撤走 ChatGPT 之后，1,222 人当场跳过了题目

354 个人在网上做 15 道分数题。一组旁边开着 ChatGPT，可以问思路，也可以直接要答案。前 11 道，这组答得比另一组准。第 12 道开始，AI 被撤走。

准确率当场掉下来。没有过渡，没有慢慢变差。

这是加州大学伯克利分校牵头的一组实验里的第一个。整项研究凑了 1,222 名在线参与者，分三次做。第一次 354 人做分数题，第二次 667 人做同类任务，第三次 201 人做 SAT 阅读理解。三次的摆法一样，先让一部分人用着 AI 做题，做到中途把 AI 拿走，再看他们接下来怎么办。

三处结果指向同一件事。AI 在场的时候，用 AI 的人做得更好。AI 一走，这组人答错的更多，跳过的也更多。一直没用 AI 的那组从头做到尾，后面的题反而越做越稳。

主持这项研究的是 Brian Christian，伯克利人类兼容 AI 中心的研究员，写过《对齐问题》。合著者来自卡内基梅隆、麻省理工、牛津和加州大学洛杉矶分校。论文题目是《AI 辅助会降低坚持性并损害独立表现》，10 月 3 日更新过一版，随后在 2026 年的语言建模会议（COLM）上做了报告。

数据里更清楚的是两件不同的事叠在一起。

一件是准确率。失去 AI 之后那组人的正确率下降，这是能力层面的变化，还在预想之内。做过题的人忽然没了外挂，慢一点、错一点，说得通。

另一件是跳题率。667 人那组的数据里，失去 AI 的人跳过题目的比例明显往上走。他们直接跳过了，而对照组的同一批人还在算同一道题。

设计上还有一处值得留意。第一组实验里，用 AI 的人可以问思路，也可以直接开口要答案，研究者把两种用法合在一起统计，没有拆开。也就是说，这些数据测的是「有 AI 可用」这件事本身，而不是「怎么用 AI」。把工具当陪练和把工具当答题机，在这项研究里算同一种情况。

我的看法是，把这两件事分开才能读懂这项研究想说的事情。准确率下降讲的是能不能，跳题率上升讲的是愿不愿。后者才是难办的那一半。一个人做慢了可以练回来，一个人不愿意开始，就没有可练的东西。

Christian 自己也没把这层说得很绕。他给伯克利新闻的表述是「你几乎找不到比这更清楚的故事了」，后面补了一句，说他也能在自己身上感觉到。

研究者给这个现象配了一个说法，叫生产性挣扎，指的是解一道难题时那段费劲、试错、来回推翻的过程。他们的解释是，AI 几秒钟就把答案递过来，人的期待被重新校准，再碰到需要慢慢磨的题，那段摩擦开始显得像故障，而不是解题的一部分。这段是作者提出的机制，不是实验直接测出来的东西。

这里有几处得说清楚，免得把结论读大。三次任务都是短时段的，几分钟到十几分钟，推不出长期能力的损失。实验做的也只是分数题和 SAT 阅读，能不能推广到写代码或者写方案这类更复杂的工作，研究没有回答。研究者主张先保住长期能力再谈任务完成，至于什么样的回答方式能保住，这一轮实验里没测。

这个方向和过去一年多攒下的一堆结果对得上。2025 年有一项针对 120 名本科生的随机试验，用 ChatGPT 的人在延迟知识保持测试里拿到 57.5%，用传统方式学习的人拿到 68.5%，差了 11 个百分点。微软同一年的工作趋势调查覆盖 31 个市场的 31,000 名员工，75% 的人说自己在工作里用 AI，46% 把 AI 当成思考伙伴。

把这堆材料放在一起，我不打算在个人层面给建议，这件事很难管，工具确实好用。我留意的是企业把 copilot 铺到每个工位时的算账方式。多数公司在测的是有 AI 时的产出，省下多少时间和人力。很少有人测同一批人离开 AI 之后还能不能把活干完。省下来的时间是真的，独立能力的账没人算，也就算不出是否有亏损。等哪天真出了故障，或者工具涨价涨到有人用不起，账会一次性来。

这套逻辑对学校同样成立。研究里提到，AI 把练手的那一段拿走了，而人理解一件事，靠的常常就是那段。老师看到学生交上来的答案更漂亮，不容易看出过程里少了什么。要看出差别，得安排一次不带 AI 的测验，看学生自己能不能讲清为什么这样算。

Christian 在采访里还说过一层。大意是这些系统被造得很有帮助，可它们帮我们的方式，有时候帮的地方不是我们真正需要的地方。他接着说，这件事不限于分数题和 SAT，从小学一直到最顶尖的专家都在经历同一件事。

三次实验给的是一个具体现象。撤走 AI 之后，人的坚持会掉，掉得比准确率更明显。

采访里还有一段题外话。Christian 说自己桌上一直放着一个笔记本，每天都写。这么做让他踏实一些，也压一压那个从去年就跟着他的疑虑。

来源

Berkeley News 2026-10-09 报道 Ten minutes with AI can weaken your ability to persist through hard problems；论文 AI Assistance Reduces Persistence and Hurts Independent Performance（2026-10-03 更新版，COLM 2026 报告）；TMC Insight 关于同一研究的整理（含 2025 年 120 人试验与微软 2025 工作趋势调查数据）