当AI学习工具宣称能将作业时间从64分钟压缩至45分钟、分数提升18%时，多数人看到的是一场效率革命。但一项针对26000名7至12年级中学生、持续30个月的跟踪研究揭示了一个更复杂的真相：这种“效率”的代价，是真实学习能力的系统性塌陷。研究采用面板数据追踪每位学生的学业表现、AI使用习惯与考试结果，将“学习外包”从猜测变为可量化的教育风险。

核心数据令人不安：长期使用AI的学生，在闭卷考试中分数下降20%，升学考试成绩下滑18%至24%，且这一“反噬效应”需约两年才完全显现。81%的深度用户作业完成时间低于50分钟——这是典型的“外包”迹象：AI代劳了思考过程。学科间差异显著：社会学科损失最为惨烈（-27%），STEM下降22%，英语17%，语文9%。语文损失最小，或因母语语境下AI仅在字词层面辅助，未形成深层依赖。

更值得警惕的是剂量效应。研究发现，每周使用AI助教1小时，考试成绩损失约5%；若每周使用5小时，损失飙升至30%。早期使用者曾显示出25%的损失，随后缓慢降至16%，但从未消失。这说明大脑对认知替代的“适应性”有限——减少依赖不等于恢复能力。

从认知科学视角看，这一结果并不意外。教育心理学家早已确认“检索效应”（retrieval effect）：主动回忆知识比被动浏览更能巩固长期记忆。AI工具提供的即时解答，恰好切断了这一关键过程。作业分数提升是因为AI提供了标准答案，但闭卷考试要求学生独立提取信息，能力断层自然显现。这与“外骨骼”效应类似：过度依赖外部支持会削弱肌肉（此处为认知肌肉）本身。值得一提的是，产业界曾将AI批改、作业提示等功能标榜为“个性化辅导”，该研究首次用大规模数据证伪了这一假设——AI并不像教师那样引导学生思考，而是直接给出结果。

对教育者和开发者而言，这是必须正视的预警信号。建议：第一，限制AI工具在课后作业中的直接答案功能，改为提供步骤提示或思维链引导；第二，教师应设计更多闭卷测验与课堂讨论，强制学生进行“心理检索”；第三，家长需警惕作业完成时间过短的现象，那往往是外包的信号。从行业趋势看，未来AI教育产品应转向“支架式”设计——在学生真正卡住时提供最小化提示，而非全自动化求解。否则，AI可能成为“让聪明孩子变平庸”的加速器，正如计算器削弱了心算能力，却从未被全盘否定一样。关键在于如何使用它，而非用还是不用。