区分生成式AI带来的成绩提升是真实学习还是表面表现。

Distinguishing performance gains from learning when using generative AI

• 通过对比实验分离性能提升来源
• 发现多数成绩提升源于工具辅助而非深层学习
• 适合关注AI教育效果评估的研究者

生成式人工智能（Generative AI）正越来越多地被应用于教育领域，能够提升学习者的学业表现。然而，这类应用往往并未促进高质量学习所必需的深层认知与元认知加工。本研究旨在区分由生成式AI带来的性能提升究竟是源于真实的学习进步，还是仅依赖工具的表面辅助。通过实验设计，分析学习者在使用AI前后的能力变化，揭示了大部分性能增长实际来自外部工具支持，而非内在知识内化。该研究强调在教育中评估AI效果时需警惕虚假进步，并建议未来应更关注如何引导学生进行深度学习。

原文摘要 · Abstract (English)

Generative artificial intelligence (AI) is increasingly being integrated into education, where it can boost learners' performance. However, these uses do not promote the deep cognitive and metacognitive processing that are required for high-quality learning.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。