一项针对405名中学生的严谨研究，系统比较了AI辅助阅读与传统记笔记的学习效果。研究结果挑战了“AI赋能学习”的普遍认知，揭示了工具选择与深度学习之间的复杂关系，为教育者和学生提供了具有现实指导意义的实证依据。
智能速览
记笔记在学习效果上全面优于仅使用AI。
“AI+笔记”组合效果仍不如单纯记笔记。
学生虽偏爱AI的轻松感，但实际投入度更低。
记笔记虽费力，却能促进更深层的认知加工。
学生使用AI时存在“思维外包”的风险。
精华内容
这项研究不仅关注学习结果，更深入探讨了学生的投入与行为模式，为我们揭示AI在真实学习场景中的真实角色与潜在陷阱。
学习效果对比
研究通过对344名英国中学生进行随机对照测试，评估了三种学习方式的效果。测试内容涵盖字面信息保持、深层理解与自由回忆，三天后进行。
结果显示，传统记笔记方式在所有测量指标上均显著优于仅使用大语言模型（LLM）。“LLM+记笔记”的组合方式，其效果优于单独使用LLM，但依然不及单纯记笔记。
在所有分组中，完全依赖AI进行阅读的学生，其学习效果表现最差。
投入度悖论
一个有趣的现象是，学生普遍认为使用LLM学习更轻松、更有趣且更有帮助。然而，过程数据显示，他们在使用AI时实际投入的时间和努力程度远低于记笔记组。
相比之下，记笔记虽然被学生认为是更困难、更费力的学习方式，但这种“费力”的过程恰恰促进了更深层次的信息加工。这种认知投入上的差异，是导致学习效果悬殊的关键原因。
提问行为模式
研究分析了学生与LLM的交互记录，发现其提问行为可归纳为几种主要类型。学生常用AI来寻求额外的背景知识、压缩总结文本内容、理解文中的难点以及辅助记忆和复习。
然而，这种行为模式也带来了新的风险，即“思维外包”。学生可能将本应自主完成的思考、分析和归纳任务完全交由AI处理，从而削弱了自身的独立思考能力和知识内化过程。
现实启示
这项研究为AI在教育领域的应用提供了重要的实证参考。它表明，LLM等工具并不能简单地替代传统的有效学习策略，二者之间并非替代关系，AI的作用更偏向辅助。
若要将AI有效融入课堂，关键在于如何设计学习任务，引导学生将其作为认知工具而非思维捷径。教育者需要警惕技术带来的便捷性可能削弱学生的认知努力，确保技术真正服务于促进深度学习的最终目标。
该研究为AI在教育中的应用提供了冷静的思考：技术工具的引入需以促进深度学习为核心。AI无法替代学习过程中的“费力”环节，如何引导学生在享受技术便利的同时，避免思维惰性，将是未来教育的关键课题。
