AI提高成绩，却未必提高学习：生成式AI进入课堂后的真实挑战
成绩飙升背后，学习可能悄悄溜走
一项围绕GPT-4进课堂的实地实验，给出了让教育者既兴奋又不安的数据。学生在完成学习任务时被允许使用AI：当他们用标准AI界面，任务成绩平均提升48%；当改用专门设计的教学界面，成绩提升甚至达到127%。看起来，AI简直是学习的神器。
但实验没有停在“成绩提升”这一步。研究者随后移除了AI工具，让同一批学生独立完成类似任务——结果，这些学生的成绩不升反降，跌幅约17%。报告用一句话概括了这个矛盾的结局：成功完成任务并不自动意味着学习已经发生。
换句话说，AI可以帮学生更快交出一份漂亮的答案，却未必帮学生真正理解背后的知识。当学生依赖AI直接给出结论时，AI实际上替代了原本属于学生的认知努力。那种“效率提升”越明显，长期来看，学习能力被削弱的隐患就越大。这就像用导航走了一千次路，却依然说不清两条街之间的方向关系。
因此，教育领域的AI设计需要切换思路。研究者提出，与其让AI当“答题器”，不如让它当“提问者”——通过苏格拉底式提问系统，AI不断追问，引导学生一步步形成自己的理解；在协作学习中，AI帮忙梳理讨论思路，而不是抛出一个标准结论。这些设计的目标，不是提高任务完成速度，而是激活学习过程本身。
教师没有被取代，但工作方式正在被重写
公众常常担心生成式AI会取代教师，但OECD报告指出，AI对教育体系的第一波冲击，落在教师的工作方式上。教师的日常时间大量消耗在备课、找资料、批改作业和评价反馈上，而这些恰好是AI的强项。
一项英国研究显示，中学科学教师用AI工具准备课程和教学资料时，相关工作时间减少了约31%。在在线教学环境中，AI还能帮教师分析学习数据，更快锁定学生的困难点。在一些实验项目中，经验较少的辅导教师在AI支持下，所带学生的课程通过率提高了9个百分点。
AI与教师的协作呈现出几种典型模式：生成教学材料、分析课堂互动数据、提供实时教学建议。共同点是——AI不是替代教师，而是放大教师的能力。但OECD同时提醒，如果AI被过度用于教学设计或作业评价，教师的专业判断力可能被慢慢架空。所以报告提出一个关键原则：AI在教育中的角色应该是“增强教师能力”，而不是“自动化教师工作”。
教师的角色因此变得更复杂，而不是更轻松。在复旦大学的一次讨论中，软件工程教师彭鑫说，人工智能对人的能力的影响不是加法，而是乘法。他观察到，那些在AI帮助下仍然坚持自己掌控软件分析设计、深入理解并验证代码的同学，往往能更好地掌握工程基础；而在成长期过早脱离设计和编码、省掉推敲和思考过程的人，很难形成良好的工程品味与判断力。
作业设计成了新的战场：如何让学生“绕不开”思考
AI进入课堂后，最让教师头疼的环节是作业。如果作业设计得不好，学生可以从头到尾用AI搞定，那学习效果就悬了。复旦的写作课教师李轶男发现一个“反常”现象：人工智能并不会平均、普遍地提升文章质量。学生越具备基本的写作和思维能力，越能借助AI提升水平；学习内驱力越强，收获越大。反之，基础弱、动力弱的学生，AI帮不了他们太多，甚至可能让他们更被动。
于是，作业设计成了教学改革的前线。彭鑫在软件工程课程中，鼓励学生使用AI，但同时把任务难度和验收标准一起拉高。学生小组协作完成规模更大、难度更高的软件开发项目后，需要接受阶段性验收——讲清代码逻辑，并且能够手工修改代码。任务难度不断提高，学生渐渐意识到工程能力的重要性。
写作课则回归到人与人对话。李轶男的课程要求教师与每名学生进行两轮一对一“面批”，不仅讨论AI使用的策略和效果，还要学生复盘自己的学习过程。把技术工具暂时放到一边，既可以预防对AI的不当使用，也能帮助学生重新理解写作的价值。评价制度也随之调整：单次论文和课后作业的比重适度降低，课堂表现、阶段性修改、口头答辩、项目实践和过程档案占据更重要的位置——只有评价整个学习过程，教师才能判断学生是否真正理解，而不是仅仅交出了一份漂亮文本。
警惕“过度依赖”与“数字鸿沟”：治理框架不能缺位
OECD报告列出了生成式AI进入教育必须面对的三重风险。首先是过度依赖：学生大量使用AI工具，可能减少主动思考，削弱深度学习能力。其次是数据隐私：教育系统沉淀了大量学生数据，生成式AI的训练和优化需要数据，二者之间必须建立严格保护机制。第三是算法偏见与教育公平：不同国家和地区数字基础设施差距巨大，如果AI教育资源分布不均，技术不但不缩小差距，反而可能扩大教育不平等。
对此，不同角色给出的药方有交集也有侧重。科大讯飞董事长刘庆峰强调，应制定适当的政策和伦理规范，建立风险防范机制，通过技术防控、制度约束、文化自觉三重监管，在发展中动态平衡创新与规范。华南师范大学教授焦建利则建议，学校应加强师生学术诚信教育，制定具体可操作的AI教育应用指南，同时采购AI检测软件辅助教师识别不当使用。还有学者提出分层监管机制：低风险应用简化审批以鼓励创新，涉及人机深度互动、情感计算等高敏感领域则需专家复核与跟踪审查。
但治理不能只靠“堵”。焦建利提醒，就像蒸汽机令传统纺纱工人下岗一样，技术替代人力是历史趋势。不过，人工智能和机器人不会让教师下岗，善用AI的教师一定会让故步自封的教师“下课”。教师需要的是“AI掌控感”，而不是被动适应——只有亲自使用，才能知道AI在哪些问题上表现出色、在哪些领域容易犯错，也才能设计出既允许学生使用、又不能被机器轻易替代的任务。
教育的底线：不是禁止AI，而是守住人的主体性
面对AI，欧美高校曾走过“全校性禁令”阶段，如今禁令正细化为课程和考核中的具体限制。2025年7月，美国东北大学发布教学指南，明确保留任课教师禁止学生使用AI的权力；伦敦大学城市圣乔治学院规定，考核中默认学生不得使用生成式AI，除非教师明确许可；2026年，芝加哥大学法学院甚至宣布一年级核心课程原则上禁用笔记本电脑、平板电脑和手机，考试也不得接入互联网。
这些措施的理由很充分：维护学术诚信，保护基础阅读、写作和推理能力。但《中国科学报》刊发的评论提出了一个至关重要的区分：教育要守住的是人的主体性，而不是把学生安置在技术尚未出现的环境中。学生最终要进入真实世界，而真实世界不会为了保护他们的传统能力而停止使用AI。大学若只教会学生避开AI，却没有教会他们识别AI、质疑AI、修正AI和驾驭AI，就没有真正完成面向未来的教育。
因此，结论并非“让AI离课堂越远越好”，而是“让AI在教师指导下进入课堂，才能被公开审视”。只有学生亲眼看机器的错误和边界，只有大学建立清晰细致的规则，AI使用才能从隐蔽走向透明，从代替思考转向促进思考。教育真正需要防止的，不是学生拥有工具，而是学生失去主体性；不是机器参与写作，而是人放弃判断；不是AI进入课堂，而是学生把思考、选择和责任全部交给AI。技术本身不会自动改善教育，真正决定AI价值的，是教育系统如何设计AI的使用方式。