AI不是罪魁祸首，
它是X光

26811名学生，30个月追踪——
当AI撕开"看起来学会了"的伪装，
我们该怪工具，还是换尺子？

CEPR 大规模追踪研究

26811名中国中学生 · 30个月 · 9个科目
从未用过AI的学生，成绩纹丝不动

2025年，欧洲经济政策研究中心（CEPR）发布了一项大规模追踪研究：26811名中国中学生，30个月，9个科目。结论炸了——

用AI的学生，作业成绩平均涨了18%，作业时间缩短了30%。好看。但闭卷月考成绩跌了20%，中考跌24%，高考跌18%。从没用过AI的学生，成绩纹丝不动。

一时间，"AI毁了学习"的论调铺天盖地。

但等等。这个数据里藏着一个被大多数人跳过的细节：约80%的学生把AI当代写工具，成绩崩了；约20%的学生把AI当家教，成绩没跌。

问题来了——这80%的学生，在AI出现之前，他们"真的学会了"吗？

壹

AI没有制造差生，
它只是让差生现了形

X光逻辑：不制造问题，只显现问题

主流叙事里，AI被比作轮椅——坐久了腿会萎缩。这个比喻听起来很直觉，但它藏着一个致命假设：这些学生的"腿"本来是好的，是AI让他们萎缩的。

事实可能恰恰相反。

想想一个典型的"中等偏上"学生怎么应付考试：反复刷题，把题型和答案刻进短期记忆，考试时精准复现，考完三天忘干净。这套方法在闭卷考试里极其有效，但它测的不是理解力，是记忆力和服从性。这些学生从来就不是"学会了"，而是"看起来学会了"。

AI出现之前，"看起来学会了"是有成本的。你得花时间抄、背、刷，这个苦功夫本身就是伪装的门槛。AI把这个门槛降到了零——一键生成，格式工整，逻辑通顺。作业瞬间变得漂亮，但考试一闭卷，原来没记住的还是没记住，原来没理解的还是没理解。

AI没有制造问题。它只是让一个一直存在的问题，从"需要仔细看才能发现"变成了"肉眼可见"。

X光不会让你骨折，它只是让骨折显现。

学科冲击排序

越依赖记忆和复述的学科，AI冲击越大。语言类更侧重理解和表达，而非纯复现。AI冲击的不是"思考能力"，是"复现能力"——只是我们的考试一直把复现当成了思考。

贰

19%的沉默证据：
不是AI没用，是考试没用

用体温计测血压——不是没变，是尺子不对

80%的故事讲完了。那20%呢？

CEPR研究里，约20%的学生属于"辅助学习型"——他们用AI辅助思考，而不是替代思考。做作业时依然保持正常的时间投入，用AI查漏补缺、拓展思路、验证逻辑。这批学生，闭卷考试成绩没有下滑。

但也没有上涨。

这才是最值得玩味的地方。如果AI真的增强了学习能力，为什么这20%的学生在考试中看不出优势？

答案不在AI身上，在考试身上。

闭卷考试测的是什么？独立复现知识的能力。给你一道题，不许看任何资料，凭记忆作答。这个格式天然排斥AI辅助带来的那部分能力增量——信息整合、跨域迁移、问题重构。一个学生用AI学会了把历史事件和经济学原理交叉验证，闭卷考试不考这个。一个学生用AI把物理概念和工程案例打通了理解，闭卷考试也不考这个。

两种能力，两把尺子

用存储量的考试去测战斗力的增长，当然测不出来。就像用体温计去测血压——不是血压没变，是体温计根本不是干这个的。

20%的学生成绩没涨，不是AI对学习无效的证据，恰恰是现有考试对能力变化失灵的证据。这批学生不是"没进步"，而是"进步了，但考试看不见"。

叁

关掉X光机，还是补钙？

关掉X光机，骨头不会自动长好

面对这组数据，最本能的反应是什么？

禁AI。

华东师范大学一项面向江浙沪中小学的调研显示，超过六成教师反映"作业全会、一考就废"在AI普及后更加突出。不少学校的应对措施直接粗暴：校园网屏蔽AI工具，作业要求手写，考试加严监考。禁AI的人不是没有道理——卡内基梅隆大学和微软的联合研究提供了科学支撑：使用不当的AI工具会降低大脑认知活跃度，"认知卸载"不是比喻，是已有研究反复验证的现象。

这些都没错。但逻辑链断了一环。

一刀切禁AI的代价

有意思的是，政策层面其实已经意识到了这个问题。教育部近年持续推进"破四唯、立新标"，教育界也在推动考试评价从"统一标尺"走向"多元融合"，从"标准化量表"转向"智能生态系统"。方向说得很清楚：旧尺子不够用了。

但一线的反应速度远远落后——多数学校的第一反应仍然是"堵"而不是"疏"，是"禁工具"而不是"换尺子"。

为什么？因为禁AI只需要一道行政命令，换评价体系需要重新定义"学会"的标准、重新设计考核方式、重新培训教师、重新说服家长。每一环都是硬仗。而闭卷考试最大的优势就是"简单"——出题方便，阅卷方便，排名方便，选拔方便。它之所以存在了这么久，不是因为它测得准，是因为它用着省事。

省事和正确，从来不是一回事。

肆

换尺子

一把尺子既测不出假，也测不出真——留着它不是因为管用，是因为顺手

回到开头那个问题：AI毁了成绩吗？

没有。AI毁掉的不是成绩，是成绩的信用。

当80%的学生可以用AI让作业"看起来完美"，当20%的学生用AI真正增强了能力但考试测不出来——这套评价体系已经同时失灵于两个方向：它既拦不住伪装，也识别不了真进步。

尺子失灵的判断标准

当一套评价体系同时满足这两条——它就该换了。

那该换什么样的尺子？方向其实已经浮现。不是回到更严的闭卷，也不是走向完全的开卷，而是把考核从"你脑子里装了多少"转向"你带着工具能解决什么"。开卷+限时+真实问题情境，考的不是记忆深度，而是信息筛选、逻辑整合和方案输出。AI辅助下的协作任务，评估的不是个人复现能力，而是人机协同的战斗力。过程性评价替代一考定终身，看的是思考路径而不是最终答案。

这些不是天马行空的想象，部分高校和职业院校已经在试。只是试的范围太小、速度太慢，远追不上AI渗透的速度。

CEPR那组数据最该让人警醒的，不是"成绩跌了20%"，而是"成绩跌了20%之后，我们的第一反应是怪工具，而不是问这把尺子量对了没有"。

X光照出骨质疏松，
该做的是补钙。

不是砸了X光机，
然后假装骨头没断。

数据来源：CEPR / 华东师范大学 / 卡内基梅隆大学×微软