AI在教育领域的渗透速度远超预期，但一项覆盖2.6万名7-12年级中学生、历时30个月的面板数据研究，给出了迄今为止最清晰的警示：短期“提分”可能以长期能力损失为代价。这项来自The Decoder报道的追踪研究，其规模和时长在同类分析中极为罕见，揭示了AI辅助学习的隐蔽成本——时间差让用户在安逸中错失真实学习。

研究数据的反差耐人寻味：使用AI后，学生作业完成时间从64分钟降至45分钟，作业分数提升18%。然而，闭卷考试分数反而下降20%，升学考试成绩下降18%至24%。更关键的是，这种负面影响并非即时显现，而是需要约两年才完全暴露。这意味着在较长时期内，学生和家长可能只看到作业效率的提升，而忽略了知识内化的丧失。

研究进一步揭示了“学习外包”的典型迹象：81%的长期AI用户作业完成时间低于50分钟，远低于对照组。不同学科受影响程度不一：社会学科下降27%最为严重，STEM下降22%，英语下降17%，语文下降9%。这可能因为社会学科需要更多理解与表达，而AI的“代笔”作用更强。频率上，每周使用AI一小时导致学习效果损失约5%，五小时则损失30%，呈现明显的非线性效应。值得注意的是，早期使用AI造成的损失从约25%降至16%，说明学生可能逐渐适应，但损失并未消失——AI的辅助削弱了知识的内化基础。

这项研究与教育领域近年来的讨论高度契合：工具越强大，越容易诱发认知捷径。与计算器不同，AI不仅能计算，还能“写作文”“解难题”，这意味着它可以直接替代学生的思考过程。许多教育科技公司的产品强调“即时反馈”和“自动完成”，但其本质上是在优化短期指标——作业得分和完成时间。而这些指标恰恰是研究中所关注的外显表现，与长期学习成效之间存在张力。

对于教育者和开发者而言，这项研究提供了三个层面的建议：第一，学校应避免将AI工具直接用于作业或考试场景，而应将其定位为复习、查漏补缺的辅助手段，限制使用频率和范围。第二，建立“延迟评估”机制，如定期闭卷测试、限时写作等，以检测真实掌握程度，而非仅看作业数据。第三，开发者在设计AI教育产品时，应引入“认知负荷监测”功能，当检测到学生过度依赖AI完成核心思维步骤时，主动提示或降低辅助程度。否则，短期成绩的“漂亮数据”将在两年后成为用户流失的导火索。

AI在教育中的潜力毋庸置疑，但这项长达30个月、2.6万人规模的研究提醒我们：学习的本质是大脑构建连接，而AI抢走的正是那个笨拙却关键的构建过程。安逸的幻觉可以持续两年，但升学考试不会说谎。