成绩、速度与参与度：数据究竟揭示了什么？
AI辅助作业最有力的证据来自短期成绩提升。一项对实验与观察研究的系统综述发现，使用AI工具的学生在成绩和写作评分上显著高于传统方法，效应量从中等到较大不等——尤其在语言学习领域表现突出[2]。另一项涉及16名学生使用GitHub Copilot（基于GPT-4）的独立实验显示，任务完成速度更快且更完整[1]。这些都是真实、可量化的收益。
但更高的输出质量并不自动意味着更好的学习效果。同一项综合研究[2]警告称，AI工具主要优化的是最终成果，而非学习过程本身。一项针对墨西哥1477名学生和教师的大规模调查创建了“学习参与指数”（LEI），用于衡量学生是否真正阅读、修改并整合了AI的回复，而不仅仅是照搬。尽管LEI得分普遍较高（尤其是在大学生群体中），但感知到的学习效果与这些参与行为之间的关联性却较弱[1]。简而言之：学生常常觉得自己学到的东西比实际行为所反映的要多。
有陷阱吗？批判性思维和长期记忆怎么办？
是的，确实存在一个明显的弊端。系统性综合分析[2]发现，在某些情境下，AI作业工具与知识留存率下降、原创性降低以及批判性思维减弱相关。这并非微不足道的副作用，而是一种直接的权衡。当AI承担了主要的推理工作，学生可能无法自行培养这些能力。GitHub Copilot实验[1]特别指出，若不加批判地使用AI建议，会存在算法推理能力下降的风险。
学生们自己也意识到了这一风险。一项针对全美1214名中学生到大学生的代表性调查发现，尽管2025年间使用AI完成作业的学生比例有所上升，但仍有60%的学生对将AI用于学业表示担忧[3]。这意味着大多数使用者对自己正在使用的工具感到不安。同一份报告还指出，多数学生认为AI会损害批判性思维能力[3]。这些担忧与实证研究结果一致：AI带来的益处确实存在，但同时也伴随着教育者和学生需要应对的代价。
AI 作业何时真正有效，何时适得其反？
证据表明，有效性具有高度条件性——它取决于任务类型、评估时机以及工具的使用方式。系统综述[2]明确指出，AI工具的有效性会随任务特征、评估时间、实施保真度以及学习者特征而变化。例如，AI可能提高某次写作作业的分数，但会损害后续无AI辅助的保留测试成绩。
墨西哥研究[1]发现，大学生比高中生更深入地参与AI输出（阅读、修改、融入个人想法），这表明成熟度和引导至关重要。作者呼吁采用强调引导使用、验证实践以及直接体现学习成果的评估设计的教学方法。西北大学一项针对MBA学生的实地实验目前正在验证这一点：随机分配学生完成标准作业或AI辅助作业，并测量满意度、努力程度及后续测试表现[4]。这项随机对照试验的结果将为AI作业是否促进或阻碍长期学习提供关键证据。就目前数据而言：AI在结构化条件下作为导师或助手使用时效果最佳，而非作为捷径。
关于这些来源
该回答基于4项研究（3篇经同行评审，1篇为预印本）——发表于2024年至2026年间，其中4篇为2024年及以后发表，1篇发表于Q1–Q2期刊——这些研究是从通过质量筛选的4项研究中选出的最具相关性的成果，而后者又源自从超过5亿篇论文的数据库中检索到的56篇文献。
本文引用的文献
AI辅助作业中的感知学习与参与度：墨西哥索诺拉州高中生、大学生及教师使用ChatGPT的比较研究（2024–2025）
一项针对墨西哥1477名师生（2024-2025年）的调查显示，人工智能的采用已相当普遍，但在大学生群体中比例更高。学习参与度指数表明，整体参与度较高（包括阅读、修改、整合AI输出内容），但感知学习与实际参与行为之间的关联较弱。一项小型实验（n=16）使用GitHub Copilot发现，任务完成速度更快、完整性更高，但也存在算法推理能力下降的风险。
AI作业工具对学生学业表现的条件性影响：基于实证证据的系统性综合
这项对实验性、准实验性及观察性研究的系统性综合分析发现，人工智能作业工具与显著更高的成绩和写作分数相关（效应量为中到大），尤其在语言学习领域。然而，其代价包括在某些情境下知识保留率降低、原创性下降以及批判性思维减弱。有效性高度取决于任务类型、评估时机和学习者特征。
更多学生使用AI做作业，且更多人认为这损害了批判性思维：来自美国青年小组的精选发现
一项针对美国1214名中学生至大学生的全国代表性调查发现，2025年间，更多学生使用人工智能完成作业，但60%的学生对将AI用于学校相关用途表示担忧。大多数学生认为AI会损害批判性思维能力。
关于人工智能作业布置对学生满意度、努力程度及学习效果的实地实验
这是一项预先注册的实地实验（已获西北大学机构审查委员会批准），随机将MBA学生分配到标准作业组或AI辅助作业组。实验测量了满意度、努力程度以及后续测试表现的影响。该研究于2023至2024年间进行，并于2024年秋季进行重复验证；本次预注册中尚未报告结果。