布朗大学一间普通教室里，经济学教授罗伯托·塞拉诺盯着成绩单，察觉到了不对劲。一次带回家的期中考试，全班86人的平均分是96分。他教这门课多年，历史上这个数字通常在65到80分之间浮动。差距大到无法用"这届学生特别优秀"来解释。

塞拉诺做了一件任何一个对技术好奇的教授都会做的事。他把考题输入ChatGPT，得到了几乎一模一样的答案。更蹊跷的是，很多学生选择了一种绕弯路的数学证明方法，而ChatGPT恰好也选了这个解法，而不是更直接的常规路径。答案的措辞、论证的步骤、甚至"舍近求远"的思维习惯，都指向同一个源头。

打开网易新闻 查看精彩图片

期中考试之后，塞拉诺向学生发出了警告，然后把期末考试改成了线下监考模式。结果验证了他的所有猜测。18名学生直接退课，9人根本没出现在考场上。全班平均分跌至48.6分——这个分数据Inside Higher Ed报道，是这门课有史以来的最低纪录。只有极少数学生的成绩还能勉强靠近他们在家考试的水平，19人直接不及格。塞拉诺作废了期中成绩，把期末考试的权重拉到了总评的80%。

校方反应让塞拉诺感到失望。他用"温吞"来形容管理层的态度——行政部门让他逐一起诉每个作弊案例。"荒唐，"这是他的原话。他希望看到更强硬的立场，"我们不能容忍一个社会中，相当一部分最聪明的年轻人认为作弊是可以接受的。那会导致一个衰落的社会，一个失败的社会……我们不能选择变成蠢人。"目前相关的讨论还在进行中。

塞拉诺的遭遇不是孤例。近期两项大规模研究呈现出完全一致的规律：作业分数虚高，考场原形毕露。其中一项研究覆盖了中国中部地区超过2.6万名七年级到十二年级的学生，追踪时间长达30个月。数据显示，学生开始使用AI工具六个月后，作业成绩上升了18%，完成时间从64分钟缩短到45分钟。但考试分数反而下降了20%。

这种"高分低能"的效应在关键升学考试中暴露得更加彻底。研究发现，长期依赖AI的学生在入学考试中的损失幅度达到18%到24%，而且这种负面影响需要大约两年时间才会完全显现。在长期使用者群体中，大约81%的人符合这个模式：作业做得更快，但学到的内容更少。

如果把塞拉诺课堂上的48分均分和那批中国学生的长期学业损失放在一起看，一个不那么舒服的结论浮现出来。AI工具降低了完成任务的成本，但在"通过完成任务来掌握知识"这条学习路径上，用AI跨过去的人等于绕开了训练本身。短期效率换来的代价，被支付在了那些需要独立思考和深层理解的时刻。