我有工具可以概括阅读材料、整理论点,把零碎想法变成流畅文章。我会使用它们,也对它们带来的可能性感到兴趣。

但我仍然会把想法写下来。

本文附上的手写笔记是一个小例子:主动倾听、患者的线索、身体语言、人与人的连接,以及临床推理。箭头把一个想法连到另一个。这是一页仍在整理中的思考,并不工整。

我就是喜欢纸和笔。这是个人偏好,却也令我想到一个教育问题:

如果工具让答案更容易产生,是否也代表学得更好?

更好的答案与更好的学习

生成式人工智能可以协助学生写出更清晰的解释、更有说服力的作业。但成品本身不能告诉我们,学生之后能否自行解释、应用或答辩。

这是我所说的学习悖论:有支持时表现进步,独立学习却未必同样进步。

Bastani等人(2025)对接近一千名中学生的数学实地实验提供了例子。使用GPT-4改善了练习表现,但移除工具后,使用不受限制版本的学生,成绩比无人工智能组低17%。加入学习保障设计的导师版本,大致减轻了这项负面影响。

17%是该研究中成绩的相对降幅,并非所有人工智能使用者都会承受的影响。论文的已发表更正涉及作者所属机构。对教育而言,关键是支持如何设计。

从问题走到答案,中间的工作去了哪里?

阅读、比较来源、判断重点,再尝试解释,都是我理解材料的过程。人工智能的综合答案,可能在我开始前,已替我完成当中不少工作。

Melumad与Yun(2025)在七项实验、共10,462名参与者中,比较大型语言模型与传统网络搜索。研究结果与较浅的学习一致:使用模型综合答案者自报知识较浅,所写建议亦较单薄、较少原创性。

这不表示每份摘要都有害,或每次搜索都有助学习。值得问的是:工具让学生练习了什么,又让他们跳过了什么?

PISA提出问题,却未能确立因果

经合组织近期对PISA 2025的评论,把人工智能使用、阅读与批判评估连在一起。但使用频率与成绩的关联,不能确立人工智能导致了差异(OECD,2026)。

关联也并不一致。Rusinov(2026)分析24个国家的PISA数据,发现明显的跨国差异。这仍是工作论文及观察性证据,并没有辨识教师指导或课程设计是否造成差异。

因此,我会避免说“人工智能正在拉低PISA成绩”。更有用的问题是:学生怎样使用、在什么环境使用,以及之后能独立做到什么?

写作本身可以是学习的一部分

我想找的研究概念是以写促学(writing to learn)。

Graham、Kiuhara与MacKay(2020)综合了小学至高中阶段的56项实验,发现就科学、社会科学及数学内容写作,平均有助学习,报告效应量为0.30。Graham与Hebert(2011)亦发现,就阅读材料写作有助阅读理解。

写作可以是我们学习的过程,而不只是展示已学会什么的方法。

这是我的综合表述,并非论文原句。这些研究没有证明所有写作活动都有效、手写永远优于打字,或人工智能辅助写作必然有害。

对我而言,手写笔记提醒我亲自建立连接。当我在人与人的连接和临床推理之间画一道箭头,就会停下来问:这个关系究竟是什么?有什么例子支持?哪些地方仍未说清楚?

我喜欢亲手写字。当中的教学原则,是无论使用什么媒介,都保留让学生自己建构解释的机会。

我希望鼓励的一个学习流程

  1. 先阅读或尝试解题。
  2. 用自己的文字写下简短解释,注明仍不确定的地方。
  3. 请人工智能挑战解释,或只提供一个提示。
  4. 核对证据,再自行修订。
  5. 关闭工具,再解释或应用一次。

这是参考研究提出的教学构想,并非上述研究已验证的固定流程。应以之后的理解与迁移表现评估价值。

在物理治疗教育中,我可能要求学生先解释一项动作分析决定,再让人工智能挑战推理,最后在新案例中答辩。准备好的成品是一项证据,学生自己的解释则是另一项。

让思考保持可见

我希望享有工具的好处,也希望继续追问:学习在哪里发生?

有时是与人工智能对话,有时是教师的一个问题、一次实践示范,或一段独立写成的解释。

而对我来说,有时仍然是一支笔、一张纸,以及几道连接尚未完成的想法的箭头。

这个过程,有些东西是我想保留的。

参考文献

  1. 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, 122(26), e2422633122. Article. Affiliation correction.
  2. Graham, S., Kiuhara, S. A., & MacKay, M. (2020). The effects of writing on learning in science, social studies, and mathematics: A meta-analysis. Review of Educational Research, 90(2), 179–226. Article.
  3. Graham, S., & Hebert, M. (2011). Writing to read: A meta-analysis of the impact of writing and writing instruction on reading. Harvard Educational Review, 81(4), 710–744. Article.
  4. Melumad, S., & Yun, J. H. (2025). Experimental evidence of the effects of large language models versus web search on depth of learning. PNAS Nexus, 4(10), pgaf316. Article.
  5. Organisation for Economic Co-operation and Development. (2026, September 8). PISA findings on artificial intelligence use, reading skills and learning [Video commentary]. OECD.
  6. Rusinov, S. (2026). When does AI help students learn? Cross-country heterogeneity in the association between generative AI use and PISA achievement [Working paper]. SSRN.