摘要：人工智能在教育中的大规模部署已成为全球性政策现实，但其学习效果的性质与边界远未得到澄清。本文基于2024—2026年间涌现的政策文本、框架文件与实证研究，对这一快速扩张的领域进行批判性审视。分析表明，AI教育工具在学业成就上呈现一种“显著但脆弱”的效应模式：元分析报告的效应量从0.28到0.89不等，高度依赖于教学法嵌入、教师支持与学习者使用方式；大规模随机实验则揭示，即便工具设计精良，学生的实际参与深度仍构成关键约束。与此同时，认知科学证据指向一个更为深层的张力：生成式AI的“认知卸载”便利可能以批判性思维、元认知监控与深度加工能力的弱化为代价，且这一风险在低资源学习者与低素养群体中呈现不对称分布。本文进而考察AI教育应用中的公平悖论——工具的可及性扩展与算法文化排斥、差异化拒绝及数字鸿沟的再生产并存。在素养框架层面，UNESCO、OECD及中国的制度设计虽共享“人本取向”与“伦理优先”的规范共识，但其向教学实践的转化仍停留于原则宣示。本文论证，AI教育效果的实现并非技术属性所致，而取决于一组可辨识的条件性安排：AI被定位为需要批判性对待的认知伙伴而非答案供给者，教学设计保留并强化验证、比较与论证环节，以及教师作为认知支架的实质性在场。缺乏这些条件，效率增益将以认知自主性的结构性让渡为代价。
关键词：人工智能教育；认知卸载；批判性思维；AI素养；教育公平；条件性效应
一、引言：一场尚未完成论证的教育变革
2026年4月，中国教育部等五部门联合印发《“人工智能+教育”行动计划》，提出到2030年“人工智能与教育深度融合格局基本形成”，并要求“开齐开足开好人工智能相关课程”，“推动人工智能成为高校公共基础课”。同年，经济合作与发展组织与欧盟委员会联合发布面向中小学的AI素养框架，并宣布AI素养将纳入PISA 2029测评，与数学、阅读和科学素养并列。在政策话语中，人工智能已被确立为教育系统的结构性要素，而非可有可无的辅助工具。
然而，政策推进的速度与效果证据的积累速度之间存在着显著的落差。当“深度融合”成为制度性目标时，一个更为根本的问题尚未获得令人满意的回答：人工智能究竟以何种机制、在何种条件下、对谁的学习产生何种性质的影响？这一问题不能由工具的“智能程度”或部署规模来回答。教育史上并不缺乏技术承诺落空的先例——从早期程序教学到大规模开放在线课程，技术可供性向学习效果的转化从来不是自动的。
本文试图在政策热度与实证审慎之间建立一种平衡的分析距离。以下各部分依次处理四个相互关联的问题：AI教育应用的效果证据究竟显示了什么（第二节）；生成式AI对认知过程的影响构成了怎样的深层挑战（第三节）；公平与伦理风险如何以与效率叙事不对称的方式分布（第四节）；素养框架与教学设计能否提供一种条件性的出路（第五节）。结论部分将论证，AI教育的核心问题并非“是否有效”，而是“在何种制度性与教学性条件下，其效应才可能是教育性的而非反教育性的”。
二、效果证据的光谱：从元分析效应量到课堂参与的现实
对AI教育效果的量化评估在2025—2026年间进入了一个密集产出的阶段，但这些证据的内部异质性本身就是一个值得解读的信号。
一项2026年发表的元分析报告，AI教育干预对学业成就的效应量达到 *d* = 0.80（95% CI [0.68, 0.91]），对学习动机的效应量为 *d* = 0.64。这一量级若被字面接受，意味着AI干预的平均效应超过了大多数常规教育干预。然而，同一时期针对AI驱动自适应学习平台的元分析得到的效应量仅为Hedges’ *g* = 0.276；针对生成式AI的元分析报告 *g* = 0.392，并发现一个关键调节变量：有教师支持的条件下效应量（*g* = 1.426）是无教师支持条件下（*g* = 0.077）的十八倍以上。效应量从0.077到1.426的巨大跨度，不应被理解为测量噪声，而应被解读为干预设计异质性的实质性信号：AI在教育中并不构成一种均质的“处理”，其效果高度依赖于它被嵌入何种教学关系之中。
大规模随机实验为这一解读提供了更为精细的图景。Oreopoulos与Low在田纳西州18所中学开展的一项为期两年的整群随机试验中，学生被随机分配使用配置为“教练而非答案供给者”的可汗学院AI导师Khanmigo。结果显示，数学成绩每学期提升约1.3个国家百分位，一学年的效应量约为0.06至0.08个标准差；若全年积极参与，推算效应量可达0.14个标准差。这一效应是真实的，但远小于元分析的平均值。更值得关注的是研究者对机制的解释：效应有限的主要原因不在于工具质量，而在于参与深度。96%的学生至少尝试过一次Khanmigo，但中位学生仅在其练习日中的三分之一使用了它，在犯错的练习环节中使用它的比例仅为17%；学生发送的消息“大多是裸答案或对建议提示的点击”。研究者的结论是审慎的：“实现AI辅导的承诺需要让学生使用它，而不仅仅是给予他们接触机会”。
可汗学院自身的反思进一步印证了这一诊断。2026年春季，该机构承认，尽管Khanmigo的访问量从2023年的4万名学生激增至近100万名，但“实际使用率却停滞了”，对许多孩子而言“没什么影响”。一项针对科学概念学习的量化研究则发现，所有实验条件均产生了显著学习增益，但组间差异在统计上不显著：使用Khanmigo的学生并不比接受其他条件的学生学得更好，尽管他们在质性反馈中对其步骤引导和个性化互动持积极态度。
这些证据共同勾勒出一个与政策叙事存在落差的现实：AI教育工具的可及性扩张速度远快于其被实质性使用的速度，而实质性使用恰恰是效果产生的必要条件。将工具交到学生手中是行政上可计量的动作；使学生以某种特定的认知方式与工具互动，则是教学上远为困难的问题。效果证据的真正启示不在于AI“有没有用”，而在于它揭示了一个被效率话语遮蔽的维度：认知参与的质量。
三、认知卸载的双重逻辑：效率增益与思维能力的结构性风险
如果第二节的结论是AI的效果取决于使用方式，那么一个必然的追问是：主流的使用方式正在将学习引向何种认知后果？
认知卸载（cognitive offloading）并非新技术带来的新现象。将记忆外包给文字、将计算外包给算盘或计算器，在认知科学中早有研究。生成式AI的独特之处在于，它将卸载的对象从信息存储与程序性运算扩展到了论证生成、文本组织与问题表征这些传统上被视为“高阶思维”核心地带的认知活动。当学生将“写一段关于X的论证”这一任务交给语言模型时，被卸载的不只是执行环节，还包括对论据的选择、结构的权衡与反方观点的预判——而这些恰恰是批判性思维得以练习和生长的环节。
2025年麻省理工学院媒体实验室的一项脑电图研究提供了神经层面的线索：使用ChatGPT撰写论文的参与者，其大脑活跃度显著低于使用搜索引擎或手写者，神经连接也更为稀疏。这一发现本身并不足以判定因果方向，但它与行为层面的证据形成了有意义的收敛。一项针对经济学教育专业学生的研究显示，ChatGPT使用对批判性思维技能具有显著的负向效应（β = −0.994，*p* < 0.001），研究者将其解释为“AI依赖降低分析能力”的认知卸载理论的确认。另一项研究进一步揭示了心理机制：AI依赖与批判性思维负相关，认知疲劳在其中起部分中介作用，而信息素养则对这一关系具有调节效应。在STEM课程情境中，信任并习惯性使用生成式AI的学生报告了显著更低的认知投入，包括反思、理解需求和批判性思维。
然而，将生成式AI简单地定性为“思维能力的威胁”同样是一种过度简化。2026年发表于 Humanities and Social Sciences Communications 的一项研究呈现了一个更为辩证的结构：感知AI智能与批判性思维之间存在正向的直接关联，但这同一条路径同时通过“聚焦沉浸→AI依赖”的中介链条产生负向的间接效应。当学习者保持控制、对AI输出进行批判性审视时，感知到的AI智能可以“促进而非替代自我调节的推理”；但当反复体验AI的高效与准确之后，沉浸可能从“批判性追问”滑向“跟随AI生成的任务流”，验证习惯的侵蚀使认知卸载悄然发生。研究者由此提出，要求论证、比较替代方案和反思的教学支架，对于使沉浸保持“批判性而非顺从性”至关重要。
这一“双刃剑”结构意味着，AI对思维的影响不是一个固定的技术属性，而是一个由使用情境和教学设计塑造的关系性属性。同一工具，在一种设计下可能充当认知脚手架，在另一种设计下则成为认知替代品。杜克大学写作教学中的观察为这一区分提供了微观证据：英语作为附加语言的学生主要将生成式AI用于快速翻译、思路启发和词汇扩展，但“很少检查输出中的偏见、归属或体裁适切性”。当验证环节被系统性省略时，卸载的效率收益与判断力的侵蚀便在同一过程中发生。教育系统面临的问题因此不是“是否允许AI”，而是能否在制度与教学层面强制性地保留那些使卸载不至于退化为替代的认知环节。
四、公平的悖论：可及性的扩展与排斥机制的深化
AI教育的一个核心承诺是促进公平：优质辅导资源的边际成本趋近于零，理论上可以使低资源地区的学生获得此前不可企及的个性化支持。然而，实证研究对这一承诺提出了严肃的质疑，其质疑的方式不是否认技术潜力，而是揭示技术可供性与实际受益之间存在系统性的社会分层。
一项针对偏远农村地区120名中学生和15名一线教师的混合方法研究，为“生成式鸿沟”提供了迄今最为具体的数据。在未加引导的通用大模型部署条件下，学生的无效提示率高达73.5%，任务中断率达到42.7%；在标准化城市情境中，弱势学生的认知负荷处于极高水平，其绝对学习增益显著低于传统教师辅导组——研究者将这一反直觉的发现命名为“基线效能悖论”。然而，当系统通过底层提示激活“本地化情境”干预后，学生的学业表现急剧提升，认知挫败感呈悬崖式下降。这一对比的意义在于：排斥并非源于学习者“能力不足”，而源于工具的设计默认值与使用者的文化语境和符号资源之间的错配。当主流模型内化的是城市中心的文化印记时，低资源学习者面临的不仅是操作障碍，更是一种算法层面的文化排斥。
排斥机制在模型行为层面亦有迹可循。一项针对四个大语言模型作为历史辅导者的系统性API审计，考察了跨越族裔与社会经济阶层的五种学生人格所获得的1800条回应。结果显示，安全对齐模型对低社会经济地位学生人格的拒绝率高达76.7%，显著高于其他群体。这一“差异化拒绝”现象表明，旨在保障安全的机制本身可能在群体之间产生不均衡的代价：最需要辅助的学习者反而最可能被系统以“保护”之名挡在门外。与此同时，英语在AI训练数据中的主导地位使工具在设计上便偏向特定的语言与文化语境，UNICEF（2025）的报告进一步指出，边缘群体更可能成为画像、监控或排斥性算法的目标。
公平问题的复杂性还在于，素养分布本身的不均衡会放大技术效应的不均衡。前述关于AI依赖与批判性思维的研究已经表明，信息素养对二者的关系具有调节作用。这意味着，在缺乏批判性AI素养教育的情况下，AI工具更可能服务于那些已经具备较强自我调节与验证能力的学习者，而将素养较弱者置于一种看似自主、实则缺乏认知防护的依赖关系之中。可及性的扩展并不自动导向公平的改善；当使用质量随社会位置而系统性地变化时，可及性甚至可能成为不平等再生产的加速器。
五、从框架到教学：素养培育的条件性路径
面对上述效果异质性与认知—公平风险，国际组织与各国政府的回应集中于一个概念：AI素养。UNESCO 2024年发布的《学生人工智能能力框架》围绕四个维度——人本思维、AI伦理、AI技术与应用、AI系统设计——构建了12项能力，并设置了“理解—应用—创造”三个进阶层次，其目标表述为培养学生成为“负责任的AI共同创造者和批判性公民”。OECD与欧盟委员会的联合框架则将AI素养确立为“知识、技能与态度”的统一体，并计划通过PISA 2029的“媒体与人工智能素养”测评将这一建构操作化。中国的课程设计采取“四位一体”模式，将知识、技能、思维与价值观纳入K-12进阶体系。
这些框架在规范层面的共识值得肯定：它们共享一种人本取向，将伦理判断与批判性公民身份置于技术熟练度之上，而非将AI素养化约为工具操作技能。比较研究也确认了这一共识的存在。然而，框架的规范共识与教学实践之间存在一个尚未被认真对待的转化问题。将“批判性AI素养”写入课程文件，与在课堂中系统性地培养一种对AI输出保持审视、验证与反思的认知习惯，是两种性质不同的工作。后者要求教学设计在每一个使用AI的环节中嵌入那些在自然使用状态下倾向于被省略的认知操作：要求学生对AI生成的论证进行反向检验，要求他们比较不同提示条件下的输出差异，要求他们记录并解释自己的修改理由。换言之，素养框架的有效性不取决于其文本的完备程度，而取决于它是否能够改变AI使用情境中的默认认知行为。
杜克大学写作教学的实践提供了一个审慎的参照。其立场并非禁止AI，而是“允许（若非鼓励）AI使用，同时示范反思性参与，并邀请学生进入同样的参与”。这一取向的教育学含义是明确的：将AI重新定位为一个需要被批判性对待的伙伴，而非一个可信赖的答案来源。前述实证研究中的调节变量——教师支持使效应量从0.077跃升至1.426——所衡量的正是这种重新定位的操作化程度：教师在场时，AI输出被置入一个由提问、质疑和修正构成的社会性认知过程之中，卸载因此保留了其效率优势而不至于滑向替代。
由此可以提炼出一组可辨识的条件性命题，用以替代“AI是否有效”这一虚假的二分问题。第一，定位条件：AI被设计和使用为需要验证与比较的认知伙伴，而非答案供给者。第二，环节保留条件：教学设计必须强制保留那些在无干预状态下会被效率逻辑侵蚀的认知环节——验证、比较、论证、反思。第三，教师在场条件：教师不是AI的补充或附庸，而是将AI输出转化为可被审视的认知对象的中介结构。第四，素养前置条件：批判性AI素养不应被视为AI使用的“结果”或“伴随物”，而应作为其前提被系统性地教授。缺乏这组条件，效率增益将不是思维能力的增量，而是认知自主性的结构性让渡。
六、结论：在效率与自主性之间
人工智能在教育中的扩张已经不可逆转。政策框架的密集出台、工具可及性的指数级增长以及资本与制度的双重推动，共同将“是否使用AI”变成了一个过时的问题。但本文的分析表明，“使用”这一范畴本身遮蔽了真正重要的差异。同样的工具，在不同的教学设计、不同的认知定位和不同的素养准备之下，可能产生方向相反的教育后果。
现有证据既不支持技术乐观主义的“革命”叙事，也不支持技术恐惧主义的“退化”叙事。元分析中从0.077到1.426的效应量跨度、Khanmigo实验中工具可用性与实质性参与之间的鸿沟、低资源地区“基线效能悖论”的发现，以及认知卸载研究中“直接正向关联”与“经由依赖的负向间接效应”的并存，共同指向一个更为精确但也更为苛求的结论：AI的教育价值不是一个等待被发现的技术属性，而是一个需要通过制度设计、教学判断和素养教育持续建构的关系性成就。
这一结论的政策含义是明确的。将资源集中于工具采购与平台建设，而不同步投资于教师的教学能力再造、批判性AI素养课程的实质化以及使用质量而非可及性的监测体系，最可能的结果不是教育质量的提升，而是一种表面高效、深层空心化的学习生态。在效率与认知自主性之间，教育系统并非只能二选一；但选择二者兼得，意味着必须在每一个AI使用场景中，有意识地、制度性地、反复地选择那些不那么“顺畅”、不那么“高效”的认知环节——验证而非接受，比较而非跟随，论证而非复制。这或许是AI时代教育所面临的最不具技术 glamour、却最具决定性的任务。
参考文献
- UNESCO. AI Competency Framework for Students. Paris: UNESCO, 2024.
- OECD & European Commission. Empowering Learners for the Age of AI: AI Literacy Framework for Primary and Secondary Education. 2025.
- Chiu, T. K. F., & Rospigliosi, P. “Six global frameworks for human-centred AI literacy and competency: comparative analysis and a way forward.” Interactive Learning Environments, 2026, 34(3): 1003–1005.
- Oreopoulos, P., & Low, N. “One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment.” NBER Working Paper 35620, 2026.
- “Outsourcing thinking to AI? Focused immersion, AI dependency, and the double-edged impact on critical thinking.” Humanities and Social Sciences Communications, 2026.
- “Revisiting the effects of artificial intelligence in education: A meta-analysis of academic achievement and student motivation.” Computers & Education, 2026.
- “Effects of GenAI Interventions on Student Academic Performance: A Meta-Analysis.” 2025.
- “Bridging the Generative Divide: An Empirical Study on the Feasibility and Algorithmic Fairness of AI Educational Tools in Low-Resource Regions.” IEEE, 2026.
- “The Paternalistic Filter: Epistemic Injustice and Differential Refusal in LLM-Mediated History Education.” arXiv, 2026.
- “Learners’ AI dependence and critical thinking: The psychological mechanism of fatigue and the social buffering role of AI literacy.” Computers in Human Behavior, 2025.
- “Thinking less, trusting more: genAI’s impacts on students’ cognitive habits.” Computers & Education, 2026.
- 教育部等五部门.《“人工智能+教育”行动计划》. 2026.
- 中国青年网.《警惕人工智能带来“元认知懒惰”》. 2026.
- Duke Center for Teaching and Learning. “Let’s Not Know Together: A Duke Portrait of Practice about Generative AI in Writing 201.” 2025.
- “Scholars@Duke: Generative AI as a ‘peer’ in EAL writing feedback.” Duke University.