这项历时数月、涵盖 987 名高中生的对照实验，将研究对象分为三组：对照组采用传统学习模式独立完成数学作业；GPT 基础组直接借助 GPT-4 获取解题答案；GPT 引导组则在 AI “启发式辅导” 模式下开展学习。实验初期，两个使用 AI 的组别成绩提升显著，数据表现亮眼。但在停用 AI 的关键阶段，实验结果发生巨大转变：曾依赖 AI 获得优异成绩的学生群体，成绩出现大幅度下滑，甚至低于从未接触过 AI 的对照组学生。这一研究揭示了技术应用背后的严峻现实：对 AI 提供的便捷路径的过度依赖，正在潜移默化地削弱学生的自主学习能力。
短期成绩提升的 “认知陷阱”：
AI 对学习过程的干预机制
Alp Sungu 团队开展的这项严谨的教育技术实验，选取了来自不同地区的 987 名高中生作为研究样本。为确保实验的科学性和有效性，研究团队充分考虑了学生的原有学业水平，严格控制实验周期和作业难度。对照组学生沿用传统教育模式，通过课本研读、课堂笔记和教师指导完成作业；GPT 基础组则借助 AI 技术，通过简单的问题输入即可获取完整答案；GPT 引导组采用相对更具引导性的学习方式，AI 系统通过 “该问题可从哪些维度进行分析？” 等引导性提问，逐步拆解解题思路。
实验初期数据显示，GPT 基础组学生成绩较对照组平均提升 48%，GPT 引导组更是实现了 127% 的显著增长。这些数据在家长群体和教育工作者中引发广泛讨论，似乎预示着教育效率的革命性突破。
但随着研究的深入，通过课堂观察、作业分析和学生访谈，研究人员逐步揭示了成绩提升背后的真相。在 GPT 基础组的作业中，整齐规范的解题步骤下，隐藏着学生对公式原理理解的缺失；GPT 引导组的学习笔记中，原本设计用于自主思考的部分，大多被 AI 提供的参考答案所占据。一位参与实验的学生在匿名访谈中表示：“每次看到 AI 给出的解题思路，就倾向于直接采用，因为感觉考试不会考查思考过程。”
github.com/obastani
这种看似显著的成绩提升，本质上违背了教育的基本规律。教育心理学中的 “生成效应” 理论表明，只有通过联想、推理、归纳等主动认知过程，学生才能将信息有效转化为长期记忆，构建完整的知识体系。
生成式 AI 提供的 “即时答案”，恰恰剥夺了学生这一关键的认知加工过程。如同过度依赖导航系统会削弱方向感一样，过度使用 AI 的学生，其独立解题能力也在逐渐弱化。更为值得关注的是，这种依赖正在改变学生的学习行为模式 —— 复杂的数学问题演变为简单的复制粘贴操作，作文创作简化为关键词提取与模板套用，学习过程中的深度思考和知识内化过程已不复存在。
“停用效应” 背后的能力衰退：
AI 依赖对认知发展的影响
在实验的停用 AI 阶段，研究人员设置了与初期难度相当的独立测试。结果显示，GPT 基础组学生成绩较对照组低 17%，GPT 引导组虽下滑幅度较小，但仍显著低于未使用 AI 的学生群体。这种类似于药物成瘾者戒断反应的现象，被研究团队称为 “停用效应”，它打破了短期成绩提升的假象，揭示了长期依赖 AI 对学习能力的深层次负面影响。
神经科学研究表明，人类大脑存在 “认知经济” 特性，即倾向于选择认知负荷最低的信息处理方式。当 AI 持续提供无需深度思考的标准答案时，学生大脑逐渐适应这种 “低耗能” 的认知模式。就像长期依赖轮椅会导致腿部肌肉萎缩一样，缺乏深度思考训练的大脑，也会因持续的 “认知惰性” 而逐渐降低思维敏锐度。
在后续追踪访谈中，许多学生反馈：“以往遇到难题时，还会尝试通过绘图、列表等方式分析，现在看到题目第一反应就是求助 AI。” 这种思维惯性一旦形成，便会渗透到整个学习过程中。
图自unsplash
更为严重的是，AI 的 “即时反馈” 机制正在重塑学生的学习心理。在传统学习过程中，“错误尝试—修正错误—反思总结” 的循环是能力提升的重要途径。
爱迪生在发明电灯过程中经历了上千次失败，这些 “错误” 反而成为优化设计的关键。而 AI 提供的 “零错误答案”，使学生失去了试错机会，也剥夺了从失败中学习的能力。一名参与实验的学生描述了这样的困境：“使用 AI 完成作业时，无需担心犯错，但在考试中遇到陌生题型时，甚至不知从何入手，内心充满焦虑。” 这种对确定性答案的依赖，不仅削弱了学生的抗挫折能力，更使其在面对复杂问题时，丧失了问题分解和分步解决的核心能力。
相较于计算器、互联网等技术，生成式 AI 对教育的影响具有本质区别。计算器辅助数值计算，互联网提供信息资源，而 AI 直接替代了思考过程。当学生习惯 “由 AI 解决问题”，失去的不仅是知识积累，更是独立解决问题的底层逻辑。这种能力缺失，将在未来面对无标准答案的现实问题时，成为学生发展的重大障碍。
生成式 AI 对学习能力的负面影响，并非源于技术本身，而是 “无限制应用” 与 “教育目标偏差” 共同作用的结果。深入剖析这一现象，可发现存在三重驱动因素，它们相互作用，导致教育发展偏离正轨。
第一，“效率优先” 的教育功利化倾向。 在激烈的升学竞争压力下，家长和学生普遍陷入 “唯分数论” 的教育误区。重点中学录取分数线逐年攀升，名校录取率持续走低，这种现实促使教育过程异化为 “分数生产” 的标准化流程。GPT-4 能在短期内大幅提升数学成绩的宣传，精准迎合了这种教育焦虑。部分教育机构推出的 “AI 提分套餐”，宣称通过 “智能题库 + 答案生成” 模式，可在三个月内使学生成绩提升 50 分。
然而，教育本质是一个长期积累的过程，如同树木生长需要扎实的根系，知识学习也需要循序渐进的积累。AI 提供的即时答案，跳过了知识内化的关键环节。即使采用 “启发式辅导” 模式，只要学生存在 “走捷径” 的心态，深度学习便难以实现。
第二，“技术万能” 的认知误区。 随着 AI 技术在图像生成、语言翻译等领域取得显著突破，许多人将其视为解决教育问题的终极方案。教育科技公司的宣传中，“AI 个性化学习”“算法精准提分” 等概念频繁出现，仿佛引入 AI 即可实现 “因材施教” 的理想状态。但真实的学习过程充满不确定性：一次解题错误可能暴露学生的思维误区，一次解题受阻后的顿悟可能带来比正确答案更深刻的理解。
图自unsplash
AI 基于算法生成的 “最优解”，无法模拟人类思维的创造性和灵活性。当技术替代了探索过程，学生失去的不仅是知识，更是思维的创新能力。某重点中学数学教师曾分享案例：学生使用 AI 完成的几何证明题步骤完整，但在课堂提问时，却无法解释基础定理的推导过程。
第三，“监管缺位” 导致的应用乱象。 当前，多数学校对 AI 工具的使用缺乏明确规范。部分学校采取简单禁止的政策，却难以阻止学生在课后私下使用；另一些学校则放任不管，导致 AI 沦为 “作业代劳工具”。更值得警惕的是，部分教育机构为追求商业利益，将 AI 包装成 “提分神器”。某在线教育平台推出的 “AI 作文批改” 服务，宣称能使作文平均分提升 10 分，实则仅是基于模板的内容改写。
实验数据显示，AI 使用监管越薄弱的班级，学生依赖程度越高，停用后的成绩下滑越明显。这种无序的应用状态，不仅加剧了学生的依赖心理，也使教育者难以准确评估学生的真实学习水平。
宾夕法尼亚大学的这项研究，并非对生成式 AI 的全盘否定，而是对教育本质的深刻反思：学习的核心价值不在于 “获取答案”，而在于 “培养获取答案的能力”。这就如同登山，真正的收获不仅是登顶的瞬间，更在于攀登过程中体能的锻炼、意志的磨砺和经验的积累。AI 可以作为辅助工具，帮助我们在学习过程中明确方向，但无法替代人类主动探索和独立思考的过程。
面对生成式 AI 的发展浪潮，我们需要秉持理性态度。既不能因噎废食，完全排斥 AI 技术；也不能放任其无序发展，威胁教育根基。合理的做法是明确界定 AI 的应用边界：在基础知识学习阶段，限制 AI 直接提供答案，鼓励学生通过自主探究、小组协作构建知识体系；在高阶学习阶段，引导 AI 作为 “思维伙伴”，辅助学生拓展思路、验证假设。正如教育家苏霍姆林斯基所言：“教育的艺术不在于传授知识，而在于激发、唤醒和鼓舞。”
生成式 AI 如同一面镜子，折射出我们的教育价值取向：若仅追求分数提升，AI 可以满足这一需求；但若期望培养具有独立思考和创新能力的人才，则需引导学生在 AI 时代构建 “不可替代” 的核心竞争力。这种竞争力不仅体现在知识掌握层面，更在于学习方法的运用、思维能力的培养，以及对未知领域的探索热情。唯有如此，才能在技术快速发展的时代背景下，实现教育的根本目标。
参考文献：Sungu, A., et al. (2024). Effects of generative AI on student learning. Proceedings of the National Academy of Sciences, 122 (24), e2422633122. https://doi.org/10.1073/pnas.2422633122
【本文中包含的图片均来源于网络，仅用于信息传播和新闻报道目的。我们尊重并保护所有版权拥有者的权利。若有任何版权问题，或版权拥有者不希望图片被使用，请与我们联系，我们将在收到通知后立即处理并删除相关图片。】