مطالعه چین: نمرات تکالیف با هوش مصنوعی ۱۸٪ رشد کرد اما نتایج آزمون ۲۰٪ افت کرد

تصور کنید دانش‌آموزی که در تمام تکالیف خانه نمره کامل می‌گیرد، اما در روز آزمون به‌طور ناگهانی شکست می‌خورد. این تضاد تکان‌دهنده، چهره‌ی واقعی وابستگی به ابزارهای هوش مصنوعی در آموزش است.

طبق گزارش The Economist در ۱۸ اوت ۲۰۲۶، استفاده از این ابزارها باعث شده نمرات تکالیف ۱۸٪ افزایش یابد، اما همین دانش‌آموزان در آزمون‌های بدون کمک، ۲۰٪ ضعیف‌تر از هم‌کلاسی‌های خود عمل کنند. این وضعیت نشان می‌دهد هوش مصنوعی در حال پوشاندن حفره‌های یادگیری است، نه پر کردن آن‌ها.

این روند در حالی رخ می‌دهد که پذیرش هوش مصنوعی در آموزش جهانی به نقطه بحرانی رسیده است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های زبانی اشاره کردیم، تکیه بر خروجی‌های آماده بدون درک سازوکار، ریسک‌های شناختی زیادی دارد. این نگرانی‌ها تنها محدود به مدارس نیست و بسیاری از مدرسان علوم کامپیوتر نیز از وابستگی شدید دانشجویان به این ابزارها ابراز نگرانی کرده‌اند. این پدیده شبیه «اثر ماشین‌حساب» در مقیاس کل برنامه درسی است؛ ابزار مسئله را حل می‌کند، اما مغز فرآیند تفکر را حذف می‌کند.

پژوهشگران دیوید استرومبرگ (دانشگاه استکهلم)، ویکتور لی و وو یانهویی (دانشگاه هنگ‌کنگ) ۲۷ هزار دانش‌آموز ۱۲ تا ۱۸ ساله در چین را رصد کردند. یافته‌های این مطالعه عبارتند از:

• نرخ پذیرش: ۸۰٪ دانش‌آموزان از مدل‌هایی مثل Doubao و DeepSeek استفاده کرده‌اند.
• سود کوتاه‌مدت: کاربران هوش مصنوعی طی ۶ ماه، ۱۸٪ رشد در نمرات تکالیف داشتند.
• ضرر بلندمدت: در شرایط آزمون کتبی، این گروه ۲۰٪ پایین‌تر از گروه کنترل (بدون هوش مصنوعی) نمره گرفتند.

به نقل از مطالعه‌ای در سال ۲۰۲۴ توسط دانشگاه پنسیلوانیا، الگوی مشابهی در درس ریاضی دیده شد؛ دانش‌آموزانی که از ChatGPT و مدرس‌های هوش مصنوعی استفاده می‌کردند، در تمرینات موفق بودند اما این برتری در آزمون‌های نهایی کاملاً ناپدید شد. در همین راستا، تلاش برای شناسایی این آثار با چالش‌های جدی روبروست، چرا که دقت ابزارهای تشخیص محتوای AI در برابر واقعیت‌های زبانی نویسندگان همچنان مورد بحث است.

برای والدین و متخصصان، این یک هشدار درباره «توهم شایستگی» است. وقتی ابزاری اصطکاک تفکر را حذف می‌کند — یعنی همان تلاشی که شبیه ورزش کردن برای ماهیچه‌های مغز است — مکانیسم یادگیری را هم از بین می‌برد. در واقع شما مهارت کسب نمی‌کنید، بلکه نیروی شناختی لازم برای ساخت آن مهارت را برون‌سپاری می‌کنید.

بر اساس گزارش مؤسسه بروکینگز در ابتدای سال جاری، هوش مصنوعی تنها زمانی به یادگیری کمک می‌کند که آگاهانه به کار گرفته شود، نه زمانی که جایگزینی برای خلاقیت و تفکر انتقادی شود.

گام بعدی شما

• در تکالیف، ابتدا بدون کمک مدل پاسخ را بنویسید و سپس از هوش مصنوعی برای نقد و اصلاح (Review) استفاده کنید.
• تمرینات «کتاب‌بسته» را به صورت هفتگی تکرار کنید تا مطمئن شوید دانش در حافظه بلندمدت تثبیت شده است.
• از مدل‌های استدلالی بخواهید به‌جای دادن جواب نهایی، مراحل رسیدن به پاسخ را به‌صورت گام‌به‌گام توضیح دهند.

اما اثر این وابستگی بر مهارت‌های اجتماعی و رشد شناختی نوجوانان حتی پیچیده‌تر است — به تحلیل ما درباره‌ی آینده آموزش در عصر مدل‌های استدلالی مراجعه کنید.