当AI助教和智能答题工具涌入课堂，一份来自学术界的大规模实证数据首次量化了它们的“暗面”——不是效率提升，而是长时段的认知流失。这项追踪26000名7-12年级中学生、持续30个月的纵向研究，用硬数据戳破了AI助学“只赢不输”的迷思：表面分数提高的背后，是真实学习能力的系统性衰减。

一个令人警觉的悖论：作业分数与考试分数背离。数据显示，使用AI后学生作业平均得分提升18%，完成时间从64分钟降至45分钟——效率显著改善。其中81%的长期用户作业用时低于50分钟，强烈暗示“外包”完成。然而，闭卷考试分数反而下降20%，升学考试成绩（如中考、高考模拟）下降幅度在18%至24%之间。更关键的是，作业分数的提升几乎立即显现，但考试分数的损失需要约两年才完全浮现——这意味着依赖AI的学生可能在整个学习周期中持续积累“能力黑洞”，直到最终检验时才暴露无遗。

学科受损程度差异明显，社会科学最重、语文最轻。社会学科（历史、地理等）下降达27%，STEM学科下降22%，英语下降17%，语文下降9%。这种差异折射出AI对不同类型知识的介入效果：事实性、结构性强的学科容易被“外包”，而依赖语言内化、逻辑建构的学科受损相对较小。换言之，越依赖记忆和模式匹配的学科，AI的“替代伤害”越深。

使用频率与损失几乎呈线性关系。研究进一步量化了剂量效应：每周使用AI 1小时，学习效果损失约5%；每周5小时，损失飙升至30%。即便用户经过长期适应，早期损失虽从约25%下降至16%，但损害并未消失——这排除了“只是短期不适”的假设。大脑在AI辅助下形成的“捷径回路”，似乎抑制了底层认知的深度巩固。

这组数据的行业意义远超教育领域。当下几乎所有AI教育产品都侧重于“快速出分”“作业批改”等即时反馈，却鲜有机制评估长期认知影响。该研究指向一个根本矛盾：系统优化的是用户留存率和短期满意度，而用户付出的真实代价——独立思考、记忆内化、举一反三的能力——要在多年后才显现。对于家长和开发者而言，AI助学的正确姿势或许不是“更高效完成作业”，而是“有限介入、保留练习空间”。未来教育工具需内置“认知损耗仪表盘”，或在设计层面强制留出无AI练习时段，从机制上防止学习外包。

当AI从辅助工具演变为替代思考的捷径，它可能正在制造一代“高分低能”的应试者。这2.6万人的两年数据，是对整个行业最清醒的预警：真正的学习，从来不是更快地填满答案，而是慢下来消化问题本身。