当 AI 辅导工具以肉眼可见的速度进入学生的书包，"它到底是在帮助学习，还是在替代学习"这个问题的答案正在变得具体。本周，一项在 Hacker News 上引发讨论的研究报道给出了一组刺眼的数字：使用 AI 的学生在作业环节得分平均提升约 18%，但在随后不允许使用 AI 的闭卷考试中，成绩反而下降了约 20%。
事件要点
这份以「AI Boosted Homework Scores by 18% – Then Exam Scores Dropped 20%」为题传播的研究，核心结论可以浓缩成一句话：AI 让"交付结果"变得更容易，却让"形成能力"变得更难——作业分数的上涨与考试分数的下跌，来自同一个机制。
需要说明的是，该报道来自一家小型新闻站点，样本构成与实验设计还有待查阅原文核实，具体数字不必当作铁律。但它的价值在于，把一个已被严肃研究反复验证的模式，又一次摆到了公众面前。
这个结论其实不新
2024 年，宾夕法尼亚大学 Hamsa Bastani 等人在约 1000 名土耳其高中生中做过严格对照实验（论文题为 Generative AI Can Harm Learning）：可直接调用 GPT-4 做练习题的学生，练习环节表现大幅领先；但收走 AI 之后的统一考试中，这组学生比从未使用 AI 的对照组低约 17%。值得注意的是，加了引导式脚手架的"Tutor 版"显著缓解了这种伤害——决定结果的，是工具的形态，而非工具本身。
MIT 媒体实验室 2025 年的"Your Brain on ChatGPT"研究（arXiv:2506.08872）则从脑电层面给出佐证：借助大模型写作的学生神经连接更弱，几分钟后几乎无法引用自己刚"写"完的文章。
作业是练习，不是交付物
这些证据指向同一个被忽略的常识：作业的价值从来不在于那张交上去的纸，而在于完成它时大脑里发生的挣扎——检索、试错、卡住、重来。教育心理学称之为"必要难度"（desirable difficulty），而生成式 AI 恰好是这种难度的精确溶解剂：它把挣扎环节整体外包，交付物越来越漂亮，能力却留在原地。
对教育系统而言，这带来两个直接后果。其一，作业作为形成性评估手段正在失效——它度量的不再是学生，而是"学生 + 工具"的组合体；其二，作业与考试之间的分数差，正从"粗心差距"变成"AI 差距"，出题与评分方式都需要重新设计。
对 AI 公司而言，这也是一次产品哲学的分流：做"答案出口"，还是做"脚手架"。宾大研究中 Tutor 版的表现说明，强制学生先自行尝试、再逐步给提示的设计，可以保留大部分效率收益而不透支学习。可汗学院的 Khanmigo 等产品在往这个方向走，但默认形态的工具仍是最顺手的那种。
简短点评
18% 与 20% 会随样本和方法浮动，方向却已足够清楚：AI 进入教育的第一波红利，有相当一部分是"把练习变成表演"换来的。对学生和家长来说，真正的问题不是"要不要用 AI"，而是"哪些挣扎值得保留"。把每一次卡壳都外包出去的代价，最终会在闭卷的时刻、在没有任何工具可用的场合，一次性结账。