两年大学研究发现:禁止课堂使用 AI 使学生表现更差
阿姆斯特丹自由大学法学教授 Thibault Schrepel 为期两年的实验显示,禁止使用 AI 的组连续两年排名最后;无指导 AI 组略高于禁 AI 组;结构化提示工程培训组第一年领先,但第二年优势几乎消失。研究者原本以为无指导使用 AI 弊大于利,最终承认“我错了”。
原贴
查看原文原文
中文翻译
一位法学教授花了两年时间测试禁止使用 AI、无指导的 AI 建议和结构化培训如何影响学生表现。不使用 AI 的小组连续两年排名最后。“我错了,”研究者写道。他曾假设没有指导的 AI 弊大于利。
阿姆斯特丹自由大学的 Thibault Schrepel 将他“AI 法律”课程的学生随机分成三组。所有人的任务相同:以四到五人的小组合作,他们有 20 分钟时间改进《欧盟人工智能法案》的一项条款。评分涵盖实质内容、清晰度、比例性和创新性。第一组不能使用 ChatGPT。第二组收到直接嵌入文本中的 ChatGPT 生成的修改建议,可以继续使用该工具,但没有关于如何使用它的指导。第三组接受了法律提示工程以及检查 AI 建议一致性和准确性的实操培训。
所有学生参加相同的考试:一项多项选择题测试和一项带回家考试,后者要求他们修改《人工智能法案》的另一项条款。该实验于 2024 年进行,有 66 名学生参与,并于 2025 年重复,有 164 名参与者。
不使用 AI 的小组大多只做细微的措辞调整,为了清晰而改写并删减冗余。只有少数小组尝试了实质性法律改进。十到十五分钟后,许多小组经常思路枯竭,Schrepel 称之为“想法耗尽”。不过,不使用 AI 确实迫使小组成员进行更深入的讨论。
第二组基本上不加质疑地接受 AI 建议,常常理由是它们“听起来更好”,Schrepel 写道。一些学生用 AI 建议的替代词替换了“shall”和“individual”等术语,却没有表明他们理解其法律含义。每个小组都至少保留了 ChatGPT 输出中的一个误导性或法律上无关的术语。只有经过训练的第三组与 AI 进行了真正的来回互动,测试不同措辞并深入探究作业背后的实质性问题。
经过训练的组在 2024 年得分远高于另外两组,尤其是在要求更高的带回家考试中。一年后,这一差距几乎消失。2025 年,三个组的表现大致相同。Schrepel 将此归因于对聊天机器人熟悉度的增长。许多学生已经在日常生活中使用这些工具,因此正式培训在 2025 年带来的提升比一年前更少。他补充说,伦理使用和法律责任仍然需要教授。
一个发现两年都保持不变:不使用 AI 的组排名最后。Schrepel 总结说,禁止 AI 产生的平均结果比允许 AI 更差。优势是来自结构化培训还是仅仅来自实际使用,仍然是一个未决问题。
第二组的表现让他惊讶,Schrepel 写道。他原本预计课堂练习中的不加批判错误会延续到考试中。相反的情况发生了。错误没有重复出现,该组实际上得分略高于无 AI 组。他说,最可能的解释是,学生通过自己的使用学会识别 AI 的弱点,尤其是当准确性有真实后果时。这迫使 Schrepel 放弃他最初的假设。他曾确信 AI 只在结构化培训中有帮助,否则应该留在课堂之外。“我错了,”他写道。跳过 AI 教学是一个错失的机会,但它不会造成一些人预测的教育崩溃。
核心信息
阿姆斯特丹自由大学法学教授 Thibault Schrepel 为期两年的实验显示,禁止使用 AI 的组连续两年排名最后;无指导 AI 组略高于禁 AI 组;结构化提示工程培训组第一年领先,但第二年优势几乎消失。研究者原本以为无指导使用 AI 弊大于利,最终承认“我错了”。
- 阿姆斯特丹自由大学法学教授 Thibault Schrepel 为期两年的实验显示,禁止使用 AI 的组连续两年排名最后;无指导 AI 组略高于禁 AI 组;结构化提示工程培训组第一年领先,但第二年优势几乎消失。研究者原本以为无指导使用 AI 弊大于利,最终承认“我错了”。
- 原贴提到:A law professor spent two years testing how an AI ban, unguided AI sugge
- 来源:the-decoder.com
详细解读
这是什么信号:这不是一项普通的“AI 能否提效”调查,而是一位法学教授在自己课程中连续两年做的对照实验。2024 年 66 人、2025 年 164 人,三组随机分配:禁止 AI、直接给 AI 建议但不培训、培训法律提示工程与 AI 核查。结果先打脸了“禁 AI 更安全”的直觉:无 AI 组两年都垫底;无指导 AI 组也没有像预期那样被误导拖垮,反而略高于无 AI 组;培训组第一年显著领先,但第二年优势几乎消失。
为什么重要:教育者和企业培训负责人常把“禁止使用 AI”当作防止作弊和质量下滑的最稳妥策略,但实验指向相反的平均结果:禁止 AI 不仅没有提升表现,还让学生更早陷入“想法耗尽”,只做措辞微调。更关键的是,随着工具普及,结构化提示培训的边际价值在下降——2025 年三组成绩趋同,说明“会用”正在变成基础能力,而不是差异化优势。不过,伦理使用与法律责任仍需正式教学,这一点原文明确保留。
对谁有价值:高校教师、课程设计者、企业 L&D 与知识型团队负责人,以及正在制定 AI 使用政策的组织。对个人学习者而言,信号是:不要等正式培训,先在有真实后果的任务中练习与 AI 互相校验。对管理者而言,与其一刀切禁用,不如设计任务、评分标准和核查机制,让 AI 使用暴露在可评估的流程里。
可以怎么行动:第一,把“禁止/允许”的二元政策改成分层任务:基础技能可无 AI 练,但复杂改进类任务应允许 AI,并要求提交修改理由和核查记录。第二,培训重点从“提示词模板”转向“识别 AI 弱点”:一致性、准确性、法律含义、误导性术语。第三,评分里加入对 AI 建议的批判性说明,避免学生无意识接受“听起来更好”的措辞。第四,定期复测,因为工具熟悉度变化会迅速侵蚀培训优势。
风险或限制:这是单一课程、单一教师、法律文本修改场景,样本为 66 人和 164 人,不能直接外推到所有学科或企业场景。三组表现趋同也可能来自学生日常使用增加,而非培训无效。原文没有给出具体分数、效应量或考试细节,因此不能把结论夸大为“AI 必然提升学习”。另外,无 AI 组的“想法耗尽”是课堂观察,不等于考试结果的全部解释。真正稳妥的做法是保留实验心态:允许 AI、教核查、用真实后果检验。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《两年大学研究发现:禁止课堂使用 AI 使学生表现更差》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
两年大学研究发现:禁止课堂使用 AI 使学生表现更差主要讲什么?
阿姆斯特丹自由大学法学教授 Thibault Schrepel 为期两年的实验显示,禁止使用 AI 的组连续两年排名最后;无指导 AI 组略高于禁 AI 组;结构化提示工程培训组第一年领先,但第二年优势几乎消失。研究者原本以为无指导使用 AI 弊大于利,最终承认“我错了”。
这篇文章最值得关注的要点是什么?
阿姆斯特丹自由大学法学教授 Thibault Schrepel 为期两年的实验显示,禁止使用 AI 的组连续两年排名最后;无指导 AI 组略高于禁 AI 组;结构化提示工程培训组第一年领先,但第二年优势几乎消失。研究者原本以为无指导使用…;原贴提到:A law professor spent two years testing how an AI ban, unguided AI sugge;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在Agent工作流、AI超级个体、AI工具专题里阅读。 关联原因:这篇内容命中「Agent、工作流」等主题信号。;这篇内容命中「技能、学习」等主题信号。;这篇内容来自该专题长期覆盖的栏目。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。