一项覆盖2.6万名7至12年级中学生、长达30个月的纵向研究，揭开了AI教育工具最隐蔽的悖论：学生在作业上更高效、分数更高，但在闭卷考试中却系统性落后。更令人警惕的是，这种负面效应的峰值并非即时出现，而是滞后约两年才完全暴露。研究者称之为“学习的隐藏成本”——AI在表面提升效率的同时，悄然抽走了学生内化知识的过程。

数据清晰地呈现出“作业-考试”的双轨分化。使用AI后，学生作业平均分提升18%，完成时间从64分钟缩短至45分钟。然而，闭卷考试分数反而下降20%，升学考试成绩下降18%至24%。81%长期用户作业完成时间低于50分钟，远低于对照组，暗示大量学生将解题任务直接外包给AI，而非真正理解。社会学科下降幅度最大（27%），STEM次之（22%），英语（17%）和语文（9%）。学科偏重逻辑推理或背景知识的领域，AI的替代效应越强，长期损害越深——这解释了为何语文等母语类课程受损最小。

剂量效应同样值得警惕。每周使用AI一小时，学生考试分数相对损失约5%；五小时则损失达30%。更关键的是，早期高频使用者的分数损失曾高达25%，随着时间推移虽缓慢回落至16%，但从未完全消失。这说明AI的干扰并非可逆的短期“分心”，而是触及了学习底层机制的永久性侵蚀——它剥夺了学生在试错、重构与提取记忆过程中形成的深层理解。

这一发现与当前教育科技行业的宣传形成鲜明反差。大量AI学习工具将“提分”“提效”作为核心卖点，却几乎不追踪闭卷考试下的真实表现，更遑论两年以上的长周期评估。从行业层面看，这种短视可能正在制造一代“作业优等生、考场困难户”。对比传统教育中“即时反馈→错题纠偏→巩固练习”的闭环，AI提供的即时答案恰恰绕过了必经的认知努力，使学习从“主动建构”退化为“被动接收”。

对家长和开发者而言，研究释放的警告非常明确：AI应是“训练辅助器”而非“解题替代器”。建议将AI工具定位为纠错后反思的帮手，而非前置的答案源；在涉数学、科学等依赖逻辑串联的学科时，强行禁用AI一段时间以强化记忆提取。长远来看，教育领域的AI设计需要从“降低门槛”转向“引导挑战”——例如只提供提示而非解法，或要求学生在使用后重新独立完成。否则，当AI终于让每个孩子都得到满分作业时，真正的学习能力可能已经流失在屏幕的闪烁中。