AI正在「惩罚」那些用它写作业的中学生

今天，生成式AI已经渗透进我们的生活日常。在高校，学生用AI读论文，用AI写论文，再用AI降AI率；在职场，因AI而生的Token被写进员工的绩效考核。

对于许多中小学生来说，AI也已经成为写作业时触手可及的工具。不会做的题，可以问AI；写不出的作文，可以让AI代劳；一道原本需要花10分钟完成的题，不到1分钟就能得到答案。

我们越来越依赖AI的便捷与效率，却很少思考它的代价。

吴延晖是香港大学经济学系教授。过去3年，他和瑞典斯德哥尔摩大学经济学教授大卫·斯特伦伯格（DavidStrömberg）追踪了中国中部某县的26811名初高中生，试图厘清一个简单而重要的问题：AI的介入究竟会如何影响学生的学习能力？

数据很直观。使用生成式AI外包作业后，学生的作业成绩短期内提升约18%，但6个月内月考成绩平均下滑20%。更深的影响出现在两年后——学生的中考、高考成绩分别最多下降24%和18%。

他们将这一发现总结为「AI学习惩罚」。在吴延晖看来，这种惩罚隐秘而持久。对职场员工来说，使用AI提升工作效率，这本就是目标之一。但对学生来说，效率只是手段，学习能力的提升才是最终目的。AI或许可以在短时间内吞掉做题的痛苦、枯燥，提高过程中的学业表现，但长期来看，它损伤的不只有考试分数，还包括需要靠时间积累的分析能力，一个人持之以恒的耐心，以及面对问题时的好奇与对真实世界的感知。

这是一项全新的调查。吴延晖和团队调研的这些县城学校，学生普遍可以自由使用AI工具，而不受学校、家长的干预。结果同样令人忧心：相比提供解题思路、方法的辅助AI学习平台，大多数学生更倾向选择豆包、DeepSeek、千问这类可以快速获得答案的AI工具。

7月下旬，我们找到吴延晖。从这份调查数据出发，我们聊了聊AI对学生、教育的影响，数据背后更为深重的现实，以及，在这个AI狂飙突进的时代，普通人该如何与AI共处。

我们还谈到一些有意思的发现。比如AI扩大了学业表现上的性别差异，男生受到的学习惩罚比女生高出17%。成绩越好的学生，受AI学习惩罚的影响越大。这是一个环球同此凉热的问题，国外的一些研究发现，低收入家庭的学生更容易用AI外包作业，而高收入家庭的孩子更容易把情绪外包给AI。

成稿的当下，也有新的消息传来：9月2日，美国纽约市公立学校系统发布一份公开文件，将禁止高中以下的学生使用生成式人工智能。而曾经最早拥抱数字化技术的挪威政府发布新规，从新学期起，将全面限制中小学生使用AI，小学生原则上完全禁止使用AI，中学生在老师监督下谨慎使用AI。

人类的未来，很大程度上取决于这一代学生。当AI技术无孔不入，它毁掉了什么？带来怎样的警示？我们又该如何做出选择？

以下是《人物》和吴延晖的对话——

「使用AI后，学生中考成绩下滑24%，高考成绩下滑18%」

人物：这项研究的契机是怎样的？你们是如何关注到「AI学习惩罚」这个议题的？

吴延晖：我一直关注技术对教育、对人生存状况的影响。在AI之前，已经有很多研究探讨过信息技术对教育带来的冲击。我跟我的长期合作者、瑞典斯德哥尔摩大学经济学家大卫·斯特伦伯格经常讨论这一方面的问题。比如有一项研究，是谷歌曾在美国及其他国家推行计算机辅助教育，希望廉价输送优质的教育资源，但结果并不如人意。有些地方的学生的成绩没有提高，反而下降了。

北欧各国曾经是最早拥抱教育数字化的国家，谷歌chromebook（注：google主导开发的笔记本电脑）一度是不少中小学校最流行的数字设备，但后来没发现有什么正面教育效果，反而存在教室里过度使用屏幕问题，一些国家就从政策层面回撤教材数字化，而是增加了纸质教材的投入。

我也一直跟企业交流AI对员工技能的影响。不少人力资源经理提到，引入AI后，员工的知识系统变得越来越脆弱。尤其是初级员工，很短的时间内可以做出像模像样的PPT，但一涉及深层逻辑，就一问三不知。在律师事务所和咨询公司，一个普遍的忧虑就是如果企业用AI取代初级员工，或者初级员工过度使用AI导致技能不足，那未来的高级员工从何而来呢？

但工作场域和学校还不一样。工作本就是一个追求绩效的场景。对学生来说，学校是一个人认知能力形成的阶段，一旦出现类似的状况，影响会是非常深远的。

中国未来教育、社会的走势会怎么样，很大程度上取决于这一代的学生。所以我们就想看一看，AI作为一个重要技术，对学生的基本素质，尤其是认知能力，有没有影响？如果有，它是怎样的一种影响？是让人变得更笨了，还是更懒了？在这里，「笨」主要指才能受到损害，「懒」指的是努力程度。

我们也想了解，在AI技术的影响下，人的才能和努力，哪个损耗更大？这个动态的过程是什么样的？

人物：你们就没有预设过，AI可以帮助学生获得更好的学习能力？

吴延晖：在2022年ChatGPT出现之后，很多教育学者研究各种AI工具对学生学习的影响，得出的初步结论是有正面影响，比如让学习过程变得更加有趣。但这些研究基本都是短期研究，而且样本很小，有一定的特殊性。而现实中，随着AI的广泛使用，越来越多的教育工作者，从大学到中小学，觉得用了AI之后，学生的思考惰性增加，思辨能力减弱。我们根据自己的经验，也认为不加引导的AI使用，对学习会有负面作用，是有一定成本的。但负面影响的程度有多大，覆盖面有多广，持续有多久，哪些学生最大？这是我们想要在研究里进一步理解的问题。

人物：这是一项很新的研究。你们追踪了中部某县城9所中学共26811名初高中生的学业情况。为什么会将调研地点放到县城？他们的AI使用率是什么样的？要如何确认调查是否真正有代表性？

吴延晖：中国是一个基础教育很好的国家，如果在北京上海这些教育特别发达的地方找学校，那放到世界范围就太特殊了，反而是中国比较普通地区的学生样本更加有普遍的代表性。我们找的这个县就是中国内陆地区的一个典型，人口100多万，人均GDP低于全国平均水平的，但当地学生的AI使用率和发达地区几乎是一样的。我们这项研究的终结点是2025年7月，当时学生的AI使用率大约是80%，已经和英国、美国的平均水平差不多了。

AI确实是一项颠覆性的技术，扩散速度非常快。互联网技术的普及还是相对缓慢的过程。如果从1994年中国接入互联网的时间点算，直到2012年，互联网在中国的使用率才达到40%，整整花了18年的时间。而从ChatGPT在2022年11月正式发布算起，根据CNNIC的数据统计，到2025年底，短短3年时间，生成式AI在中国的使用率就已经超过40%。

这是一个全球普遍存在的现象。比如在美国，皮尤研究中心（Pew ResearchCenter）在2025年的一项大规模问卷调查就发现，中产家庭的AI使用率和低阶层家庭的AI使用率是差不多的。

在实际操作上，虽然我们获取的是回溯数据，但我们花了很多时间确认准确的AI初始使用时间，以及学生作业和考试的详实情况，再结合信度分析，保证数据的准确性。这样能看到不同年级、不同学校、不同程度的学生情况。

人物：从整个调查结果来看，有哪些是你们意料之中的，哪些是意料之外的？

吴延晖：对我们自己来说，定性的结论在意料之中，就是说，AI确实对学生的学习能力有负面影响。虽然有些教育学者看到论文之后，颇为惊讶。我们没料到的是，负面的影响程度会那么深，持续那么久。

因为数据非常详实，而且AI影响很大，所以结果非常直观。简单总结一下就是，使用AI作业外包后，学生日常作业成绩平均提升18%，用时缩短30%，但在6个月内，月考成绩下降20%。负面影响在两年后的中考和高考上体现得更充分，中考分数下降24%，高考分数下降18%。

这种影响是一个渐进的过程。比如在月考成绩下降之后，学生隐约都感受到了，但大家并没有改变。这点对我们来说是非常惊讶的，因为在中国社会，大家普遍重视学习，就是平常的作业、考试一直也很重要。

人物：你提到，使用AI后，学生的中、高考成绩分别下降了24%和18%。能不能解释一下，这个数字意味着什么？

吴延晖：从高考成绩来说，可能就是一个本科生跟一个专科生的差异了。也就是比较平时成绩差不多的两个人，一个人在学习中用了AI，另一个不用。用了AI的学生，假设不用AI的话可以上本科线，但现在最坏的情况是只能上专科线。

人物：这个影响确实有点惊人。

吴延晖：当然，这只是大致的推断。在现实中，取决于每个省的考生有多少，相对排名如何，高考录取率有多高。而且如果这个省份全省都用AI，所有人都受到影响，个人的成绩下滑，排名不见得大幅调低。

吴延晖图源受访者

「成绩越好的学生，受AI学习惩罚的影响越大」

人物：你们用了「AI学习惩罚」（AI LearningPenalty）来描述这一发现。能否解释一下这个概念？怎么理解这种「惩罚」？

吴延晖：一般来说，「惩罚」是讲你违反了某个规则，别人惩罚你。但在AI学习惩罚这件事上，没有外力，完全是个人的选择，也就是说，你选择了一种更有效率的工具，而在另外更重要的目标上受到了损害。

惩罚是高度场景化的。比如在企业，你用AI提高了工作绩效，工作完成得更好了，涨了工资，升了职。虽然你的能力可能受到一些损害，但这不是一种惩罚，因为你的目的就是把工作快速完成。

但学生的目标是为了学习，作业只是过渡性产出。使用AI后，你提高了中间阶段的产出，最终的考试成绩反而变差了。长期以来，作业被认为是和学习结果高度正相关的。当这种联系变成负相关，就变成了在学习上的一种惩罚。

人物：有一个数据我很意外：成绩越好的学生，受AI学习惩罚的影响最大——他们的考试成绩下降了24%，而排名靠后的学生成绩只下跌了16%。怎么理解这个结果？学习底子好的学生受到的影响应该会更小？

吴延晖：其实并不奇怪。中国的中学考试，分数差距往往来自于几道大题、难题。这几道题一旦做错，分数会差很多。对学习成绩本来就比较差的学生来说，原本就容易卡在大题上，容易的题也不至于完全不会，所以惩罚力度没那么大。按照这个思路稍微外推一下，AI造成的惩罚就是那些需要反复练习才能获取的分析能力。

人物：你们区分了两种AI使用方式，外包作业和辅导作业。结论是，真正的AI学习惩罚主要发生在外包作业这一群体。要怎么区分这两种方式呢？

吴延晖：区分主要看花多少时间写作业。比如，没有AI的情况下，一个学生最快完成作业的时间是40分钟。如果你花费的时间小于40分钟，作业分数却一下子提高了很多，我们判断就是外包。外包的意思是，你打开豆包或DeepSeek，把题目贴进去，直接复制粘贴答案。

辅导作业的学生，虽然也用了AI，但写作业的时间和没有用AI的情况下相近，也就是说，他们还是花了时间和精力在作业上的。这种情况下，AI学习惩罚就基本没有。

我们提到，人的能力由两块组成，你的聪明才智和你的努力程度。外包针对的是努力程度。也就是说，短期之内，AI让人变懒了，但没有让人变笨。但长期来看，人变得越来越懒，越来越不愿意思考，那你的认知能力也会相应受到损害，这是更严重的惩罚。

人物：这是不是也意味着，只要用对方法，AI就能帮助到你呢？

吴延晖：国外大量研究都是针对某个特定的AI学习工具，然后看学生怎么用。这种情况下，很少会出现完全用AI来复制粘贴答案，研究结论大部分是weaklypositive，有轻微的帮助。但我们的研究中，学生有完全的自由度去选择如何使用AI，包括外包作业。

很多人都知道，中国市场上其实已经有很多AI辅助学习工具，比如云辅导，AI学习机，这类工具的方式是帮你逐步解题。但大多数学生并没有选择它们，大家宁可用豆包这样可以快速提供答案的通用AI工具，把时间节省下来去做别的事情。

这里面涉及一个心理动机问题，就是我们经常说的好逸恶劳。我们发现，一开始大家用AI写作业，可能用的程度没那么高，一周就用一两个小时，惩罚也不太明显。但是到了后来，学生使用AI的时间越来越多，比如说用到五六个小时甚至十几个小时，惩罚就加强了。

人物：你们也讲到，AI带来的学习惩罚并不是立竿见影的，而是一个长期的过程：「在我们的数据中，负面学习效应在定期考试成绩上于六个月后完全显现，在升学考试成绩上于两年后完全显现。」怎么理解这个事情？

吴延晖：这项研究跟很多现有论文不一样的地方在于，我们研究的是「自由落体」，就是说没有人干预。这也是我们选中这个地方的原因之一，我们走访过别的地区，很多城市会出台各种政策，限制学生作业外包的状况。国外也是，尤其家庭收入越高的家庭，会限制小孩用AI。

这个县不是。家长和学校对学生的管束不像大城市那么紧，学生有一定自由度，如果作业做得好，不被老师叫去学校，家长就觉得可以了。我们也问过家长，50%的家长是不知道小孩用什么AI的。

这种情况下，AI带来的学习惩罚就是一个渐进的过程。因为学习是个长期过程，给定你现在的能力，这一次的投入减少了，你下一次的考试成绩会下滑一点。投入持续减少，负面影响就会越来越大。

还有一个影响因素是开始使用AI的时间。比如说你高二开始用AI，高一的内容，你学得挺好的，那么，这部分学习成果是没有受到惩罚的。但如果你高一就开始用AI，受到的惩罚就会更大。

人物：到了一定程度，学生自己会意识到这种惩罚，主动放弃AI外包作业吗？

吴延晖：完全依靠学生的自觉是很难的。一个学生在做作业付出的努力和学习成绩之间做衡量，一个学生觉得做作业很痛苦，AI很快帮忙做完作业，一下子很高兴，但是成绩下滑到一定程度之后，可能觉得不对劲了，自我改正。这是一个非常理性的行为。但人往往是短视的，特别是青少年，做不到这么理性，而且大多数也不知道或者不承认考试成绩变差是由于使用AI造成的。

还有一种更加严重的非理性情况。就是一个学生沉浸到AI带来的快乐和轻松里面，做作业离不开AI了。这跟很多社交媒体研究的结论是一样的，你变得上瘾了，离不开这个工具了。这种情况的严重之处，在于它不会被AI的技术进步所消除，反而可能是AI技术越好，你更加容易上瘾。这种情况下，需要集体干预，需要学校跟家庭的干预，甚至需要整个社会的配合。

人物：你们追踪的这三年，也是AI技术迭代非常快的三年。随着AI的进化，学习惩罚的力度会更大吗？

吴延晖：我们当时着重观测了几个时间节点。比如2023年8月，豆包和智谱清言正式上线，同年9月，千问上线；2024年底，DeepSeek是另一个大的节点。我们发现，这些关键节点对研究结果并没有什么影响。

所以这里面主要还是一个动机问题。初高中阶段的作业，并不需要多么先进的AI技术。工具多了之后，只是外包的人数变多了，不会影响学生的使用习惯，也不会节省学生用AI外包作业的时间。

图源剧集《善意的竞争》