推文

@jiangkoumo_ · 2026-10-11 23:14

伯克利 CHAI 的 Brian Christian 与多校研究者这周在 COLM 展示了一项包含三项随机对照实验的研究。在约 10 分钟的短暂 AI 辅助答题场景后，一旦撤走工具，受试者立刻独立做题的表现比全程没用 AI 的对照组更差 研究者在三项实验中总计招募 1,222 人，测试题目包含分数运算和 SAT 阅读理解。在允许使用 AI 的阶段辅助组表现更好，但最后 3 道题撤掉工具独立作答时表现下滑。因为错题不设惩罚且允许跳过，研究者把跳题算作放弃坚持，做对题比例统计也将跳题计为做错 在第一项分数运算和第三项 SAT 阅读理解中，研究者都观察到了类似落差。撤走工具后，AI 组不仅做对题比例明显落后于对照组，跳过不做的比例也随之走高 配图对应的是规模最大、招募 667 人且最终分析 585 人的第二项实验。研究者给两组加入前测，并在测试阶段统一撤掉侧栏以控制界面变化。撤掉 AI 后，做对题比例依然是 AI 组 71% 落后于对照组 77%（P=0.020）；但跳题率是 10% 对 7%，差异在统计上并不显著（P=0.239） 第二项实验的事后观察分析显示，直接索要完整答案的受试者跳题率达 13%，主要索取提示的人跳题率只有 5%（对照组为 7%）。不过提问方式是受试者自选的，作者明确指出这属于观察性相关，并非因果关系 这项研究只测量了撤掉工具后的即时表现，无法推断坚持意愿下降会持续几小时还是几天，也不知道长期使用是累积还是消退。实验里的 AI 条件主要是直接提供解答，提示型 AI 的实际效果仍需要后续随机对照实验检验 论文本身只测了算术和阅读理解，没有涉及日常编程。但面对需要独立思考的任务，直接拿现成解法确实最省力。我自己的选择是在学习和解决问题时，依然尽量留出自己推导和检查的步骤，不把每一步排查都过早让给模型

曝光 169 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 65.69214971567165