人工智能时代学校应如何评估学习？

当人工智能几秒钟就能写出一篇及格的作文时，一篇写好的作文就不再能证明学生学到了什么。学校需要评估作业背后的思考，因为记忆研究表明，产出答案所付出的努力，是学习得以牢固的重要原因。

本文面向正在重新思考作业和评估的教师和学校领导。文章说明学生使用增长得有多快、学习科学关于努力说了什么，以及评估过程的实用方法。

有多少学生用人工智能做作业？

比例正在快速上升。皮尤研究中心发现，26%的13至17岁美国青少年用ChatGPT做过学校作业，一年前为13%。大多数人（73%）还没有用过，所以习惯仍在形成，这正是现在就要设定明确期望的理由。

学习中的努力为什么重要？

三项确立已久的发现解释了为什么把作业交给人工智能会削弱学习。

• 生成效应。 1978年，Slamecka和Graf证明，人们对自己生成的信息比只是读过的信息记得更好。写出一个论证，而不只是读一个，本身就是学习它的一部分。
• 必要难度。 Elizabeth和Robert Bjork描述了学习中的某些困难，例如分散学习时间、交错安排主题、自我测验而不是反复重读，它们在当下让学习变慢，却让知识更持久。
• 解释深度错觉。 Rozenblit和Keil发现，人们以为自己对事物运作方式的理解远比实际详细。一个流畅的人工智能回答会强化这种错觉：学生读到了好的解释，便觉得自己掌握了。

关于人工智能与学习，证据说明了什么？

近期研究与此相符。在一项有近1000名高中数学学生参与的现场实验中，Bastani及其同事发现，使用不受限制聊天机器人的学生在练习中表现更好，但在之后不借助它的考试中表现更差。给提示而不是答案的辅导版本基本避免了这种伤害。

Nataliya Kosmyna及其同事的一项较小研究《你的大脑在使用ChatGPT时》测量了54人写作文时的大脑活动。借助人工智能助手写作的人在三组中大脑连接最弱，对自己文章的归属感最低，也难以引用自己写的内容。这是一篇样本较小的预印本，是值得关注的信号，而非定论。

人工智能能反过来支持学习吗？

能，只要有目的地布置。Ethan和Lilach Mollick的《布置人工智能》描述了与学生一起使用人工智能的七种方式，包括作为辅导者、教练、队友，或由学习者来教的“学生”，每种都有各自的风险。分析： 这些方式的共同点是思考仍由学生完成，人工智能负责提问、提示或提出反驳，而不是产出最终作品。

评估应该如何改变？

既评估成果，也评估过程：

• 口头讲出来。 简短的口头检查或课堂讨论能显示学生是否理解自己提交的东西。
• 关键作业在课堂上完成。 在老师能看到思考过程的地方写初稿、解核心题或构思论证。
• 要看过程记录。 笔记、草稿、核查过的来源，以及在允许使用人工智能时所用的提示和学生做了哪些修改。
• 把人工智能作为批评对象。 给学生一个人工智能的回答，请他们找出错误、对照来源核查其说法并加以改进。
• 分散并交错。 定期进行跨主题的低风险小测：这正是能建立持久记忆的必要难度。
• 保留部分不用人工智能的作业。 学生仍需证明自己能在没有帮助的情况下写作、计算和推理，正如计算器没有终结心算。每学期安排几项有监督、不用人工智能的任务，能提供真实的基准，也让在其他地方允许使用人工智能变得公平。

学校下一步该做什么？

1. 为每项任务设定明确的人工智能政策： 不允许、允许但需说明，或作为练习的一部分必须使用。
2. 先重新设计最关键的评估， 让成绩反映学生自己能做到的事。
3. 选择会教的工具。 优先选择给提示和提问的人工智能，而不是直接给答案的。
4. 告诉学生原因。 解释生成效应：亲自完成作业就是学会它的方式，而不是需要跳过的关卡。

关于学校使用人工智能的隐私问题，见课堂里的人工智能：更好的学习还是更少的隐私？。

常见问题

有多少学生用人工智能做作业？

皮尤研究中心在2024年9月至10月的调查中发现，26%的13至17岁美国青少年用ChatGPT做过学校作业，是2023年13%的两倍。

为什么自己动手做能帮助学习？

记忆研究表明，人们对自己生成的信息比只读过的信息记得更牢，这一效应最早由Slamecka和Graf于1978年描述。学习中适度的努力，即研究者所说的“必要难度”，能让知识更持久。

人工智能对学习是有帮助还是有伤害？

两者都有可能。在一项有近1000名数学学生参与的研究中，不受限制的聊天机器人提高了练习成绩却降低了考试成绩；给提示而非答案的辅导工具避免了这种下降。

学生使用人工智能时，老师如何评估学习？

既评估成果，也评估过程：口头解释、课堂上完成的作业、展示学生如何得出答案的草稿和笔记，以及要求学生批评和核查人工智能输出的任务。

参考资料

1. Pew Research Center (2025), About a quarter of U.S. teens have used ChatGPT for schoolwork, double the share in 2023 — 26%的美国青少年用ChatGPT做过学校作业，2023年为13%；73%没有用过。
2. Slamecka and Graf (1978), The generation effect: Delineation of a phenomenon, Journal of Experimental Psychology: Human Learning and Memory 4(6) — 对生成效应的最早描述。
3. Bjork and Bjork (2011), Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning — 必要难度：变换学习条件、交错安排主题、分散学习时间、用测验作为学习活动。
4. Rozenblit and Keil (2002), The misunderstood limits of folk science: an illusion of explanatory depth, Cognitive Science 26(5) — 人们以为自己对事物运作方式的理解远比实际详细。
5. Bastani et al. (2025), Generative AI without guardrails can harm learning: Evidence from high school mathematics, PNAS — 不受限制地使用聊天机器人有助于练习，却损害了之后的考试表现；保护措施基本避免了这种损害。
6. Kosmyna et al. (2025), Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (preprint) — 54名参与者；脑电图显示人工智能辅助组的大脑连接最弱，他们对自己文章的归属感也最低。
7. Mollick and Mollick (2023), Assigning AI: Seven Approaches for Students, with Prompts — 把人工智能当作辅导者、教练、队友或“学生”来布置的方式，以及各自的风险。