭遇的成绩降幅最为惨重，高达百分之二十四。研究人员的解释是，AI生硬地中断了顶尖学生自行构建复杂知识心智模型的链条。对于高分学生而言，其优势本就建立在独立推导、反复试错、自我纠偏的“认知挣扎”之上，而AI的一键答案恰好跳过了这一过程。正如研究者所指出的：“它剥夺的不是学习时间，而是思考本身。”

学习惩罚背后的机制

为什么AI的使用会导致这样的学习惩罚？论文通过深入挖掘学生的行为模式，揭示了背后的机制。

约百分之八十的AI用户表现出“作业外包”行为。他们直接利用AI生成答案并复制粘贴上交，跳过了理解、推导与内化的思考步骤。这些学生的典型特征是异常短的作业完成时间搭配异常高的作业分数。作业的本质功能不仅是产出答案，更是训练思维。当学生独立完成一道题目时，他经历的是完整的认知链条：理解问题、检索相关知识、尝试推导、遭遇卡顿、调整策略、最终得出答案。每一个环节都在强化神经连接、巩固知识结构、锻炼问题解决能力。而AI的“一键答案”跳过了这个链条中几乎所有关键环节。学生没有经历卡住的痛苦，也没有体验想通的顿悟。他们交上了一份完美的作业，却没有带走任何可以迁移到考场上的能力。

论文同样给出了希望。研究发现了一个关键的例外：那些即使使用AI、但仍然保持与未使用者相近作业耗时——也就是说，他们仍然经历了足够的思考过程——的学生，仅经历了微小的学习损失。这一发现至关重要，它清晰地表明，问题不在于AI工具本身，而在于使用方式。

AI时代的学校教育

基于这些发现，学校和教育政策制定者需要进行系统性的反思与调整。

首先，学校应当建立分场景、分层次的AI使用规范。在知识习得阶段，如新概念引入、基础运算训练和公式推导，应严格限制AI介入，确保学生经历完整的认知建构过程，这一阶段的“慢”恰恰是能力生长的必要条件。在知识应用阶段，如信息检索、资料整理和多方案比较，可以允许AI辅助以提高效率，但必须要求学生记录AI的使用过程和自己的人工干预。在创新创造阶段，如项目设计和跨学科问题解决，应鼓励人机深度协作，但评价重点应放在学生的原创性思考和问题定义能力上。

其次，学校必须重构作业设计，让思考过程变得可见。传统作业的评价体系过于依赖最终产出，而忽视了思维过程，在AI时代这种评价方式的脆弱性暴露无遗。学校可以增加“思维过程记录”环节，要求学生在提交答案的同时提交草稿、修改痕迹、自我提问和遇到的困难；可以引入口头答辩机制，让学生用自己的语言解释解题思路；可以将部分深度思考作业迁移到课堂内的限时环境中完成；还可以设计更多开放式问题，减少对标准答案型作业的依赖。

再次，评价体系也需要从结果导向转向过程导向，增加课堂参与、思维记录和讨论质量等过程性指标的权重，并在关键能力检验中保留无AI辅助的闭卷环节。

对于教师而言，其核心角色正在发生深刻转型。当AI能够以更高效率完成作业批改和知识点讲解等常规任务时，教师最不可替代的价值在于成为学生思维过程的观察者和诊断者，成为认知挑战的设计师，以及成为学习品格的塑造者——在AI时代，坚持、专注和面对困难不放弃的品质比以往任何时候都更加珍贵。

AI时代的学生学习

学生同样需要建立清晰的自我约束和策略。学生必须理解一个核心原则：并非所有认知活动都可以或应该被外包。推理、试错、顿悟、建立知识之间的联系，这些过程虽然痛苦，却是能力生长的必经之路。AI可以成为“拐杖”，但不能成为“轮椅”。

每当使用AI时，学生应当问自己三个问题：我是在借助AI深化理解，还是在用AI逃避思考？如果没有AI，我能否独立完成这个任务？AI给出的答案中，哪些部分值得信赖，哪些需要质疑？

研究已经清晰地表明，那些将AI用作“家教”或“导师”来辅助思考的学生没有出现成绩下滑，而那些将AI当作“代写工具”的学生则付出了沉重的代价。因此，学生应该明确区分“辅助”与“替代”的使用方式。用AI解释不懂的概念、提供解题思路的提示、检查自己的答案是否有误，这些属于“辅助”，学生仍然是思考的主体；而直接让AI生成完整答案并复制粘贴、跳过自己的思考直接求助AI，这些属于“替代”，本质上是对思考的放弃。

尤其重要的是，学生应该给自己设定一个“无AI思考窗口”，在遇到难题时，先独立尝试至少十到十五分钟，实在无法推进再寻求AI的提示性帮助，而非直接索要答案。这个“卡住”的过程，正是大脑在建立新的神经连接、巩固知识结构的时刻。

生成式AI是一把双刃剑，用得好是学习的加速器，用不好则是思考的替代品。它用三十个月的数据告诉我们，当AI被用作思考的替代品时，会在短期内制造进步的幻觉，却在长期内侵蚀真正的能力。

教育的本质从来不是加速，而是生长。AI可以成为生长的工具，但不能成为生长本身的替代品。在一个AI能够完成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在于那些“低效”的认知挣扎——那些卡住、困惑、试错、顿悟的瞬间。这些瞬间无法被压缩，无法被外包，却构成了心智生长的真正根基。

教育的责任，就是守护这些瞬间，让每一个学生都能在AI的陪伴下，仍然拥有并珍惜属于自己的独立思考。

来源 | ppl的读与行

明师俱乐部进行编辑整理，版权归原作者所有，如有侵权联系删除

明师投稿箱

欢迎您把自己的英语教学经验方法、优质教学设计案例、教育心得等和大家分享，可成为明师国际教育研究院的签约作者，更有机会被收录到《明师说》系列正式出版，与40万英语教师共同进步，快来投稿吧！

投稿邮箱：[email protected]，邮件命名为“投稿+作者姓名+手机号”

教学资源、精彩活动、趣味互动

福利折扣、在线咨询

湖南、福建、川渝、浙江

山东、江苏、安徽、江西

素养教案、教学设计交流1群

北京、上海

山西、河北

河南、天津

湖北、广东

陕西、内蒙

其他地区

请按地区添加明老师， 不要重复添加