生成式AI学习惩罚：中国学生研究揭示了什么
生成式AI学习惩罚是David Strömberg、Victor Lei和Yanhui Wu于2026年6月发布的一篇CEPR讨论论文的核心发现。研究人员分析了26811名中国7至12年级学生30个月的学校和考试数据。结果乍一看似乎矛盾：引入生成式AI后，家庭作业完成速度加快且评分提高，而闭卷考试成绩却显著下降。
这项研究之所以引人注目，是因为它不仅探究了学生是否使用AI，还探究了可见的生产力是否与实际学习相符。这正是所谓的学习惩罚的产生之处：那些似乎将AI用于大幅减少家庭作业思考投入的学生，短期内可以产生更好的结果，但长期来看则记住得更少。同时，数据显示明确表明，并非所有的AI使用都伴随着相同的损失。
来源: Pexels / Yan Krukau
简而言之
- 26811名学生和30个月的数据： 研究了九门学科的家庭作业、每月闭卷考试以及入学考试。
- 家庭作业看起来更好： 根据研究，在采用AI后，家庭作业成绩提高了18%，而完成时间则减少了30%。
- 考试则走向了相反的方向： 六个月内，每月闭卷考试成绩下降了约20%。
- 这一影响也体现在重要的考试中： 作者报告称，大学入学考试成绩下降了18%，高中入学考试成绩下降了24%，并且这种全面影响在大约两年内逐渐显现。
- 使用方式是关键： 最大的损失集中在大约80%的AI用户身上，他们极短的完成时间和较高的家庭作业分数与将家庭作业外包给AI相符。
- 没有证据表明AI会根本上削弱学习： 根据研究，那些花费与非AI用户相似时间完成家庭作业的AI用户，学习损失很小。
研究具体考察了什么？
这篇题为“生成式AI学习惩罚：中国中学教育的证据”的论文结合了通常分开考虑的多种数据类型。其中包括家庭作业评分和完成时间、每月闭卷考试以及高中和大学入学考试。观察跨越了九门学科和7至12年级。
在方法论上，作者使用了渐进式双重差分策略。简单来说，不仅仅是比较AI用户是更好的学生还是更差的学生。相反，它考察了在AI采用时间点附近，学生表现如何变化，以及与当时仍未使用生成式AI的学生相比，这种发展趋势如何。这比简单的横截面比较更具说服力，但不能取代随机对照研究。
该数据集的关键优势在于，研究人员可以同时看到接近生产力的衡量指标和独立的成绩证明。家庭作业可以在外部支持下完成。相反，没有AI的闭卷考试更能衡量学生自己能检索和应用什么。
来源: pexels.com
该研究将数字家庭作业表现与后续考试联系起来。图片中并非研究的参与者，而是作为AI辅助学习的象征性图片。
生成式AI学习惩罚的数字
| 衡量指标 | 采用AI后的变化 | 这意味着什么 |
|---|---|---|
| 家庭作业分数 | +18 % | 提交的家庭作业平均评分有所提高。 |
| 家庭作业完成时间 | -30 % | 任务完成速度明显加快。 |
| 每月闭卷考试 | -20 % 六个月内 | 尽管家庭作业更好，但独立考试表现下降。 |
| 大学入学考试 | -18 % | 一项重要的外部考试也显示出负面关联。 |
| 高中入学考试 | -24 % | 摘要中提到的最大降幅涉及此考试领域。 |
这些数值是作者报告的其研究设计估计的效应。不应将其视为保证每个学生在AI使用后都会经历完全相同的下降。尤其是在教育效应方面，许多人的平均值并不代表个体预测。
为什么更好的家庭作业不一定意味着更好的学习
该论文最重要的贡献不是单个百分比，而是区分了产出和能力。学生可以使用生成式AI创作出无错误的文本、结构清晰的答案或完整的解题过程。这样产出的结果看起来更好。但是，如果AI承担了产生理解的认知工作，那么可见的产出可能会高估实际的学习表现。
从学习心理学的角度来看，这个问题是合理的：记忆、独立表述、犯错误、尝试解题路径以及注意到知识漏洞都是艰辛的。然而，正是这种艰辛常常是学习过程的一部分。生成式AI可以支持或绕过这项工作。那些只接受最终答案的人，获得了通往结果的捷径，但不一定通往理解。
来源: pexels.com
闭卷考试在研究中起着核心作用，因为它们将独立表现与AI辅助家庭作业区分开来。
关键点：并非所有的AI使用都是相同的
使用模式的分析尤为重要。研究人员报告称，学习损失集中在大约80%的AI用户身上，他们的行为与家庭作业外包相符。这并非指对每一项任务的直接复制粘贴观察。这种分类基于极短的完成时间和较高的家庭作业分数这一引人注目的模式。
作者将这种模式解读为AI在很大一部分用户中并未作为导师，而是作为替代自身作业处理的工具。相比之下，那些花费与非AI用户相似时间投入家庭作业的AI用户，学习损失很小。
这是该论文最重要的实践信息：学习惩罚似乎更多地与外包思考工作有关，而不是与AI工具的纯粹存在有关。那些让AI解释、检查自己解决方案或生成额外练习题的人，使用相同的技术工具的方式与那些接受完整解决方案的人不同。 用于家庭作业的AI工具: 当AI提供提示、反问和检查，而不是取代实际任务时，最大的学习价值就产生了。
来源: pexels.com
数字工具和传统的学习工作不一定相互排斥。关键在于学习者是否继续独立解释、检查、记忆和应用。
哪些学生受影响最大？
根据CEPR摘要，社会科学的学习损失最为严重，其次是STEM学科和语言。此外，年轻学生、学业优秀的学生和男生受到的影响更大。
尤其是对学业优秀学生的研究结果很值得注意。一种可能的解释是，优秀学生更容易被效率提升所吸引：如果一项任务本来就显得容易，那么使用AI更快地完成它似乎是合乎逻辑的。然而，该研究并未证明这些亚群为何受影响更大。它首先显示了估计效应的大小存在差异。
该研究未证明什么
“AI让学生变笨”这样的头条新闻不能用数据来支持。这有几个原因。
- 无随机化： 该研究使用了准实验性双重差分设计，但并未随机分配AI使用。因此，与对照实验相比，无法以同等确定性排除未观察到的变化。
- “家庭作业外包”是一种行为分类： 作者看到了一个与外包相符的模式。这不等于对每一个提示和每一个回答的完整记录。
- 一个具体的教育背景： 样本由中国7至12年级的学生组成。结果不能自动一对一地推广到大学、其他国家、其他考试形式或成人。
- 讨论论文： 在发布时，该工作是一篇CEPR讨论论文或SSRN预印本，而不是最终的同行评审期刊出版物。方法论和解释在科学过程中仍可能发生变化。
- AI使用发展迅速： 学习者、教师和提供商正在改变他们的策略。直接输出解决方案的系统与逐步提问的辅导模式在教学上是不同的。
一个有意义的对照观点来自2025年发表在《科学报告》上的一项针对148名中国工程专业学生的研究。该研究报告称，超过一半的学生在学习效率、主动性和创造力方面有积极影响；感知到的学术表现对许多人来说基本保持不变。这项研究在方法论和目标群体方面不可直接比较，但它表明了为什么“教育中的生成式AI”不应被简化为一个单一效应。
学生可以从研究中得出什么结论？
最直接的结论不是完全避免AI，而是让自己的学习过程在过程中可见。一个好的经验法则是：AI可以减少阻力，但不能消除整个思考过程。 有效利用ChatGPT 很有帮助。尤其是在学习方面，采用具有提问、分步讲解和实际应用能力的导师式工作流程，比纯粹的问答式工作流程更有意义。
来源: pexels.com
更有效的AI学习策略应让学生自己动手：先尝试，再给出有针对性的提示，然后不借助帮助重新解决。
学校和教师可以从中吸取什么教训
研究质疑了传统家庭作业作为绩效指标的有效性，因为生成式AI是自由可用的。高家庭作业分数可能无法说明学生是否真正掌握了材料。因此，更能体现学生自身能力的考试形式变得更加重要。
- 简短的闭卷测试： 小测试可以表明，即使没有AI，学生是否也能回忆起家庭作业中的知识。
- 口头解释： 学生应该能够解释自己的解题思路、核心概念或所做的决定。
- 评估中间步骤： 笔记、草稿、计算过程和反思比仅仅一个最终产品更能体现学习过程。
- 明确定义AI的使用： 教师可以规定AI在哪些方面是允许的——例如用于反馈、练习或语言纠错——哪些是不允许的。
- 教授导师式使用 学生需要具体的例子说明如何在不完全委托的情况下寻求帮助。
数据显示，一概禁止AI并不合适。更有效的方法是设计任务和评估方式，使独立理解仍然有价值，并在AI能够补充学习过程的地方使用AI支持。
为什么这项研究目前引起了广泛关注
这项研究触及了当前教育辩论的一个痛点：生成式AI可以迅速提高可见的生产力。因此，学校、家长和学习平台一开始可能会认为学习效率会提高。然而，如果实际能力增长缓慢甚至下降，这种差异只有在独立考试中才会显现。
世界银行早在2026年6月就已引用该论文，将其视为对人力资本的警示信号。该研究还在2026年NBER夏季研究所的教育经济学领域进行了展示。这并不意味着这些结果已被视为最终的科学共识。但它表明，关于AI支持下学习质量的问题，现在已经超出了单个课堂的范畴。
常见问题解答
“生成式AI学习惩罚”是什么意思？
该术语在所研究的论文中，指的是在采用生成式AI后，尽管家庭作业完成得更快、评分更高，但独立考试成绩下降的现象。它描述了可见生产力和在没有帮助的情况下可检索的实际能力之间的差距。
这项中国研究的规模有多大？
研究人员分析了来自26,811名中国7至12年级学生的30个月数据。数据集包括家庭作业、完成时间、每月闭卷考试以及九门科目的重要入学考试。
AI是否提高了家庭作业成绩？
是的。根据作者的说法，在采用AI后，家庭作业成绩平均提高了18%，而完成时间则减少了30%。然而，正是这种提高与在没有AI支持的考试中较差的成绩形成了对比。
这项研究是否证明ChatGPT或其他AI工具对学习有害？
不是。该研究表明，在特定的使用情境下，存在强烈的负面关联，尤其是在将家庭作业委托给AI的行为模式下。与不使用AI的学生相比，使用AI且完成时间相似的学生，学习损失很小。这反驳了任何AI使用都会导致学习能力下降的笼统说法。
哪些学生受到的影响最大？
作者报告称，年龄较小的学生、成绩优秀的学生和男生学习损失更大。在学科分组中，人文科学的损失最大，其次是STEM学科和语言。特定群体受影响更大的原因尚未完全解释。
如何在不委托自己学习的情况下使用AI？
采用导师式原则是有益的：先尝试自己解决，然后只要求提示或解释，接着不使用AI再次解决问题，并通过自主的小型测试来检查结果。AI在学习过程中应提供反馈和练习，而不是承担全部思考工作。
结论
“生成式AI学习惩罚”研究提供了迄今为止最明确的警示信号之一，表明更好的AI支持下的家庭作业并不一定意味着更好的学习。在中国26,811名学生的个人数据中，家庭作业成绩有所提高，完成时间有所减少——与此同时，独立考试成绩却严重下降。
关键的限制和标题同样重要：最大的损失集中在使用AI完成家庭作业的模式上。那些仍然投入了相当多时间完成任务的人，只表现出很小的损失。对于学生和学校来说，这带来的不是“是否使用AI”的问题，而是更精确的问题：AI是承担了思考过程，还是帮助进行更好的思考？