61% 的人直接向 AI 要答案，撤掉助手后他们最先放弃

这篇论文题为「AI Assistance Reduces Persistence and Hurts Independent Performance」，作者来自卡内基梅隆大学、UC Berkeley、牛津大学、MIT 与 UCLA，今年 4 月挂上 arXiv，目前已更新到第 5 版，仍是未经同行评审的预印本。最近它被中文频道重新翻出来，标题是「依赖 AI 10 分钟后更难坚持难题」。这个说法不算夸张，但只看标题会漏掉论文里最有用的那组数据。

三个实验，同一种「先甜后苦」

实验设计不复杂：受试者先做一轮练习题，AI 组的页面侧栏挂着一个基于 GPT-5 的助手，想怎么问都行；对照组没有助手，后两轮实验还给对照组配了一个外观相同、但不能用的侧栏，排除「界面不同」的干扰。练习结束后助手被拿走，所有人在同样条件下做测试题。

• 实验一（分数运算，有效样本 307 人）：测试正确率 AI 组 57%、对照组 73%；跳题率 20% 对 11%。
• 实验二（分数运算复现，加了前测，有效样本 585 人）：正确率 71% 对 77%；跳题率 10% 对 7%，这一项差异未达显著。
• 实验三（SAT 风格阅读理解，有效样本 168 人）：正确率 76% 对 89%；跳题率 8% 对 1%。

练习阶段 AI 组当然更好看——有助手递答案，分数自然高。问题出在「交接」那一刻：同样的人、同样的题型，助手一撤，表现掉到比没用过 AI 的人还低。整个 AI 使用窗口大约只有 10 分钟，这是论文最想强调的一点：效应不需要长期依赖来养成。

真正拉低平均分的，是「要答案」这个动作

实验二让 AI 组自报了使用方式，308 人里：61% 直接让 AI 给答案，27% 只要提示或解释，12% 干脆没用。按这个分组再看测试成绩，差别一下子清楚了：

• 直接要答案的人：测试正确率 65%，跳题率 13%，相比自己的前测成绩下降了 10 个百分点。
• 只要提示的人：正确率 76%，跳题率 5%，相比前测反而提高 5 个百分点，和对照组（77%、7%）基本持平。

换句话说，「用了 AI」本身并不必然有害，有害的是把思考过程整段外包。只要提示的那 27% 拿到的是脚手架，自己还得爬；直接要答案的那 61% 拿到的是电梯，下次没有电梯时连楼梯怎么走都生疏了。作者的解释是：AI 让人习惯了「卡住就立刻有答案」，于是剥夺了独自熬过难点的经历，而坚持性恰恰是在这种经历里练出来的。

需要说明的是，分组是受试者自报的，且属于事后分析，不是随机分配出来的——爱直接要答案的人，可能本来就更不耐烦。这一点论文没有、也无法完全排除。

作者把矛头指向了产品目标，而不是用户

论文的建议部分很少见地没有落在「用户要自律」上。作者认为，苏格拉底式提问、限制使用时长这类用户端干预只是创可贴；根子在于今天的助手被优化成「尽快、尽量完整地把当前任务做完」，衡量指标是即时满意度。一个好老师懂得在某些时候不给答案，而现在的模型几乎从不这么做。

这和 OpenAI、Anthropic 等公司近一年陆续推出的「学习模式」「引导式回答」形成了有趣的对照：厂商已经意识到教育场景需要另一种交互，但这些模式都需要用户主动切换。论文的数据恰好说明，大多数人在默认状态下会选最省事的那条路——61% 这个数字本身就是答案。

10 分钟之后呢

这项研究的边界也很明确：受试者是在线招募的成年人，题目是分数和阅读理解，观察窗口只到测试结束。效应会不会随反复使用累积，还是过几天就自行恢复，作者自己也说需要纵向研究才能回答。对写代码、写稿这类本身就允许长期借助工具的工作，结论能外推多少同样是未知数。

但有一件事已经不太需要等后续研究：同一个 AI，被拿来要答案和被拿来要提示，留在人身上的东西完全不同。默认界面推着人走哪条路，可能比模型再强一档更值得厂商去想。