文 | AI唱反调

孩子用AI写作业，分数涨了，速度也快了——两年后，升学考试成绩跌了24%。

这不是焦虑营销号的标题党，是一篇正儿八经的经济学论文。6月，欧洲经济政策研究中心（CEPR）发布讨论论文DP21577，追踪了26811名中国中学生整整30个月，结论冷得刺骨：生成式AI让作业成绩提高18%，却让闭卷月考成绩在半年内下降20%。

作业和考试的关系，被AI活生生掰反了。

CEPR论文追踪2.68万中国中学生30个月：AI让作业分涨18%、月考跌20%、中考跌24%。八成学生在"认知外包"，伤得最重的恰恰是尖子生。

这篇论文到底研究了什么

先把论文的底子摆清楚，它的分量来自数据规格。

论文题为《生成式AI的学习惩罚：来自中国中等教育的证据》，作者是斯德哥尔摩大学的David Strömberg和香港大学的Victor Lei、Yanhui Wu，6月2日以CEPR讨论论文DP21577编号发布。

样本是中国一个百万人口县的26811名七到十二年级学生，跨度30个月，覆盖九门学科，数据包括每月闭卷月考、作业分数与完成时长、以及中考高考这类高利害考试。方法上用双重差分：利用不同学生接触AI的时间差构造自然实验，把"用没用AI"的因果效应从相关性里剥离出来。

研究期间，学生自报的AI使用率从接近零一路涨到约80%，爆发节点正好卡在DeepSeek V2.5和R1发布前后，最常用的工具是豆包、DeepSeek、ChatGLM、文心和通义。这份数据，基本就是中国中学生AI普及全过程的完整录像。

三组数字，一个悖论

核心发现可以浓缩成三组数：

作业端：用AI后，作业分数涨18%，完成时长从64分钟压到45分钟，省了30%；

月考端：六个月内，闭卷月考成绩跌20%；

升学考端：中考跌24%，高考跌18%，而且完整的惩罚要等约两年才全部显现。

过去，作业成绩基本能预测考试成绩。AI出现之后，这个关系直接反转——作业越"优秀"的学生，真实能力反而越可疑。

伤害在分布上还极不均匀，几个细节值得单独拎出来：

学科上，社科类跌最狠（政治、地理约-27%），STEM其次（-22%），英语-17%，语文最轻（-9%）。人群上，**尖子生伤得比差生重**：成绩前三分之一的学生跌24%，后三分之一只跌16%；初中生比高中生惨，男生比女生惨。 

最吓人的是剂量效应：每周用AI不超过1小时，成绩损失约5%；每周5小时以上，损失直接拉到30%。

机制：八成学生在"认知外包"

为什么作业高分换不来考试分数？论文用行为模式把学生分成两类。

外包型：作业完成时间异常短、分数异常高——AI生成，复制提交，大脑全程没参与。约80%的AI用户落进这个坑，学习损失几乎全部集中在他们身上。用满五个月AI的学生里，81%写作业比最快的非AI用户还快。

辅助型：用了AI，但作业时长没明显缩短——把AI当讲解工具，思考过程还留在自己脑子里。这批人的考试损失很小，接近零。

研究者推测，尖子生损失最大，恰恰因为他们原本有更强的自学能力，AI的介入生硬打断了他们自建知识心智模型的过程。

那个著名的"教学机器"公案也被翻了出来。神经科学家霍瓦思在财富中文网的报道里说得很扎心：1924年俄亥俄州立大学的"教学机器"实验就证明过，自动化会阻碍学习——"专家用来减负的认知卸载工具，不该被孩子用来学习成为专家。你学会的不是技能，只是依赖。 

为什么这个发现现在才炸出来

一个关键原因：惩罚是延时的。

月考损失半年显现，升学考损失要等两年。这意味着此前所有几周、几个月的短期研究，都系统性地低估了AI的伤害——等炸弹引爆，补救窗口已经关了。当前正在深度用AI的这一代学生，将在2027到2032年集中走进升学考场，第一次面对AI替不了他们考的试。

政策端的反应已经开始。挪威首相宣布对6到13岁学生几乎全面禁用生成式AI，14到16岁也必须在教师督导下使用；英国教育部5月的指南更细——学校AI工具默认不给答案、要求学生先真实尝试、并记录谁在"卸载思考"；世界银行把这篇论文列入2026年人力资本博客，当作防范"AI学习惩罚"的警示弹。

对比一下更有意思：世界银行受控框架下的AI辅导，效果是+0.31个标准差；CEPR这篇"野生使用"场景下，效果是-1.4个标准差。同一项技术，用法决定方向。

冷水的部分

当然，边界也要说清楚。

这是一篇讨论论文（working paper），尚未经过正式同行评审。样本来自单一县，30个月正好是AI工具本身飞速迭代的窗口期——研究捕捉的是早期工具配合"野生用法"的效果，而今天的产品形态和使用规范都在变。

而且论文自己给出的解药也不是"禁用"。辅助型用户的成绩几乎无损，说明问题从来不在AI，在于思考被谁做了。合理的推论是：学校真正该改的是评估结构——把评分权重向闭卷考试倾斜、监控作业时长异常、设计AI替不了的评估方式，比如口头答辩和现场推导。

结语 

马克·吐温式的讽刺在这里完全成立：AI让作业从未如此漂亮，让学习从未如此空心。

作业分数这个沿用了几十年的"能力代理指标"，在AI时代正式失效了。家长盯着作业本上的高分自我安慰的时候，真实的知识积累可能正在偷偷塌方——而且要等两年后那张没法带AI进场的考卷，才肯亮出账单。

UCL教授Wayne Holmes那句话，值得印在每个教育产品的开机画面上："他们的成绩更好，但实际上学得更差。"