2.6萬中國學生30個月追蹤：AI把作業分抬高18%，把中考分打掉24%
AI唱反調2026.08.24 09:35 · 來自北京全文2386字00:00 / 07:09作業越漂亮考試越空心。文 | AI唱反調孩子用AI寫作業，分數漲了，速度也快了——兩年後，升學考試成績跌了24%。這不是焦慮營銷號的標題黨，是一篇正兒八經的經濟學論文。6月，歐洲經濟政策研究中心（CEPR）發佈討論論文DP21577，追蹤了26811名中國中學生整整30個月，結論冷得刺骨：生成式AI讓作業成績提高18%，卻讓閉卷月考成績在半年內下降20%。作業和考試的關係，被AI活生生掰反了。CEPR論文追蹤2.68萬中國中學生30個月：AI讓作業分漲18%、月考跌20%、中考跌24%。
八成學生在"認知外包"，傷得最重的恰恰是尖子生。這篇論文到底研究了什麼先把論文的底子擺清楚，它的分量來自數據規格。論文題為《生成式AI的學習懲罰：來自中國中等教育的證據》，作者是斯德哥爾摩大學的David Strömberg和香港大學的Victor Lei、Yanhui Wu，6月2日以CEPR討論論文DP21577編號發佈。樣本是中國一個百萬人口縣的26811名七到十二年級學生，跨度30個月，覆蓋九門學科，數據包括每月閉卷月考、作業分數與完成時長、以及中考高考這類高利害考試。方法上用雙重差分：利用不同學生接觸AI的時間差構造自然實驗，把"用沒用AI"的因果效應從相關性裡剝離出來。
研究期間，學生自報的AI使用率從接近零一路漲到約80%，爆發節點正好卡在DeepSeek V2.5和R1發佈前後，最常用的工具是豆包、DeepSeek、ChatGLM、文心和通義。這份數據，基本就是中國中學生AI普及全過程的完整錄像。三組數字，一個悖論核心發現可以濃縮成三組數：作業端：用AI後，作業分數漲18%，完成時長從64分鐘壓到45分鐘，省了30%；月考端：六個月內，閉卷月考成績跌20%；升學考端：中考跌24%，高考跌18%，而且完整的懲罰要等約兩年才全部顯現。過去，作業成績基本能預測考試成績。AI出現之後，這個關係直接反轉——作業越"優秀"的學生，真實能力反而越可疑。
傷害在分佈上還極不均勻，幾個細節值得單獨拎出來：學科上，社科類跌最狠（政治、地理約-27%），STEM其次（-22%），英語-17%，語文最輕（-9%）。人群上，尖子生傷得比差生重：成績前三分之一的學生跌24%，後三分之一隻跌16%；初中生比高中生慘，男生比女生慘。最嚇人的是劑量效應：每週用AI不超過1小時，成績損失約5%；每週5小時以上，損失直接拉到30%。機制：八成學生在"認知外包"為什麼作業高分換不來考試分數？論文用行為模式把學生分成兩類。外包型：作業完成時間異常短、分數異常高——AI生成，複製提交，大腦全程沒參與。約80%的AI用戶落進這個坑，學習損失幾乎全部集中在他們身上。
用滿五個月AI的學生裡，81%寫作業比最快的非AI用戶還快。輔助型：用了AI，但作業時長沒明顯縮短——把AI當講解工具，思考過程還留在自己腦子裡。這批人的考試損失很小，接近零。研究者推測，尖子生損失最大，恰恰因為他們原本有更強的自學能力，AI的介入生硬打斷了他們自建知識心智模型的過程。那個著名的"教學機器"公案也被翻了出來。神經科學家霍瓦思在財富中文網的報道里說得很扎心：1924年俄亥俄州立大學的"教學機器"實驗就證明過，自動化會阻礙學習——"專家用來減負的認知卸載工具，不該被孩子用來學習成為專家。你學會的不是技能，只是依賴。為什麼這個發現現在才炸出來一個關鍵原因：懲罰是延時的。
月考損失半年顯現，升學考損失要等兩年。這意味著此前所有幾周、幾個月的短期研究，都系統性地低估了AI的傷害——等炸彈引爆，補救窗口已經關了。當前正在深度用AI的這一代學生，將在2027到2032年集中走進升學考場，第一次面對AI替不了他們考的試。政策端的反應已經開始。挪威首相宣佈對6到13歲學生幾乎全面禁用生成式AI，14到16歲也必須在教師督導下使用；英國教育部5月的指南更細——學校AI工具默認不給答案、要求學生先真實嘗試、並記錄誰在"卸載思考"；世界銀行把這篇論文列入2026年人力資本博客，當作防範"AI學習懲罰"的警示彈。對比一下更有意思：世界銀行受控框架下的AI輔導，效果是+0.
31個標準差；CEPR這篇"野生使用"場景下，效果是-1.4個標準差。同一項技術，用法決定方向。冷水的部分當然，邊界也要說清楚。這是一篇討論論文（working paper），尚未經過正式同行評審。樣本來自單一縣，30個月正好是AI工具本身飛速迭代的窗口期——研究捕捉的是早期工具配合"野生用法"的效果，而今天的產品形態和使用規範都在變。而且論文自己給出的解藥也不是"禁用"。輔助型用戶的成績幾乎無損，說明問題從來不在AI，在於思考被誰做了。合理的推論是：學校真正該改的是評估結構——把評分權重向閉卷考試傾斜、監控作業時長異常、設計AI替不了的評估方式，比如口頭答辯和現場推導。
結語 馬克·吐溫式的諷刺在這裡完全成立：AI讓作業從未如此漂亮，讓學習從未如此空心。作業分數這個沿用了幾十年的"能力代理指標"，在AI時代正式失效了。家長盯著作業本上的高分自我安慰的時候，真實的知識積累可能正在偷偷塌方——而且要等兩年後那張沒法帶AI進場的考卷，才肯亮出賬單。UCL教授Wayne Holmes那句話，值得印在每個教育產品的開機畫面上："他們的成績更好，但實際上學得更差。"
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。