اگر فرزند شما یا دانش‌آموزانتان از هوش مصنوعی برای سریع‌تر تمام کردن تکالیف استفاده می‌کنند، احتمالاً در حال معامله‌ی هوش بلندمدت با راحتی کوتاه‌مدت هستند. داده‌های جدید هشدار می‌دهند که این «برتری مصنوعی»، در واقع یک تله‌ی شناختی است که نتایج آن در سخت‌ترین امتحانات تحصیلی ظاهر می‌شود. یک مطالعه گسترده روی ۲۶,۰۰۰ دانش‌آموز نشان می‌دهد که تکیه بر هوش مصنوعی برای انجام تکالیف مدرسه باعث افت شدید نمرات آزمون می‌شود؛ причем این افت تا دو سال پس از اولین استفاده از این ابزارها بروز می‌کند. در حالی که افزایش فوری نمرات تکالیف وسوسه‌برانگیز است، هزینه شناختی بلندمدت برای کسانی که با هوش مصنوعی مانند یک «ماشین پاسخ‌دهنده» رفتار می‌کنند، ویرانگر است.
این یافته‌ها درست زمانی منتشر می‌شود که مدرسان درگیر ادغام هوش مصنوعی زاینده (Generative AI) — که شبیه دستیاری است که هر متنی را در چند ثانیه می‌نویسد — در برنامه‌های درسی هستند. برای اکثر کاربران، هوش مصنوعی شبیه به یک ابزار بهره‌وری به نظر می‌رسد، اما پژوهشگران یک شکاف متمایز را شناسایی کردند: دانش‌آموزانی که از هوش مصنوعی برای درک مفاهیم استفاده کردند، رشد کردند، اما کسانی که از آن برای «برون‌سپاری» وظایف خود استفاده کردند، دچار افت مزمن یادگیری شدند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی تأثیر ابزارهای اتوماسیون بر مهارت‌های پایه اشاره کردیم، جایگزینی تفکر مستقل با پاسخ‌های آماده، خطرناک‌ترین مسیر رشد است. این موضوع با یافته‌های مشابه در محیط‌های کاری همخوانی دارد؛ برای مثال، پژوهشی در دانمارک نشان داد که هوش مصنوعی تنها ۲.۸٪ در ساعات کاری صرفه‌جویی کرده است و لزوماً منجر به افزایش بهره‌وری واقعی یا رشد مهارت‌ها نمی‌شود.
طبق گزارش the-decoder.com که در ۴ ژوئیه ۲۰۲۶ منتشر شد، محبوب‌ترین ابزارهایی که این تغییر رفتار را پیش بردند شامل Doubao، DeepSeek، ChatGLM، Ernie Bot و Qwen بودند. پذیرش این ابزارها به‌ویژه پس از عرضه DeepSeek V2.5 در سپتامبر ۲۰۲۴ و DeepSeek R1 در ژانویه ۲۰۲۵ جهش کرد. در طول دوره مطالعه، نرخ استفاده خوداظهاری از هوش مصنوعی از نزدیک به صفر به حدود ۸۰ درصد رسید.
متدولوژی پژوهش
این مطالعه از طراحی آماری «تفاوت در تفاوت‌ها» (Difference-in-Differences) استفاده کرد. این روش پیچیده، تغییرات نتایج را برای یک گروه «در معرض воздей» (که از ابزار استفاده کرده‌اند) قبل و بعد از مداخله اندازه‌گیری می‌کند و سپس این تغییرات را از تغییرات یک گروه مقایسه‌ای «بدون воздей» در همان بازه زمانی کم می‌کند. پژوهشگران بر اساس داده‌های خوداظهاری، هر دانش‌آموز را بر اساس زمانی که برای اولین بار هوش مصنوعی را کشف کرد و شروع به استفاده از آن نمود، ردیابی کردند.
ادعای علّی این پژوهش بر این فرض استوار است که در صورت عدم مداخله‌ی هوش مصنوعی، هر دو گروه (کاربران و غیرکاربران) روند پیشرفت مشابهی می‌داشتند. این رویکرد متدولوژیک به نویسندگان اجازه داد تا اثر विशिष्ट ابزارها را بر عملکرد تحصیلی از سایر متغیرهای محیطی یا فردی جدا کنند.
ضربه‌ی متأخر به عملکرد تحصیلی
اثرات کمی این پدیده تکان‌دهنده است. به نقل از گزارش مذکور، در بازه ۶ ماه اول پس از پذیرش هوش مصنوعی، نمرات تکالیف ۱۸٪ افزایش یافت و زمان تکمیل آن‌ها از ۶۴ دقیقه به ۴۵ دقیقه کاهش یافت. اما در همین پنجره زمانی، نمرات امتحانات کتاب‌بسته (closed-book exams) ۲۰٪ سقوط کرد.
حیاتی‌ترین یافته، «جریمه‌ی متأخر» است. در حالی که امتحانات ماهانه سریعاً افت کردند، تأثیر کامل روی امتحانات سرنوشت‌ساز و سطح بالای ورودی — به‌طور خاص آزمون‌های Zhongkao و Gaokao — حدود دو سال طول کشید تا به‌طور کامل ظاهر شود. این تأخیر منجر به افت نمرات بین ۱۸٪ تا ۲۴٪ در این آزمون‌های حیاتی شد. پژوهشگران هشدار می‌دهند که مطالعات کوتاه‌مدت معمولاً این هزینه سنگین و تأخیری یادگیری را نادیده می‌گیرند یا متوجه آن نمی‌شوند.
نشانه‌های برون‌سپاری آموزشی
چهار نفر از هر پنج کاربر بلندمدت، نشانه‌های واضحی از برون‌سپاری آموزش خود را نشان می‌دهند. پس از ۵ ماه استفاده، ۸۱٪ از دانش‌آموزان تکالیف خود را در کمتر از ۵۰ دقیقه به پایان می‌رساندند؛ این سرعت حتی از سریع‌ترین دانش‌آموزانی که از هوش مصنوعی استفاده نمی‌کردند نیز بیشتر بود. این گروه در حالی به نمرات تکالیف عالی دست یافتند که در امتحانات نهایی شکست خوردند.
در مقابل، کاربرانی از هوش مصنوعی که زمانی مشابه با هم‌کلاسی‌های غیرکاربر برای تکالیف صرف کردند، در امتحانات نمرات مشابهی گرفتند، در حالی که نمرات تکالیف آن‌ها بهتر بود. این گروه هیچ نشانه‌ای از «انتخاب مثبت» (Positive Selection) نداشتند؛ به این معنا که آن‌ها از ابتدا دانش‌آموزان برتری نبودند، بلکه صرفاً نحوه استفاده‌شان متفاوت بود. این proves می‌کند که هوش مصنوعی ذاتاً مضر نیست، بلکه زمانی آسیب می‌زند که جایگزین تفکر مستقل و تلاش ذهنی شود.
چه کسانی بیشتر آسیب دیدند؟
افت یادگیری به‌صورت یکسان در میان جمعیت دانش‌آموزی توزیع نشد و الگوهای خاصی داشت:
- دانش‌آموزان برتر: یک‌سوم برتر دانش‌آموزان (Top Performers) با افت ۲۴ درصدی مواجه شدند، در حالی که این رقم برای یک‌سوم پایین‌تر ۱۶٪ بود. این نشان می‌دهد که حتی دانش‌آموزان قوی‌تر نیز در برابر وسوسه برون‌سپاری آسیب‌پذیرند.
- جنسیت و سن: پسران با افت ۲۱.۶٪ بیشتر از دختران (۱۸.۴٪) آسیب دیدند که این امر عمدتاً به استفاده‌ی گسترده‌تر و شدیدتر پسران از این ابزارها نسبت داده می‌شود. همچنین دانش‌آموزان سال‌های پایین‌تر دبیرستان افت بیشتری را تجربه کردند (۲۴٪ در برابر ۱۷٪ برای دانش‌آموزان سال‌های بالاتر).
- میزان مصرف (دوز): یک الگوی پاسخ-دوز (dose-response) واضح مشاهده شد. دانش‌آموزانی که تا یک ساعت در هفته از AI استفاده می‌کردند حدود ۵٪ افت داشتند، در حالی که کسانی که ۵ ساعت یا بیشتر در هفته از آن استفاده کردند، ۳۰٪ از نمرات خود را از دست دادند.
سقوط در دروس مختلف
افت یادگیری در هر رشته با شدت متفاوتی رخ داد. دروس علوم اجتماعی، مانند سیاست و جغرافیا، بیشترین افت میانگین را با ۲۷٪ تجربه کردند. این یافته بسیار مهم است زیرا اکثر آزمایش‌های قبلی در این زمینه به‌شدت بر ریاضیات، برنامه‌نویسی و زبان‌های خارجی تمرکز داشتند و گمان می‌رفت دروس تحلیلی کمتر متأثر شوند.
سایر افت‌های شناسایی شده عبارت بودند از:
- دروس STEM (علوم, فناوری, مهندسی و ریاضی): افت ۲۲ درصدی
- زبان انگلیسی: افت ۱۷ درصدی
- زبان چینی: افت ۹ درصدی
فرسایش سیگنال‌های آموزشی
این الگو نشان‌دهنده‌ی یک «شکست سیگنال‌دهی» (Signaling Failure) عظیم در سیستم آموزش است. هوش مصنوعی ارزش تکالیف را به عنوان معیاری برای سنجش پیشرفت از بین می‌برد. در میان کاربران AI، نمره تکالیف بالاتر در واقع پیش‌بینی‌کننده نتایج بدتر در امتحان است؛ زیرا نمره عالی در این مورد نشان‌دهنده‌ی برون‌سپاری است، نه تسلط بر ماده درسی.
برای والدین و دانش‌آموزان، «برتری هوش مصنوعی» یک توهم است. اگر تکالیف را به‌طور غیرعادی سریع تمام می‌کنید و بدون فشار ذهنی نمره A می‌گیرید، احتمالاً در حال تبدیل کردن هوش بلندمدت خود به راحتی کوتاه‌مدت هستید. اشتباه بزرگ این است که دانش‌آموزان نبودِ فشار ذهنی را با «یادگیری بهینه» اشتباه می‌گیرند، در حالی که در واقعیت، آن‌ها در حال شکست در یادگیری هستند.
واکنش‌ها و سازگاری
نشانی از سازگاری جزئی در سیستم دیده می‌شود؛ جریمه تخمینی یادگیری از حدود ۲۵٪ در اوایل سال ۲۰۲۳ به ۱۶٪ در ژوئن ۲۰۲۵ کاهش یافت. با این حال، این افت‌ها به‌طور کامل از بین نرفته‌اند. واکنش معلمان تا حد زیادی خنثی و کم بوده است، زیرا هر معلم معمولاً دانش‌آموز را فقط در یک درس می‌بیند و افت ۲۰ درصدی در یک درس خاص، فوراً غیرعادی یا هشداردهنده به نظر نمی‌رسد. میانگین کلی در سطح شهرستان تا ژوئن ۲۰۲۵ به افت ۱۰- درصد نرسید، زیرا زمان برد تا آسیب‌ها در کل جمعیت جمع شود و نمایان گردد.
متخصصانی مانند آندره کارپاتی از Anthropic پیشنهاد تغییر سیستماتیک در روش ارزیابی می‌دهند. از آنج که نظارت بر تکالیف AI تقریباً غیرممکن است، این مطالعه از انتقال اکثریت نمره‌دهی به کارهای حضوری و تحت نظارت (Proctored work) حمایت می‌کند. وقتی دانش‌آموز بداند که در نهایت بدون کمک AI مورد آزمایش قرار می‌گیرد، انگیزه لازم برای یادگیری واقعی مطالب را حفظ می‌کند.
پژوهش‌های تاییدکننده
مطالعات جهانی دیگر نیز این روندهای نگران‌کننده را تایید می‌کنند:
- Anthropic: مطالعه‌ای نشان داد شرکت‌کنندگانی که با AI برنامه‌نویسی یاد گرفتند، ۱۷٪ نمرات کمتری در آزمون‌های دانش نسبت به گروه کنترل گرفتند، بدون اینکه در زمان کلی پروژه صرفه‌جویی واقعی کنند. کسانی که پاسخ‌ها را کپی کردند شکست خوردند، اما کسانی که از AI برای درک تسک استفاده کردند، دچار افت نشدند.
- Swiss Business School: این مدرسه رابطه‌ای منفی و معکوس بین میزان استفاده از AI و توانایی تفکر انتقادی یافت.
- دانشگاه‌های آمریکا و انگلیس: پژوهشگران دریافتند افرادی که با هوش مصنوعی مانند یک «ماشین پاسخ‌دهنده» رفتار می‌کنند، سریع‌ترین نرخ از دست دادن مهارت‌های شناختی را دارند.
- UC Berkeley: تحلیل ۵۰۰,۰۰۰ نمره نشان داد که در دروس متمرکز بر نوشتار و برنامه‌نویسی، نمرات A پس از عرضه ChatGPT حدود ۱۳ درصد افزایش یافت. این افزایش‌ها به‌طور خاص در تکالیف بدون نظارت متمرکز بود و هیچ افزایش مشابهی در امتحانات حضوری و تحت نظارت دیده نشد.
گام بعدی شما
- اگر معلم یا والد هستید، وزن نمره‌دهی را از تکالیف خانگی به آزمون‌های حضوری منتقل کنید.
- از مدل‌های استدلالی برای «راهنمایی» و «پرسش» استفاده کنید، نه برای دریافت «پاسخ نهایی».
- زمان صرف‌شده برای تکلیف را معیار ارزیابی قرار دهید؛ سرعت غیرعادی نشانه یادگیری نیست، نشانه برون‌سپاری است.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو