“关于AI与孩子学习”:斯坦福报告说了什么?目前最严谨的研究给出了这些答案
最近AI和教育的话题越来越多，各种说法也越来越杂。有人说AI会毁掉孩子的学习能力，影响孩子大脑的思考；有人说AI是未来必须掌握的工具，现在不用以后孩子将会无法适应AI时代，导致孩子们毕业即“失业”。反正各种说法纷纭吧，介于我是15年左右的AI从业者和有着3年的教育教龄经验的两重身份，既有对于AI未来的理解，也有对于孩子们使用AI工具时的一些表现观察，所以对于这个问题我一直有一些零散的思考，但一直没有总结出来。这次看到了斯坦福大学SCALE Initiative实验室发布的一份研究报告《The Evidence Base on AI in K-12: A 2026 Review》，这个组织就是斯坦福大学专注于教育规模化与公平性的研究与实践项目，可以说在“AI和孩子学习”这方面领域里应该是世界上所有知名大学项目里的标杆，具有很强的权威性。这篇报告实际上是一个权威论文的合集观点，但研究人员是chatGPT出现以来，从800多篇相关论文里，筛选出了20篇有对照实验、能够支持因果推断的研究。简单点儿说，这20份权威报告选取论文是及其严苛的，必须是有科学实验，能真正证明“用了AI → 学生成绩 / 能力提升” 的因果关系，而不是相关性或主观感受。它尽量在回答一个具体的问题：AI对学习，到底产生了什么可以被验证的影响。我把里面我觉得最值得大家了解的发现整理出来，尽量说得直白一些。关于孩子：AI能提升表现，但"表现"不等于"学会了"
报告里有一个发现，我觉得是整份报告最核心的地方。研究普遍发现，当学生可以使用AI时，他们在数学练习、编程项目、写作任务上的即时表现会显著提升。但是当AI被拿走之后，这种提升并不稳定。其中一项研究发现，使用通用AI学习的学生，在没有AI辅助的独立考试中，成绩比完全不用AI的学生低了17%。也就是说，有AI的时候做得更好，但没有AI的时候，反而更差。虽然人工智能可以降低学生感知到的学习难度、提升完成流畅度，但这一效果，可能是以削弱独立推理能力、降低知识掌握质量为代价换来的。这个发现能够说明很重要的一个问题：不是AI没用，而是AI提升的可能只是"借助工具完成任务"的能力，而不是知识本身在脑子里扎根的深度。报告里还有一个发现：使用通用AI做研究的学生，写出来的推理和论证质量，比使用传统搜索引擎的学生更差。另一项研究发现，用AI辅助写作的学生，大脑活跃度更低，事后的记忆和回忆能力也更弱。除了减少不必要的认知负担之外，部分 AI 工具同时也会削减具有学习价值的认知努力。学生往往更喜欢让学习变得更轻松的 AI 工具，但参与具有认知挑战性的任务，通常才能带来更好的长期记忆与知识迁移效果。
用一句话总结：AI降低了认知负担，提升了完成任务的体验，但同时也削弱了深度思考、记忆力和元认知能力。报告这里有一个区分，不是所有AI工具对学习的影响都一样。研究发现，带有教学护栏的专用辅导AI，效果远优于直接给答案的通用AI。什么叫教学护栏？就是AI不直接给你答案，而是给你提示、引导你一步步思考、问你问题。最典型的例子就是可汗学院的kehanminggo，每次你问问题，他都会引导你一步步自己得到答案。其实这个和我们自己辅导孩子也是一样的，你直接喂给孩子答案效果肯定比不上孩子自己思考，掌握这个知识点记得牢靠，这也是人的学习过程。有一项研究专门对比了三种情况：用通用AI学习、用专用辅导AI学习、用课本自己学习。结果发现，用通用AI的学生在独立考试中表现最差，用专用辅导AI的学生和用课本的学生差不多，没有明显差距。关于老师：AI对教师是更纯粹的工具
相比学生，AI对教师的影响要清晰得多，方向也更正面。研究发现，使用AI备课的老师，每周大约节省25分钟，备课时间减少约30%，但课程质量没有下降。还有的研究发现，AI提供的自动化反馈和诊断，帮助教师把课堂提问质量提升了20%，学生满意度也随之提升。这里面有一个发现是值得关注的：AI对经验不足、评分较低的教师，帮助最大。在一项大规模实验中，使用AI辅助的有经验的教师，学生知识点掌握率提升了4个百分点，而对于经验不足的教师，这个数字最高达到9个百分点。这背后有一个逻辑：经验丰富的老师已经有了自己的教学体系，AI是锦上添花。经验不足的老师，AI可以快速填补能力空缺。这里有一个问题跟大家讨论：这些经验丰富的老师，他们的知识体系是怎么来的？
是在没有AI的环境里，靠自己读书、思考、试错、积累，一点点建构起来的。正是因为这个体系是自己长出来的，而不是由AI灌入的，他们才有能力判断AI说得对不对，才知道什么时候用、怎么用、哪里不能用。
而今天的孩子，正在经历的，就是在AI工具唾手可得的状态下，怎么去构建自己的知识体系。下一篇，我会从这个现象出发，聊聊作为家长，怎么看待AI和孩子学习之间的关系，大家可以留意一下。
写在最后
最后，我觉得这份报告最难得的，是它的严谨。在800多篇相关论文中，研究团队最终只选取了20篇符合研究标准、能够支持因果推断的结果。而即便是在这20篇研究中，大部分也只集中在数学学习和短期任务。对于更复杂、更长期的问题，比如教育公平、学生心理健康、学习迁移能力，以及AI素养的培养，目前几乎都没有可靠的研究结论。
也就是说，我们正在用一个变化极快的工具，影响一件极长期的事情，但我们对它的理解，其实还很有限。但有限不等于没有价值，这20篇研究已经在告诉我们一些值得认真对待的信号：AI提升的，到底是孩子的能力，还是孩子使用工具的能力？这两件事，表面上很像，但本质上完全不同。下一篇，我想结合这篇报告的发现和我在课堂上的一些真实观察，聊一个更具体的问题：孩子，到底该怎么用AI？
