一、作业本的谎言
2022年9月，中国中部某县一所普通中学的教室里，初二学生陈默（化名）第一次在手机上下载了一款AI问答应用。彼时班上的同学里，几乎没有人听说过"大语言模型"这个词。到了2025年6月，陈默所在的班级，AI使用率已经超过八成。
这三年间，陈默的作业分数涨了——从平均85分左右跃升到100分以上，完成一份数学作业的时间从将近一个小时缩短到四十来分钟。但月考成绩单上，他的排名从年级前50滑落到了200名开外。
陈默不是个例。2026年8月18日，《经济学人》刊发的一项研究，将这种矛盾推到了公众面前。研究的底稿来自斯德哥尔摩大学和香港大学三位经济学家——David Strömberg、Victor Lei与Yanhui Wu——2026年6月发布在CEPR（欧洲经济政策研究中心）的工作论文《生成式AI学习惩罚：来自中国中等教育的证据》（DP21577）。
论文追踪了26811名7至12年级学生，覆盖当地九成中学生，时间跨度从2022年9月到2025年6月，整整30个月。样本来自中国中部一个人口超百万的县城，研究者特意强调它的"普通"——像沿海之外的大多数中国县城。
这个县的作业在线上提交，系统自动记录每个人的完成时间；月考、中考、高考成绩全部进入数据库。谁在用AI，来自回收率超过96%的全员问卷。数据第一次把"写多快"和"考多好"变成了可以直接测量的硬指标。
结果令人不安：使用AI后，学生作业分数平均上涨18%，完成时间从64分钟压缩到45分钟。但闭卷月考成绩在六个月内下跌20%，相当于1.4个标准差。作业分，第一次开始撒谎。
二、从PLATO到大模型：七十年"助教"史
AI进入教育，并非始于ChatGPT。1950年代，计算机辅助教学（CAI）的概念就已萌芽。1960年，伊利诺伊大学启动PLATO系统，最初用于军事训练，后来扩展到大学课堂，被认为是世界上第一个教辅教学系统。同一时期，ELIZA——最早的自然语言处理程序之一——展示了机器与人对话的可能性。
1980年代，神经网络算法的提出让AI在教育领域有了初步应用。智能 tutoring 系统（ITS）开始出现，能够根据学生答题情况调整题目难度。但此后的三十年里，AI在教育中的角色始终是"辅助"——像一个不知疲倦的助教，而不是答案的提供者。
改变发生在2022年底。ChatGPT的发布标志着生成式AI时代的到来。与以往所有教育技术不同，大语言模型不仅能"教"，更能"替"——替学生写作文、解方程、做翻译。论文数据显示，该县AI使用率从2022年9月的接近零，到2025年6月飙升至80%。采纳曲线有两次明显的跳升，分别踩在DeepSeek V2.5和R1的发布节点上。学生使用的工具涵盖豆包（47%）、DeepSeek（36%）、ChatGLM（14%），以及少量文心一言和通义千问。
世界银行在2026年7月的博客中将这项研究称为"给人力资本的一记警告"。诺贝尔经济学奖得主达龙·阿西莫格鲁近期访问世界银行时专门提及该研究，并在《纽约时报》圆桌会上引用。
三、惩罚不平均：谁跌得最惨
"学习惩罚"在各学科并不均匀。社科类（政治、地理等）跌幅最大，达27%；数学下跌22%；英语17%；语文最轻，仅9%。研究者认为，需要深度逻辑阐述和批判性思维的学科，受AI冲击更严重。
初中生比高中生惨四成，男生比女生更严重。最反直觉的发现是：原来成绩最好的学生，跌得最狠——过度使用AI后，这部分学生的成绩降幅高达24%。
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。对高分学生而言，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。AI的一键答案恰好跳过了这个过程——它剥夺的不是学习时间，而是思考本身。
四、"正确使用"为何难以维持
论文刚出现时，英文讨论中有一个安慰性结论：约两成学生用AI但不外包作业，成绩未受损。论文对"外包"给出了数值定义：作业用时少于50分钟算"内包"，少于45分钟才算真正"外包"。那些照常花65分钟以上写作业、只把AI当家教的孩子，考试成绩与不用AI的同学几乎没有差别。
但问题在于：这种"正确使用"难以维持。用满五个月后，外包比例从58%涨到81%，完全外包从34%涨到50%。所有学生的作业用时均低于65分钟——无人能长期保持"正确使用"模式。
论文作者特别指出：惩罚需要两年才"长满"。眼下那些几星期、几个月的短期研究，都在系统性低估AI的学习成本。升学考试的数据更为严峻——用满两年以上的学生，中考成绩下降24%，高考下降18%。全体AI用户的平均效应约为7%，但这恰恰说明：伤害是累积的。
五、不止于中学生：成年人的"认知卸载"
"学习惩罚"并非青少年的专利。心理学中的"认知卸载"概念精准描述了这一机制——人倾向于将认知任务转嫁给外部工具，以减少自身的认知投入。经济合作与发展组织（OECD）在《2026年数字教育展望》中，将学生过度依赖AI作为学习捷径而导致的"知识掌握假象"定义为"元认知懒惰"。
多项研究在成年人群体中验证了类似效应：医生使用AI辅助肠镜后，脱离AI时腺瘤检出率下降20%；学生用ChatGPT写作文后，大脑神经连接强度降低55%，83%无法复述自己写的文章；程序员使用AI后效率变慢却自我感觉更快；知识工作者对AI越有信心，自主核查越少。
2025年，麻省理工学院媒体实验室通过脑电图监测54名参与者发现，使用ChatGPT撰写论文的人大脑活跃度显著低于使用搜索引擎或手写者。2025年中国青少年研究中心调查发现，中小学生AI使用率超六成，其中超七成用AI辅助完成作业。
六、"像搬 forklift 去健身房"
世界银行在评述这项研究时打了一个比喻：学习如同体能训练，如果你想增肌，不会把 forklift（叉车）搬进健身房。而免费可得的AI工具，等于把"作业叉车"放进了每一个能上网的人手里。
世界银行在2026年《世界发展报告》中引用了这项研究。报告指出，技能可能比技术接入更重要——没有强大的教学法支撑，AI可能鼓励学生走捷径而非深入学习。
2025年，里士满与其同事在《自然》杂志发表论文指出，认知卸载会对认知造成负面影响。过度依赖AI不仅让学习过程变得被动和肤浅，更会导致恶性循环——卸载得越多，独立思考的能力就越弱。瑞士SBS商学院一项涵盖600多人的调查发现，频繁使用AI辅助决策的人群，批判性思维得分比对照组低约45%。
回到那2.7万名中国中学生。2025年6月，研究跟踪结束。AI使用率80%，作业分数持续走高，考试分数持续走低。作业本上的优秀和考卷上的分数，第一次走向了完全相反的方向。
AI本身不带毒性。论文发现，在50到65分钟的重叠区间里，认真用AI和不用AI的孩子花同样的时间，考出几乎一样的分数。毒性全在省下来的那段时间里——那些本该用来思考、试错、挣扎的时间。
（本文基于斯德哥尔摩大学与香港大学2026年6月发表于CEPR的工作论文《The Generative AI Learning Penalty: Evidence from Chinese Secondary Education》（DP21577）、《经济学人》2026年8月18日相关报道、世界银行2026年7月博客评论及公开研究数据综合撰写。）
本文由AI辅助生成
