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。效率确实提升了——学生更快完成作业，成绩也更好。但在校园里，完成作业从来不是最终目的，学有所成才算数。

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、香港大学经济系与管理战略系教授吴彦辉基于中国中部某区县26811名7至12年级学生长达30个月的教务数据展开研究，覆盖九门学科，将每周作业分数、完成时长与月度闭卷考试、全区统考以及中考、高考成绩关联。数据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》。

截至2025年6月，约80%的学生表示在使用生成式AI，最常用的是豆包和DeepSeek，均为没有专门教学功能的通用型工具。由于学生开始使用AI的时间各不相同，研究采用"交错式双重差分"设计，对比使用者开始使用前后的成绩变化与同期未使用AI学生的成绩变化。

使用AI后的6个月内，学生完成一次作业的平均时长从64分钟缩短到约45分钟，作业分数提升18%。但闭卷考试成绩呈现完全相反的走向：使用AI的6个月后，月考成绩相比使用前下降20%。这种幅度的下滑在不使用AI的学生群体中极为少见。

更值得警惕的是，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、学习内容不断深入，影响逐步扩大。使用AI约6个月后负面影响达到峰值。对于中考、高考这类高利害考试，学习损失的显现速度更慢，大约需要两年才会完全显现，代价与常规考试相当：中考成绩下降24%，高考下降18%。由于升学考试决定录取结果，这种损失直接影响学生的学业发展路径和未来职业走向。

两类考试影响显现时长不同，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知识。这意味着现有短期研究可能系统性低估了使用生成式AI的长期学习成本。

传统认知里作业分数高代表学习效果好。但在使用AI的学生中，这种关联彻底反转：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。

研究观察到两种截然不同的AI使用方式带来完全不同的结果。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，与通用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，表现与把大部分作业直接交给AI完成的"外包"行为一致。剩下五分之一的学生花在作业上的时间与不用AI的学生大致相当，尽管作业分数更高，考试成绩却和不用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，最终学习效果差不多。

但这一发现不意味着只要多花时间就能挽回效果。选择不同使用方式的学生本身在学习动机、信息获取和AI使用能力上就存在差异。有效的干预需要同时兼顾作业时长监督、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。

整体来看，生成式AI带来的学习代价普遍存在但分布不均。受负面影响最大的是社会科学类学科（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。这与劳动力市场的发现恰好相反——劳动力市场中AI不成比例地提升低技能劳动者生产率从而压缩技能差距，而在教育场景中，学习代价更多地落在了成绩更好的学生身上。

学生把作业外包给生成式AI导致学习效果下降并不奇怪，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。问题背后的核心特征——青少年只要有机会就会逃避写作业的天性——是普遍存在的。

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，已有设计精良的AI辅导工具且大多几乎免费，但大部分学生并不会去用，他们更愿意选择能轻松外包作业的通用AI工具。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，还需要更多研究探索。