斯德哥爾摩大學與香港大學的研究人員發現，六個月后，使用AI的學生各科作業成績上升了18%，而完成每份作業的平均時間從64分鐘降至45分鐘，減少了30%。表面上看，效率與成績雙雙提升，似乎驗證了技術賦能學習的美好設想。
但問題在于：他們真的學到了東西嗎？還是把AI當成了抄近路的拐杖？令人不安的結果出現了——使用AI的學生在月度考試中的得分，比不使用AI的同學低了20%。作業與考試的背離，揭示出“虛假掌握”的隱患。
這顛覆了幾十年的常識。過去，作業成績好的學生往往考試也出色；如今恰恰相反，這些所謂的“優等生”在真正考試時反而表現最差。布朗大學一位教授的案例頗具代表性：本學期他的學生居家期中考試平均分高達90多分，半數人滿分；他懷疑AI作弊，將期末考試改為現場進行，結果平均分驟降至48%。
這一發現對教育評估體系提出尖銳挑戰。當機器代勞成為常態，作業這一傳統學習反饋機制正在失效，深度思考與知識內化被捷徑取代。教師難以通過作業判斷真實掌握程度，考試公平也受到沖擊。
研究警示，AI輔助學習正在制造系統性認知外包的陷阱。從作業提分、考試崩盤的反差中可見，技術若缺乏引導，不但無法補強教育，反而會掏空學習的本質。這股浪潮或將迫使整個教育行業重新設計評估與教學模式，以應對“AI一代”的嶄新現實。
值得注意的是，測試結果的兩極分化并非均勻分布。研究提示，少數能夠把AI當作“講解者”而非“代寫者”的學生，反而可能鞏固知識；問題出在大多數學生將其當作答案生成器，跳過了最關鍵的思考環節。使用方式，決定了技術是助力還是枷鎖。
面對這一局面，部分學校開始試行“AI透明化”政策：要求學生提交與AI的對話記錄，或在考場中完成核心評估。也有教育者主張把AI素養納入課程，教會學生提問、批判與驗證，而非被動接受機器輸出。無論哪種路徑，重新定義“學會”的標準已迫在眉睫。
研究還揭示了一個容易被忽視的細節：AI帶來的成績虛高，可能掩蓋真實的教學缺口。當教師依據作業反饋調整進度，被“美化”的數據會誤導教學決策，使薄弱環節長期得不到補強。等到考試暴露問題時，彌補的窗口已然收窄。
從社會層面看，這場實驗提醒我們，技術紅利從不自動等價于人的成長。AI可以把答案送到指尖，卻無法替人完成理解。如何在擁抱工具的同時守住思考的主權，將決定下一代究竟是被算法托管，還是借算法起飛。
歸根結底，教育的目標不是產出更高的分數，而是培養能獨立面對未知的人。當AI成為難以回避的時代背景，最該被守住的，恰恰是最樸素的那句老話：學而不思則罔。工具越聰明，人越要清醒。
那些在考場上露餡的“高分生”并非個例，而是一個信號：當學習被外包，成長也就被架空。唯有把思考的主動權重新交還給學生，技術才能真正成為登高的階梯，而非墜落的滑梯。