生成式人工智能在中小学生学习中的双刃剑效应

近年来，生成式人工智能快速进入中小学生学习与作业场景，成为学生获取学习支持、完成作业任务的重要工具。与以往以信息检索为主的数字技术不同，生成式AI能够直接参与问题求解、文本生成和学习提示，其在学习过程中的“支持性”与“替代性”并存，对学生学习方式和思维发展产生了更为直接的影响。在实践层面，一方面，生成式AI被视为弥补教师辅导不足及课后学习支持缺口的重要手段，尤其在农村和欠发达地区被寄予促进教育公平的期待；另一方面，围绕学生依赖技术完成作业、弱化自主思考等的担忧也不断出现。生成式AI究竟是在补偿原有教育条件的不充足不均衡，还是在特定情境下放大学生之间的学习差异，成为当前中小学管理与教学实践亟须研究和回应的现实问题。

本研究从学生实际使用情况出发，系统分析生成式AI在不同学生群体中的作用表现，厘清其教育效应的具体形态与形成条件。课题组于2025年8月开展相关调查与访谈，共回收321,892份有效问卷，样本覆盖31个省（自治区、直辖市），其学段涵盖小学四年级至高中。问卷围绕学生生成式AI的使用经历、使用频率、主要用途及其对学习和思维发展的影响展开，重点关注不同区域及使用方式下学生的差异化体验。

一、生成式人工智能在中小学生学习中的使用现状

1. 生成式AI在中小学生中几乎实现全面覆盖

在参与调查的32万余名中小学生中，99.7%的学生使用过AI工具，生成式人工智能在中小学生群体中近乎实现全面覆盖。“自己看书或通过在线平台学习（59.5%）”和“学校的信息技术课（40.8%）”是学生了解、学习AI工具的主要途径。在常见的AI工具中，“豆包”使用率排名第一，有65.0%的中小学生使用过；“作业帮（56.6%）”和“DeepSeek（40.1%）”排名第二、第三；“小猿搜题”与“小度”则并列第四，均有20.9%的学生使用过。研究发现，生成式AI不再是少数学生的尝试性工具，而已成为中小学生学习生活中的重要技术媒介。

2. 作业场景是学生生成式AI最主要的使用情境

在具体使用情境上，生成式AI与学生的日常学习任务高度绑定，85.6%的学生表示曾在完成作业过程中使用AI工具。从学科分布来看，生成式AI在数学等逻辑性较强、难度较高的学科中使用最为集中，如67.0%的学生常用AI辅助完成数学作业，这一数字比语文和英语学科均高出20余个百分点。同时，随着年级升高，学生因“作业难度大”“作业量多”而使用生成式AI的比例呈现明显上升趋势。具体来说，经常使用（每周3次及以上）AI工具辅助完成作业的比例由小学阶段的6.4%上升到初中阶段的11.0%及高中阶段的12.7%；有时用（每周1～2次）的比例由小学阶段的42.9%上升到初中阶段的51.0%及高中阶段的52.5%；很少用（每月1～2次）的比例则由小学阶段的50.7%下降至初中阶段的37.9%及高中阶段的34.9%。由此可见，生成式AI的使用并非随机发生，而是与学生所面临的学习需求和学习压力密切相关。

二、生成式人工智能使用的双重影响

本研究基于布鲁姆的认知目标六维度框架自编思维评估题，着眼记忆、理解、运用、分析、评价和创造六大维度，从正面促进和反面惰化两个角度评估AI对学生思维发展的影响。单样本t检验发现，学生在上述六维度的自评得分均显著高于均值（2.5），说明学生认可AI使用对思维发展有促进作用（t=248.88-372.12，p<0.001）；而在各维度的消极得分均显著低于2.5（t=-225.08-329.28，p<0.001），则说明学生完全不认可使用AI对思维发展的惰化效应。总体上看，学生对在学习中使用AI持有积极态度；但分群体来看，差异已初步显现。

1. 生成式AI使用的补偿效应

（1）农村学生对生成式AI学习支持效应的感知更强

农村学生用AI辅助写作业的比例（86.9%）高于城市学生（85.1%），其电子设备的使用时长也显著高于城市学生（M城市=3.65±2.80，M农村=3.81±2.88，F=156.57，p<0.001）。相较城市学生，农村学生对于生成式AI学习支持和思维促进的主观感受更为强烈，在记忆、运用和分析等维度尤为凸显。显然，在教师辅导资源有限、课外学习渠道不足的情况下，生成式AI在一定程度上承担了“外部认知支持系统”的功能。例如：有农村学生提到“AI大大拓展了我的思维空间和模式，有什么不懂的问题也不用担心父母不会，可以直接问AI，AI给的答案也非常透彻，清楚有效”；甚至有学生明确表示“AI可以在一定程度上弥补农村教育水平的不足，我们可以把AI当作一个讲解题目的老师，利用AI来提升自己的学习（能力）”。

（2）西部地区学生感知到的生成式AI学习促进效应高于其他区域学生

中部地区学生用AI辅助写作业的比例最高（87.6%），其次为西部地区学生（86.5%），东部地区学生比例最低（83.2%）。在“使用AI写作业”方面，有86.8%的西部学生表示“会先自己认真思考，实在想不出来或需要验证时使用AI”，分别比中部地区学生、东部地区学生高出1.3和1.4个百分点。在“依赖AI出思路”方面，中、西部地区学生也略高于东部地区学生，其中中部地区学生的比例为7.8%，西部地区学生的比例为7.5%，东部地区学生的比例为7.2%。在“AI工具的使用指导”方面，西部地区学生得到家长及教师明确指导的比例为28.1%，高出东部地区学生2.2个百分点，高出中部地区学生5.2个百分点。而在对AI的理性认知方面，有4.0%的西部地区学生认为“AI输出的答案是全部可靠的”，东部和中部地区均只有2.1%的学生认为AI给出的答案全部可靠。此外，西部地区学生对生成式AI促进学习与思维发展的感知水平最高，对其在记忆、理解、运用、分析、评价和创造六维度促进效应的感知均居于首位。

2. 生成式AI使用的分化风险

（1）高频使用生成式AI的学生学习受益感知反而较低

研究发现，学生使用AI辅助写作业的频率不同，对AI思维促进效应的感知也不同。经常使用（每周3次及以上）AI工具辅助写作业的学生，对其在记忆、理解、运用、分析、评价和创造等维度的促进效应的感知显著低于低频使用组；在分析、评价、创造等高阶思维上，经常用AI写作业的学生出现惰化的风险也更高。而对每周使用1～2次AI工具辅助写作业的学生来说，其所感受到的思维促进效应又显著低于每月仅使用1～2次的学生群体。可以看到，过度使用生成式AI影响学生学习成效，尤其会对其高阶思维发展产生负面影响。在开放题的作答中，多位学生论述了合理使用AI工具的重要性，如有学生认为“AI工具可以为学习提供一定的便利，但过度使用会导致记忆力、思考力下降”；还有学生倡议“要在家长的监督下使用，或是遇到很难的题再去用AI”。

（2）以代劳和娱乐为动机的生成式AI使用思维促进效益有限

从具体使用方式来看，生成式AI在学生学习中呈现出明显的分化效应。调查显示，将生成式AI用于理解题目含义、梳理解题思路、拓展背景知识或检查作业错误的学生，其对生成式AI促进思维发展的评价显著更高。这类学生更倾向于将AI视为一种支持性工具，在使用过程中保持主动思考和认知参与。相较之下，依赖生成式AI直接给出答案或代替完成作业的学生，其对于AI促进学习思维提升的感知明显偏低。对这类学生而言，生成式AI更易演变为代劳式工具，削弱其自身在理解、分析、反思等学习环节中的投入。另外，以“娱乐放松”为目的的AI使用也会弱化学生对AI思维促进效应的感知。在访谈中，学生也从自身经验出发论述了AI使用的双刃剑效应，如有学生坦言“AI影响的方向取决于人类如何使用AI，是将其作为思维提升的辅助工具，还是让其替代自身思考”；还有学生直接给出了学习建议，“比如写作文前，用AI收集素材、拓展思路，但框架和内容得自己负责；做理科题时，先独立思考完成，把AI当‘错题导师’，对比解题思路找差距，这样既借力高效学习，又守住自主思考的底线”。

（3）能在人机协作中保持主体性的学生更受益

研究发现，学优生对AI促进思维发展的积极效应感知显著高于学困生，也即学生对AI思维促进效应的感知随学习水平的降低而降低，这在记忆、理解、运用、分析、评价和创造等维度均呈现出一致的发展趋势（F=1306.16-2384.64，p<0.001）。进一步分析发现，高学业水平的学生更善于将AI作为“思维拓展工具”，借助其了解题目背景、启迪解题思路，而低学业水平的学生容易将AI作为“答案获取工具”，这导致他们在上述六个维度的思维惰化风险均增加两倍左右。访谈中，一位学困生现身说法，他提到“我最近几个月才开始学习，在家自己学习时，不会了就用AI查查，它能帮我答疑解惑，对学生挺友好的，特别是对想学习的学生来说”。可以看到，AI的促进效应因使用主体对其定位的不同而不同。个体在人机互动中保持主体性，将与AI的互动视为与一个“学霸”共同进行知识探究，这样才是有益于学习的。

三、学生视角下的生成式人工智能发展期待

1. 希望生成式AI从“答案输出”转向“脚手架-诊断-迁移”的学习支持

调查显示，学生对作业场景下的生成式AI的核心期待不在于更快给出答案或结论，而是能够以“过程性脚手架”组织学习。正如一名同学所说，“不同学生知识基础、思维习惯不同，AI要精准适配，不能用统一模板‘套’所有同学”。学生希望AI能成为教师型的支持者，“在我写作业遇到不会的题目时，希望AI能像‘智能小老师’，先引导我回忆课本中的相关知识点，再一步步提示解题方向，引导我思考推导，而不是直接给出答案，最好还能够关联相关的课外习题”。在学习反馈方面，学生希望AI能定位学习漏洞并生成针对性练习，“我理想的场景是AI能精准识别我的知识薄弱点，像语文文言文实词理解，它能够针对我总混淆的字词，结合课文例句形成专属练习”。也就是说，学生希望生成式AI能够在学习中承担诊断问题、引导方向、提示方法及拓展练习等多重角色，而非仅是单一的答案机器。

2. 希望生成式AI在课堂教学中实现“因材因课”与多模态讲解

学生还希望生成式AI能够有效嵌入教学情境，真正走进课堂，发挥其独特价值。一方面，AI应能够智能“对齐”教材版本、教学进度及学生基础，实现“因材因课”的精准助教与施教。如有学生提出“要让AI针对不同地区、版本的教材和具体教学进度提供适合的辅导内容”。另一方面，AI要以更符合认知规律的多模态形式（语音/视频/动画/3D）呈现学习内容，提升信息解释力，降低学生的学习门槛与理解成本。“当遇到不会的题目，AI能以生动形象、通俗易懂的方式进行讲解，比如讲解数学几何题，AI可以通过3D动态模型展示图形的变化，帮助学生理解各个参数的含义。”可以说，学生对生成式AI的期待不仅限于算法能力，如果AI工具不能精准贴合学情、科学适配课程结构，那么纵使其有再强的生成能力也不能很好地助益于教与学。

3. 希望生成式AI守住准确性、防抄袭和隐私安全三重底线

研究发现，学生对AI的应用意愿并非呈线性增长，而是受到其是否可信、是否可控及是否安全三重底线条件的约束。首先，很多学生将准确性视为最基本的使用前提，指出AI辅助学习仍具有一定的误导风险。“AI给出的答案不一定准确，有时候甚至会出现很严重的错误，数据准确性是当前需要攻克的难关之一。”其次，不少学生担忧AI替代自身思考并形成依赖，建议学习型AI内置“护栏”，助力形成“先思考、再求助”的使用习惯，避免将辅助学习变成外包思考。再者，还有学生提出要警惕数据滥用、隐私泄露与算法黑箱化。从学生的视角来看，好用的AI并不等同于更强的AI，他们更期待一个在输出可信、使用可控和数据安全三方面同时达标的学习支持系统。

四、补偿与分化张力下的学校治理路径

生成式人工智能已成为学生学习的重要技术支撑。调研显示，其教育效应取决于使用方式与治理机制。学校推进AI在学生学习中的应用，应坚持能力导向、规则先行、评改一体及稳步推进的原则，形成可操作、可复制的实践路径。

1. 以能力发展为导向，让学生学习思考过程清晰可见

AI的教育价值在很大程度上取决于其是否服务于学生学习能力提升。对此，教师应把握技术的辅助定位，将AI工具适当嵌入结构化学习任务中，明确AI只参与其中的特定必要环节，并通过教学设计使学生的自主学习思考落到实处、清晰可见。其一，强化学习过程梳理与表达。对于允许使用AI的学习任务，教师可以要求学生简要说明思路形成路径、技术参与环节、关键修改点及使用前后的理解变化，使成果不仅呈现“做了什么”，更呈现“如何思考”，引导学生从关注结果转向关注过程。为此，学校可提供统一的学习任务思路模板或反思框架，使复盘成为常规学习环节，这样既有助于教师了解学生学习过程，也有利于培养学生的自我监控能力。其二，通过对话式提问促进学习理解深化。教师在讲评或面批中，可围绕关键步骤进行追问，如“为什么这样修改”“条件变化会怎样”等，以此确认学生是否真正掌握核心知识点。

2. 以规则先行为基础，明确生成式AI使用原则与边界

技术应用若无清晰边界，则易导致实践偏差。学校应先制定规则，再谈应用推广。首先，区分不同学习场景。以能力核验为目的的学习任务（如阶段检测、课堂限时练习）应坚持让学生独立完成；以巩固提升为目标的任务（如作业订正、资料整理、思路拓展）可指导学生合理使用AI；探究性或项目式学习任务则可鼓励学生开展人机协作，同时保留过程记录与修改痕迹。其次，明确基本行为规范。教师应引导学生认识到AI输出的结果并非绝对正确，对于关键知识或可疑信息必须回到教材和课堂进行检查、核对；要求学生不得将AI生成内容作为个人成果直接提交，在使用过程中注意信息安全等。最后，依托制度固化AI应用规则。学校可将学生学习AI应用原则写入学习任务管理细则、年级公约或教研组规范，形成统一口径，避免因标准不一而导致的教师执行差异。

3. 以形成性评价为抓手，构建“学习-反馈-再学习”闭环

在有AI参与的学习任务中，若评价只关注答案正确与否，则易导致学生仅将技术视为获取结果的工具，对此我们可通过强化形成性评价导引学习方向。首先，将过程性证据纳入评价视野，即除最终成果外，教师还可要求学生提交草稿、思路图、修改记录等过程性材料，使评价覆盖整个学习过程。其次，强调反馈的针对性，即教师应聚焦所要培养的关键能力和学生的薄弱之处进行讲评与指导。最后，建立二次学习机制，即通过错因分析和再次练习，引导学生基于反馈持续改进，形成“学习-反馈-再学习”闭环，使技术真正服务于学习深化与能力迁移。

4. 以循序渐进为策略，形成可复制迭代的校本实施模式

AI应用不宜一哄而上，而应采取稳步推进策略。一是开展小范围试点。学校可选择少数学科或年级先行探索，在明确应用边界与评价方式的前提下审慎实施，重点关注学生使用行为与学习质量变化。二是组织阶段性复盘。教师应通过教研活动持续梳理AI应用的成效与不足，不断讨论并明晰哪些任务适宜引入AI技术、哪些环节必须独立完成等实践问题。三是形成可复制的操作模板。学校还可以将较为成熟的做法固化为教学流程、应用原则与评价标准等，为后续进一步推广奠定基础。四是有序扩面并持续评估。学校应秉持“边实施、边监测、边调整”的工作原则，并注意在逐步扩大应用的过程中不以AI工具的覆盖率为唯一目标，而以学生学习质量及能力提升为核心指标。

来源｜《中小学管理》2026年第8期

作者｜程蓓（中国教科院数字教育研究所副研究员）；曹培杰（中国教科院数字教育研究所研究员）；侯金芹（中国教科院心理与特殊教育研究所副研究员）