AI最突出的特点就是速度：题目能瞬间解答，方案能快速生成。然而，一旦失去AI的支持，我们还能独自完成多少任务？2026年的三项新研究，从独立作答、长期练习和使用顺序三个维度进行了实验。一起来看看。
假如你被要求完成十五道分数运算题。前十二道题，屏幕旁有一个AI助手，随时可用，随时可问。做到第十三题时，助手消失，没有任何提示。
剩下的三道题，你还能解决吗？
Liu及其合作者正是开展了这样一组随机实验。三项实验共招募了1222人，前两项涉及分数题，第三项改为SAT式阅读理解，设计一致：练习时，一组可以使用AI，另一组不能。测试时，所有人都只能独立作答。
论文首页（arXiv版）。来源：arXiv:2604.04721；已收录于COLM 2026
结果非常明确：在第一项实验中，练习时可以使用AI的人，一旦助手被撤走，平均答对比例仅为0.57，而从头到尾独立完成的人则是0.73。他们跳过不做的题目数量也几乎是前者的两倍。
第一项实验在样本筛选上存在一些瑕疵，研究者在第二项实验中进行了修正，但差距依然存在。换成阅读理解任务后，模式再次出现。整个练习过程不过十来分钟，差距就已显现。
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
为什么这么快就出现了差距？Liu团队提出了两种解释。其一，AI的即时回答改变了个体对“一道题应该花费多长时间”的预期，导致自己思考显得格外费力，越费力就越想交给AI。其二，AI省去的正是学习过程中那段有益的挣扎。没有挣扎，人就无法准确评估自己的能力，支撑坚持的自我认知也会失准。这两种解释哪个是主因，现有实验尚未区分。
第二项实验还记录了人们如何使用AI。超过六成的人直接向AI索要答案，论文中记录的一条真实输入只有一个词：“answer?”。另有约四分之一的人主要寻求提示。撤走AI后，索要答案的人平均答对比例为0.65，而寻求提示的人为0.76。用法并非随机分配，这只能算作一条相关线索，但它将问题从“用不用AI”转变为“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
十年数据里的同一道坎
实验室中的十分钟，在真实学习环境中会累积吗？
另一组研究者分析了数学练习平台ALEKS从2015年到2025年、约320万次的学习记录。题目分为两类：文字应用题，整题复制给聊天机器人即可获得答案，属于“AI易用”；必须在平台上拖动图表作答的，属于“AI难用”。
研究者估计，在ChatGPT面世后，大学生在AI易用题上的学习时间，比AI难用题少了26.9%（十一个季度累计）。高中生少了31.3%，初中生少了9%，五年级学生则没有变化。
学生们只是变得更高效了吗？为了排除这种可能性，研究者比较了监考和不监考两种情况。不监考时，易用题的作答时间持续下降；监考时，这种趋势几乎消失。如果学生普遍变得更高效，两种环境下的作答时间应该同时变快。平台还会隔一段时间、在监考条件下插入学过的题目，检验学生是否还记得。在这类题上，易用题的答对赔率也比难用题低。
这组结果只能算作旁证：论文尚未经过同行评审，数据也没有直接记录谁使用了AI。但它与实验室结果指向同一方向：省下来的时间，可能连带省掉了一部分学习。
那是否意味着AI有害学习？不能这样断言。2026年发表的一项元分析汇总了35项实验、4193人，发现设计得当的ChatGPT教学，确实能改善所测量的学习结果。两类研究测量的并非同一件事：元分析关注的是使用AI学习时的成绩，而前面的研究关注的是撤走AI后还能独立完成多少。
换一个顺序
有没有一种用法，既能节省时间，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，提供了一条初步路径。
196名大学生为一款毛绒玩具设计改进方案，分为三组：第一组不使用AI，第二组随意使用ChatGPT，第三组按照固定顺序：先花三分钟独立构思点子，再用六分钟请ChatGPT协助修改，最后三分钟自己收尾。第三组还获得了提问模板，每个问题都从自己的点子开始：“我的点子是XX，怎样改得更好？”“还能怎样更原创？”
第一轮，随意使用ChatGPT的一组明显领先，原创性得分4.08，不使用AI的一组仅为3.06，先想后问的一组为3.30。先想后问的一组第一轮得分较低，这是换顺序的代价。
第二轮换了一个更复杂的新任务：独立设计一款帮助成年人学习外语词汇的游戏，所有人都不能使用AI。这一次，结果不同了。随意使用的一组跌至2.69，与不使用AI的一组（2.63）相差无几，第一轮的优势完全没有延续。先想后问的一组以3.42的成绩高出其余两组。
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
差别出在哪里？两组向ChatGPT提问的次数相近，区别在于提问前是否先给出自己的想法。随意使用的一组，70.9%的提问属于单向索取，其中近六成未给出自己的想法，直接让ChatGPT出创意。先想后问的一组，88.6%的提问都在用自己的想法与AI来回打磨。
不过，先想后问目前只有这一项实验直接检验过，而且它包含了先想、限时、模板几个环节，哪个环节起了作用，还难以区分。
先想，后问
“先想后问”与认知科学中的两条规律相符：生成效应与必要难度。
一条是生成效应。1978年，心理学家斯拉梅卡（Norman Slamecka）与格拉夫（Peter Graf）发现，自己想出来的东西，比直接看到的记得更牢。
一条是必要难度。1994年，心理学家罗伯特·比约克（Robert Bjork）提出这一概念，此后他与伊丽莎白·比约克（Elizabeth Bjork）多年研究发现，在不少条件下，练习时多费的那份劲，换来的是日后记得住、用得上。
就像健身，请人替你举杠铃，杠铃是上去了，肌肉却不会长在你身上。
所以，使用AI时，值得多问自己一句：如果撤掉AI，我还能独立做出来吗？一个简单的办法是：答案成形之前，先自己想出一个方案，哪怕粗糙；再请AI挑毛病、给反例、帮着改。
AI省时间的本事只会越来越大。省下的是无谓的等待，还是那段非省不可的挣扎，得由你自己决定。
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.
本文来自微信公众号“开智学堂”（ID：openmindclub），作者：倡导元学教育的，36氪经授权发布。爱游戏体育入口提醒，在利用AI工具时，保持独立思考至关重要。
