用生成式 AI 辅助写作业，分数涨了、速度快了，但升学考试成绩却大幅下滑。欧洲经济政策研究中心（CEPR）发布的最新实证研究，揭示了一项冷酷的经济学与认知学规律：作业与考试的绑定关系被 AI 切断了。
这份题为《生成式AI的学习惩罚：来自中国中等教育的证据》的论文，由斯德哥尔摩大学与香港大学学者联合完成。研究团队利用学生接触 AI 工具的时间差构造双重差分模型，剥离出了单纯的因果效应。
数据来自中国某百万人口县的 7 到 12 年级学生，完整记录了从零渗透到 DeepSeek、豆包、文心、通义等工具爆发式普及的的全过程。
在此之前，绝大多数关于教育 AI 的研究仅持续数周或数月。
正是因为时间跨度拉长到 30 个月，AI 带来的延时伤害才得以第一次被完整捕捉。
过去的教育经验表明，日常作业成绩能有效预测升学考试表现。然而在 AI 普及后，这一逻辑发生剧烈反转：作业成绩越优秀的学生，闭卷考试的风险反而越高。
数据源自闭卷考试成绩变化的双重差分估计值。研究同时发现明显的剂量效应：每周使用 AI 不超过 1 小时者损失约 5%，而每周使用超过 5 小时者损失直接扩大至 30%。
令人意外的是，尖子生受到的伤害显著大于后进生。
成绩前三分之一的学生在升学考中平均下跌 24%，而后三分之一的学生仅下跌 16%。原因在于尖子生原本具备更强的自学与建构知识模型的能力，AI 的介入直接打断了这种深度思考的过程。
为什么漂亮的作业分数换不来考场上的实力？研究者根据行为模式将学生分成了两大阵营：
作业完成耗时极短、分数极高。生成解答、复制提交，大脑未参与任何信息编码。学习损失几乎 100% 集中于该群体。
使用 AI 但未显著缩短解答时长。将 AI 作为逻辑讲解与答疑工具，思考过程仍保留在脑中。考试成绩损失接近于零。
正如神经科学家所警告的：专家用来减负的认知卸载工具，若被未成年人直接用来替代学习，学会的便不是技能，而仅仅是依赖。
“他们的成绩更好，但实际上学得更差。”
为何这一严重问题直到近期才被广泛关注？根本原因在于惩罚的延缓效应。月考损失需 6 个月显现，而高考与中考的全面影响则需要 2 年左右。
对比世界银行的数据更显反差：在受控框架下的 AI 智能辅导能带来 +0.31 个标准差 的正向收益；而在野生无监督使用场景下，效果却是 -1.4 个标准差。使用方式彻底决定了技术的方向。
教育界显然不能简单退回到断网打字机的时代。解药不是一味禁用，而是教育评估结构的深刻重构。
当作业分数不再能作为“学生能力”的代理指标，学校必须提升闭卷测试、现场推导与口头答辩的评估权重。
AI 时代的学习悖论提醒我们：技术可以轻易替人类完成产出，却无法替代大脑建立神经联结的过程。如果评估体系不作变革，漂亮的作业将只是对真实能力塌方的一纸掩耳盗铃。
研报调阅提示：查阅 CEPR 编号 DP21577 完整论文，可访问欧洲经济政策研究中心学术数据库检索全篇。