AI 出现后，家长辅导作业似乎轻松多了。

　　孩子不会的题，交给 AI 讲一遍；作业写得更快，分数看起来也更好。

　　但问题是，成绩变好了，能力真的变强了吗？

　　AI 提升作业表现，却削弱长期学习能力

　　最近，一篇研究显示，AI 能让作业表现更好、更快，但长期考试成绩反而变差了。

　　研究使用中国 7～12 年级 26811 名学生、长达 30 个月的数据，覆盖月度闭卷考试、升学考试，以及 9 个科目的作业分数和完成时间。

　　研究者利用学生分批开始使用 AI 的时间差异，进行了类似「差异中的差异」的因果分析。

　　结果显示，学生使用 AI 后，作业分数提高 18%，完成时间减少 30%。单看作业，AI 像是显著提升了学习效率。

　　但闭卷考试暴露了另一面，月考成绩在 6 个月内下降 20%；中考和高考成绩也分别下降 18% 和 24%。

　　图源：SSRN

　　更关键的是，这种负面影响大约要两年才会完整显现。

　　也就是说，AI 可能先让学生「看起来学会了」，但真正独立考试时，问题才暴露出来。

　　研究发现，学习损失主要集中在约 80% 的 AI 使用者身上。

　　这些学生的共同特点是，作业分数很高，完成时间异常短。作者认为，这可能意味着他们把作业外包给 AI，而不是用 AI 帮助理解。

　　相反，那些使用 AI 后仍保持相近作业时间的学生，成绩受影响较小。

　　问题不在于「用不用 AI」，而在于 AI 是辅助思考，还是替代思考。

　　这也提醒学校和家长，AI 时代不能只看作业完成率和作业分数，因为这些指标可能被 AI「虚高」了。

　　真正重要的是，学生有没有经历理解、推理、试错和纠正的过程。

　　AI 也让医学生懒得思考了

　　同样的风险，也正在医学教育中出现。

　　对医学生来说，AI 带来的问题不只是「能力退化」，而是可能在基本功还没练成时，就提前替代了训练过程。

　　医学学习不只是背知识点，而是在问诊、查体、病例分析、鉴别诊断和反复纠错中，逐渐形成临床推理能力。

　　如果医学生或住院医太早依赖 AI，很可能还没建立自己的判断框架，就已经习惯让 AI 给答案。

　　这也是医学教育界担心的「认知自主性」风险。

　　AI 可以提高学习效率，也能提供即时反馈。但如果使用不当，它也可能让学生跳过原始资料阅读，跳过独立推理，直接接受 AI 的解释和结论。

　　问题在于，AI 的回答常常语气很确定，但内容未必准确。

　　对于正在形成批判性思维的医学生来说，这种「看起来很权威」的输出，反而可能削弱独立判断能力。

　　多项医学教育研究发现，医学生愿意使用 ChatGPT 等工具，但也担心准确性、学术诚信和过度依赖问题。

　　一篇 2026 年发表在 npj Digital Medicine 的中国医学生研究，调查了 1295 名中国医学生，并访谈 16 名医学教育者。

　　结果显示，72.48% 的学生每天或每周 3～5 次使用生成式 AI，60.32% 直接承认自己对 GenAI 形成依赖。

　　更值得注意的是，36.99% 的学生报告独立文献检索能力受损，46.34% 表示自己不善于评估 AI 生成内容，34.09% 曾因过度依赖 AI 出现基础性错误。

　　图源：npj Digital Medicine

　　其中，越觉得 AI 能提高成绩、学业压力越大、身边人越推荐的学生，越容易依赖 AI，而批判性思维越强的学生，越不容易依赖。

　　研究者建议，医学教育中应把 GenAI 定位为「学习助手」，而不是替代学生思考的工具。

　　换句话说，AI 可以帮学生学得更快，但不能替学生完成思考。

　　作业分数、学习效率、答题速度，都可能在 AI 帮助下变得更好看。

　　真正决定能力的，仍然是那些不能被外包的过程——自己理解、推理、犯错，再自己修正。