我们是在用 AI 学习，还是用 AI 绕过学习？
AI 最大的优势是快：题目秒解，方案秒出。可一旦 AI 不在身边，我们还能独立完成多少事情？2026 年有三项新研究，分别从独立作答、长期练习和使用顺序三个角度做了实验。一起来看～
假如你被请去做十五道分数运算题。前十二道，屏幕边上有个 AI 助手，随叫随到，想问就问。做到第十三题，助手消失了，一句提示也没有。
剩下三道，你还做得出来吗？
Liu 与合作者做的正是这样一组随机实验。三项实验共招募 1,222 人，前两项做分数题，第三项换成 SAT 式阅读理解，设计都一样：练习时一组可以问 AI，一组不能。测试时，所有人都只能独立作答。
论文首页（arXiv 版）。来源：arXiv:2604.04721；已收录于 COLM 2026
结果很清楚：第一项实验里，练习时可以问 AI 的人，助手一撤走，平均答对比例只有 0.57，从头到尾自己做的人是 0.73。他们跳过不做的题也多出将近一倍。
第一项实验筛选样本时有一处瑕疵，研究者在第二项实验里做了修正，差距依然存在。换成阅读理解，模式再次出现。整个练习不过十来分钟，差距就已经出现。
数据出自 Liu et al. 实验 1（撤走 AI 后三题的平均答对比例与跳题率）；COLM 2026
为什么这么快就出现落差？Liu 团队提了两种解释。其一，AI 的秒答改变了人对「一道题该花多久」的预期，自己动脑于是显得格外费劲，越费劲越想交给 AI。其二，AI 省掉的，恰好是学习中那段有益的挣扎。没有挣扎，人就摸不清自己能做到哪一步，支撑坚持的那份自知也跟着失准。两种解释哪个是主因，现有实验还没有分开。
第二项实验还记录了人们怎么用 AI。六成以上的人直接问 AI 要答案，论文里记录的一条真实输入只有一个词：「answer?」。另有约四分之一的人主要要提示。撤走 AI 后，要答案的人平均答对比例是 0.65，要提示的人是 0.76。用法不是随机分配的，这只能算一条相关线索，但它让问题从「用不用 AI」变成了「怎么用 AI」。
论文作者之一、《算法之美》作者 Brian Christian（牛津大学）。图源：牛津大学实验心理学系官网
十年数据里的同一道坎
实验室里的十分钟，在真实的学习中会不会累积起来？
另一组研究者翻出了数学练习平台 ALEKS 从 2015 年到 2025 年、约 320 万次的学习记录。题目分为两类。文字应用题，整题复制给聊天机器人就能拿到答案，算「AI 易用」；必须在平台上拖动图表作答的，算「AI 难用」。
研究者估计，ChatGPT 面世之后，大学生在 AI 易用题上的学习时间，比 AI 难用题少了 26.9%（十一个季度累计）。高中生少了 31.3%，初中生少了 9%，五年级学生没有变化。
学生们只是变高效了吗？为了排除这种可能，研究者比较了监考和不监考两种情形。不监考时，易用题的作答时间持续下降，监考时，这条趋势几乎消失。如果是学生普遍变高效，两种环境本该一起变快。平台还会隔一段时间、在监考下插入学过内容的题目，检验学生是否还记得。在这类题上，易用题的答对赔率也比难用题低。
这组结果只能算旁证：论文尚未经过同行评审，数据也没有直接记录谁用了 AI。但它和实验室的结果指向同一个方向：省下来的时间，可能连带省掉了一部分学习。
那是否意味着 AI 有害学习？不能这么说。2026 年发表的一项元分析汇总了 35 项实验、4193 人，发现设计得当的 ChatGPT 教学，确实能改善所测量的学习结果。两类研究测量的不是同一件事：元分析看的是用 AI 学习时的成绩，前面几项研究看的是撤走 AI 后还能独立完成多少。
换一个顺序
有没有一种用法，既省下时间，又能真正学会？
新加坡研究者 Sarah Shi Hui Wong 与 Sophia Xuefei Qiu在《教育心理学评论》上发表的一项随机实验，给出了一条初步的路。
196 名大学生为一款毛绒玩具想改进方案，分成三组：第一组不用 AI，第二组随意使用 ChatGPT，第三组按一套固定顺序：先花三分钟独立想出自己的点子，再用六分钟请 ChatGPT 帮着改，最后三分钟自己收尾。第三组还拿到了提问模板，每一问都从自己的点子开始：「我的点子是 XX，怎样改得更好？」「还能怎样更原创？」
第一轮，随意使用 ChatGPT 的一组明显领先，原创性得分 4.08，不用 AI 的一组只有 3.06，先想后问的一组 3.30。先想后问的一组第一轮得分较低，这是换顺序的代价。
第二轮换了一个更复杂的新任务：独立设计一款帮成年人学外语词汇的游戏，所有人都不能用 AI。这一次，结果不同了。随意使用的一组跌到 2.69，和不用 AI 的一组（2.63）差不多，第一轮的优势一点没带进来。先想后问的一组以 3.42 高出其余两组。
数据出自 Wong & Qiu 2026（专家盲评原创性均值，1–7 分）；第二轮是更复杂的新任务，与第一轮题目不同
差别出在哪里？两组向 ChatGPT 提问的次数差不多，区别在于提问前有没有先给出自己的想法。随意使用的一组，70.9% 的提问属于单向索取，其中近六成没给出自己的想法，就直接让 ChatGPT 出创意。先想后问的一组，88.6% 的提问都在拿自己的想法和 AI 来回打磨。
不过，先想后问目前只有这一项实验直接检验过，而且它包含先想、限时、模板几个环节，哪个环节起了作用，还分不清。
先想，后问
「先想后问」与认知科学里的两条规律相符：生成效应与必要难度。
一条是生成效应。1978 年，心理学家斯拉梅卡（Norman Slamecka）与格拉夫（Peter Graf）发现，自己想出来的东西，比直接看到的记得更牢。
一条是必要难度。1994 年，心理学家罗伯特·比约克（Robert Bjork）提出这个概念，此后他与伊丽莎白·比约克（Elizabeth Bjork）多年研究发现，在不少条件下，练习时多费的那份劲，换来的是日后记得住、用得上。
就像健身，请人替你举杠铃，杠铃是上去了，肌肉却不会长在你身上。
所以，用 AI 时，值得多问自己一句：如果撤掉 AI，我还能独立做出来吗？一个简单的办法是：答案成形之前，先自己想出一个方案，哪怕粗糙；再请 AI 挑毛病、给反例、帮着改。
AI 省时间的本事只会越来越大。省下的是无谓的等待，还是那段非省不可的挣扎，得由你自己决定。
参考文献
Liu, G., Christian, B., Dumbalska, T., Bakker, M. A., & Dubey, R. (2026). AI assistance reduces persistence and hurts independent performance. In Proceedings of the Conference on Language Modeling (COLM 2026). arXiv:2604.04721.
Wong, S. S. H., & Qiu, S. X. (2026). Think first, ChatGPT later: Guiding human–AI collaboration for learning gains in independent human creativity. Educational Psychology Review, 38, Article 45. https://doi.org/10.1007/s10648-026-10118-7
Rismanchian, S., Uzun, H., Matayoshi, J., Cosyn, E., & Kurd-Misto, E. (2026). Faster completion, less learning: Generative AI reduced study time on math problems and the knowledge they build (arXiv:2605.21629) [Preprint]. arXiv.（未经同行评审）
Wu, X., Zhu, P., Zhang, J., Yin, M., & Wang, Y. (2026). ChatGPT's impact on student learning outcomes: A meta-analysis of 35 experimental studies. Humanities and Social Sciences Communications, 13, Article 684. https://doi.org/10.1057/s41599-026-07019-z
Slamecka, N. J., & Graf, P. (1978). The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 592–604.
本文来自微信公众号“开智学堂”（ID：openmindclub），作者：倡导元学教育的，36氪经授权发布。