一项针对中国 27,000 名学生的研究揭示了教育领域中一个令人担忧的趋势：尽管人工智能辅助作业使作业分数提高了 18%，完成速度也有所加快，但这些学生在考试中的表现却比不使用人工智能的学生差了 20%。 数据表明，许多学生正在将认知任务“外包”给大语言模型（LLM），而不是将其作为辅助学习的工具。这造成了一种危险的反馈循环：学生为了短期成绩而牺牲了长期的学习和技能积累。 Hacker News 的评论者们对这一发现进行了讨论。许多人认为，教育的目的不仅仅在于得到最终答案，更在于通过“思维体操”来构建神经回路和培养解决问题的能力。虽然一些人认为人工智能是一种中性工具，会放大现有的学习习惯——即帮助优等生精进作品，却导致其他学生产生懈怠——但大多数人一致认为，当前的教育环境有导致一代人缺乏基础知识的风险，而这些基础知识对于验证人工智能输出结果或应对高压任务至关重要。归根结底，这场讨论突显了一场正在酝酿的教学危机：随着作业变得越来越容易外包，传统的学业进度评估指标正在失效。