DC娱乐网

AI被拿走后,这批孩子的创造力表现,掉到了从未用过AI的孩子之下

巴西中学生实验:第一轮用过AI的孩子,工具一撤,优势立刻消失,创造力表现甚至低于从未用过AI的孩子——而且用得越多,掉得越狠。真正的区分不是"AI好不好",是"这一款AI让不让你自己想"。

01 先说一个实验

斯坦福大学教育研究生院助理教授Guilherme Lichand,和研究员Sachin Allums,找了一批巴西的中学生。他们把孩子分成四组,给不同级别的AI工具使用权限,然后让所有人完成两项创造性任务。

结果有两件事。

第一件:第一轮能用AI的孩子,成绩确实更好。但第二轮把AI收走之后,这个优势立刻消失了——说明工具没有帮他们"学会",只帮他们"完成"。

第二件,才是真正让人不安的:AI被拿走之后,这批孩子的创造力表现,掉到了从未用过AI的孩子之下。

注意,不是"回到原点",是"掉到原点以下"。

而且不是平均掉。Lichand的原话是:这些效应集中在第一轮用得更多的孩子身上——你卸载得越多,后面掉得越狠。

这段内容来自斯坦福学习加速器11月5日的一篇报道,原题是《当AI替我们思考,学习会发生什么》。


02 这不是孤例

同一位研究者之外,还有一个人做了另一件事。

Lily Fesler,斯坦福学习加速器SCALE项目AI教育中心的高级研究助理,带着团队把800多篇关于AI与教育的论文过了一遍,从中筛出20项高质量的因果研究。

结论和上面一致。

其中一项研究显示:用生成式AI学习新信息的学生,回忆成绩更低,脑活动也更低。

说句公道话:Fesler自己也承认,这方面的研究还很有限。

但方向已经很清楚。

03 关键区分:不是AI好不好

如果这篇文章只讲"AI有害",那就没价值了。真正有用的是下面这句。

Fesler说:差异很可能取决于所使用的工具类型。

他们把工具分了两类。

第一类,最有害的:通用聊天机器人。

就是你现在手机里装的那种,什么都能问、问什么答什么。研究显示,学生用它备考,一旦没有它了,考试成绩可能下降。

第二类,损害不明显的:带"脚手架"的工具。

什么是脚手架?报道给了两个例子:

一种是用苏格拉底式提问回应你——你想不出答案,它不给你答案,反问你:"你觉得这段的主旨是什么?先说你的想法。"

另一种是只给作文反馈,不代写作文——它告诉你第三段逻辑断了,但不替你写第三段。

Fesler有句话说得特别准:工具设计要"有足够的摩擦,让人真的在学,而不是马上拿到答案;但摩擦也不能大到,人干脆不用它"。

关键词是摩擦。

上一篇文章我写过一句话:零摩擦的地方,长不出肌肉。斯坦福这份材料,从另一个方向给了同一个答案。


04 为什么会这样

研究者用了一个词:认知卸载。

定义很朴素:通过使用工具,降低一项任务的心智加工要求。

算盘是认知卸载,计算器是,掰手指也是。

研究者特别说明:认知卸载本身不是问题。对枯燥的任务,它让人腾出手来做更重要的事。

问题出在AI能做的那件事上——它能把一整件事卸载掉。

Lichand的原话是:"如果我可以把一项任务完全交给AI,而且我从来不用花时间想它,那就没有学习。"

他还说了一句更重要的:学习包含一个"生产性挣扎"的过程,而学会在这个过程里自我调节,本身就是学习的一部分。

翻译成家里的话:孩子做题卡住、烦躁、想摔笔的那个十分钟,不是学习的障碍。

那十分钟就是学习。

05 落到语文上

语文最怕的,其实不是作文被代写。

作文被代写,你一眼能看出来——用词太成熟、结构太工整、不像一个初二孩子说的话。

真正看不出来的,是阅读理解被"秒答"。

"这段讲了什么?"——问AI,三秒给你一段漂亮的概括。

孩子抄下来,交上去,对了。

但他失去的是那个动作本身:把一段话读进去,在自己脑子里压缩成一句话。

这个动作,做一次长一寸。外包一次,退一寸。

做一百次和抄一百次,交上去的答案是一样的。三年后,差距就出来了。

而且这个差距不体现在初二的月考。它体现在高一第一次读长文本的时候——那时候没人给你概括,你得自己来。


06 判断标准只有一条

所以真正该问的,不是"这个AI强不强"。

是"它让不让我自己想"。

工具给的是速度,长的是别人的脑子。

07 用之前先问一句

给一个能马上用的筛选标准。

打开任何一个AI工具之前,先问自己一句:

它会不会反问我?

会反问的——"你觉得呢?""你先说说你的想法"——留着用,当老师用。

直接给答案的——"以下是这段材料的概括:……"——当搜索用,别当老师用。

再补一条:作文类的工具,只用来要反馈,不用来要稿子。

这两条的区别,就是"脚手架"和"代打"的区别。

08 最扎人的地方

回到那个巴西实验。

最扎人的不是"用了AI会变差",是"用得越多,掉得越狠"。

它说明这不是一次性的损失,是一个累积的过程——每一次"我不用想了",都在悄悄扣掉一点。

而这个过程不疼。

不疼,所以没人察觉;没人察觉,所以等到发现的时候,通常已经扣了很多。

斯坦福那篇报道里,Lichand还有一句话,我觉得该贴在每个家长的手机背面:

"快的,常常是好的敌人。"

慢一点,让他在那道题上多卡十分钟。

那十分钟里长出来的东西,AI给不了,也拿不走。

你家孩子用AI,是自己先想还是直接问?评论区聊聊。觉得有用,转给班里的家长群。

参考资料:Stanford Accelerator for Learning《What happens to learning when AI does the thinking for us?》(2026-11-05,作者Alonso Daboub,原发于Stanford Report)。文中引述研究者:Guilherme Lichand(斯坦福教育研究生院助理教授)、Lily Fesler(SCALE Initiative AI教育中心高级研究助理)、Hariharan Subramonyam(斯坦福教育研究生院助理教授)。

说明:本文所述巴西中学实验与800余篇论文综述,均出自上述斯坦福报道的转述。其中巴西实验的样本规模、具体分值,报道未披露,故本文只作定性表述,不引用未公开数据;报道亦明确提示该领域"研究仍然有限"。具体结论以研究者后续正式发表的论文为准。