浙江
AI 出現后，家長輔導作業似乎輕松多了。
孩子不會的題，交給 AI 講一遍；作業寫得更快，分數看起來也更好。
但問題是，成績變好了，能力真的變強了嗎？
AI 提升作業表現，卻削弱長期學習能力
最近，一篇研究顯示，AI 能讓作業表現更好、更快，但長期考試成績反而變差了。
研究使用中國 7～12 年級 26811 名學生、長達 30 個月的數據，覆蓋月度閉卷考試、升學考試，以及 9 個科目的作業分數和完成時間。
研究者利用學生分批開始使用 AI 的時間差異，進行了類似「差異中的差異」的因果分析。
結果顯示，學生使用 AI 后，作業分數提高 18%，完成時間減少 30%。單看作業，AI 像是顯著提升了學習效率。
但閉卷考試暴露了另一面，月考成績在 6 個月內下降 20%；中考和高考成績也分別下降 18% 和 24%。
圖源：SSRN
更關鍵的是，這種負面影響大約要兩年才會完整顯現。
也就是說，AI 可能先讓學生「看起來學會了」，但真正獨立考試時，問題才暴露出來。
研究發現，學習損失主要集中在約 80% 的 AI 使用者身上。
這些學生的共同特點是，作業分數很高，完成時間異常短。作者認為，這可能意味著他們把作業外包給 AI，而不是用 AI 幫助理解。
相反，那些使用 AI 后仍保持相近作業時間的學生，成績受影響較小。
問題不在于「用不用 AI」，而在于 AI 是輔助思考，還是替代思考。
這也提醒學校和家長，AI 時代不能只看作業完成率和作業分數，因為這些指標可能被 AI「虛高」了。
真正重要的是，學生有沒有經歷理解、推理、試錯和糾正的過程。
AI 也讓醫學生懶得思考了
同樣的風險，也正在醫學教育中出現。
對醫學生來說，AI 帶來的問題不只是「能力退化」，而是可能在基本功還沒練成時，就提前替代了訓練過程。
醫學學習不只是背知識點，而是在問診、查體、病例分析、鑒別診斷和反復糾錯中，逐漸形成臨床推理能力。
如果醫學生或住院醫太早依賴 AI，很可能還沒建立自己的判斷框架，就已經習慣讓 AI 給答案。
這也是醫學教育界擔心的「認知自主性」風險。
AI 可以提高學習效率，也能提供即時反饋。但如果使用不當，它也可能讓學生跳過原始資料閱讀，跳過獨立推理，直接接受 AI 的解釋和結論。
問題在于，AI 的回答常常語氣很確定，但內容未必準確。
對于正在形成批判性思維的醫學生來說，這種「看起來很權威」的輸出，反而可能削弱獨立判斷能力。
圖源：視覺中國
多項醫學教育研究發現，醫學生愿意使用 ChatGPT 等工具，但也擔心準確性、學術誠信和過度依賴問題。
一篇 2026 年發表在 npj Digital Medicine 的中國醫學生研究，調查了 1295 名中國醫學生，并訪談 16 名醫學教育者。
結果顯示，72.48% 的學生每天或每周 3～5 次使用生成式 AI，60.32% 直接承認自己對 GenAI 形成依賴。
更值得注意的是，36.99% 的學生報告獨立文獻檢索能力受損，46.34% 表示自己不善于評估 AI 生成內容，34.09% 曾因過度依賴 AI 出現基礎性錯誤。
圖源：npj Digital Medicine
其中，越覺得 AI 能提高成績、學業壓力越大、身邊人越推薦的學生，越容易依賴 AI，而批判性思維越強的學生，越不容易依賴。
研究者建議，醫學教育中應把 GenAI 定位為「學習助手」，而不是替代學生思考的工具。
換句話說，AI 可以幫學生學得更快，但不能替學生完成思考。
作業分數、學習效率、答題速度，都可能在 AI 幫助下變得更好看。
真正決定能力的，仍然是那些不能被外包的過程——自己理解、推理、犯錯，再自己修正。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
