在AI教育工具被广泛吹捧为“学习革命”的当下，一项历时30个月、追踪2.6万名7-12年级中学生的面板数据研究，给出了冷静甚至刺耳的结论：AI带来的短期提分，是以长期学习能力流失为代价的，且这一成本需要两年才能完全暴露。该研究来自The Decoder报道，样本规模与时间跨度在同类研究中极为罕见，其数据对教育政策制定者、家长以及AI教育产品开发者构成了不可忽视的预警。

短期内，AI确实“兑现”了作业效率与分数的提升。使用AI辅助后，学生作业平均完成时间从64分钟降至45分钟，作业分数提升18%。这一结果很容易被解读为AI有效：学生做得更快、得分更高。然而，当考察维度转向闭卷考试（无AI辅助下的能力检验）时，情况急转直下——闭卷考试分数下降20%，升学考试成绩下降18%至24%。研究进一步揭示，这种负面效应并非即时爆发，而是在持续使用约两年后才完全显现。这意味着，许多在初期体验到“甜头”的学生与家长，可能在学年或升学压力减轻后才猛然发现核心能力已被侵蚀。

数据背后是典型的学习外包行为。81%长期使用AI的学生，其作业完成时间低于50分钟，远低于未使用者的中位数。这种时间压缩并非源于思维效率的真正提升，而是AI直接输出答案或解题步骤的结果。学生从“思考者”退化为“审核者”——只需判断AI答案是否合理，甚至直接誊写。教育学中有一个经典概念：“测试效应”与“生成效应”——深度检索与自主生成知识的过程，才能巩固长期记忆与迁移能力。AI通过替代这一过程，让学生失去了对知识进行主动编码的机会。

学科差异也耐人寻味。社会学科下降幅度最大，达27%；STEM（科学、技术、工程、数学）下降22%；英语下降17%；语文下降9%。社会学科涉及复杂的因果推理、批判性分析与多视角论证，这些正是AI最容易用“完美答案”替代的环节。而语文下降幅度最小，或许因为语文更依赖语感、文字审美等难以被完全工具化的能力。这一梯度清楚地表明：越依赖高阶思维的学科，AI外包造成的损害越深。

使用强度与损失之间呈现清晰的剂量-反应关系：每周使用AI一小时，学习能力损失约5%；每周使用五小时，损失高达30%。研究还发现，早期干预（如限制使用范围或配合反思训练）能将损失从约25%压低至16%，但无法消除。——这暗示AI并非“用或不用”的二元问题，而是“如何用”的系统性设计挑战。

作为长期关注教育科技趋势的编辑，我认为这项研究对开发者和家长至少有两条启示：第一，AI教育产品不能仅以“提分”或“提效”作为核心指标，而应引入长期学习效果评测机制。目前市面上大多数AI学习工具只关注即时反馈，未考虑对知识内化的侵蚀。产品设计应加入“无AI测试”环节，检测真实能力变化，并主动限制替代性使用模式（如设置思考冷却时间、要求先自主作答再参考AI等）。第二，家庭教育需要建立“AI使用分层策略”：基础训练（计算、语法、记忆）阶段严格禁用AI；高阶综合应用（项目、论文）阶段可有限使用并强调批判性验证。教育系统的评价体系也应同步调整——若闭卷考试仍然是选拔核心，那么过度依赖AI无异于慢性自毁。

这项2.6万人的研究不是反对AI进入教育，而是用两年数据揭示了“安逸幻觉”的代价。当升学考试的倒计时启动时，那些曾被AI“代劳”的知识缺口，终将被真实考卷无情地暴露。如何让AI成为脚手架而非拐杖，是下一阶段教育科技必须直面的关键问题。