AI给出答案以后，人为什么更容易放弃
一块屏幕上有一道分数题。
一块屏幕上有一道分数题。
你可以自己算，也可以问旁边的 AI。AI 不催你，不嫌问题简单，几秒钟就能把答案和步骤交到手里。
十二道题以后，那个对话框突然消失了。
接下来三道题，只能靠你自己。结果不是“有 AI 的人已经学会得更多”，而是相反：他们答对得更少，也更容易按下“跳过”。
这不是一则“AI 让人变笨”的新寓言，而是一组真正把帮助打开、再关闭的随机对照实验。
2026 年 10 月，以 UC Berkeley 研究者为主的团队在 COLM 发表论文。他们用三项实验、合计 1,222 名参与者，测量了一个常被效率叙事掩盖的问题：当 AI 不再可用，人还能不能独立完成任务，还愿不愿意继续试？
答案让人不舒服。更重要的是，答案没有社交媒体标题那么简单。
AI在场时，效率是真的
先把一个常见误解放到一边：研究不是说 AI 没用。
恰恰相反，在 AI 可以使用的阶段，参与者完成题目的表现提高了。即时帮助确实能让任务更顺、更快，甚至更正确。生产率研究中反复出现的好处，在这里也存在。
真正的变化发生在帮助被撤掉以后。
实验一招募了 354 人。研究者最终分析 307 人的数据。参与者要做 15 道分数题：AI 组前 12 道可以向 GPT-5 求助，最后 3 道突然没有 AI；对照组始终自己完成。
最后三题中，AI 组平均解答率是 0.57，对照组是 0.73；AI 组平均跳题率是 0.20，对照组是 0.11。
这组结果很醒目，但实验一也有一个问题：AI 组经历了“有侧栏—侧栏消失”的界面变化，对照组没有同样的变化。人会不会只是因为界面突然改变而受影响？
研究者因此做了更大的实验二，并加入前测和更严格的控制。
667 人被招募，最终 585 人进入分析。撤掉 AI 后，AI 组解答率是 0.71，对照组是 0.77。差异仍然显著，但效应比实验一小。
这里必须保留一个不够“爆款”的细节：实验二整体跳题率是 0.10 对 0.07，差异并不显著。
也就是说，三项实验共同支持“撤掉 AI 后即时独立表现下降”，却不能被压缩成“三项实验都证明人显著更容易放弃”。科学报道最容易在这种地方，从一个真实信号跨出证据边界。
真正危险的也许不是使用AI，而是索取完整答案
实验二留下了另一条线索。
研究者查看 AI 组怎样使用工具：61% 的人主要让 AI 直接解题，27% 的人主要索取提示，12% 的人虽然拥有 AI，却没有使用。
到了无 AI 测试阶段，直接索取答案者的平均解答率是 0.65，低于对照组的 0.77，也低于提示组的 0.76；他们的跳题率是 0.13，高于对照组的 0.07 和提示组的 0.05。
这个差异很容易被写成“直接答案导致能力下降”。但严格地说，还不能。
研究者随机分配的是“有无 AI”，不是“必须要答案”或“必须要提示”。选择直接答案的人，也许本来就更急、更没信心，或者更倾向于放弃。虽然各组前测没有显著差异，这仍然是一项按行为形成的探索性分组，不是新的随机因果试验。
所以更稳妥的结论是：完整答案与更差的后续独立表现、更多跳题相关；提示型使用看起来更接近对照组，值得专门做随机实验。
这条线索与另一项独立研究互相照亮。
2025 年，PNAS 发表了一项在土耳其高中开展的现场随机对照研究，涉及近千名学生。普通 GPT-4 聊天界面让练习成绩提高 48%，教师参与设计、只给提示且带题目护栏的 GPT Tutor 让练习成绩提高 127%。
但到了关闭电脑、独立考试的时候，普通 GPT 组比从未使用 AI 的对照组低 17%。带护栏的提示型导师则大幅缓解了这种负面效果。
这不是说“提示越多越好”，而是说明界面设计会改变人究竟在完成任务，还是在练习能力。
阅读理解也出现了同样的断层
如果现象只存在于分数题，人们可以说：反正现实里有计算器。
于是实验三换成了 SAT 风格阅读理解。
201 名美国参与者被随机分组，最终分析 168 人。AI 组先在 5 道题中使用 GPT-5，然后独立完成 3 道题；对照组前五题旁边只有普通阅读提示，最后同样撤掉侧栏。
AI 组在最终三题中的平均解答率是 0.76，对照组是 0.89；跳题率是 0.08 对 0.01。两个差异都达到统计显著。
算术和阅读依赖不同能力。结果在两类任务中都出现，说明它不只是某一种计算技巧的问题。
但它仍然只是两类短时任务。论文作者自己强调，不能把结果广泛解释成 AI 会在所有任务上降低坚持度和独立能力。写作、编程、科研、管理决策，是否同样变化，需要在真实环境中单独测量。
被省掉的，是那段看起来没有产出的时间
为什么答案会留下这样的后效应？
论文提出两个解释。
第一个是参考点被改变。
当答案总在几秒钟内出现，人会重新估计“一道题本来应该花多久”。AI 撤掉以后，正常的思考不再只是费劲，而会显得不合理地慢。等待、尝试和报错的主观成本升高，“跳过”就更有吸引力。
第二个是所谓“生产性挣扎”被拿走了。
学习不只发生在看见正确答案的瞬间。它也发生在把问题翻译成自己的表征、尝试一条错误路径、发现矛盾、退回来重组的时候。那段时间表面上没有产出，却在训练一个人判断：我哪里不懂，我还能试什么，我什么时候真的需要帮助。
如果每一次困难都被即时接管，人失去的可能不只是某道题的练习，还有对自身能力的校准。
不过，这些仍是解释模型。实验没有测量大脑变化，也没有逐环证明“参考点移动—主观费力—放弃”这条因果链。把它写成神经退化，会比 AI 直接交答案更快，但也更错。
十分钟以后发生了什么，论文知道；十个月以后，不知道
这项研究最大的传播诱惑，是“只用 AI 十分钟就会怎样”。
十分钟是真实的。永久损伤不是。
论文测量的是约 10—15 分钟帮助后的立即测试。参与者离开实验几小时、几天以后是否恢复，日常使用几个月以后效果会累积还是衰减，研究都没有回答。
实验里的 AI 也被设置成“尽可能有帮助”，可以按需给出完整答案。一个持续追问思路、要求用户先尝试、根据错误逐步给提示的 AI，可能得到不同结果。主论文没有完成这种随机比较。
所以这里至少有四条不能越过的线：
第一，不能把即时表现下降写成永久能力下降。
第二，不能把两类任务写成所有知识工作。
第三，不能把使用行为分组写成随机因果。
第四，不能把“提示可能更好”写成已经找到唯一答案。
好的助手，有时要忍住不回答
今天的 AI 产品通常用即时满意度衡量自己：回答是否完整，用户是否立刻得到想要的东西，任务是否更快完成。
但一位真正好的导师并不只优化眼前这一步。
他会判断什么时候给答案，什么时候只给一个方向；什么时候拆小问题，什么时候允许沉默；什么时候让人多走一段弯路，因为那段路本身就是能力的一部分。
这项研究最有价值的地方，不是要求我们拒绝 AI。它逼迫我们重新定义“帮助”。
如果目标只是交付一个结果，直接答案也许最有效。
如果目标包括让一个人下次还能独立完成，那么最快的帮助未必是最好的帮助。
对学生如此，对程序员、研究者、编辑和管理者也一样。真正值得保留的，不是每一道题都亲手做完，而是那种在工具暂时消失时，仍知道该从哪里开始、愿意再试一次的能力。
AI 已经学会了回答几乎所有问题。
它下一步也许需要学习的，是何时只递来一块脚手架，何时停在原地，让人自己向上爬。
编辑说明：本文配图为 AI 生成科学解释图，不是实验现场、受试者照片或论文数据图。本文依据 COLM 2026 论文、UC Berkeley 机构报道及 PNAS 独立同行评议研究；待人工终审，不自动发布。
