← 最新论文
💻 computer science

Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build

这项利用十年 ALEKS 数据的大规模研究表明,生成式人工智能显著减少了学生在易错数学问题上的学习时间,同时削弱了他们的长期知识保持能力,作者将这一现象称为“认知投降”。

原作者: Sina Rismanchian, Hasan Uzun, Jeffrey Matayoshi, Eric Cosyn, Eyad Kurd-Misto

发布于 2026-05-22
📖 1 分钟阅读☕ 轻松阅读

原作者: Sina Rismanchian, Hasan Uzun, Jeffrey Matayoshi, Eric Cosyn, Eyad Kurd-Misto

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

以下是用简单语言和日常类比对该论文的解读。

宏观图景:“作弊码”效应

想象一座巨大的图书馆,每天都有数百万学生前来解决数学问题。多年来,他们必须亲自完成作业:阅读题目、思考步骤并写下答案。

随后,一种新工具(ChatGPT)出现了,它就像一个超快速的“作弊码”。如果学生将一道文字题输入这个工具,它会瞬间吐出答案。但如果问题涉及绘制图表或在屏幕上移动元素,这个工具就帮不上什么忙了。

这篇论文提出了一个问题:学生们开始使用这个作弊码了吗?如果是,这是否损害了他们真正的学习?

为了找出答案,研究人员并没有直接问学生“你使用人工智能吗?”(因为人们往往会撒谎或遗忘)。相反,他们观察了320 万名学生在十年间留下的数字足迹。他们精确地记录了在“作弊码”流行之前和之后,学生解决不同类型问题所花费的时间。

实验:“文本”与“图表”测试

研究人员设计了一个巧妙的对比,就像让两类选手进行赛跑:

  1. “文本”选手(易受 AI 影响): 这些是文字题。你可以将它们复制粘贴到 AI 聊天机器人中,它能在几秒钟内解决。
  2. “图表”选手(抗 AI 干扰): 这些是包含图表、图形或交互式按钮的问题。你无法直接复制粘贴这些问题;你必须实际查看屏幕并点击操作。AI 在这些方面难以发挥作用。

理论: 如果学生使用 AI 作弊,他们完成“文本”问题的速度应该比之前快得多,但他们在“图表”问题上的速度应该保持不变(因为 AI 无法在那里提供帮助)。

他们的发现

1. 学生正在对简单内容进行“速通”

ChatGPT 发布后,学生们开始以惊人的速度完成“文本”问题。

  • 大学生在随后的一年里,解决这些问题的时间减少了约27%
  • 高中生花费的时间更少(减少了31%)。
  • 初中生速度略有加快(减少了9%)。
  • 五年级学生则完全没有变化。

类比: 想象一个学生通常花 10 分钟写一篇文章。突然,他们开始用 2 分钟完成。但当他们需要用黏土制作模型时(这是 AI 做不到的),他们仍然花费相同的时间。这表明他们并没有变得更聪明;他们只是将工作外包了出去。

2. “监考”测试:魔法消失

研究人员随后查看了有监考人员(人类或软件监视他们以确保不使用手机或 AI)监督的考试。

  • 结果: 在这些受监督的考试中,速度提升完全消失。学生在“文本”问题上花费的时间与 ChatGPT 出现之前相同。

类比: 这就像一个学生在没人看的时候跑得快,但当裁判站在他们旁边时,他们就会慢下来恢复到正常的慢跑速度。这证明速度的提升并非因为问题变简单了或学生自然变快了;而是因为他们趁没人看时使用了“作弊码”。

3. 代价:“认知投降”

这是最重要的一点。研究人员检查了这种速度提升是否帮助学生日后记住了数学知识。他们对学生之前学习的内容进行了一次突击测试(有监考人员在场)。

  • 结果: 那些之前使用 AI“速通”文本问题的学生,在随后的受监督测试中答对答案的可能性降低了 25%
  • 转折: 当研究人员查看不受监督的测试(学生可以再次使用 AI)时,这些学生看起来像天才——他们几乎答对了所有问题。

类比: 把它想象成电子游戏。

  • 使用 AI就像使用“上帝模式”作弊码。你瞬间通关并获得所有分数(在不受监督的测试中获得高分)。
  • 但是,当你为最终 Boss 战关闭作弊码时(受监督的测试),你意识到你从未真正学会如何玩游戏。你输了。

这篇论文将这种现象称为**“认知投降”**。学生没有将 AI 用作计算器(这有助于你做数学题,但仍让你进行思考),而是用它来完全放弃思考过程。他们让 AI 完成工作,因此他们的大脑没有建立起日后解决问题所需的“肌肉记忆”。

为什么年龄很重要

研究发现了一个基于年龄的清晰模式:

  • 大学与高中: 变化巨大。这些学生拥有更多的自由和隐私,可以在无人监视的情况下使用 AI。
  • 五年级: 没有变化。这些学生可能没有自己的设备,或者没有独立使用 AI 的自由。

结论

这篇论文提供了首个大规模的现实世界证据,证明生成式 AI 已经改变了学生的学习方式。

  • 他们学习得更少: 他们在可以复制粘贴的问题上花费的时间显著减少。
  • 他们掌握得更少: 因为他们没有进行脑力劳动,所以遗忘知识的速度更快。
  • 这不是故障: 速度提升在有监考人员监视时消失的事实证明,这是一种行为选择,而非课程内容的改变。

作者得出结论,虽然 AI 可能让学生看起来学习得更快(通过获得快速答案),但实际上它正在导致他们“放弃”思考,从而导致他们实际掌握和记忆的知识显著下降。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →