En ny studie som spårar ungefär 27 000 studenter i Kina har producerat några av de mest nyktra bevisen hittills om generativ AI i utbildningen: elever som använde AI-verktyg såg sina läxpoäng hoppa 18 procent och avslutade uppgifter på mycket kortare tid – sedan fick de 20 procent under sina klasskamrater på prov som togs utan AI-hjälp. Forskningen, ledd av David Strömberg vid Stockholms universitet tillsammans med Victor Lei och Wu Yanhui från University of Hong Kong, lyftes fram av The Economist den 18 augusti och cirkulerar som ett arbetsdokument om SSRN. För läsare som följer brytande AI-nyheter, är det en datapunkt som lärare och föräldrar inte lätt kommer att avfärda.

Inställningen och chocken

Forskarna försökte svara på en fråga som de flesta skolor har gissat på: hjälper AI elever att lära sig eller hjälper det dem att slutföra? Genom att följa tiotusentals elever över ämnen under sex månader kunde teamet jämföra läxprestationer med efterföljande provresultat för AI-användare och icke-användare.

Rubrikfynden, som sammanfattats av The Economist: efter sex månader såg elever som använder AI deras genomsnittliga läxpoäng öka med 18 procent i alla ämnen, medan tiden som ägnas åt varje uppgift minskade från i genomsnitt 64 minuter till 45. Men när provtiden kom fick samma elever 20 procent lägre poäng för klasskamrater som aldrig hade använt AI för sina läxor.

Den djupare upptäckten är subtilare och mer oroande. "Läxpoäng förutspådde en gång examensprestationer; nu är de som får högst poäng, perverst, mer benägna att göra sämre examen," noterade The Economists analys. Med andra ord, de traditionella signallärarna litar på - läxbetyg som en proxy för förståelse - har tyst brutits. De elever vars uppgifter ser bäst ut kan vara de som förstår materialet minst.

Outsourcing, inte lärande

Varför sköt läxpoängen i höjden medan provresultaten kollapsade? Data pekar på vad forskarna beskriver som outsourcing: studenter som lämnar själva arbetet till modellen snarare än att använda det som handledare. Siffror från tidningen som citerades i offentlig diskussion tyder på att cirka 81 procent av AI-användarna i studien effektivt delegerade sina läxor till språkmodellerna – och att outsourcingfrekvensen ökade ju längre eleverna hade exponerats för verktygen.

Mönstret växte fram gradvis. Tidigt i studien tillbringade vissa AI-användande elever fortfarande mer än 65 minuter per uppgift – ungefär samma tid som icke-användare – och deras läxor och provresultat liknade kamrater som undvek AI. Forskarna drog slutsatsen att dessa studenter knappt använde modellerna alls. Men sex månader efter adoptionen spenderade ingen AI-exponerad student fortfarande mer än 65 minuter på läxor. Det som börjar som tillfällig assistans verkar glida, uppdrag för uppdrag, till full delegering.

Den eskaleringen är det som gör fynden så svåra att avfärda. Det är inte så att AI-handledning inte kan fungera – använd medvetet, som en sokratisk partner som förklarar och quizzar, kan tekniken bevisligen hjälpa människor att lära sig. Det är att under naturalistiska förhållanden, med tonåringar och försenade uppdrag, går vägen för minsta motstånd rakt igenom svaret.

Varför Kina gör ett rent testfall

Studiens inställning stärker dess slutsatser. I Kina sker antagning till universitet genom standardiserade undersökningar med hög insats, och läxbetyg ökar inte kursresultaten på samma sätt som de kan någon annanstans. Proven är externt benchmarkade och brutalt följdriktiga, vilket gör skillnaden på 20 procent svårare att bortförklara med enkel betygsättning eller lättnad hos lärare. Studien isolerade effektivt kanalforskarna bryr sig om: AI förändrade hur läxor producerades, och tentor mätte vad som faktiskt hade lärt sig.

Diskussionen om tidningen på Hacker News, där den samlade hundratals poäng, brottades med den uppenbara följdfrågan - om AI är en "förstärkare" som gör flitiga elever bättre och oengagerade elever sämre. Tidningens egen analys trycker tillbaka på den tröstande ramen: tidsanvändningsdata tyder på att även studenter som började använda AI på ett ansvarsfullt sätt drev mot delegering under månader, vilket innebär att risken inte är begränsad till dem som aldrig hade för avsikt att lära sig i första hand.

Det politiska dilemmat för skolor

Fynden landar i ett besvärligt ögonblick. Regeringar och edtech-företag tävlar om att sätta AI-lärare framför eleverna och satsar på att personlig AI-hjälp kommer att täppa till prestationsluckor. Den här studien tyder på att det motsatta resultatet är möjligt i skala: läxor blir friktionsfria, betygen förbättras och den uppmätta inlärningen under dem urholkas tyst - upptäcks först när det är för sent att fixa.

För skolor är konsekvenserna konkreta. Om läxor inte längre kan tjäna som bevis på lärande, måste bedömningen flyttas i klass och proctored. Om AI-användning är oundviklig kan uppgifter behöva designas om kring tekniken – muntliga försvar, problemsessioner i klassen och processbaserad betygsättning som belönar den kamp som studien fann eleverna hoppa över. Och om outsourcing intensifieras med exponeringen är fördröjningen inte neutral: varje månad av ostrukturerad AI-åtkomst verkar fördjupa vanan.

Forskarnas bidrag är att ersätta den anekdotiska paniken från ChatGPT-in-the-classroom-eran med longitudinella siffror, och siffrorna är dystra. En läxförbättring på 18 procent köpt till priset av 20 procents nedgång i tentamen är inte en inlärningsvinst – det är en överföring av arbete från elev till maskin, med ränta på tentamensdagen.

Ligg före AI

Bokmärk AI Buzz Wire för forskningsgenombrott, policynedfall och ärlig analys av AI inom utbildning.

Läs mer AI-nyheter →