一项追踪26,811名中国中学生长达30个月的实证研究揭开了AI教育最血腥的真相，在自然学校环境中，生成式 AI 的使用显著降低了学生的学习效果，尽管它大幅提升了家庭作业的完成效率。AI 的使用在短期内使学生的家庭作业得分提高了 18%，同时缩短了 30% 的完成时间，但学生的月度闭卷考试成绩却下降了 20%。这种负面影响在长期的中考和高考中同样显著，分别导致成绩下降 18% 和 24%，且惩罚效应在两年后才完全显现。造成学习损失的主要原因是约 81% 的学生存在“作业外包”行为，即通过 AI 极速完成作业以获取高分，却忽略了知识内化。相反，那些投入正常学习时间并合理使用 AI 的学生，其学习损失相对较小。这种负面影响在不同群体间存在差异：社会科学学科受到的影响最大，平均下降 27%，其次是 STEM 学科下降 22%。此外，初中生、高成绩学生以及男生受到的学习损失更为严重。 如果这项研究结论成立，科技教育产业将面临一场深刻的逻辑重构。目前许多教育产品以“提效”为核心卖点，但研究揭示的“提效”背后隐藏着“学习损耗”的代价，这迫使产业必须从“工具效率导向”转向“能力增量导向”。 首先，现有的教育产品模型将遭遇信任危机。如果 AI 辅助作业导致考试成绩显著下滑，家长和学校将重新审视 AI 工具的价值，导致市面上那些纯粹以“快速出答案”或“自动化作业”为卖点的产品流失用户。教育平台可能需要通过引入“慢思考”机制来应对，比如强制限制 AI 在作业中提供直接答案的速度，或者将 AI 的功能从“答案生成器”改造为“苏格拉底式辅导员”，即通过提问引导学生而非直接给出解题步骤。其次，评估体系将发生根本性变革。教育机构可能会大幅削减线上作业在成绩评估中的权重，转而提升闭卷考试、线下实操或口头辩论的比例，以对抗“外包”行为带来的虚假高分。这意味着科技教育产业需要开发更多基于过程追踪的评价系统，例如分析学生在完成作业时的思维轨迹、停留时长和修改记录，而不仅仅是查看最终的正确率。 最后，教育服务商将重新定义自己的角色。未来成功的教育产品，可能不再是让学生“更快完成学习”，而是让学生在与 AI 的交互中，通过更高的认知投入获得更深层的理解。