AI撤走后还能做对多少？三项实验与320万条记录给出答案

AI最拿得出手的本事是速度：题目几秒就能解出来，方案几秒就能生成。问题是，一旦哪天手边没有AI，我们还有多少事能靠自己完成？2026年有三项新研究，实验分别从独立作答、长期练习、使用顺序这三个角度切入。

设想有人请你做十五道分数运算题。前十二道，屏幕旁边有个AI助手，随时能问。做到第十三题，助手突然没了，一点提示都没有。

那剩下三道，还做得出来吗？

Liu和合作者做的正是这样一组随机实验。三项实验一共招募1,222人，前两项做分数题，第三项换成SAT式阅读理解，设计相同：练习阶段一组可以问AI，一组不能问。到了测试阶段，所有人都只能独立作答。

这是论文首页的arXiv版。来源：arXiv:2604.04721；已收录于COLM 2026

结果很明确：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了将近一倍。

第一项实验在筛选样本上留了一处瑕疵，研究者在第二项实验里补上了这个漏洞，差距仍旧在。换到阅读理解，同样的模式又冒了出来。整场练习也就十来分钟，落差已经看得见。

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

落差为什么来得这么快？Liu团队给出两种解释。一种说法是，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，越费劲越想推给AI。另一种说法是，AI省掉的恰恰是学习中那段有益的挣扎。没有挣扎，人就摸不清自己能走到哪一步，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。

第二项实验另外记下了人们使用AI的方式。超过六成的人张口就向AI讨答案，论文里收录的一条真实输入只有一词：「answer?」。还有大约四分之一的人以要提示为主。把AI撤走之后，讨答案的那批人平均答对比例是0.65，要提示的是0.76。这种用法并非随机分配，所以它只能算一条相关线索，不过它把问题从「用不用AI」推到了「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

[标题] 十年数据里的同一道坎

实验室里的十分钟，放到真实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」。

研究者做完统计发现，ChatGPT出现以后，在AI容易上手的题目上，大学生的学习时间比AI难上手的题目少了26.9%（十一个季度累计）。高中生少了31.3%，初中生少了9%，五年级学生没变化。

学生会不会只是效率变高了？为把这层可能排掉，研究者把监考和不监考两种情形拿来对比。不监考的时候，易用题的作答时间一路往下走；一监考，这条往下走的线基本就没了。要是学生整体变高效，两种环境下本该同样变快。平台还会隔一阵子、在监考状态下插进学过内容的题目，看学生记不记得住。在这类题上，易用题的答对赔率同样低于难用题。

这组结果只能当旁证看：论文还没过同行评审，数据里也没直接记下谁用了AI。可它和实验室得出的结论朝着一个方向：省下来的时间，或许连一部分学习也一起省掉了。

这是否说明AI对学习有害？话不能这么讲。2026年发表的一项元分析汇集了35项实验、4193人，结论是设计合理的ChatGPT教学确实能改善所测的学习结果。两类研究测的不是一回事：元分析看的是借助AI学习时的成绩，前面那几项研究看的是撤掉AI后还能独立做多少。

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。

研究者让196名大学生给一款毛绒玩具提改进方案，分成三组：第一组不碰AI；第二组随便用ChatGPT；第三组按一套固定流程走——先用三分钟自己想点子，再花六分钟让ChatGPT帮忙改，最后三分钟自己收尾。第三组还拿到一份提问模板，每一问都从自己的点子起头：「我的点子是XX，怎样改得更好？」「还能怎样更原创？」

第一轮里，随便用ChatGPT的那组明显跑在前面，原创性得分4.08，不碰AI的组只有3.06，先想后问的组3.30。先想后问的组第一轮分数偏低，这就是换顺序要付的代价。

第二轮换了个更复杂的新任务：独自设计一款帮成年人学外语词汇的游戏，谁都不能用AI。这回结果变了样。随便用AI的那组掉到2.69，跟不碰AI的组（2.63）差不离，第一轮的优势一点没带过来。先想后问的组以3.42压过另外两组。

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

关键差别在提问之前有没有掏出自己的想法，两组向 ChatGPT 发问的次数其实相当。放任随意用的一组里，70.9% 的提问是单向索取，接近六成的人根本没亮出自己的思路，张口就让 ChatGPT 给创意。反过来，先想后问的那组，88.6% 的提问是把自身想法拿去和 AI 反复打磨。只是这套「先想后问」眼下仅有一项实验做过直接检验，况且它揉进了先想、限时、模板好几个环节，究竟是哪一环在起作用，目前还拆不开。

先想，后问

这与认知科学中的两条规律对得上，头一条叫生成效应。1978 年，心理学家斯拉梅卡（Norman Slamecka）和格拉夫（Peter Graf）就发现，自己动脑想出来的内容，比现成看到的东西记得更久。另一条是必要难度，概念由心理学家罗伯特·比约克（Robert Bjork）在 1994 年提出，此后他与伊丽莎白·比约克（Elizabeth Bjork）多年研究得出的结论是：不少情况下，练习时多花的那些力气，换回来的是日后记得住、拿得出。道理跟健身一样——找人替你举杠铃，杠铃是举起来了，肌肉可长不到你身上。

所以用 AI 的时候，不妨多问自己一句：要是把 AI 撤掉，我还能不能独立做出来？办法不复杂——答案定形之前，先自己憋出一个方案，粗糙也没关系；然后再让 AI 挑刺、给反例、帮忙修改。

AI 帮你省时间的能力只会越来越强。省掉的到底是没必要的空等，还是那段非熬不可的挣扎，这个得你自己拿主意。

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.