夜雨聆风在过去两年多时间里，生成式人工智能以惊人的速度渗透进日常生活。成年人用它起草邮件、分析报告、规划行程，学习者用它写作业、难题、总结知识点。
表面看，一切都变得更快、更轻松、更高效。
这篇题为《生成式AI学习惩罚：来自中国中等教育的证据》的研究，由斯德哥尔摩大学的David Strömberg与香港大学的Victor Lei、Wu Yanhui共同完成。
研究团队追踪了国内某中部县26,811名7至12年级的学生长达30个月的表现，涵盖每月闭卷考试、中考、高考，以及九门学科的作业分数与完成时间，清晰的分离出AI使用本身带来的因果效应。
使用AI约六个月后，学生的作业分数平均提升了18%，完成时间从平均约64分钟缩短至45分钟，效率提升约30%。看起来是完美的“提质增效”。但这批学生的月考闭卷成绩却在六个月内平均下降了20%。更严重的是，至关重要的考试（中考和高考）成绩分别下滑约24%和18%。这些惩罚并非立刻全部显现，完整的负面效应大约需要两年时间才充分暴露。
更关键的发现在于行为模式的分化。约80%的AI用户表现出明显的“作业外包”特征：完成时间异常短，作业分数却很高，但考试成绩大幅下滑。他们把AI当成了直接代写工具。
相比之下，那些虽然使用AI、却仍保持与非用户相似作业时间的学生（约占20%），考试损失很小，作业表现反而更好。
这说明：AI本身并非洪水猛兽，真正有害的是它替代了独立思考与认知努力的过程。并且，研究还发现，损失在不同群体中并不均匀：
①社会科学类（政治、地理等）受创最重，下降约27%；理工类次之，约22%；英语约17%，语文相对较轻，约9%；
②初中生比高中生受损更严重；
③高成绩学生比低成绩学生下降更多；
④男生略重于女生（主要因使用强度更高）；
⑤使用时间与损失呈清晰的线性关系：每周使用0至1小时，成绩约降5%；使用5小时以上，则可能降30%。
这些数据背后，是一个更深层的认知机制。学习的本质从来不是“产出正确答案”，而是通过努力、试错、反思、巩固，在大脑中构建知识网络与思维路径。
当学生把难题直接丢给AI，自己只负责复制粘贴或微调时，他们跳过了最关键的“脑力劳动”。作业分数可以靠AI刷高，但闭卷考试和真实世界的问题解决能力，却无法靠临时调用AI来弥补。久而久之，学生不仅知识掌握不牢，连独立分析、批判思考、知识迁移的能力也一并退化。
研究中提到的“认知债务”一词，恰如其分地描述了这种隐性代价。
对频繁使用AI的学生和家长而言，这项研究应该是一记警钟。
很多学生和家长利用AI可以提高作业分数、缩短学习时间，便以为“AI帮了大忙”。殊不知，这种短期的“进步”正在为长期的能力滑坡埋下伏笔。尤其是那些成绩原本较好的学生，因为基础扎实、能更快学会指挥AI，反而更容易陷入深度“外包”，最终损失更大。
家长若只盯着作业分数和完成速度，而忽视孩子是否真正投入思考，就等于在不知不觉中助推了这种陷阱。当然，学校同样需要反思。传统作业作为学习信号的价值正在被AI严重削弱，如果评价体系存在大量AI能轻易完成的作业，那么监控与反馈就会失真。
更值得警惕的是，这种学习惩罚并不局限于校园。
成年人在日常工作与生活中频繁依赖AI，同样面临类似风险。
当我们习惯用AI写报告、改文案、分析数据、甚至做决策时，如果只是机械地接受输出而不深入质疑、验证、重构，我们的专业判断力、写作能力、问题解决能力也会逐渐钝化。短期看，效率提升、压力减轻；长期看，个人核心竞争力可能被悄然侵蚀。尤其在需要深度理解、创新思考、责任承担的岗位上，过度依赖AI，最终可能让人变成“会提问的接口”，而不是真正的专业人士。
这项研究的另一个重要启示是，惩罚并非不可逆。
随着时间推移，早期使用AI者的学习损失从约25%降至后期约16%，显示学生与教师正在逐渐适应。只要及时调整使用方式，从外包转向真正的辅导与协作，损失可以显著缩小。
关键在于意识到问题，并主动改变习惯。
生成式AI是这个时代最强大的工具之一，它能放大人类的能力，也能在不知不觉中替代人类的能力。作业可以更快完成，分数可以更高，但真正的知识、思维与能力，只能通过自己的大脑一点点构建。当两年后的决定人生的考试或职场挑战来临时，那些曾经被跳过的思考过程，终将以更沉重的方式回来讨债。就像超前消费的贷款，利息就已高过本金。
让AI成为我们思考的延伸，而不是思考的替代。只有这样，我们才能真正驾驭这项技术，而不是被它悄然驯服。能力的积累需要时间与汗水，任何试图绕过这条路径的捷径，最终都可能通向更漫长的弯路。
（全文完，转载请注明）