用 AI 会让孩子变懒、或者变得没创造力吗？
这是两个不同的问题，而它们有两个不同的答案。在「努力」这一面，有一个真实的测量结果，而它部分支持这份担心——一项针对近千名学生的研究发现，一个没有约束的 AI 助手，让他们在之后一场不带工具的考试中表现更差。在「原创性」这一面，现有最好的证据同时指向两个方向。下面讲真正被测出来的是什么、它为什么会发生，以及那一个被证明能改变它的做法。
回答之前，先把这个问题拆开
这份担心是以一句话的形式来的，但它里面装着两个主张，而证据对这两个的处理方式完全不同。第一个关于努力：如果难的那部分由机器做了，你的孩子会不会就不再长出做这件事的能力？第二个关于原创性：如果想法来自一个在所有人身上训练出来的模型，你的孩子最后会不会就想着所有人都在想的东西？
第一个被直接测量过，而答案应该会让你不太舒服。第二个也被测量过，而它既不肯让人安心，也不肯让人警觉。把两个合在一起讲——那正是每一篇评论文章在做的事——就是这个话题为什么能产生这么多火气，而留给家长可以动手的东西这么少。
关于变懒：有一个数字，而它并不让人安心
Bastani 和他的同事做了这个问题需要的那项研究。近千名高中生，随机分组，在不同配置的 GPT-4 下做数学练习。用那个没有约束的助手的学生，在练习期间表现更好——明显更好。然后他们不带它去考试，分数比从来没用过它的学生低了大约 17%。
所以这份担心背后有一个测量结果，而这个结果不小。后半段同样重要：把这个助手改造成给提示而不给答案的版本，基本上把这个伤害消掉了。不是消掉了一部分——伤害被移除了。但是——这也是任何拿这项研究来卖东西的人都会漏掉的那一部分——那个有约束的版本同样没有产生任何正向的考试效果。它移除了一个伤害。它没有增加一个好处。
老实的局限：土耳其的高中数学，不是一个在餐桌边的九岁孩子，而且只有一项研究。能迁移的是形状，不是那个数字。练习时的表现上去了，而学习下去了，而两组之间的差别不在于用了多少 AI，而在于这个工具会不会把答案交出来。
把一个给提示的工具和一台自动售货机区分开的那个可检验的性质 · 同一家族的那份担心：如果代码由它来写，这项本事还值得拥有吗？
它为什么会发生：被跳过的那一步，正是起作用的那一步
这个机制比 AI 老得多，而且是学习研究里被重复验证得比较好的结论之一。Roediger 和 Karpicke 让学生读一段散文，然后要么做没有反馈的回忆测验，要么把材料重读同样的次数。五分钟之后，重读赢了。两天和一周之后，做过测验的那组记住的东西明显更多。
现在是那句解释了你整个家的话：重读「提高了学生对自己能记住这些材料的信心」。更弱的那个方法，感觉更好。提取——在你还没有答案之前，就不舒服地试着把它生产出来——才是建立持久记忆的那件事，而它恰恰是一个即时答案所移除的那一步。你的孩子并不是在品格意义上懒；他是在选那个感觉像在学习的选项，和大人一模一样。这也是为什么「他当时看起来是懂了的」是那么不可靠的一种证据，有没有聊天机器人都一样。研究对象是读散文的大学生，所以请拿走这个机制和这个反转，而不是一个数字。
关于创造力：这个结论同时指向两边
Doshi 和 Hauser 做过一个实验：一部分写作者从一个大语言模型那里拿到故事点子，另一部分没有，然后让人来评判产出。能拿到 AI 点子「使故事被评价为更有创造力、写得更好、更令人愉快，在创造力较低的写作者当中尤其如此」。这和通常的说法正好相反，而它也是「让你的孩子用一个」这件事最强的那个论据。
然后是：「由生成式 AI 协助的故事，彼此之间比纯人类写的故事更相似」。单个更好，整体更窄。作者把它描述成一种社会困境——有了 AI，「写作者个体上更好了，但集体上产出的新内容的范围变窄了」。
所以对「它会不会让我的孩子创造力变低」的老实回答是：大概不会比他本来会有的更低，而且很有可能更高——同时所有人取用的那个想法池子在变小。这是一个真实的代价，但它是一个在人群层面的代价，不是在你孩子体内正在发生的事。任何拿这项研究当作「AI 杀死创造力」的证据的人，引的是它的一半；而任何反过来引的人，也是。
那个杠杆：让他在看之前先交底
- 1. 先猜一个，说出来或者写下来 在这个问题进任何工具之前，让孩子说出或写下他认为答案是什么——哪怕是个很差的，哪怕是「我完全不知道，但也许类似……」。这不是一次道德练习，也不是为了「挣得」这份帮助。它是那个创造出「有东西可提取」的步骤，而研究说那才是真正起作用的东西。三十秒就够了。
- 2. 然后是比较，而不是接收 当一个猜测已经被写下来，AI 的答案就变成了一个用来对照的东西，而不是一个用来抄的东西。「你们两个在哪儿不一样？」和「哪个是对的，我们怎么知道？」就是这两个问题，而它们把一个答案变成了一次比较。这也是唯一一种让你的孩子会注意到工具出错的版本，而那种情况发生的频率，比它的语气所暗示的要高。
- 3. 用「讲明白」那一步收尾 合上笔记本电脑，让他像对一个不懂的人那样讲给你听。这是穿着饭桌外衣的提取练习，而它同时也是你能拥有的、对「抄来的作业」最灵敏的探测器——一个指挥了这件事的孩子总是讲得出来，而一个在旁边看着它发生的孩子讲不出来。你不需要宣布这个问题是为了什么。
为什么是「先交底」，而不是一个更好的解释
这个具体的杠杆，是和那个显而易见的替代方案比过、并且赢了的。Buçinca 和同事直接研究了对 AI 决策辅助的过度依赖：人们「即便那个建议是错的，也会接受 AI 的建议」，而增加对 AI 推理过程的解释「似乎并不能减少这种过度依赖」。让人先对自己的答案做出承诺——认知强制——「与简单的可解释 AI 方案相比，显著减少了过度依赖」。
然后是那个应该把你在家里的预期调好的结论：「人们给出的主观评价最低的，恰恰是那些最大程度减少了过度依赖的设计。」起作用的那个东西，正是人们最不喜欢的那个。你的孩子会抗拒「先猜一个」，而这份抗拒并不是你选错了的证据。研究对象是做决策任务的成年人，不是做作业的孩子——所以这是一个机制，和一个关于它会是什么感觉的提醒，不是一个在九岁孩子身上测出来的效果。
怎么检查，又不用一直盯着
这个页面最后落到的那个问题——我的孩子到底有没有在思考？——是没法从一个做完的成品里回答的。它需要孩子自己的话，而这正是下面这两个界面的用途。
这个页面背后的研究
四份来源。其中一份支持这个页面正在回应的那份担心，而它被引用正是为了这一点，不是为了被反驳。
- Bastani, Bastani, Sungu, Ge, Kabakcı & Mariman, 2024 — Generative AI without guardrails can harm learning: evidence from high school mathematics. (Nearly 1,000 students; an unguarded GPT-4 assistant raised practice scores but LOWERED later unaided exam scores by about 17%, an effect essentially eliminated by a hint-giving tutor version.) 那个被测出来的伤害：一个没有约束的助手提高了练习成绩，而把之后不带工具的考试成绩拉低了大约 17%；一个给提示的版本移除了这个伤害，但没有增加任何好处。土耳其的高中数学——形状能迁移，数字不能。 What it does not show: High-school maths in Turkey, not elementary school, and the "guardrails" arm showed no POSITIVE exam effect either — it removed the harm. Anyone citing this as proof that AI tutoring raises attainment is citing the opposite of what it found.
- Roediger & Karpicke, 2006 — Test-enhanced learning: taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255. (Students studied prose passages, then either took free-recall tests without feedback or restudied the same number of times. "When the final test was given after 5 min, repeated studying improved recall relative to repeated testing. However, on the delayed tests, prior testing produced substantially greater retention than studying, even though repeated studying increased students’ confidence in their ability to remember the material.") 一个即时答案所移除的那个机制，以及那个让它变得看不见的反转：延迟之后，提取胜过重读，而重读提高了信心。研究对象是读散文的大学生，不是做作业的孩子。 What it does not show: University students on prose passages, not children with a chatbot. It is cited for one mechanism and one inversion — retrieval beats rereading at a delay, while rereading feels better at the time — and never as a measurement of what AI does to a child’s memory.
- Doshi & Hauser, 2024 — Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. (An online experiment in which some writers received story ideas from a large language model. "Access to generative AI ideas causes stories to be evaluated as more creative, better written, and more enjoyable, especially among less creative writers. However, generative AI–enabled stories are more similar to each other than stories by humans alone… With generative AI, writers are individually better off, but collectively a narrower scope of novel content is produced.") 它被往两个方向引用，因为它确实同时指向两边：AI 的点子让故事被评为更有创造力，对创造力较低的写作者尤其如此；同时也让这些故事彼此之间更相似。那种同质化是跨人群的，不是在一个孩子体内的。 What it does not show: Adults writing short stories in one online experiment, judged by raters. CITED IN BOTH DIRECTIONS, because it points both ways: it does not support "AI kills creativity", and it does not support "AI makes your child more creative" either. The homogenisation it measures is across a population, not inside one child.
- Buçinca, Malaya & Gajos, 2021 — To trust or to think: cognitive forcing interventions can reduce overreliance on AI in AI-assisted decision-making. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), 1–21. (N = 199. "People supported by AI-powered decision support tools frequently overrely on the AI: they accept an AI’s suggestion even when that suggestion is wrong", and adding explanations "does not appear to reduce the overreliance". Cognitive forcing — making the person commit to their own answer before they see the AI’s — "significantly reduced overreliance compared to the simple explainable AI approaches". The trade-off: "people assigned the least favorable subjective ratings to the designs that reduced the overreliance the most".) 为什么是「先交底」而不是一个更好的解释：解释没有减少过度依赖，先交底减少了——而人们给效果最好的那些设计打了最低的评价。研究对象是做决策任务的成年人。 What it does not show: Adults in a controlled study on a decision task, not children on homework. Cited for the mechanism and for its uncomfortable trade-off — the intervention that worked best was the one people liked least — and never as a measured effect on a child.
家长会问的问题
- 用 AI 会让孩子变懒吗？
- 有一个测量结果，而它部分支持这份担心。在一项针对近千名高中生的随机研究里，拿到一个没有约束的 GPT-4 助手做数学练习的学生，在练习期间表现更好，然后在之后一场不带它的考试中低了大约 17%。关键的细节是：一个被改造成给提示而不给答案的版本，基本上把这个伤害消掉了。所以变量不是用了多少 AI，而是这个工具会不会把答案交出来。
- AI 会让我的孩子创造力变低吗？
- 现有最好的证据说大概不会，甚至可能相反——但有一个在另一个层面上起作用的附加条件。在一项对照实验里，拿到 AI 故事点子的写作者，作品被评为更有创造力、写得更好、更令人愉快，而收益最大的是创造力最低的那批写作者。同一项研究发现，这些由 AI 协助的故事，彼此之间比纯人类写的更相似。你家那个具体的孩子很可能是受益的；而集体的想法池子在变窄。
- 我怎么知道孩子是真学会了，还是只是抄了？
- 把设备合上，让他像对一个不懂的人那样讲给你听。一个指挥了这件事的孩子总是做得到，而一个在旁边看着它发生的孩子做不到——他能把结论重复出来，但说不出理由。这件事恰好本身就是提取练习，而提取练习是让东西留下来的、证据较好的方法之一，所以即便他过了这个检验，这段时间也没有浪费。
- 是不是干脆禁掉就好？
- 这是一个合理的愿望，也是一件很难做成的事，因为同样的工具照样会从学校的设备和同学的手机那边进来。证据指向一个比禁令更有用的地方：那项研究里的伤害来自一个会给答案的工具，而它在一个给提示的工具上消失了。所以你真正握在手里的杠杆是「哪一种工具」，加上那条家规：在机器的答案之前，先有你孩子自己的那个猜测。
一个为了让他先思考而做出来的工具
这个页面上「先交底」的习惯，在一个通用助手上很难执行，因为你每次一问它就立刻回答。Luchi 是反过来做的：它在告诉孩子之前先问他怎么想，让他讲明白自己做了什么，并用他自己的话给你发一封短信，让你能看到思考过程，而不是听我们说。
所属系列： 孩子该学编程还是 AI？
本系列相关指南
- 孩子先学编程还是 AI？ — 这不是对立。对孩子来说两者是同一种技能——以及当你真的让孩子坐下来时，真正合理的顺序。
- AI 会取代编程吗？ — AI 改变的是编程是什么，而不是孩子是否该学。持久的技能是告诉计算机你想要什么——以及如何检查它。
- 孩子现在学编程还值得吗？ — 值得——但技能已从语法转向思考与指挥。这正是孩子用 AI 构建时所练习的。
- 孩子几岁开始接触 AI？ — 为 5–12 岁孩子给出实用、逐龄的答案——AI 何时有帮助、何时该等待，以及“开始”真正该是什么样子。
- 孩子用的 AI 应用横向对比 — 八款产品并列对比，每一条说法都引自该产品自己的官网并标注采集日期——包括我们自己，也包括哪些情况下更便宜的那款才是更好的选择。
- 孩子需要专门学「提问技巧」吗？ — 不需要——那套写法每换一代模型就过期一次。真正值得学的是它底下那层能力，而这层有三十年的干预研究：把问题问准，再判断拿回来的答案。以及怎么分辨一门课卖的是哪一种。
- 怎么判断一个 AI 应用到底安不安全？ — 应用商店的「儿童」分类不是信号——一项针对 5855 个热门儿童应用的研究发现，其中大多数可能违规，主要出在第三方 SDK 上。法规要求应用自己的告知书必须写清哪五件事，十五分钟就能查完。