Оценки за домашние задания вверх, экзамены вниз на 20%

Давид Стрёмберг из Стокгольмского университета, Виктор Лэй и Яньхуэй У из Университета Гонконга проследили 26 811 учеников средних школ из одного уезда в центральном Китае. С генеративным ИИ их оценки за домашние задания выросли, а результаты экзаменов, которые пишут без него, упали. На вступительных экзаменах полный штраф проявился только примерно через два года.
Работа «The Generative AI Learning Penalty: Evidence from Chinese Secondary Education» вышла 2 июня как дискуссионный документ CEPR DP21577, а широкую известность получила после разбора в The Economist 18 августа. Рецензирование статья не проходила.
В основе работы лежат административные данные за 30 месяцев по 7-12 классам и девяти предметам. В одной панели собраны оценки за домашние задания и время на их выполнение, ежемесячные контрольные с закрытыми учебниками, а также два вступительных экзамена: чжункао при поступлении в старшую школу и гаокао при поступлении в университет. В уезде живёт больше миллиона человек, ВВП на душу населения чуть меньше 6 000 долларов. Авторы считают его типичным для китайских уездов за пределами развитого побережья, но для других систем образования это заметно сужает применимость выводов.
Доля учеников, которые сами сообщали об использовании ИИ, за этот период выросла почти с нуля примерно до 80%. Пользовались в основном Doubao и DeepSeek. Ученики начинали в разное время, поэтому авторы применили разность разностей со ступенчатым внедрением: школьников, которые уже перешли на ИИ, сравнивали с теми, кто ещё не начал, до и после перехода. Это наблюдательный панельный анализ. В части публикаций его называли шестимесячным экспериментом с контрольной группой, но рандомизации в нём нет.
Оценки за домашние задания у пользователей ИИ выросли на 18%, время на выполнение сократилось на 30%: в среднем с 64 до 45 минут. Почти 20 минут экономии оборачиваются потерями на контрольных. За полгода баллы ежемесячных закрытых контрольных упали на 20%. На вступительных экзаменах падение составило 18% и 24%, и до полного размера оно дошло примерно за два года.
У потерь есть выраженная зависимость от дозы. У тех, кто пользуется ИИ от нуля до часа в неделю, баллы в среднем снижаются на 5%, у тех, кто сидит с ним пять часов и больше, на 30%. Сильнее всего страдают общественные науки, затем STEM и языки. Потери больше у младших школьников, у сильных учеников и у мальчиков.
Вместе с китайской работой обсуждают и вторую, с противоположным результатом. Зара Контрактор и Херман Рейес из Миддлбери-колледжа провели рандомизированный эксперимент: студенты в сессиях под наблюдением изучали незнакомую тему и писали эссе с доступом к генеративному ИИ или без него. Доступ к ИИ поднял баллы немедленного теста на 0,27 стандартного отклонения, и преимущество сохранилось при повторной проверке через неделю. Работа выложена как arXiv:2607.08849 и как дискуссионный документ IZA 18792, рецензию она тоже не проходила. Горизонт там всего неделя, а китайский штраф на вступительных набирался около двух лет.
Разделение, похожее на это, есть и внутри китайских данных. Потери сосредоточены примерно у 80% пользователей ИИ, чьё поведение авторы описывают как перекладывание домашней работы на ИИ: они сдают задания необычно быстро и получают за них высокие оценки. Те, кто тратил на задания примерно столько же времени, сколько ученики без ИИ, потеряли на экзаменах немного. Обе работы указывают на одно: результат зависит от того, заменяет ли ученик ИИ работу над заданием или проходит задание вместе с ним.
Дальше
Instant Cloud закроется 31 августа 2027 года
Регистрация новых пользователей в Instant закрыта, существующим дали 12 месяцев на переезд. Команда сервиса перешла в OpenAI, а облачные приложения выключат 31 августа 2027 года.
Читайте также
- Claude угадывает белки, о которых никто не писал
- Fable 5.2 спроектировал три устройства без правок схемы
- GPT-6 Astra набрала 66,7% против 43,8% у GPT-5.6 Sol
- Модели Anthropic растут вдвое быстрее, по оценке METR
- GPT-6 Astra спроектировала гаджет для Codex без правок людей
- MAI-Base-2 в 4–12 раз экономнее DeepSeek на предобучении
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

