有趣的事

多项研究显示学生用 AI 成绩出现两极分化,背后原因是什么?

学生使用 AI 后成绩出现两极分化,通常不是“AI 本身让一部分人变聪明、另一部分人变差”,而是同一工具放大了原有的学习方式、基础差异和使用条件。

关键区别在于认知过程有没有发生:把 AI 当作答案机,直接复制解题步骤或成文结果,短期可能交得更快,却少了提取、推理和自我检查;遇到换题或闭卷考试时,知识不容易迁移,甚至会因错误答案而形成误解。相反,把它用作随问随答的辅导——先独立尝试,再要求提示、反例和逐步解释,最后合上工具复述或做一道变式题——能及时暴露盲点并增加有效练习,基础较好或自我调节能力较强的学生尤其容易从中获益。

基础知识也很重要。懂得领域概念的人更能判断回答是否可靠、提出具体问题并修正输出;基础薄弱的人若无法核验,可能把流畅但不准确的内容当成事实。再加上提示能力、可用设备与网络、教师是否设计了过程性评价,以及学生是否有时间和动力反复练习,收益自然不均。

因此,分化更像是“学习策略 × 先验基础 × 使用环境”的结果,而非简单的使用与否。要缩小差距,教学上应明确允许和禁止的用途,要求学生展示思路、核查关键结论,并安排不依赖 AI 的迁移练习;评价时看理解和修订过程,而不只看最终成品。衡量 AI 是否有帮助,最好比较一段时间后的独立完成能力,而不是只看一次作业速度或分数。

相关阅读