【编辑推荐】生成式AI工具能帮学生更快完成作业，拿到更高的作业分数。但完成作业本身不是目的，从作业中收获知识才是。本斯德哥尔摩大学经济学系教授大卫·斯特伦贝里、香港大学经济学系博士生雷维克多、香港大学经济系、管理与战略系教授吴彦辉关注到学生自主使用生成式AI对学习产生的影响。研究发现：使用AI的学生写作业的时间减少，作业分数上升，但考试成绩却出现下滑。这种影响起初并不明显，但随着学生对AI工具越来越熟练、学习内容不断深入，负面影响会逐步扩大。这意味着，现有的短期研究，可能低估了使用生成式AI的长期学习成本。
本文基于欧洲政策研究中心（CEPR）第21577号讨论稿《生成式AI的学习代价：来自中国中学教育的证据》整理。
以ChatGPT、Claude、deepseek为代表的生成式AI工具，能在几秒内帮学生解题、讲解知识点、润色写作。这就带来了效率提升：学生能更快完成作业，成绩也更好。但在校园里，完成作业从来不是最终目的，而是要学有所成。民主与技术中心近期的一项调查显示，超过70%的家长和教师担心，学生使用AI可能会削弱自身的学业能力（莱尔德、德怀尔，2025）。多个经合组织（OECD）成员国正在制定相关指引或政策，规范生成式AI在教育领域的使用（经合组织，2026）。要制定科学的政策，首先要清晰认识生成式AI对学生学习的影响：影响究竟是正面还是负面？幅度有多大？哪些学生、哪些学科受影响更显著？不同的使用方式会带来怎样不同的结果？
现有针对特定AI辅导工具学习效果的研究，结论并不统一。设计严谨、符合教学规律的AI辅导工具，能够提升学习效果（凯斯丁等，2025）。反之，如果AI工具直接给出答案，虽然能提高学生随堂练习的表现（这类场景可以使用AI），但后续闭卷考试的成绩反而会下降（巴斯塔尼等，2025）。
这些研究为“强制使用AI辅导工具”在特定教学场景下的影响提供了有效参考，但对于更宽泛的问题，我们却知之甚少：在真实的教学环境中，学生自主使用生成式AI，长期来看对各学科的整体学习效果会有怎样的影响？
我们基于中国中部某区县26811名7至12年级学生长达30个月的教务数据，对这一问题展开了研究（斯特伦贝里等，2026）。数据覆盖九门学科，将每周的作业分数、完成时长，与月度闭卷考试、全区统考，以及中考、高考成绩都进行了关联。
重要的是，我们通过学校发放的调查问卷，获取了学生开始使用生成式AI的准确时间(老师会引导学生核对自己所用AI工具的注册时间)。截至2025年6月，约80%的学生表示自己在使用生成式AI；而在2022年9月样本刚开始时，几乎没有学生使用这类工具。学生最常用的AI工具是豆包和deepseek，都是没有专门教学功能的通用型AI工具。
由于学生开始使用AI的时间各不相同，我们针对使用者开始使用前后的成绩变化，与同期未使用AI的学生的成绩变化做了对比。在使用AI之前，两组学生的成绩几乎一致，变化趋势也相近。我们采用“交错式双重差分”研究设计（卡拉韦、圣安娜，2021），估算学生使用生成式AI带来的因果效应。
作业表现提升，考试成绩下滑
如图1所示，开始使用AI后的6个月内，学生完成一次作业的平均时长由使用前的64分钟，缩短到约45分钟；作业分数相比使用前的平均水平提升了18%。AI确实提升了写作业的效率：用时更少，产出更好。
但对学习而言，完成作业远不是终点。作为衡量学习成果的通用指标，闭卷考试的成绩却呈现出完全相反的走向。使用AI的6个月后，学生的月考成绩相比使用前的平均水平下降了20%。
6个月内考试成绩下滑20%，这个代价相当显著。巴斯塔尼等人（2025）的随机对照试验也得出了相近的结果：直接给出作业答案的生成式AI工具，会让学生的数学闭卷考试成绩下降17%。在我们的样本中，这种幅度的学习下滑，在不使用AI的学生群体中是非常少见的。
图1使用生成式AI前后，作业分数、作业时长与考试成绩的变化
注：左侧图表展示了不同群体的成绩分布，包括：最终使用生成式AI的学生，使用前与使用后的月度观测数据；以及截至2025年6月从未使用生成式AI的学生的月度观测数据。右侧图表展示了最终使用AI的学生，在使用前后各时间节点的平均成绩。对于“从未使用AI学生组”，我们构建了加权后的对比均值序列，确保每个时间节点上，对照组的月份、年级、学校分布，与对应的使用AI组完全一致。
资料来源：斯特伦贝里等（2026）。
学习代价随时间持续加深
从月度考试来看，AI的负面影响起初很小，随着学生对通用AI工具的使用越来越熟练，加上学习内容不断深入，影响会逐步扩大。在学生开始使用生成式AI约6个月后，负面影响会达到峰值。
对于中考、高考这类高利害考试，学习损失的显现速度更慢，大约需要两年时间才会完全显现。等它到达最大幅度时，代价和常规考试相当：中考成绩相比基准线下降24%，高考下降18%。由于升学考试是决定录取结果的核心因素，这种学习损失会直接影响学生的学业发展路径和未来职业走向。
图片来源|iStock
两类考试的影响显现时长不同，大概率是因为常规考试主要考查近期所学内容，而升学考试整合了多年的知识。这意味着，现有的短期研究，可能系统性地低估了使用生成式AI的长期学习成本。
作业分数与考试成绩不再挂钩
传统认知里，作业分数高代表学习效果好。在我们的研究中，不使用AI的学生群体，作业分数和考试分数之间，能看到预期的正向关系。但在使用AI的学生中，这种关联发生了彻底反转：作业分数越高的学生，考试成绩往往越差。对这部分学生而言，作业分数已经不再是评估学习效果的有效指标，相反，作业分数快速上升，会成为学习水平下滑的预警信号。这也提醒老师和家长，想要保障学习效果，需要关注学习的其他维度，比如学生实际花在作业上的时间，或是通过频繁的课堂小测，检验学生对作业内容的掌握程度。
是用AI辅导，还是直接外包作业？
我们观察到两种截然不同的AI使用方式，带来了完全不同的学习结果（见图2）。在AI使用6个月后，约五分之四的学生能在50分钟内完成作业，比不用AI的学生里速度最快的群体还要快，作业分数也极高（和通用AI工具的输出水平相当）。但这部分高效使用AI的学生，考试成绩明显更差。这种表现，和学生把大部分作业直接交给生成式AI完成的“外包”行为是一致的。
剩下五分之一的学生，花在作业上的时间和不用AI的学生大致相当。尽管从更高的作业分数来看，他们也在用AI辅助作业，但他们的考试成绩和不用AI的学生相差无几。换句话说，只要学生在作业上投入的时间相当，无论是否使用AI，最终的学习效果都差不多。
但这一发现并不意味着，只要要求学生多花时间写作业，就能挽回学习效果。选择不同AI使用方式的学生，本身在学习动机、信息获取、AI使用能力上就可能存在差异。有效的干预措施，需要同时把作业时长监督、正确使用AI的方法指导，以及让学生了解作业外包带来的学习损失等各方面兼顾起来。
图2作业时长相当时，AI使用者与非使用者的考试成绩相近
注：图中展示了不同作业完成时长对应的作业与考试成绩中位数，色带表示四分位距。红线代表AI使用者，蓝色虚线代表非使用者。
资料来源：斯特伦贝里等（2026）。
谁受影响最大？优等生受冲击更突出
整体来看，生成式AI带来的学习代价普遍存在，但分布并不均衡。受负面影响最大的是社会科学类学科（如历史、政治），考试成绩下降约27%；理科下降约22%，英语下降17%，语文下降9%。从学生群体来看，低年级学生、男生，以及原本成绩优异的学生，受到的负面影响格外显著。
劳动力市场的相关研究发现，AI会不成比例地提升低技能劳动者的生产率，从而压缩技能差距（诺伊、张，2023；布林约尔松等，2025；崔等，2026），大学生群体也有类似现象（豪斯曼等，2025）。而在教育场景中，差距压缩的原因恰好相反：学习代价更多地落在了成绩更好的学生身上。
重新设计激励机制
学生把作业外包给生成式AI，学习效果下降，这其实并不奇怪。至少对我们而言，真正意外的是这种学习损失的幅度之大、范围之广、持续时间之久。当然，我们不能直接把这一影响幅度套用到其他场景中，但这一结果足以敲响警钟。问题背后的核心特征（比如青少年只要有机会就会逃避写作业的天性）是普遍存在的。
我们的研究表明，学习损失的程度，取决于学生如何使用生成式AI。在中国和其他很多国家，已经有设计精良的AI辅导工具，而且大多几乎免费，但大部分学生并不会去用。相反，他们更愿意选择能轻松外包作业的通用AI工具。奥雷奥普洛斯和洛（2026）的研究也发现了类似的激励问题：如果AI辅导工具的定位是引导思考而非直接给答案，学生的使用意愿就会很低。
这类激励问题，不会随着AI技术的进步而消失。教育领域落地AI的核心问题，从来都不是技术问题，而是组织与制度问题。在通用AI工具能直接给出答案的环境下，如何激励学生用正确的方式使用AI工具，还需要更多的研究探索。
参考文献
Bastani, H, O Bastani, A Sungu, H Ge, Ö Kabakci, and R Mariman (2025), “Generative AI without guardrails can harm learning: Evidence from high school mathematics”, Proceedings of the National Academy of Sciences 122(26): e2422633122.
Brynjolfsson, E, D Li, and L Raymond (2025), “Generative AI at work”, The Quarterly Journal of Economics 140(2): 889–942.
Callaway, B, and P H C Sant’Anna (2021), “Difference-in-differences with multiple time periods”, Journal of Econometrics 225(2): 200–230.
Cui, K Z, M Demirer, S Jaffe, L Musolff, S Peng, and T Salz (2026), “The effects of generative AI on high-skilled work: Evidence from three field experiments with software developers”, Management Science.
Hausman, N, O Rigbi, and S Weisburd (2025), “Generative AI in universities: Grades up, signals down, skills in flux”, VoxEU.org, 17 June.
Kestin, G, K Miller, A Klales, T Milbourne, and G Ponti (2025), “AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting”, Scientific Reports 15: 17458.
Laird, E, and M Dwyer (2025), “Up in the air: Educators juggling the potential of generative AI with detection, discipline, and distrust”, Center for Democracy and Technology Report.
Noy, S, and W Zhang (2023), “Experimental evidence on the productivity effects of generative artificial intelligence”, Science 381(6654): 187–92.
OECD (2026), OECD digital education outlook 2026: Exploring effective uses of generative AI in education, OECD Publishing.
Oreopoulos, P, and N Low (2026), “One click away: AI tutoring with Khanmigo in a two-year school experiment”, NBER Working Paper 35620.
Strömberg, D, V Lei, and Yanhui Wu (2026), “The generative AI learning penalty: Evidence from Chinese secondary education”, CEPR Discussion Paper 21577.
