研究證實了家長的直覺：用 AI 寫作業的學生，考試考更差——但有一個例外

你可能看過那則報導：用 AI 幫忙做數學的學生，考試反而考得更差。

那是真的。而且不是網路傳言，是一份近千名高中生的隨機對照試驗， 2025 年發表在《美國國家科學院院刊》（PNAS）。

但報導多半漏了一件事——那篇論文的標題本身就有一個限定詞。

這份研究做了什麼

賓州大學華頓商學院的 Bastani 等人，在 2023–24 學年於土耳其進行了一場預先註冊的隨機對照試驗。近 1,000 名九到十一年級的高中生，被隨機分成三組：

三組用同樣的教材練習同樣的內容。練習結束後，把 AI 全部收走，讓三組考同一份試卷。

練習的時候，AI 組表現亮眼

如果研究到這裡就結束，結論會是「AI 讓學生進步很多」。很多產品的宣傳素材，就是停在這一步。

但把 AI 收走之後

用原版 ChatGPT 練習的那一組，考得比從來沒碰過 AI 的對照組還差 17%。 他們在練習時看起來進步最多的那 48%，一到考場就不見了——而且還倒扣。

研究者的解釋很直白：沒有護欄的時候，學生把 AI 當成拐杖。練習時走得很快，拐杖一拿走，自己就走不動了。

所以真正的分界，不是「用不用 AI」

是「AI 給不給答案」。

兩組用的是同一個 GPT-4，同樣的題目、同樣的時間。唯一的差別是 GPT Tutor 被設定成只給下一步的方向，不給完整解答。這一個差別，讓 −17% 變成 0。

而市面上大多數的免費解題工具，運作方式正是 GPT Base 那一組：拍照上傳，直接給你完整的解答過程。孩子看著那個解答，會覺得「我懂了」。研究告訴我們的是：那個「懂了」，在考場上是不成立的。

我們怎麼做

這也是我們從一開始就選擇的設計：

• 卡住的那一刻，先給方向不給答案。分層提示先問「你剛才是怎麼想的」，再給下一步該往哪裡看。
• 每個錯的選項，都寫明錯在哪一步。不是告訴你答案是 C，是告訴你選 B 的人在哪裡斷掉——那是兩種完全不同的資訊。

孩子選錯的時候，真正該被拆開的是他當時想的那條路，而不是把正確答案再抄一遍。

也要說清楚：我們平台的主體是題庫練習與錯題回溫——照你設定的考試範圍出題、 錯的題隔一段時間回來再考你。這部分不在這份研究的討論範圍內； 「反覆提取＋間隔複習」的學習效果，是教育心理學裡證據最充分的另一批研究。 AI 提示只是你卡住那一刻的護欄，從來不是主角。

但我們也要把話說完

這份研究還有一個結論，對我們不利，但更該講：GPT Tutor 那一組，在考試上也沒有比對照組好。

護欄做到的是「不傷害」，不是「更有效」。那一組在練習時領先了 127%， 但拿掉 AI 之後，只是回到和只用課本的學生同一條線上。

所以我們不會說「用了我們就會進步」——這份研究不支持那句話，我們也不打算超譯它。我們能說的是：如果孩子已經在用 AI 寫數學，那麼它給不給答案，是有實證差別的。 一個給答案的工具，可能正在讓他練習時看起來很順、考場上卻更吃力。 至於能不能進步，要看有沒有人把錯的地方真正拆開來看——那件事，工具只能幫忙，不能代勞。

研究出處

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS. 原始論文｜華頓商學院官方摘要