ARTICLE · 1315187
AI正在让孩子「越学越笨」?2.6万名中学生30个月的账,说清了一件事
先想一个你大概率见过的画面。孩子作业写得越来越整齐，提交越来越快，你自己翻一遍还觉得「最近挺省心」。等月考卷子发下来，分数往下走。你问他最近怎么了，他说「我明明都会啊」。过去我们默认一条规律：作业做得好，就是学懂了。今年这条规律被一份研究推翻了——它追踪了中国中部一个县26811名初一至高三学生，整整30个月。结果有点刺眼：用AI写作业的孩子，作业分数平均涨了18%，闭卷月考成绩平均掉了20%。同一时间，MIT在8月发了一份报告，给这种现象起了个名字，叫「认知投降」。10月底被中文媒体一转，家长群里全在问：孩子用AI写作业，我到底该管还是该鼓励？
一、MIT说的「认知投降」，到底在说什么
先把时间线说清楚，这点很重要：这份报告是今年8月发布的，10月底因为中文媒体集中报道才在家长群里刷屏，不是这两天刚出的新东西。写「最新报告」会不准确。
报告出自MIT一个专门委员会——「AI用于教学、学习与科研训练特别委员会」，教授和学生一起干了五个月，看的就是MIT自己校园里发生了什么。
它抓到的核心现象是这样的：孩子（也包括MIT的本科生）从聊天机器人那里轻易拿到一个正确答案，脑子里会产生「我已经学会了」的错觉。等真遇到难题，第一反应不是自己想，而是直接交给AI。
MIT给这个行为起了名字：认知投降。报告列了几个已经看得见的后果——批判性思维下降、记忆减弱、自信受损、对知识的掌握程度下降。
MIT调研里的三个数字
| 46% | |
| 90% | |
注：46%为受访者中的比例，不是全体本科生。另一组变化是，学习小组变少了，去办公室问问题的学生也少了。
报告里有个词我觉得每个家长都该记住：「建设性困境」（productive struggle）。
意思是：一道题卡住、反复试、改错、再想一篇文章怎么组织、一个概念怎么记住——这些事看着低效、难受、甚至让人烦躁，但学习恰恰是在这个过程里发生的。记忆、判断、解决问题的能力，都是在这段费劲里长出来的。
报告还提到一个细节，特别真实：学生自己说，最想把活儿丢给AI的时刻，是怕赶不上截止日期的时候。不是不想学，是来不及。
MIT给的答案只有一句话：AI在教育里的基本原则应该是「增强，而不是自动化」——帮孩子思考，而不是替孩子思考。
二、中国2.6万名中学生，把账算到了每一分
MIT那份报告是「警告」。真正把账算细的，是今年6月挂上SSRN的一篇论文——《生成式人工智能的学习惩罚：来自中国中等教育的证据》。8月18日《经济学人》专门做了报道，6月底也在中文互联网刷过一轮屏。
这个研究的分量在于它「硬」：
✅ 这份研究为什么可信
✅ 样本大：中国中部一个县的9所中学，5所初中＋4所高中，26811名初一至高三学生，占全县中学生约九成✅ 时间长：2022年9月到2025年6月，整整30个月✅ 科目全：语文、数学、英语、物理、化学、政治、地理等9门课✅ 数据是实测不是问卷回忆：作业在线提交，系统记下每个人的用时；月考是县里组织的闭卷考试；还有中考、高考成绩✅ 方法扎实：采用「双重差分法」，把起点相近的学生分组对比，排除学生本身状态的干扰
研究样本县人口超100万，作者特意说明它「像沿海之外的大多数中国县城」——不是挑了个特殊地方。
账是这样的：
| 平均涨18% | |
| 平均降20% | |
⚠️ 这组数字必须说准，不然后面全错。网上传得最广的是「中考暴跌24%、高考暴跌18%」。这是「用满两年以上学生」的完整惩罚，是上限，不是平均值。论文里的原意克制得多：全体AI用户的平均效应只有7%左右。但这份「克制」本身才是更坏的消息——惩罚需要差不多两年才长满。作者专门点了一句：眼下那些几星期、几个月的短期研究，都在系统性低估AI的学习成本。另外，升学考试的样本点偏少，论文自己标注了这一条证据偏弱。以及：作业用时和考试成绩的关系，作者明确写了「非因果」，是否用AI靠的是学生自己回溯填报。
再看分学科的账——跌得最狠的不是数学，是文科：
| 约27% | |
还有两条反直觉的：原本成绩最好的那批学生，跌得最狠（最高分组降约24%，后进生约16%）；初中生比高中生受影响重约四成，男生比女生更重。
研究者的解释很直白：好学生最值钱的本钱，就是那股能自己推导、反复试错的劲。AI一键给答案，正好把这段最值钱的训练跳过去了。
三、最要紧的一条：差别不在「用不用」，在「怎么用」
这篇论文最该被家长看见的结论，不是「AI有害」，而是它把人分成了两类。
约80%的AI使用者属于「作业外包」型——用时短得反常，作业分数却高得反常，说白了就是把答案直接搬过来。这部分人的考试成绩在下滑。
剩下约19%把AI当「私教」——让它讲思路、当陪练，自己动手的部分没省。这部分人的成绩基本没掉。
✅ 论文给「外包」划了一条能用的线
✅ 单次作业用时少于45分钟，才算真「外包」✅ 落在50到65分钟区间的学生，考试成绩和不用AI的几乎没有差别✅ 换句话说：省时间本身不是问题，省到把思考整段跳过才是
粗算一笔：每次省19分钟，一年约200个上学日，一年多出约63小时。研究没有追踪这些时间流去了哪里，但它明确指出——AI的辅导效果和省时效应同时存在，两者相加仍然没把成绩托住。
还有个更扎心的发现：「好好用AI」不是一种稳定状态，是个维持不到半年的过渡状态。因为作业分在涨、家长在群里点赞、老师看到的提交记录越来越整齐——每一个反馈都在说「你做得很好，再快点也没关系」。
顺便说一句平衡的话：论文里也提到了反例——把AI用于主动学习的大学生，测验得分更高，隔一周后的保持效果也更好。所以问题从来不在工具，在它替你把哪一段拿走了。
四、MIT没让孩子戒AI，它改的是自己的考法
这一节我觉得对家长最有参考价值——因为MIT给出的解法，不是「查」，而是「换一种问法」。
MIT委员会明确拒绝了「靠监控解决问题」这条路。理由很实在：AI检测工具不可靠，锁定浏览器感觉像在监视学生，而持续监控只会把课堂变成互相不信任。
委员会还警告了一件事：这些检测工具经常误伤非英语母语学生和神经多样性学生（比如自闭症谱系、ADHD的孩子，写作风格更规整，反而更容易被算法判成AI）。MIT自己的纪律机构，已经不再接受检测分数作为违规的充分证据。
哈佛也在往同一个方向走：文理学院决定不采购AI检测工具；哈佛学院院长David Deming在今年9月2日开学第一天给学生写邮件，说「我们都该退出AI检测这一行，因为它损害师生之间的信任」。
为什么「查」这条路走不通
斯坦福大学一项研究把7款主流AI检测工具拿去测91篇真人写的托福作文，平均误判率高达61.22%——超过六成的真人作文被判成AI写的。原因不复杂：检测工具看的是「用词有多可预测、句子节奏有多整齐」。而认真守写作规范的孩子，写出来的东西恰恰又整齐又可预测。写得越「规矩」，越像AI。
MIT改的是考核方式：增加口试、长期项目、作品集的比重，增加面对面协作，每门课都要求有「人」的成分。委员会甚至提出该重新想想分数和GPA——如果没有一个GPA需要刷，很多用AI的动力本身也就没了。
说白了，MIT换掉的是「怎么证明你会」，不是「让不让你用」。翻译成家里能用的动作：别查痕迹，让孩子讲给你听。一道题他能给你讲明白为什么这么做、卡在哪、换一种条件会怎样，这道题就是他做的。讲不出来，用了什么工具都一样。
五、不只是孩子的事，大人也在同一条曲线上
如果你觉得「这是小孩自制力问题」，还有一条数据可以看看。
《柳叶刀·胃肠病学和肝病学》去年8月发表过一项波兰研究：四家内镜中心的19名资深医生，人均做过2000例以上肠镜。用了几个月AI辅助检查之后，回到没有AI的状态，腺瘤检出率从28.4%掉到22.4%，相对下降约20%。
和那个再没人肯花65分钟写作业的教室，曲线一模一样。
所以这件事真不是「管住孩子」三个字能解决的。它是一个人在有得选的时候，愿不愿意继续做那件费劲的事。
六、家里现在能做的四件事
论文作者给了一句特别实用的话，我建议你直接抄走：家长和老师更应该盯「投入」，而不是「产出」。盯作业花了多少时间、投入了多少精力，比盯作业得了多少分有用。
✅ 四件事，今天就能开始
✅ 看用时，不看分数：单科作业时间短得反常＋分数高得反常，这就是论文定义的「外包」信号。先问「今天这道题做了多久」✅ 让孩子讲给你听：不用懂那门课，让他讲思路。讲不清就是没真会，跟用没用AI无关。这就是MIT说的「增强，而不是自动化」✅ 别用检测软件给孩子定案：误报率摆在那儿，非英语母语和神经多样性孩子首当其冲。冤枉一次，信任没了更难补✅ 把「卡住」的权利还给孩子：他挠头、走神、突然想通的那口气，才是学习真正长肉的地方。别一见卡住就递答案——不管递答案的是你还是AI
最后一句话，说给也在用AI的我们自己听：AI给的答案，越快越漂亮，越省掉那一段「本来该你自己走的路」。作业分数第一次开始撒谎的时候，它撒的不是分数的谎，是「孩子已经会了」的谎。
扫码关注睿可咨询
更多院校与专业知识分享
长按二维码识别
