AI 學習代價兩年後才顯現：2.6 萬名學生數據揭露「外包式學習」的嚴重後果

AI 帶來的學習假象：作業成績高，考試卻慘跌

一份針對 2.6 萬名學生的長期研究揭露了生成式 AI 對教育的隱性衝擊。數據顯示，隨著 DeepSeek V2.5 與 R1 等工具普及，學生使用 AI 的比例從趨近於零飆升至 80%。研究利用「雙重差分法（Difference-in-Differences）」追蹤學生使用 AI 前後的表現，發現一個明顯的模式：作業成績提升 18%，作業完成時間從 64 分鐘縮短至 45 分鐘，但閉卷考試成績卻重挫 20%。

學習損失的滯後效應：兩年才見真章

研究指出，AI 對學習的負面影響並非立即全面爆發。雖然一般考試的成績在半年內就會下滑，但對於中考、高考等高風險入學考試，負面影響會持續累積，約需兩年時間才會達到 18% 至 24% 的衰退幅度。這解釋了為何短期研究往往低估了 AI 對教育的長期損害。

研究作者發現，約 81% 的長期 AI 使用者在作業表現上展現出「外包」跡象：他們能在 50 分鐘內極速完成作業，卻在考試中表現慘烈。相比之下，那些將 AI 作為輔助工具、投入與非使用者相當時間的學生，其考試成績並未受到影響，這顯示 AI 本身並非有害，問題在於學生是否用它來取代獨立思考。

社會科學與資優生受創最重

研究數據顯示，不同學科與族群受到的衝擊程度不一：

• 學科差異：社會科學（政治、地理）受創最深，平均下滑 27%；STEM 學科下滑 22%；英語下滑 17%；中文下滑 9%。
• 族群差異：初中生比高中生受影響更大（24% 對 17%）；男生受到的負面影響大於女生（21.6% 對 18.4%），主要歸因於男生的 AI 使用頻率較高。
• 成績分佈：成績頂尖的學生反而受害最深，下滑幅度達 24%，遠高於後段班學生的 16%。

當學生知道考試時無法使用 AI，他們才會保持學習教材的動力。

教育界應對策略：回歸實體考核

針對此現象，研究建議教育機構應提供學生關於「外包學習」長期代價的具體資訊，並增加實體考試的比重，將評量重心從作業轉向課堂內表現。Anthropic 研究員 Andrej Karpathy 也曾提出類似觀點，主張學校應停止監管 AI 生成的作業，轉而將評分重點放在無法依賴 AI 的課堂測試中。其他來自瑞士商學院及美國、英國大學的研究也證實，將 AI 視為「答案產生器」而非學習工具，會導致認知能力最快退化。