刷 15 道基础分数题,前 11 道有 ChatGPT 帮你、它在第 12 题被悄悄拿走——这是 UC 伯克利最新论文里最受关注的实验。10 月 9 日,UC 伯克利联合卡内基梅隆、MIT、牛津、UCLA 的研究团队,把经过同行评审的版本发表在 CoLM 会议上。
研究设计相当克制:第一项实验招募 354 名参与者,一组独立解题,另一组全程开着 ChatGPT、可以问、可以直接抄答案。AI 组前 11 道题的正确率稳定高于对照组——但 ChatGPT 一旦被撤掉,参与者几乎全线停摆;从未用过 AI 的那组则坚持做完、稳中有升。第二项实验放大到 667 人,结果几乎一致;第三项 201 人,材料换成 SAT 阅读理解,模式再次复现。三轮实验 1222 名参与者。
这不能简单归类为「懒惰」
作者用了一个更准确的词:"productive struggle"——有生产力的挣扎。他们认为解题过程中那些让你皱眉、想换思路、推倒重来的时刻,才是大脑形成长期能力的关键时段。AI 把这种挣扎直接抽走,短期看节省时间,但撤掉 AI 之后,使用者既失去「我已掌握」的元认知反馈,也没在挣扎里学到任何东西。这就解释了「AI 组一旦失去工具,既会答错也会放弃」——他们从一开始就没完成那段挣扎。
通讯作者、《The Alignment Problem》作者 Brian Christian 直接点出让 AI 行业不太好过的判断:"我们造了这些系统让它们有用,但讽刺的是,我们证明它们常常是以一种不太有用的方式在帮我们。"Anthropic 自己年初也承认,把任务交给聊天机器人会降低对基础知识的掌握度。
对 AI 产品形态的一记伏击
这记刀不是砸向学生,而是 AI 产品默认形态的设计者。当下几乎所有大模型产品,默认行为都是「快速给出最终答案」——恰好是 Christian 主张要反对的形态。他给出的替代方案很明确:AI 应默认像家教那样一步步引导、提问、留白,把 productive struggle 还给使用者。如果落实,意味着所有"先给结论"的 Agent 工作流要重新排序,长思考模式不再是"更努力"的炫耀,而是产品合格线。
更现实的还有研究者自己。Christian 担忧科学界对 AI 的过度依赖会伤害"好科学家"的本质:贴近数据、沉浸材料、团队协作。当原本 10 人的研究小组被压缩成 2、3 人加一个聊天机器人,「一些重要的东西正在被丢掉」。
所以呢
方法并不花哨——三组随机对照、一种范式、一个容易复制的实验设计。它能上同行评审并引发《纽约时报》《WIRED》《Psychology Today》跟进,说明「AI 把人变懒」已从民间怀疑升级成有学术共识的现象级焦虑。在监管开始盯「AI 对劳动力能力的腐蚀」、欧盟 AI Act 也在补这一环的背景下,2027 年的 AI 产品很可能要正面回答:你的默认回答是「答案」还是「教练」?
论文 arxiv: 2604.04721,题为《AI Assistance Reduces Persistence and Hurts Independent Performance》。