本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
哈佛研究：人工智能辅导效果优于传统课堂
哈佛大学一项随机对照试验显示，使用人工智能辅导的学生，学习效果是主动学习课堂的两倍，花费时间却少20%。该研究发表于《自然·科学报告》。
实验纳入哈佛物理课程的194名学生：一组在宿舍使用个性化人工智能辅导，另一组参加传统面对面主动学习课程。结果对面对面教学的主导地位提出质疑，也引出核心问题：人工智能提升了知识获取效率，但高等教育中批判性思维的培养将如何延续？
哈佛量化人工智能的教学优势
Greg Kestin教授团队开发的人工智能辅导系统，遵循与面对面课程相同的教学原则。与标准ChatGPT不同，该系统被设计为表述简洁、每次只提示一个步骤，并要求学生先思考再得到答案。
学习效果提升在引入新概念时尤为明显。学生反映，使用人工智能辅导时的参与感和积极性均高于传统课堂——这一结果出乎研究团队意料，他们原本预计两者效果相当。
实验严格再现了哈佛主动学习法的设计：学生完成相同任务，人工智能提供与课堂预设一致的反馈。这种方法论上的严格性，使本研究有别于此前同类研究。
个性化辅导取代课堂群体效应
人工智能辅导的核心优势在于适应个人节奏。传统课堂中，有人跟不上、有人觉得无聊；人工智能则实时回应每个学生的问题，并进行一对一指导。
Steenbergen-Hu与Cooper的一项荟萃分析综合近40项研究后指出，使用人工智能辅导的学生，成绩优于75%接受传统教学的学生。这与一对一人类辅导的效果相当。
卡内基梅隆大学认知辅导系统的数据进一步印证了这一点。在一项470名学生参与的研究中，使用该系统的学生标准化测试成绩提高15%至25%，代数解题成绩提升100%。
该系统持续分析学习数据，识别每个学生的学习风格、优势与薄弱环节，并实时调整测试难度，以更准确地评估实际能力。
全球推广加速，阻力犹存
中国的教育人工智能整合获得政府大力支持。松鼠AI等平台为数百万学生提供个性化辅导，大规模研究显示其数学成绩比传统教学提高20%。
在加纳，可通过WhatsApp使用的人工智能辅导产品Rori，每名学生每周使用一小时仅需5美元，却能带来相当于额外一学年的学习增益。低廉的使用成本，让优质辅导在资源匮乏地区成为可能。
世界银行与斯坦福大学的研究确认了这一成本效益：人工智能辅导平台具备大规模推广的潜力，对面临教师短缺和高流失率的国家尤为适用。
认知外包风险引发警惕
一项涉及666名参与者的研究发现，频繁使用人工智能工具与批判性思维能力之间存在显著负相关，认知外包是其中介机制。宾夕法尼亚大学针对土耳其高中生的研究表明，使用ChatGPT的学生正确解答问题的数量多出48%，但概念理解测试得分却低17%。
认知外包，即借助外部工具减轻工作记忆的负担。这虽然释放了部分心理资源，但也可能削弱认知投入，阻碍技能的深层发展。
计算器只承担特定运算任务；人工智能则可能接管整个认知过程——理解、信息综合，乃至批判性思维的部分环节。相关研究测量到中等至较大的效应量。
部分研究报告指出，过度依赖人工智能会削弱批判性思维、创造力和自主解题能力。也有研究显示，其提升效果与传统教学相比十分有限，甚至没有显著差异。
数字公平仍是待解难题
约15%的美国儿童——即数千万学生——在家中仍无法稳定接入互联网。这一差距在低收入、农村及原住民社区尤为突出。
条件较好的郊区学区学生，可以使用能适应其节奏的人工智能辅导；而农村或经费不足的城市学区学生，可能家中没有可靠网络，所在学校也无力负担软件授权费用。
人工智能系统可能固化并放大训练数据中已有的偏见。一旦人工智能参与学生作业评估，来自边缘化群体的学生可能因刻板印象或歧视性算法而遭受不公正对待。
这些工具由富裕国家主导开发，发达国家的学习者从中获益更多，贫困与边缘化地区的学习者则处于不利地位。这种失衡，根植于数十年积累的结构性不平等。
人工智能辅导的教学效果已获坚实的科学证据支持。但公平部署仍面临两道门槛：认知外包的潜在损害，以及数字不平等的持续加剧。问题不再是人工智能能否教学，而是当技术效率可能压倒批判性思维培养时，如何守护学习者的智识自主。
来源：