将论文挂上网后，吴延晖接到了一通越洋电话。电话那头，是世界银行研究部负责教育的团队。
当时，他们刚提交了一份供各国参考的教育年度报告，但看了吴延晖他们的研究，又连夜把报告撤了回来。
那天晚上，课题组找吴延晖他们讨论了很久。对方惊讶于AI对学生成绩的负面影响之大，反复向吴延晖他们确认数值的结果。
吴延晖是香港大学经济学教授。让世界银行连夜讨论的这篇研究，是他和斯德哥尔摩大学经济学教授大卫·斯特伦伯格（David Strömberg）等人合作完成的。研究团队调取了中国中部某县9所中学26811名初高中生、跨度30个月的学业记录，并进行了回溯性分析。
研究发现，用了AI后，学生作业做得更快、更好了，但6个月内，同样是这批学生，月考成绩下降了20%。
而负面影响随时间推移持续，两年后，学生的中考和高考成绩分别下降了24%和18%。这一研究的发现被总结为“学习惩罚”。
吴延晖/受访者供图
几乎在同一时期，世界各地的学校和教育部门，也开始重新审视生成式AI入校的边界。
今年6月，挪威政府提出，从2026年秋季开始，小学生原则上禁止使用生成式AI。到了9月，纽约市宣布，将限制8年级及以下学生在校使用生成式AI。
对于技术能不能改变人的能力这件事，吴延晖原本一直抱有戒心。计算机、互联网、社交媒体的出现，都曾被视为“变天”或是寄予厚望，但回头看，这些技术更多改变了人的工作方式和生活方式，并没有从根本上改变人所拥有的能力。
但AI让他的判断发生了变化。在他看来，AI相当于一台“会思考的机器”，可以直接从事认知性工作。“对人的能力来说，AI这项技术，或许比以往任何技术都更具颠覆性。”他说。
作业做得更快更好，考试成绩反而一路下滑，这个看似矛盾的现象，把问题推到了所有人面前。AI进入教育是一个复杂的过程。在他看来，简单地禁止，或是一味地推广，都未必是答案。
以下，是吴延晖的讲述。
01
AI让学生变懒了
2022年，ChatGPT刚出来时，教育界更多是乐观的。大多数人认为，它是知识工作者的有力助手，也是学习的好帮手，可以让学习过程变得更顺畅。
但到了2024年之后，我开始听到越来越多不同的声音。各个国家的老师都在说，感觉学生变懒了，有些甚至觉得学生“变笨了”。
我在美国的同事也提到，同一门课，考试题目每年差不多，学生成绩却逐年下降。尤其在计算机教育这些AI使用比较多的领域，这种变化更加明显。
很多老师觉得，现在的学生越来越不好教，学习能力和学习积极性都和以前不太一样。这种现象不只是发生在普通大学，全世界最好的大学都可能发生。
最开始，大家把这种变化归因于疫情。但疫情过去了，学生没有变回来。于是，大家开始怀疑，技术是否影响了人的能力。我们因此开始研究，想知道这其中到底发生了什么。
最终我们将目光锁定在中国中部的一个县。这个县人口100多万，人均GDP低于全国平均水平，但当地学生的AI使用率已经和美国、英国等国家接近，到2025年7月样本截止时，AI使用率在80%左右。事实上，学生在学习过程中使用AI，已经是一个非常普遍的现象。
学生在学习过程中使用AI，已经是一个非常普遍的现象/《樱桃琥珀》剧照
之所以聚焦于中学，是因为大学生的许多基本能力已经形成，即使受到技术影响，之后还有机会调整。中学生则处在认知能力和学习习惯形成的阶段。在这个时期，学生受到的影响会持续更久。
在研究中，我们看到了学生不思考的证据。一些学生在作业上花的时间非常短，但他们的作业成绩其实就是AI的能力。比如AI能做到90%，他就达到90%；AI能做到85%，他就达到85%。最后，他们的考试成绩也很差。
研究直观地表明，AI让学生变懒了。
所谓“懒”，是指开始不思考了。或者说，原本花在做作业的时间，省下来拿去做别的事情、打游戏去了。AI让人在做作业、思考的过程中走了很多捷径，越来越难被发现。
这不意味着，用了AI就会直接变笨。在我们的研究里，有一批学生虽然用了AI，但总的投入时间没有减少，他们的成绩受损就明显小得多。这些学生大多可能是把AI当成一个提示，问一句，然后自己接着往下做，而不是直接要一个答案。
AI真正影响的，是那些需要勤奋、需要时间的积累才能培养出来的能力。
现在社会认可的能力粗略分成三种。一种是读、写、背、计算这类基础能力。一种是分析、逻辑推理，包括搭建框架、把一件事情讲清楚。还有一种是主动学习、好奇心和创造能力。
《少年派2》剧照
在目前的考试体制下，基础能力对普通考试比较重要，它更多来自习惯。分析推理能力对高考这类复杂的考试尤其重要。创造能力，则跟创造性工作关系很大。
对于中学生来说，AI恰恰冲击了他们的分析推理能力。比如，在数学、物理这类学科里，需要一遍遍推理、证明和练习，才能形成相应能力。现在学生用AI把这些过程省掉了，能力就会受到影响。
思维上变懒后，会进而影响学生的学习态度和学习习惯。如果长期走捷径，一个人会越来越不能持续地想一个事情，丧失克服困难的态度，甚至把某件事情搞清楚的动力都没有了。
这种变化，光看作业成绩是发现不了的。以前，作业做不好，老师、家长会看到。为了让作业成绩好看，学生不得不思考。
而现在，AI制造了一种高分假象。学生即使不思考，也能把作业做得很好。老师不说了，家长也不说了，于是学生就心安理得地不思考了。
02
学习必须有摩擦
我自己也用AI，但用得不算太多。有一些很明确的“脏活累活”，比如写代码、跑模型，或者检验一个数学证明对不对，我会交给AI做。这些事情，AI做得又快又好。
但有一样东西，即使AI做得又快又好，我还是没有让它做，就是我的教课讲义和PPT。因为AI做得太平滑了。
教课、学习的过程，一定要有摩擦。
不是所有摩擦都值得保留。笔误、计算错误，这些是没有意义的摩擦，能避免当然要避免。
我说的摩擦，是人在探索一个还不太了解的问题时自然产生的卡顿。这些属于学习过程中自然产生的摩擦。
如果AI把这些摩擦全部抹掉，学生就会觉得每一个问题都很容易。可它之所以容易，有时候只是因为难点已经被跳过去了。
但难点恰恰是真正需要突破的。难点被跳过、被简化，思考就不会透彻。我有时会看到，一些人因为用AI用得太多，最后连自己都讲不清楚了，因为他的思路已经被AI绑架了。
一些人用AI用得太多后，思路已经被AI绑架了/图源：图虫·创意
我也常能在我的学生作业里看到AI痕迹。大学生用AI写作业，这件事是抵挡不了的，我也不认为简单禁止就是办法。但我发现，学生交上来的东西有时越来越像“半成品”。
以前，学生的作业可能有错误，但它是完整的。现在很多作业看起来没有明显错误，却总让人觉得缺了一块。
比如经济学里写一个模型，学生可能把前后的内容都写出来了，中间关键的推理步骤却没有了，跳跃非常大。有时候，AI还会把复杂的问题简化，最后做出来的东西，看起来很顺滑，其实和原来真正想回答的问题已经不一致了。
这就给老师判断作业质量造成了障碍。对学生来说，花很短的时间做出一个半成品，也学不到什么。
我现在会要求学生，课堂上不要只给我答案，要讲“你怎么想的”。以前的课堂会更侧重于“你怎么做”。而今，AI很容易告诉你该怎么做，做的过程中又有一些漏洞，搞了半天你也不知道自己在做什么。所以我们现在重点放在“你在做什么”“你想做什么事情”。
现在很多时候，我还是在黑板上推导，和学生一起创造知识。尤其是在教比较前沿的内容时，这个过程很重要。
03
AI平权不会自动发生
很多人认为，AI是一个普及性的工具。以前，一个高级员工才能完成的工作，现在很多普通员工用了AI以后也能完成，做到和高级员工一样。如此一来，AI似乎可以缩小差距。这是大家经常讲的“AI平权”。
但是教育不一样。我给你做一个推理。假定AI对教育有正面作用，那么资源就很重要。你有更多资源，就能用更好的AI、更多的AI，也更有条件学会怎么用，教育效果可能就越好。而城市的资源通常比农村多，那么差距有可能进一步扩大。
反过来，假定AI对教育是负面的，就像我们的研究发现的这样，那么监管就很重要。要引导孩子把AI用好，不把学习外包出去，需要家长、老师、学校去管理。这些东西其实都属于软性的资源，而城市在这方面一般也比农村强。
所以按照这个逻辑，无论AI对教育最终是正面还是负面，城乡差距都有可能扩大。
无论AI对教育最终是正面还是负面，城乡差距都有可能扩大/《父辈的荣耀》剧照
当然，这里面有一个很反差的情况。假定AI对教育不好，一个农村地区穷到根本用不起AI，没有人用，那它反而会因为用不起AI、没有受到AI的负面影响而变好。
但现实是，AI并没有那么贵。我们看到农村地区的AI使用也很厉害。这样一来，问题就变成了：农村有AI，但谁来管？
AI造成“学习惩罚”的一个重要因素，是学生把学习外包出去。而防止外包，需要家庭、家长、学校这些软性的约束。
城市竞争激烈，一个孩子考不好，家长会管，学校会管。但一些农村地区，孩子考不好、没有上好大学，没有那么强的社会约束。差距仍会扩大。
所以从教育的角度，我担心的不是农村没有AI，而是农村有了AI以后，缺少足够的管理和支持。
这个变量在别的国家或许会更明显。文章发出后，很多欧洲的新闻媒体在找我们采访，欧洲国家其实更担心。
因为中国学生若想把学习全部扔给AI，家长、老师不答应，学生未来找工作也麻烦。这其中存在许多社会约束。但许多欧洲国家目前没有这么大的约束，那么把学习全部外包给AI的人可能会更多。
在欧洲，把学习全部外包给AI的人可能会更多/图源：Unsplash
不只是城乡，未来甚至可能出现两极化社会。
一类人把AI用成一个非常好的工具，借助AI做得更好、更聪明。另一类人则把学习大量外包出去，越来越不愿意学习，知识固化，能力甚至低于现在的平均水平。
所以无论从城乡还是从阶层来看，AI平权都不会自动发生，甚至还可能出现相反的结果。
AI会越来越普及，我相信未来农村也会有大量AI，这件事情本身并不难。真正难的是，怎么让AI去引导教育，让AI能够真正对教育本身产生正面作用。
04
比“会用AI”更重要的事
现在很多学校会做一些尝试。比如让学生用AI预习，再通过闭卷小测，或者要求学生展示思考过程，记录学生和AI的互动过程。这些想法都挺好的，但它们仍解决不了学习的惰性问题。
因为每个学生的情况不一样。最好的学生天分高、基础好、学习能力强，这个阶段让他们自由使用AI，未必会有什么问题。基础比较弱、又缺乏学习动力的学生，把AI工具给他，他不一定会认真使用。中间那一部分普通的学生最复杂，他们的家庭、地区、学习基础都不同，很难指望一套程序让所有学生都能自动学好。
所以，问题会变成究竟由谁来判断，一个学生什么时候该用AI，什么时候不能用。
中小学生其实很难靠自己形成这种判断。比较现实的办法是，老师在不断探索以后，凭经验知道哪个知识点可以用AI，哪个难点必须由学生自己思考，再替学生制定规则。
本质上来说，这要求老师要更多去管理学生怎么学习。比如课堂设计，课堂里多少内容拿来讨论，多少内容传授，作业怎么布置、怎么考核。
这意味着，老师要起到企业管理者的功能，管理学生的努力程度、学习曲线。学校还要设计制度，决定哪些行为鼓励，哪些行为需要约束。
国内部分学校已开设AI中心，统一指导学生用AI。在吴延晖看来，这类实践正是为试扭转AI学习惩罚所做出的努力。“这可能是未来的主流模式，至少在比较发达的地区（会是如此）。”/受访者供图
规则怎么制定，最终还是要回到教育本身。
目前，跟AI相关的教育分两种。一种是教学生使用AI，把它当成一种工具和技能，这是现在大多数学校比较强调的。另一种，是培养跟AI互补的能力，也就是AI做不到的东西。我觉得后者会越来越重要。
因为AI进步太快了。今天需要专门学习的一项技能，明天可能就不再重要了。
比如，AI刚出来的时候，出现了prompt engineering（提示工程）这样的职业，进行写提示词的专业指导。但随着AI能力提高，这项使用AI工具的技能本身的重要性就会下降。
因此，更重要的是培养那些不会因AI升级而贬值的能力，比如思辨能力、好奇心、审美、人际交往等。这些本是传统教育里缺失的、比较难培养的东西。
但这里又出现了一个悖论。
AI的出现，让更多人重视这些能力的培养。知识越来越容易获得，教育似乎可以把更多时间留给这些能力。
但AI本身又可能阻碍这些能力的发展。AI让人在把知识外包的过程中变懒，也可能让人变孤独，每天只跟AI对话，跟社会隔离开。
我觉得，这个问题很难靠一套统一的方案解决。不应该一刀切地禁止AI，也不能因为AI可能有用，就自上而下地推动所有学生都用同一种方式使用AI。
北京市第二十中学附属育鹰小学学生在人工智能教育通识课《从国防到生活——AI人脸识别》了解人脸识别技术/新华社记者马宁摄
更适合的方式，也许是把它当成一种“社会工程”。先让不同地方、不同学校根据自身情况去尝试，观察学生、老师和学校发生了什么，再一点点把其中的规律总结出来，最后形成更成熟的制度和政策。
它最终还是会落到，教育究竟想留给学生什么。
以前学生会背优秀范文、背模板。现在，也有人会让AI生成一篇作文，再把它背下来。表面上看，这两件事似乎没有太大的区别。甚至从韵律、格律、遣词造句来看，AI生成的东西未必比唐诗宋词差多少。
但它们背后的东西并不一样。AI生成的内容，没有蕴含人类共同的体验，这背后的文化沉淀是不一样的。
这可以推到一个更远的问题：大家共同认可的审美，到底有多重要？
假设有一天，AI真的能够创作出一段和莫扎特一样好听的音乐，那么，你听莫扎特，还是听“AI扎特”？
这取决于社会怎么去认同这些事情。我觉得，这会是未来一个很大的争论。
