什么值得买App下载 App ›
连续签到专享现金活动

作业全对考试砸锅?全国正在蔓延的“分数倒挂”背后AI在偷走孩子的真本事

暑假刚过完,家长群里讨论最多的不是孩子的分数,而是一个新现象:作业本上全是勾,月考成绩却一落千丈。某重点中学的老师发现,班上一个语文作业全A+、AI润色率100%的男生,这次文言文翻译题只拿了2分;隔壁班数学作业本干净得像印刷品、AI解题步骤连标点都带学术范儿的学生,一进考场连“因式分解”四个字都写不利索。这不是个别现象,而是一场正在全国中学生中蔓延的“分数倒挂”——作业越漂亮,考试越拉胯。与此同时,数学界顶尖人物陶哲轩也在敲警钟:AI解数学题的能力确实在飞涨,但它正在制造一个比“不会做题”更棘手的问题——“证明的消化不良”。今天这篇,就把AI解数学题这件事掰开揉碎,看看它到底强在哪、坑在哪、普通人该怎么用它。1
AI解数学题到底行不行?实测数据揭开真相
先说AI解数学题的真实能力。菲尔兹奖得主陶哲轩在2026年国际数学家大会上披露了一组硬核数据:一组从未公开的10道研究级数学新题,交给4套前沿AI系统去解,最后合计解出了7道,单题成本只要几十到几百美元。换算下来,一道博士生可能要研究三年的难题,AI用一顿饭的功夫、几百块钱就能给出达到期刊发表水平的解答。这个成绩确实惊人,但问题也随之而来——陶哲轩本人把这种现象称为“证明的消化不良”。2
“消化不良”四个字点出了关键:AI只加速了证明的“生成”这一步,而数学问题被真正解决需要过五关——证明、验证、阐释、同行认可、写进教材。AI生成的证明普遍存在引用错误、解释不足、逻辑跳跃等问题,更致命的是,AI文本过于光滑,把人类作者“卡在哪里、哪里是真正难点”的痕迹全都抹掉了。后来者读证明时看不到这些认知脚印,就很难真正理解证明背后的思路。用陶哲轩的话说:“结论可以瞬间传递,唯独理解不能。”3
不同难度下AI表现差距悬殊,基础题和竞赛题是两码事
落到具体题目上,AI的表现呈现出明显的分层。实测五款主流大模型处理100道涵盖三个难度梯度的题目后发现:基础代数和初等数学环节,五款模型准确率均超过85%,小浣熊AI和GPT最新迭代版本以92%并列第一。这个水平的题目包括一元一次方程求解、简单几何面积计算、基本概率运算等日常作业常见题型。在这个区间,AI作为自查工具的可用性是相当高的。4
但进入中等难度区间,分化开始显著出现。几何证明题成为分水岭——需要添加辅助线才能证明的题目难倒了多数模型。实测中一道经典平面几何题,小浣熊AI和Claude最新版成功给出添加辅助线的完整证明,而其他三款模型均未能想到这一关键步骤。概率统计题目中涉及条件概率、贝叶斯定理的题目同样对多数模型构成挑战,整体准确率差距达到18个百分点。到了高等数学与竞赛级别,整体准确率只剩25%至45%,而且错误往往不是算错,而是在“理解题目”这一步就跑偏了——比如把“相向而行”理解为“同向而行”,整道题从一开始就错了方向。4
更让人意外的是,AI在某些“刁钻”题目上的表现甚至不如小学生。有博主实测把韦东奕出的一道四年级拓展题扔给豆包和DeepSeek,两款AI都卡住说“无实数解”,而韦东奕本人轻松给出漂亮答案。这类题目考验的不是公式储备,而是抠破题目隐含逻辑、跳出固化思维的直觉——恰恰是AI最难学会的东西。AI擅长的是按固定套路套公式,对付有标准解题路径的常规题游刃有余,一旦题目设置需要跳开套路找破局点,AI就容易“死机”。5
用AI写作业为啥越用成绩越差?2.6万学生追踪数据揭开真相
如果说数学家的“证明消化不良”是前沿问题,那中学生用AI写作业带来的成绩滑坡则是每个人都在面对的现实。一份由斯德哥尔摩大学和香港大学联合完成、追踪26811名初一到高三学生长达30个月的研究,揭示了一个让很多家长难以置信的结论:学生使用AI做作业后,7周末作业分数平均提高18%,完成时间从64分钟压缩到45分钟,但校内闭卷月考成绩反而下降了20%。累计使用AI两年以上的孩子,中考成绩下滑约24%,高考下滑约18%。作业本上红勾越来越多,脑子里真东西越来越少,这笔账怎么算都是亏的。6
研究还发现了一个反直觉的现象:原本成绩越好的学生,受损反而越严重。成绩排在前面三分之一的学生,月考成绩下降约24%;排在后面三分之一的学生下降约16%。每周使用AI超过五小时的学生,月考降幅冲到30%;每周使用不足一小时的,降幅只有5%。好学生为什么反而先中招?研究者分析,这些学生原本习惯了“又快又好”,用上AI后更容易滑入“直接拿答案”的捷径模式,把最锻炼逻辑推理的环节直接省略。1
关键的分水岭不在“用没用AI”,而在“AI替你走了几步”。研究把学生分成两类:作业完成时间少于50分钟、分数却很高的“外包”群体,以及保持原有作业时长;.仅用AI复盘查错的学生。使用AI超过五个月的学生中,81%属于“外包”组,50%属于“完全外包”组。学习损失几乎全部砸在这群人身上。而保持独立-独立完成节奏的学生,成绩几乎没有明显损失。学习这件事从来不是舒服的——卡壳、出错、抓耳挠腮、推倒重来,这些煎熬恰恰是大脑长本事的过程。AI替孩子吃了苦,智力却不会自动转移到孩子身上。6
AI怎么用才对?区分“辅助学习”和“认知外包”
批判的矛头不是AI工具本身,而是不加节制直接把思考全盘交给AI的偷懒模式。正确的方式是把AI定位成“复盘助手”而不是“答题工具”——先独立动笔完整做题,完成全部作答之后,再借助AI对照答案、拆解解题逻辑、分析错题、拓展同类知识点。这样做的好处是保留了思考训练的核心环节,同时借助AI的分层讲解补齐知识短板。有家长分享,孩子用这种方式三个月后,没有出现明显的成绩滑坡,反而对错题的理解比之前更深刻。6
反过来,题目不读、不动笔,直接复制题干让AI输出整套作业,跳过全部独立思考过程——这是最危险的“认知外包”模式。AI会修正错题、输出完美标准答案,孩子看不到自己真实的薄弱点,错题和知识盲区被漂亮的作业掩盖。平时看不出问题,漏洞不断堆积,等到期中期末和升学大考,所有隐患集中爆发。更隐蔽的是,这种成绩下滑不会发生在使用AI的第一个星期——月考伤害半年后显现,升学考试的危害两年才完全释放,滞后性让很多家长难以把考试失利和早期频繁用AI写作业联系在一起。6
从数学家到中小学生,面对的是同一个核心矛盾:AI能给你一个正确的答案,但它给不了你得到答案过程中应该承受的思维训练。对数学家来说,这意味着“理解”正在成为比“证明”更稀缺的资源;对学生来说,这意味着作业本上的红勾不等于脑子里真正长出来的本事。不管处于什么阶段,区分“用AI放大自己的能力”和“用AI替代自己的思考”,才是和AI相处的正确姿势。
对比维度基础代数/初等数学中等难度几何/概率高等数学/竞赛题
AI准确率超过85%,头部达92%60%~78%,差距明显25%~45%
主要障碍语义理解偶尔跑偏辅助线添加、贝叶斯定理等推理难题创新思维路径、隐含逻辑挖掘
可用性评价适合作为自查工具需谨慎依赖,人工复核答案不建议作为主要解题工具
使用模式作业完成时间考试表现风险等级
认知外包(直接抄答案)<45分钟,极短成绩大幅下滑,升学考试危害两年显现⚠️ 高风险
辅助复盘(先独立做,再AI核查)时间与不用AI相近成绩基本无损失✅ 低风险

评论

评论区空态插画

当前文章无评论,是时候发表评论了