用 AI 会变笨吗？一千名大学生实验的结论

这期讲了什么

• 1053 名大一学生、13 个班整班分四组的随机对照实验（预注册、有干净对照组）：用 AI 组平均分从 2.09 涨到 2.95，但拆开看，点子变多、评分上去，「跟别人不一样」的程度几乎没动
• 真正让人想得不一样的是一节与 AI 无关的思维课：12 道二选一小游戏加即时反馈，上过课的人想法更多样，可惜评分没变高——这套评分奖励写得顺，不奖励写得不一样
• AI 提分一加控制变量就从 0.862 缩到 0.362；作者自己承认：好处能拆两半，学生是学会了还是「买到了」，他们说不了
• 撤走 AI 的硬证据：近千名高中生有 AI 帮忙分数高 48%，撤走后比原来还低 17%；另一项 1222 人实验里，AI 直接解题的组做对概率从 89% 掉到 76%，只给提示的组几乎不受影响
• 「AI 让人变笨」缺长期证据：网传脑扫描研究只有 54 人、交叉对比只剩 18 人；连续用一年 AI 对认知的影响，没有任何随机对照研究做过

文字稿

一千多个大学生的实验拆出了什么

AI 帮你写东西这件事，最大的代价不是变笨，是你越来越说不出哪一句是你自己想的。你把要求丢过去，AI 几秒还你一段，读着挺顺，你点了复制交上去，可它不是从你脑子里长出来的——你没变笨，只是很久没自己想了。

前两天有一份实验，就是去看 AI 到底帮人补上了什么：把一千多个大一学生分成四组，有的组能用 AI 聊天工具，有的组不能，写的都是同一份商店建议，由几个教授按统一标准打分。

先说这份实验靠不靠谱。开做之前，要测什么、怎么算分都先公开存了档，事后不能偷偷改数字，这叫预注册。1053 个大一学生不是一个个抽签，是按班级抽的——13 个班，一个班整体分到一种条件，四组人数是 249、256、197、351。这份实验是和一家做 AI 聊天工具的美国公司一起做的，没写资助声明，也还没过同行评审，但预注册、随机对照、干净对照组这三样，比很多刷屏的研究都严谨。

学生干的是这个：45 分钟写一篇最多 180 词的建议，内容是怎么让毕业多年的校友多来学校商店买东西，写完由一位市场学教授、一位商品专家、一位校友各打各的再取平均。用的 AI 是市面教育版聊天工具，里面跑的是 GPT-4o——不是最新那一代。论文自己划了边界：结论只在两种情况下成立，做题的是新手、题目有清楚的好坏标准；换成老手或没有标准答案的题，结论不一定算数。

结果：用 AI 那组，平均分从 2.09 涨到 2.95，涨了 0.862，统计上显著。但真正值钱的是把涨分拆开看：点子数量变多、评分上去，可跟别人不一样的程度几乎没动。让 AI 多想十个点子，它给一串长得差不多的；在纸上瞎想，反而冒出别人想不到的怪点子。AI 给的是更多、更顺、更像标准答案，不是更特别。

那「不一样」哪来的？是其中一组多上的那节思维课。这课跟 AI 一点关系没有：12 道二选一的小游戏，先讲例子再出题，答完马上有反馈，内容全围绕一座假想城市，教的是把「为什么」说清楚。没上课的对照组玩同一套游戏，只是不给方法、不给反馈。上过课的人点子数量没涨多少，但写出来的东西跟别人明显不一样，论文管这叫想法更多样；可这批人的评分并没有因此变高——这套评分奖励写得顺、写得齐，不是写得不一样。

论文自己交代了一句必须原样讲的：那个涨分一加进各种控制变量就缩水，从 0.862 缩到 0.49、再到 0.448，最后剩 0.362，缩掉一大半。作者还写了一段：AI 的好处可以拆成两半，一半是文字更清楚丰富有条理，另一半是建议本身的内容；那另一半到底是学生真的学会了，还是只是买到了一份现成的东西——作者的原话是，我们说不了。

把 AI 撤走，你还剩多少

换个问法：别问 AI 在手边时你写得好不好，问把 AI 撤走，你还剩多少。这个问法的硬证据多得多。

美国科学院院刊上有一项实验，将近一千个高中生做数学题：有 AI 帮忙时分数比不用的高 48%；AI 一撤让他们裸考，分数反而比原来低 17%——那一截提升有一大块是 AI 撑起来的，不是自己的本事。当时看着好用，不等于真的学会。

同一个实验里还有一组用带教学护栏的 AI 导师：不把答案甩给你，带着你一步步想。这一组撤掉 AI 之后没有明显变差。差别不在用不用 AI，在怎么用——是把答案给你，还是把思路留给你。

另一个实验更狠，1222 人：让 AI 直接解题的那批，AI 一撤，做对的概率从 89% 掉到 76%，直接放弃的从 1% 涨到 8%，10 到 15 分钟就能测出来；让 AI 只给提示、自己动手的那批，几乎没受影响。同样的 AI，两种用法，撤走之后一边是崩，一边是稳。

这两个实验也有边界：前一个测的是土耳其的高中生做数学题，后一个是网上招的美国受试者做推理和阅读，不是中国职场人写周报写方案，数字别直接搬到自己头上。它们说明的是一件更朴素的事：当那道题的解法是 AI 替你走完的，撤走它，你手上就是空的。

别觉得只有写作业才这样。一份一百多位专家参与的国际报告把削弱批判性思维列成一类风险，举的例子是医生用 AI 辅助做肠镜，几个月后肿瘤检出率掉了 6%——不是机器坏了，是医生慢慢不那么自己看了。这种变化是慢慢来的，没有哪一天你会突然发现自己不看了。

AI 会不会让人变笨：证据到哪一步了

网上传得最凶的那条证据，是一个脑扫描研究：用 AI 写东西的时候，脑电活动跟不用的人不一样。转到社交平台，标题就变成了 AI 正在让人变笨。可这份研究本身只有 54 个人，交叉对比那一轮只剩 18 个。已经有一批独立学者发了同行评论，逐条列出五类方法学问题：样本太小、脑电结果重现不出来、频段方向反常、报告前后对不上、流程不透明。结论是方向值得关注，但远没到定论。

另一头，两份汇总分析把几十项研究摆一起算平均：AI 辅助学习的组平均表现反而更好。可两份之间差异极大，预测区间跨过了零——平均有用，不等于对你这个具体的人有用。

现实的数据：国内生成式 AI 用户到去年年中是 5.15 亿，占网民 36%；大学生里 64% 多这一学年用过 AI。用的人这么多，这个问题不是少数人的焦虑。

但最要紧的划线在这：连续用一年 AI，人的认知能力是升还是降，没有任何一项随机对照研究做过。这一格是空的——不代表没有风险，只代表还没认真测过。

那份实验还顺带量了学生最缺什么：逻辑连贯平均 4.045，快满分；可说得出「什么情况下我这套不成立」，平均只有 1.992，不到两分。我们太会写得顺，太不会说自己这套什么时候会错。

具体到今天：下次要写一段话，别把整段丢给 AI 直接出，先让它只问你三个问题——你想表达什么、给谁看、最想留下哪一句。答完这三个问题，心里其实已经有稿了。比让它直接出一整篇多花几分钟，但多走的这几分钟，那东西才真正变成你的。

别问那个没人答得了的问题，问今天就能答的那个——你刚才是让 AI 给答案，还是让 AI 给提示？

常见问题

用 AI 写东西会变笨吗？

目前没有长期证据。网传最凶的脑扫描研究只有 54 人、交叉对比只剩 18 人，已被独立学者列出五类方法学问题；两份汇总分析平均下来 AI 辅助学习的表现反而更好。连续用一年 AI 对认知的影响，没有任何随机对照研究做过。

那份大学生实验到底发现了什么？

1053 名大一学生分四组写同一份建议：用 AI 的组点子更多、分数更高（2.09 涨到 2.95），但想法的多样性几乎没动；上过一节思维课的组想法更多样，评分却没变高——评分奖励写得顺，不奖励写得不一样。

撤走 AI 之后差距有多大？

看用法。让 AI 直接给答案的：近千名高中生有 AI 时分数高 48%，撤走后比原来还低 17%；另一实验里做对概率从 89% 掉到 76%。让 AI 只给提示的，撤走后几乎不受影响——关键在平时让 AI 替你走了多少步。

怎么用 AI 才不会只是「买到答案」？

让它给提示不给答案。比如写东西前先让 AI 只问你三个问题：想表达什么、给谁看、最想留下哪一句。答完心里就有稿了，多花的几分钟，东西才真正是你的。