作者 | 代泽西

AI，尤其是以ChatGPT，豆包，Deepseek为代表的生成式大语言模型，在不知不觉中已经成为我们学习生活中必不可少的工具：

作业绞尽脑汁写不出来？AI深度思考一下；

英文文章生僻词太多看不懂？AI全文翻译一下；

随时随地，耐心解答，又高效又便捷。那么，AI助攻学习是百利而无一害的吗？非也非也，AI助攻我们的同时也可能给我们挖坑。下面让我们一起了解一下AI跟学习之间的爱恨纠葛。

（图源网络，侵删）

我的学习表现提高≠我的学习提高

首先，我们随机抓一个大学生，如果问TA，AI能否提高做作业的效率，答案往往是肯定的。接着如果问TA，AI能否帮TA理解更深，掌握更好，答案就可能会发生微妙变化了。

心理学家对第二个问题打个了问号。

这两个问题背后是“学业表现”和“学习”之间的差异，学业表现往往是任务执行过程中可观察的外部行为，受到外部因素和支持影响；相较来说，学习更多是经验引起的知识和行为持久变化，并能够独立保持和转移。

目前的研究证据更多回答了第一个问题，2025年发表在《Computer & Education》上的一篇文章，分析了2023、2024年发表的69项ChatGpt在教育方面的研究，得出结论是AI能够显著提升从小学到大学学生的“学业表现”，并且效应量不低，也就是，不仅能提升学业表现，提升的还不少。

但是对于第二个问题，目前这些研究大多基于即时任务“学业表现”的成功，并不真正代表“学习”。

2025年6月一项针对高中生的最新研究发现，在解决数学问题时，允许使用 GPT-4 可以显著提高学生的表现。但当访问权限随后被取消时，学生的表现实际上会比从未获得过访问权限的学生更差。

此外，2024年的一篇研究通过对494名大学生三次追踪问卷研究发现，当学生面临较高的学业负担和时间压力的时候，更愿意使用GPT。但与此同时，使用ChatGPT容易产生拖延和记忆丧失的倾向，并且绩点更低。

所以看来，AI辅助学习过程中学习表现提高并不总是等于学习提高了。听起来是不是有点像“考前抱佛脚”——临时抱佛脚取得的好成绩，并不意味真的就会了。

（图源网络，侵删）

二、为什么会这样？

考前抱佛脚不代表真正学会比较好理解，因为长时记忆的形成需要适当的重复和强化。人总不可能一天吃成个胖子。那AI辅助学习为什么也会有这个困境呢？

一个被广泛讨论的原因是AI依赖。对AI的过度依赖被证明和批判性思维存在强负相关，即对AI的过度依赖往往伴随更低的批判性思维能力。

而这种关联很大程度上源于大脑的认知卸载。认知卸载指的是个体将认知任务委托给外部辅助工具，从而减少自身深度认知参与的程度。认知卸载其实可以涉及很多工具，小到笔记本，大到电脑，都可以用来减轻认知负荷，提高我们的认知效率。

但是大语言模型和传统的工具有一些不同。

在面对一个复杂任务的时候，AI能够自动化处理更多种类的任务（如资料查找、初步计算、草稿生成），从而更有效降低学习者的认知负荷，提高认知流畅性。一项综合62项研究的元分析也支持了这一点。但是也正因为如此，认知负荷过分降低，就可能导致两个结果，（1）挑战不足，学习者对信息深层加工不够；（2）个体夸大自己对新概念新任务的理解。

通俗点讲可以说是它回答太快太好了，个体一不小心，就把自己“深度思考”的权利让渡过去了。

而且享受了AI“又快又好”的回答后，很多人主动投入学习的动机还会进一步下降：比如我辛辛苦苦读了20篇文献才写出来一篇科普文章，AI深度思考60s就完成了。这样一看，还不如不学了，到时候都让AI生成得了。

（图源网络，侵删）

三、我们该如何好好利用AI

看到这，你可能有点不安，原来不知不觉AI已经对我们的学习造成了那么多影响。但AI参与学习与教育已经是不可逆的浪潮，或许我们更需要思考的是如何将即时任务表现转换为长期学习。那有什么办法能尽量帮助我们享受AI学习好处的同时，尽量避免掉这些劣势呢？

有关元认知的研究为我们提供了思路：元认知指的是“思考自己的思考”，包括计划、监控和调节策略。典型的元认知过程比如自己这个知识点学会没有，哪种方法对自己效果最好。

这种能力被认为在信息爆炸的AI时代的学习中至关重要。2025年一篇实证研究也发现，元认知策略使用越高的人，越能够通过AI使用增强自己的认知工作资源，从而间接提高自身的创造力。

那具体该怎么做呢？可以试试以下三点。

1.提高对自身的觉察，平常学习时候可以有意观察自己情绪波动，注意力走向来判断。比如：哦，我这会儿又在走神，或者说这个学习项目给我压力很大。

2.多利用反馈，比如学习过程中除了和AI交互，也可以结合小组互相展示，或者单独做题，通过不同测量和反馈方式，对自己能力会有更准确的认知。

3.创设相关环境，比如给AI设置提示语让它反馈每次回答的信心，提示自己要主动思考，批判性加工。