ARTICLE · 1244965
AI提高成绩,不代表提高学习效果
AI时代，教育真正要解决的问题绝对不是所谓的“提质增效”，而是——AI能如何塑造孩子的学习能力，把AI关掉那天，孩子还会不会学习？
三秒后，AI写出完整解题过程。他照着抄完，合上本子，觉得自己"会了"。
第二天，同一道题换个数字出现在单元测里，他盯着它五分钟，一个字也写不出。
这就是过去一年无数中国家庭每晚在上演的戏码。它有个更学术的名字——"AI在场时的表现"和"AI不在场时的能力"，是两件被我们混为一谈的事。
考试用不了AI。真正该问的不是"AI有没有让孩子答对"，而是：他是在学会解题，还是学会抄答案？
这个"会了"的错觉，被一场实验精确量了出来。2025年6月，PNAS针对839名土耳其高中生的随机实验：允许无限制用GPT-4做题，这组练习正确率比对照组高48%；撤掉AI裸考同样内容，反而低17%（约-0.19个标准差）。最值得警惕——他们没觉得变差。
那个孩子盯着卷子发呆的五分钟，就是这个-17%。
一、提分是真的，但它证明的东西很少
先说清楚：AI确实解决了教育最难规模化的三件事——标准化讲解、随时答疑、不知疲倦的重复，现在一个App兜住。
提分也很惊人。哈佛大学针对194名物理课学生的交叉实验显示：用AI导师在宿舍自学，增益约为"专家授课主动学习课堂"的两倍（中位数4.5 vs 3.5分），还少用11分钟（《Scientific Reports》，2025）。德州Alpha School每天只学2小时，校方称MAP居全美前1%—2%。
但这些数字会误判：哈佛的AI导师是老师亲手设计、预置答案的定制系统，只教两节课、只做即时后测；Alpha学费4万—6.5万美元，生源筛选过，数据未经同行评审。
分提高了，可能是AI教得好，也可能是生源好、练得多。要区分，只有一个硬指标：撤掉AI之后，还剩什么。
二、韩国交了一笔最贵的学费
2025年3月，韩国把AI数字教科书推入全国中小学的数学、英语、信息课，第一学期4095所学校使用。
三个月后，抱怨集中在设备故障、内容错误，最致命的是——AI给每个孩子定制了路径，期末还是同一张卷子。
2025年8月，国会修法：AI教科书降为"教学参考资料"，拨款随之消失。第二学期，使用学校只剩1686所，降58.8%，采用率从37%掉到19%。
这是最大规模的"提分"压力测试。根因不是AI不够聪明，而是系统只为"分数"这一个接口适配，AI改变的恰恰是过程。
三、苏格拉底式AI，就一定好吗？
现在主流工具都在"不给答案"。国外Khanmigo只追问不回答，OpenAI和Anthropic上线了"学习模式"；国内学习机几乎都把这话写进宣传——讯飞主打"苏格拉底式引导"，小猿、豆包爱学能随时打断追问，学而思小思、夸克学习也在往引导式靠。方向都对。
但追问比"不给答案"难得多，也经常失控。
追问的前提是诊断。孩子只说"这题不会"，AI得判断他卡在读题、概念还是计算，这要求它知道他三天前错过什么、哪个前置知识点空了——而它看到的往往只有这一句。信息不够，它只能猜。猜偏了，五轮还在原地绕；猜不下去，就退回给提示，苏格拉底变成表演；追问太密，学生一句"懂了"就结束，AI没法验证他是否真懂。
真正精准的追问，靠的不是模型聪明，是教研。哈佛PS2 Pal之所以有效，是因为老师把标准答案、常见错误、反馈话术一条条预置进去——本质是把名师经验编码成脚本。要覆盖K12所有知识点，等于每个知识点写一棵诊断树。这是教研活，不是算力问题。
所以现实是：几乎所有产品都会问，极少产品问得准。多数产品的核心功能还是"拍照搜题+讲得更清楚"——讲清楚是内容问题，问得准是诊断问题。
四、十个真实案例，三种完全不同的用法
第一种，用AI压缩时间（提分逻辑）
- 迪拜GEMS·GR8 School
：全球最大私立K-12集团（10国、20万+学生）2027年推出的AI学校，砍掉课表，一天三块——AI自适应学习、每天90分钟到2小时一对一真人导师、2—3小时实践创造。最耐人寻味：它把老师改称"人类导师"——AI负责重复讲解，人负责诊断和激励。
- 韩国AI数字教科书
：全国推行，一学期后被降级，使用学校从4095所骤降到1686所。
- 德州Alpha School
：每天只学2小时，校方称MAP居前1%—2%，但学费高昂、生源筛选过，数据未经同行评审。
第二种，用AI补人（公平逻辑）
- 爱沙尼亚AI Leap
：2025年9月起，2万高中生和3000名教师免费用上ChatGPT Edu，2027年扩至5.8万名学生。注意：先培训老师，再给学生开账号。
- 卢旺达
：政府与Anthropic合作，把AI带进约2000间教室，路线明确——先培训教师，AI先当"教师助手"，再当"学生导师"。
- 北京
：2025年秋季起，1400余所中小学、183万名学生开设AI通识课，每学年不少于8课时；小学重体验，初中重"用AI解决真实问题"，高中重系统思维。教的是"怎么用"，不是"怎么做题"。
第三种，把AI放进"过程"（能力逻辑）
- 哈佛PS2 Pal
：AI负责课前打基础，课堂时间腾出来做讨论和难题；AI导师是老师亲手预置答案和错误点的定制系统。
- 新加坡Markly
：教育部自研的作文批改工具。老师要先手批3—5篇"喂"给系统学他的批改风格，AI产出后教师逐条审核才发；6轮作文批改从一学期缩到3周。
- 田纳西州18所初中
：两年整群随机试验，Khanmigo进入每日数学辅导时段。结论很冷酷——确实提分，每学期约1.3个百分位，但和"只用可汗学院刷题"几乎一样。研究者的原话是：数据不需要AI解释，起作用的是每周多练30分钟。
- 土耳其实验
：见开头。它证明的不是AI有害，而是AI用在哪一步。
十个案例排一起，答案浮出来：AI替代"思考"的，分数涨、能力跌；AI替代"等待"和"重复"的，能力才留下。
五、工具正在换赛道，但还有一块空着
第一代（2023）给答案：拍照搜题，解决即时性，代价是替代思考。
第二代（2024—2025）不给答案：用追问拖住学生，但容易变成猜谜。
第三代（2025—）管过程：先交思路才给提示，把修改痕迹当作学习证据。趋势是从"内容交付"转向"过程治理"。
所以挑工具时看三件事：会不会先问你；会不会记录思考过程；会不会在该闭嘴时闭嘴。
而缺的那块还在：几乎没有产品敢对孩子说"这题现在不许问"。学习恰恰需要一段没有外援的笨拙挣扎——教育学上叫"合意困难"。AI最擅长消除困难，学习最需要保留困难。
六、家庭和学校能做的四件事
- 先写后问。
让孩子先写下"我的思路+我卡在哪"，再打开AI。这五分钟就是元认知。
- 让AI当反方，不当答案库。
让孩子问"用三种方式证明我的解法是错的"，制造认知冲突，而不是消除它。
- 让孩子讲给AI听。
费曼技巧加上AI的追问，是最便宜的能力训练；AI讲给孩子听，是最贵的偷懒。
- 每周留一天"无AI日"，完整做一套卷子。
这是唯一的体检：测的不是分数，是"离开AI你还剩多少"。
最后
回到那个晚上十点照抄答案的孩子。他作业本上的勾是真的，但那是AI替他思考换来的，那不是收益，是预支——账单会在中考、高考，或大学第一个学期寄到。
AI已经解决了"随时有人回答"。但"有人回答"和"自己会提问"是两件事。
用AI提高成绩，只需要一个好工具。用AI提高学习能力，需要一个好设计——而设计的主体，还得是人。
