AI正在「惩罚」那些用它写作业的中学生

今天，生成式AI已经渗透进我们的生活日常。在高校，学生用AI读论文，用AI写论文，再用AI降AI率；在职场，因AI而生的Token被写进员工的绩效考核。

对于许多中小学生来说，AI也已经成为写作业时触手可及的工具。不会做的题，可以问AI；写不出的作文，可以让AI代劳；一道原本需要花10分钟完成的题，不到1分钟就能得到答案。

我们越来越依赖AI的便捷与效率，却很少思考它的代价。

吴延晖是香港大学经济学系教授。过去3年，他和瑞典斯德哥尔摩大学经济学教授大卫·斯特伦伯格（David Strömberg）追踪了中国中部某县的26811名初高中生，试图厘清一个简单而重要的问题：AI的介入究竟会如何影响学生的学习能力？

数据很直观。使用生成式AI外包作业后，学生的作业成绩短期内提升约18%，但6个月内月考成绩平均下滑20%。更深的影响出现在两年后——学生的中考、高考成绩分别最多下降24%和18%。

他们将这一发现总结为「AI学习惩罚」。在吴延晖看来，这种惩罚隐秘而持久。对职场员工来说，使用AI提升工作效率，这本就是目标之一。但对学生来说，效率只是手段，学习能力的提升才是最终目的。AI或许可以在短时间内吞掉做题的痛苦、枯燥，提高过程中的学业表现，但长期来看，它损伤的不只有考试分数，还包括需要靠时间积累的分析能力，一个人持之以恒的耐心，以及面对问题时的好奇与对真实世界的感知。

这是一项全新的调查。吴延晖和团队调研的这些县城学校，学生普遍可以自由使用AI工具，而不受学校、家长的干预。结果同样令人忧心：相比提供解题思路、方法的辅助AI学习平台，大多数学生更倾向选择豆包、DeepSeek、千问这类可以快速获得答案的AI工具。

7月下旬，我们找到吴延晖。从这份调查数据出发，我们聊了聊AI对学生、教育的影响，数据背后更为深重的现实，以及，在这个AI狂飙突进的时代，普通人该如何与AI共处。

我们还谈到一些有意思的发现。比如AI扩大了学业表现上的性别差异，男生受到的学习惩罚比女生高出17%。成绩越好的学生，受AI学习惩罚的影响越大。这是一个环球同此凉热的问题，国外的一些研究发现，低收入家庭的学生更容易用AI外包作业，而高收入家庭的孩子更容易把情绪外包给AI。

成稿的当下，也有新的消息传来：9月2日，美国纽约市公立学校系统发布一份公开文件，将禁止高中以下的学生使用生成式人工智能。而曾经最早拥抱数字化技术的挪威政府发布新规，从新学期起，将全面限制中小学生使用AI，小学生原则上完全禁止使用AI，中学生在老师监督下谨慎使用AI。

人类的未来，很大程度上取决于这一代学生。当AI技术无孔不入，它毁掉了什么？带来怎样的警示？我们又该如何做出选择？

以下是《人物》和吴延晖的对话——

文｜王青

编辑｜姚璐

「使用AI后，

学生中考成绩下滑24%，高考成绩下滑18%」

人物：这项研究的契机是怎样的？你们是如何关注到「AI学习惩罚」这个议题的？

吴延晖：我一直关注技术对教育、对人生存状况的影响。在AI之前，已经有很多研究探讨过信息技术对教育带来的冲击。我跟我的长期合作者、瑞典斯德哥尔摩大学经济学家大卫·斯特伦伯格经常讨论这一方面的问题。比如有一项研究，是谷歌曾在美国及其他国家推行计算机辅助教育，希望廉价输送优质的教育资源，但结果并不如人意。有些地方的学生的成绩没有提高，反而下降了。

北欧各国曾经是最早拥抱教育数字化的国家，谷歌chromebook（注：google主导开发的笔记本电脑）一度是不少中小学校最流行的数字设备，但后来没发现有什么正面教育效果，反而存在教室里过度使用屏幕问题，一些国家就从政策层面回撤教材数字化，而是增加了纸质教材的投入。

我也一直跟企业交流AI对员工技能的影响。不少人力资源经理提到，引入AI 后，员工的知识系统变得越来越脆弱。尤其是初级员工，很短的时间内可以做出像模像样的PPT，但一涉及深层逻辑，就一问三不知。在律师事务所和咨询公司，一个普遍的忧虑就是如果企业用AI取代初级员工，或者初级员工过度使用AI导致技能不足，那未来的高级员工从何而来呢？

但工作场域和学校还不一样。工作本就是一个追求绩效的场景。对学生来说，学校是一个人认知能力形成的阶段，一旦出现类似的状况，影响会是非常深远的。

中国未来教育、社会的走势会怎么样，很大程度上取决于这一代的学生。所以我们就想看一看，AI作为一个重要技术，对学生的基本素质，尤其是认知能力，有没有影响？如果有，它是怎样的一种影响？是让人变得更笨了，还是更懒了？在这里，「笨」主要指才能受到损害，「懒」指的是努力程度。

我们也想了解，在AI技术的影响下，人的才能和努力，哪个损耗更大？这个动态的过程是什么样的？

人物：你们就没有预设过，AI可以帮助学生获得更好的学习能力？

吴延晖：在2022年ChatGPT出现之后，很多教育学者研究各种AI工具对学生学习的影响，得出的初步结论是有正面影响，比如让学习过程变得更加有趣。但这些研究基本都是短期研究，而且样本很小，有一定的特殊性。而现实中，随着AI的广泛使用，越来越多的教育工作者，从大学到中小学，觉得用了AI之后，学生的思考惰性增加，思辨能力减弱。我们根据自己的经验，也认为不加引导的AI使用，对学习会有负面作用，是有一定成本的。但负面影响的程度有多大，覆盖面有多广，持续有多久，哪些学生最大？这是我们想要在研究里进一步理解的问题。

人物：这是一项很新的研究。你们追踪了中部某县城9所中学共26811名初高中生的学业情况。为什么会将调研地点放到县城？他们的AI使用率是什么样的？要如何确认调查是否真正有代表性？

吴延晖：中国是一个基础教育很好的国家，如果在北京上海这些教育特别发达的地方找学校，那放到世界范围就太特殊了，反而是中国比较普通地区的学生样本更加有普遍的代表性。我们找的这个县就是中国内陆地区的一个典型，人口100多万，人均GDP低于全国平均水平的，但当地学生的AI使用率和发达地区几乎是一样的。我们这项研究的终结点是2025年7月，当时学生的AI使用率大约是80%，已经和英国、美国的平均水平差不多了。

AI确实是一项颠覆性的技术，扩散速度非常快。互联网技术的普及还是相对缓慢的过程。如果从1994年中国接入互联网的时间点算，直到2012年，互联网在中国的使用率才达到40%，整整花了18年的时间。而从ChatGPT在2022年11月正式发布算起，根据CNNIC的数据统计，到2025年底，短短3年时间，生成式AI在中国的使用率就已经超过40%。

这是一个全球普遍存在的现象。比如在美国，皮尤研究中心（Pew Research Center）在2025年的一项大规模问卷调查就发现，中产家庭的AI使用率和低阶层家庭的AI使用率是差不多的。

在实际操作上，虽然我们获取的是回溯数据，但我们花了很多时间确认准确的AI初始使用时间，以及学生作业和考试的详实情况，再结合信度分析，保证数据的准确性。这样能看到不同年级、不同学校、不同程度的学生情况。

人物：从整个调查结果来看，有哪些是你们意料之中的，哪些是意料之外的？

吴延晖：对我们自己来说，定性的结论在意料之中，就是说，AI确实对学生的学习能力有负面影响。虽然有些教育学者看到论文之后，颇为惊讶。我们没料到的是，负面的影响程度会那么深，持续那么久。

因为数据非常详实，而且AI影响很大，所以结果非常直观。简单总结一下就是，使用AI作业外包后，学生日常作业成绩平均提升18%，用时缩短30%，但在6个月内，月考成绩下降20%。负面影响在两年后的中考和高考上体现得更充分，中考分数下降24%，高考分数下降18%。

这种影响是一个渐进的过程。比如在月考成绩下降之后，学生隐约都感受到了，但大家并没有改变。这点对我们来说是非常惊讶的，因为在中国社会，大家普遍重视学习，就是平常的作业、考试一直也很重要。

人物：你提到，使用AI后，学生的中、高考成绩分别下降了24%和18%。能不能解释一下，这个数字意味着什么？

吴延晖：从高考成绩来说，可能就是一个本科生跟一个专科生的差异了。也就是比较平时成绩差不多的两个人，一个人在学习中用了AI，另一个不用。用了AI 的学生，假设不用AI的话可以上本科线，但现在最坏的情况是只能上专科线。

人物：这个影响确实有点惊人。

吴延晖：当然，这只是大致的推断。在现实中，取决于每个省的考生有多少，相对排名如何，高考录取率有多高。而且如果这个省份全省都用AI，所有人都受到影响，个人的成绩下滑，排名不见得大幅调低。

吴延晖图源受访者

「成绩越好的学生，

受AI学习惩罚的影响越大」

人物：你们用了「AI学习惩罚」（AI Learning Penalty）来描述这一发现。能否解释一下这个概念？怎么理解这种「惩罚」？

吴延晖：一般来说，「惩罚」是讲你违反了某个规则，别人惩罚你。但在AI学习惩罚这件事上，没有外力，完全是个人的选择，也就是说，你选择了一种更有效率的工具，而在另外更重要的目标上受到了损害。

惩罚是高度场景化的。比如在企业，你用AI提高了工作绩效，工作完成得更好了，涨了工资，升了职。虽然你的能力可能受到一些损害，但这不是一种惩罚，因为你的目的就是把工作快速完成。

但学生的目标是为了学习，作业只是过渡性产出。使用AI后，你提高了中间阶段的产出，最终的考试成绩反而变差了。长期以来，作业被认为是和学习结果高度正相关的。当这种联系变成负相关，就变成了在学习上的一种惩罚。

人物：有一个数据我很意外：成绩越好的学生，受AI学习惩罚的影响最大——他们的考试成绩下降了24%，而排名靠后的学生成绩只下跌了16%。怎么理解这个结果？学习底子好的学生受到的影响应该会更小？

吴延晖：其实并不奇怪。中国的中学考试，分数差距往往来自于几道大题、难题。这几道题一旦做错，分数会差很多。对学习成绩本来就比较差的学生来说，原本就容易卡在大题上，容易的题也不至于完全不会，所以惩罚力度没那么大。按照这个思路稍微外推一下，AI造成的惩罚就是那些需要反复练习才能获取的分析能力。

人物：你们区分了两种AI使用方式，外包作业和辅导作业。结论是，真正的AI学习惩罚主要发生在外包作业这一群体。要怎么区分这两种方式呢？

吴延晖：区分主要看花多少时间写作业。比如，没有AI的情况下，一个学生最快完成作业的时间是40分钟。如果你花费的时间小于40分钟，作业分数却一下子提高了很多，我们判断就是外包。外包的意思是，你打开豆包或DeepSeek，把题目贴进去，直接复制粘贴答案。

辅导作业的学生，虽然也用了AI，但写作业的时间和没有用AI的情况下相近，也就是说，他们还是花了时间和精力在作业上的。这种情况下，AI学习惩罚就基本没有。

我们提到，人的能力由两块组成，你的聪明才智和你的努力程度。外包针对的是努力程度。也就是说，短期之内，AI让人变懒了，但没有让人变笨。但长期来看，人变得越来越懒，越来越不愿意思考，那你的认知能力也会相应受到损害，这是更严重的惩罚。

人物：这是不是也意味着，只要用对方法，AI就能帮助到你呢？

吴延晖：国外大量研究都是针对某个特定的AI学习工具，然后看学生怎么用。这种情况下，很少会出现完全用AI来复制粘贴答案，研究结论大部分是weakly positive，有轻微的帮助。但我们的研究中，学生有完全的自由度去选择如何使用AI，包括外包作业。

很多人都知道，中国市场上其实已经有很多AI辅助学习工具，比如云辅导，AI学习机，这类工具的方式是帮你逐步解题。但大多数学生并没有选择它们，大家宁可用豆包这样可以快速提供答案的通用AI工具，把时间节省下来去做别的事情。

这里面涉及一个心理动机问题，就是我们经常说的好逸恶劳。我们发现，一开始大家用AI写作业，可能用的程度没那么高，一周就用一两个小时，惩罚也不太明显。但是到了后来，学生使用AI的时间越来越多，比如说用到五六个小时甚至十几个小时，惩罚就加强了。

人物：你们也讲到，AI带来的学习惩罚并不是立竿见影的，而是一个长期的过程：「在我们的数据中，负面学习效应在定期考试成绩上于六个月后完全显现，在升学考试成绩上于两年后完全显现。」怎么理解这个事情？

吴延晖：这项研究跟很多现有论文不一样的地方在于，我们研究的是「自由落体」，就是说没有人干预。这也是我们选中这个地方的原因之一，我们走访过别的地区，很多城市会出台各种政策，限制学生作业外包的状况。国外也是，尤其家庭收入越高的家庭，会限制小孩用AI。

这个县不是。家长和学校对学生的管束不像大城市那么紧，学生有一定自由度，如果作业做得好，不被老师叫去学校，家长就觉得可以了。我们也问过家长，50%的家长是不知道小孩用什么AI 的。

这种情况下，AI带来的学习惩罚就是一个渐进的过程。因为学习是个长期过程，给定你现在的能力，这一次的投入减少了，你下一次的考试成绩会下滑一点。投入持续减少，负面影响就会越来越大。

还有一个影响因素是开始使用AI的时间。比如说你高二开始用AI，高一的内容，你学得挺好的，那么，这部分学习成果是没有受到惩罚的。但如果你高一就开始用AI，受到的惩罚就会更大。

人物：到了一定程度，学生自己会意识到这种惩罚，主动放弃AI外包作业吗？

吴延晖：完全依靠学生的自觉是很难的。一个学生在做作业付出的努力和学习成绩之间做衡量，一个学生觉得做作业很痛苦，AI很快帮忙做完作业，一下子很高兴，但是成绩下滑到一定程度之后，可能觉得不对劲了，自我改正。这是一个非常理性的行为。但人往往是短视的，特别是青少年，做不到这么理性，而且大多数也不知道或者不承认考试成绩变差是由于使用AI造成的。

还有一种更加严重的非理性情况。就是一个学生沉浸到AI带来的快乐和轻松里面，做作业离不开AI了。这跟很多社交媒体研究的结论是一样的，你变得上瘾了，离不开这个工具了。这种情况的严重之处，在于它不会被AI的技术进步所消除，反而可能是AI技术越好，你更加容易上瘾。这种情况下，需要集体干预，需要学校跟家庭的干预，甚至需要整个社会的配合。

人物：你们追踪的这三年，也是AI技术迭代非常快的三年。随着AI的进化，学习惩罚的力度会更大吗？

吴延晖：我们当时着重观测了几个时间节点。比如2023年8月，豆包和智谱清言正式上线，同年9月，千问上线；2024年底，DeepSeek是另一个大的节点。我们发现，这些关键节点对研究结果并没有什么影响。

所以这里面主要还是一个动机问题。初高中阶段的作业，并不需要多么先进的AI技术。工具多了之后，只是外包的人数变多了，不会影响学生的使用习惯，也不会节省学生用AI外包作业的时间。

图源剧集《善意的竞争》

传统教育评价方式的失效

人物：你们提到，生成式AI的使用扩大了学业表现上的性别差异。男生受到的学习惩罚比女生高出17%。这种差异是如何造成的？

吴延晖：这个结果跟其他类似研究是一致的，几乎所有研究都看到了男性受AI影响比较大。一种解释是，女生的学习专注度更高，不会在受到AI的影响之后就不学习了，她们也更少用AI直接外包作业。另外，我们在研究里看到，男生普遍更早使用AI，平均使用时间更长。

在学习成绩上，女生优于男生的性别差异，是一个非常普遍的现象。不能说是男性智力上落后于女性，而是在目前的教育体制下，要取得好成绩，需要较高的专注度和自制力，女生有一定的优势。

人物：你们在论文里还提到另一项研究——哈佛一年级物理系学生用专门设计的AI导师，结果比课堂主动学习花了更少的时间，但是学到了更多。这跟你们的研究结论不太一样。你能解释一下，AI学习惩罚的机制是怎样的？它对学习能力真正的损伤又是什么？我们平时也会看到一些新闻，很多硅谷富豪正在抢着把孩子送去AI学校。

吴延晖：人的认知能力有很多个层次，一种是听、说、读、写、算这一类基本能力。第二种是分析能力和逻辑推理能力。第三种，我们称之为「元能力」，也就是你会不会主动学习？你能不能创造性地摸索出适合自己的学习方式？

对哈佛一年级学生来说，他们的元能力本身已经非常强了。那么AI进来后，他们可以把大量无聊、枯燥、重复的知识性内容交给AI，专注在创造力更强的事情上面，学习也变得更快乐了。目前来说，AI对元能力较强的人没有太大影响。

这段时间我在深圳做调研。有一个学校的教研主任就讲，疫情期间，学习环境发生很大变化，但就是有少数的学生，大概5%左右，一下子脱颖而出。他们有很强的主动性，也有创造力，线上平台给了他们无限的资源，在没有老师约束的情况下，他们的创造力反而迸发出来了。

AI最大的惩罚其实是分析能力。我们的研究发现，从考试成绩来看，社会科学学科（特别是政治和地理）受到的影响最大，其次是理工科，影响最小的是英语和语文。因为听说读写这类基本能力，即使不学，日常生活里还有大把机会去练习、去积累。

但分析能力需要大量的练习。就说文科的论述题这一块，要写文章的结构，这种结构性的内容，AI是非常强的，而学生恰恰最讨厌这部分，所以倾向把它外包给AI。结果这个能力恰恰又是考点里头最重要的，受到的惩罚最大。

人物：学生考试成绩下滑，老师应该最清楚。他们会主动干预吗？

吴延晖：尽管学生的考试成绩下降了，但这是一个加总的结果，不是所有学科的成绩一瞬间都下滑了。除非是班主任，很少有老师能够掌握学生所有学科的学习情况。

我们之前也和不同地区的老师做过访谈。整体来说，老师对AI的态度五花八门，有一些老师觉得，反正挡也挡不住，那就让学生用。也有老师坚决抵制AI，认为允许学生用AI是老师懒惰的表现。

还有一些老师处在中间地段，觉得可以适度地用。有老师还提到，自己用了AI后，教室里抬头率变高了。所以他们从自身经验角度，觉得可以把AI当作一个辅助工具。另外一种老师认为，要指定AI，尤其是教育领域里的一些垂直型的学习辅助类AI。

在我们的研究里头，我们看到一部分最早使用AI来做作业的学生，在五六个月时惩罚达到峰值，再一年后惩罚有所减弱。这个很可能是老师或家长干预的结果。但我们观测不到直接的干预行为。我们后续研究的一个主要目的就是要评估不同干预手段的有效性。

人物：为什么老师使用AI后，抬头率会变高？

吴延晖：很多研究技术对教育影响的论文都有类似的结论，AI会替代掉水平比较一般的老师。所以对这些老师来说，课堂抬头率本来就不高，用了AI之后， PPT设计或者讲课的例子更生动了，学生的抬头率反而会高一点。

人物：还有一个差异，初中生受到的负面影响为什么会比高中生更深？

吴延晖：因为初中生的学业负担没那么重，自由度高。在我们的研究里，很多初中生都是AI的重度用户。到了高中阶段，高考在即，大家也都清楚没法用AI，学校对学生的学业相对抓得比较紧，对电子设备的监督也要严格得多。所以从考试成绩来看，初中生定期考试成绩下滑了24%，而高中生的成绩下滑是18%左右。

人物：你们有调查过小学生使用AI的情况吗？

吴延晖：我们做过小学生的调研，但目前数据还不全。

从现有的数据来看，小学生用AI外包作业的情况是挺严重的。而且大城市学生比中小城市学生更严重。很多大城市的家长会认为，AI能帮助孩子释放创造力。加上现在提倡的AI原住民的概念，家长普遍觉得，学习AI要从娃娃抓起。

我前段时间就这个问题在香港做了一个公开的演讲，有家长就问我，在AI时代，我们要怎么培养孩子？我说，我个人提倡要培养AI互补的能力，最好的方法就是不要使用AI。那个家长听完马上就说，这是不可能的事情，大家都在用，你不可能不用。

所以这其实是一个社会问题——当周围所有人都在用AI，你不用，就会觉得恐慌，担心自己的孩子会被落下。

人物：当作业无法有效地衡量学生真实的学习程度和状态，对老师和学校而言，它意味着哪些事情？

吴延晖：这就意味着，传统的教育评价方式已经无效了。

当然，目前也有很多替代的方式。比如说现在有一些学校允许学生用AI，但要求学生必须标注出使用方式，细到每一个步骤。有一些学校则加重了闭卷考试的比重，还有一些学校更多让学生上台展示，讲述自己对某个问题的理解。

但这都是有社会成本的。比如最直接的问题，我们到底是要改技术还是改制度？如果是改变评估制度，整个成本会非常大，老师要重新接受培训，学校要重新制定日常的教育评估方式。

AI对我们高校也产生了很大影响。因为现在你只要用得好，AI已经能写出一篇看起来很像样的论文了。最近，美国有高校提议，对教授的评估不再看他们的论文发表数量，而是要求教授现场讲论文，由同行当场评议。但这种做法很难大规模推广。

所以无论科研评价体系还是教育评价体系，未来都需要大幅转型。尤其考虑到国内高校的考核长期依赖于「论文数量」。AI越智能，以假乱真的程度就越高，未来可能会导致整个科研断层。

图源剧集《Hacks》

「不是脑力外包，就是情绪外包」

人物：这几年也有新闻提到，中小学生的作业负担过重。有一项调研结果显示，38%的中小学生就寝时间晚于规定要求，67%的中小学生睡眠时间不达标。这样的教育环境是不是也在把大家推向AI？

吴延晖：肯定会有。因为这不仅是一个社会问题，也是价值问题。应试教育本身的价值判断就是要你大量做题，考上一个好学校。我们对应试教育有很多反思，比如这样的教育方式太折磨人了，牺牲孩子的睡眠、健康。那我到底还要不要投入那么多？

从经济学角度，这也是劳动力供给问题。你每天去上班，做牛马工作，但收益不高，肯定就不想加班加点，想要有更多闲暇。从这两年的数据看，应试教育带来的回报越来越低。也有人干脆选择去读职高。

应试教育的另一个问题是，它会磨损人的好奇心。在没有考试的情况之下，人的好奇心是比较容易得到保护的。有考试的话，因为你有这么一个单一的目标，好奇心就很容易受到损害。

我一直觉得，好奇心也是一种资本，需要保护，需要外部的鼓励，否则它的价值会折旧，磨损。大多数人小的时候，都是对世界充满了好奇的，但进入小学、初中，再到高中，应试压力越来越大，好奇心慢慢就被消磨掉了。

人物：你了解国外的研究情况吗？初高中学生使用AI的状况和学习情况是怎样的？

吴延晖：全球都有类似的问题。但不太一样的地方在于，国外有调查发现，低收入家庭的孩子更容易出现作业外包的情况，而高收入家庭的孩子，会存在情绪外包的现象，也就是孩子只跟AI互动，失去了跟人互动的能力。

如果你去看国外一些AI学校的设计，基本都在强调对孩子社交能力的培养。这是国外很多老师、家长特别担心的一个问题。虽然中国还没有相关研究，但我觉得这应该是共通的。

人物：听起来，不是脑力外包，就是情绪外包。那么，在一个拥有能够给出直接答案的通用AI工具的环境中，要怎么才能挽救大家的学习能力呢？

吴延晖：这项研究出来之后，我们跟深圳一些中学做了访谈，相对一致的共识是说，对那些元能力很强、学习动机很强，家里环境良好的学生来说，是不太需要干预的。AI对他们来说是解放性的。

但对其他学生来说，还是需要引导。引导怎么做，现在有很多实验，比如刚才提到的建立AI中心，在老师的指导下，让学生集中时间用AI辅助学习。也有一些学者提出，回归传统黑板粉笔字的教学模式。但现在都还处在盲人摸象的阶段。

所以到底怎么办？这是一个很系统，也很细致的社会工程问题。从我个人角度，最直接的答案就是，我们要克制地使用AI，尤其在某些任务上面，我们要敢于对AI说不。这是最直接，也最有效的方式。

人物：刚才你提到，到底是改技术，还是改方式？在你看来，当下考试算是过时了吗？

吴延晖：很多年前，就有人提出过这个观点。到目前为止，考试仍然有它的价值，首先它相对公平。其次是它的选拔功能。中国可以在短时间内成为制造大国，就是因为这套方式培养出大量有分析力和执行力的人才。

问题关键并不在于过时，而是我们有没有新的替代方法？这几年国外也有很多讨论，关于大学在今天的意义究竟是什么？我们还需要上大学吗？听起来都有一定道理，但实际执行起来很难。

这又回到经济学的视角。我们经济学者比较保守，特别看重社会成本。要改变一件事情，需要有选择，而每一种选择都有成本，会带来摩擦。所以更好的方法，还是在现有的社会体系之下，我们去研究人要如何与技术更好地互动。

人物：你一直强调，这是一个社会工程问题。在整个社会的层面，你觉得我们还需要什么？

吴延晖：现在很多人在讲AI伦理，AI安全，乃至AI管控，更多的是在讲一个目标和愿望，或者是从上而下的一种治理和规管。我讲的社会工程，更多的是自下而上的，从微观个体出发，以科学方法为依据进行的社会改良。从局部出发，慢慢地寻找一些普遍性的规律和有效的干预手段，这样才能为未来的规管打下基础。这是我们研究团队正在努力的方向。

图源剧集《Normal People》

学习为什么重要？

人物：我们聊了很多AI对学习能力的影响。我很好奇，从你的研究出发，学习的原理到底是什么？是注意力吗？是耐心吗？还是说从错误中学习？为什么肉身投入其中如此重要？

吴延晖：学习确实是一个综合体。它意味着犯错误，在试错中进步，也意味着举一反三的能力。同时，学习的一种态度，你能不能在学习中获取快乐，保持好奇心，这都是学习的重要内容。

我们在论文里没有提到一点，虽然写作业很痛苦、很累，但当你解出一道题，是有成就感的。学习本身也会带来乐趣，比如你可能会对某个知识点好奇，想要探究更多。但如果你把它们都外包给AI，只得到一个结果，你就失去了学习过程中的乐趣，这也是一种惩罚。而在一个追求短平快的社会里，这些能力很可能是不会受到真正重视的。因为不同的产业结构，或者说市场竞争对能力给予了不同的回报，也让大家对AI的态度出现很大分化。

这是我们非常担心的一点：AI跟以前的技术不一样，它不单只影响你某一方面的学习能力，而是会影响你判断的能力，影响一个人持之以恒的探索能力，影响一个人获取知识那种快乐的感觉。

人物：我自己有个感受，学习有时候是一个反人性的过程。比如我们做选题，常常需要阅读很多资料。我当然可以让AI帮我做文本细读，分析结构，提炼要点。但这跟自己逐字逐句读，忍受枯燥，重复，最后有了自己的感受，还是很不一样的。我会发现，AI总是强调有用，但我们其实很难定义什么是有用。

吴延晖：每个人的学习和工作中，总是有一些枯燥无聊的部分，还有一些力量型的工作，比如大量的计算和繁琐的文本细读。AI在这方面确实带来很多便利，也是对科研工作冲击很大的地方。我经常跟学生说，我们现在要做beautiful research（美丽的研究），不要只做powerful research（力量型的研究）。力量型的研究，包括计算、编程这些，有点类似于一个「最强大脑」，在AI的冲击下，它们反而最先受到冲击。

美丽的研究。比如你的审美能力、判断能力、创造力，这些是AI无法取代的。爱因斯坦当年提出光量子时只有26岁，他是怎么做到的？我们没法分析出来，但它一定不是靠海量的知识积累。AI可以产出有用的信息，但目前而言它还无法模仿人的创造力。

人物：关于美丽的研究，能再具体解释一下吗？

吴延晖：前段时间，我有学生用AI写了一个经济学相关的数学模型。我看了之后就跟他说，你这个模型实在太丑了。他也很郁闷，觉得就是一个模型，只要数据能放进去，能够用就行了。

如果是AI评价，它可能觉得这个模型做得挺好的，因为实用。但我们这种接受传统科学训练的学者，就认为漂亮的模型应该是简洁的，比如爱因斯坦最著名那个数学公式，E=mc²。当你接受过这样的审美训练，很难忍受AI做出来的东西，它可能有用，但是干巴巴的，没有审美可言。

但这两个系统未来到底谁能胜出，我也不知道。最大的可能是两者的结合。

人物：研究AI议题这些年来，你对AI的感受是怎样的？你平时会用它吗？

吴延晖：我用得还算是比较有节制，一周也就几个小时吧。

我一般用它来解决力量型的问题，比如估算一个模型，我会让AI帮我做计算。我不会让AI解决美的问题，比如这个研究是怎么设计的，文章怎么写。包括最近我正在把我之前的一项研究翻译成中文，全部都是自己写，我不想让AI影响语言。

当然这只是我个人的做法，可能我使用AI的方式还不够好吧。（笑）

人物：你也是高校的一名老师。面对AI带来的冲击，你有调整一些教学、考核方式吗？

吴延晖：考核这方面，我们现在常用的一个方法就是让学生来讲，其他人提问。我之前也想过，要不要提前把讲课内容发给学生，或者提前录好视频，这样课堂时间能全部用来讨论。但这又涉及管理成本问题，学生数量不能太大，否则对老师和学生的要求会更高。单纯只是讲课，相对比较容易。

最近，香港大学新开设了一个本科项目，课程大致分成三部分，其中三分之一讲AI如何运作，包括数学、计算机编程、机器学习等内容，帮助学生建立掌握AI的基础。另外三分之一讲社会是如何运转的。最后三分之一的课程，是大量人文通识内容，比如文学经典，我们希望告诉学生「人到底是什么」。这也是为了保护人类欣赏美、创造快乐、理解人类文明的能力，希望学生与历史互动。

我也想强调，面对AI带来的问题，我们没办法依靠个体的力量。就像刚才提到的，这是一个集体性的行为，所有人都在用，我不可能不用。开设这个项目是一种探索，也是一种尝试，我们希望能培养学生既有能力去面对AI，同时不失去人类本身拥有的创造力。

图源剧集《学习小组》

人类的本质是「混乱」

人物：除了AI对教育的影响，你做了很多AI和工作关系的研究。这也是大家比较关心的一个问题。你最近刚好出版Messy Jobs（直译，混乱工作；中译名为《麻繁工作》）。里面有个观点是：工作中包含的判断、协调、责任与人际关系越是紧密交织，就越难被AI拆解和替代。也就是说，工作内容越「混乱」，越难被AI取代。这其实挺反直觉的。因为在很多人的理解里，现代工作都在追求一种整饬，流程化，就像大厂里，每个人都是系统里的一颗螺丝钉。

吴延晖：按照现代经济学理论的说法，社会的经济增长来自于分工，分工越细致，工作越干净，生产效率就越高。特别是国外一些大厂，组织规模足够大，可以把一个流程拆分得很细、很干净。

但我们的研究发现，中国其实没有出现这种情况。比如说同样是程序员，单从岗位描述来看，中国的程序员要做的事情非常多，而且大部分任务是强人际关系捆绑的。即使引进AI后，这些工作内容依旧没办法被拆解出来。

现在有一种声音：AI会代替掉大部分白领工作。但AI真正能代替的是干净的任务，比如纯编程。一旦里面涉及人的因素，尤其是部门之间、同事之间的利益分配，AI就没那么容易替代，因为成本很大，容易出现摩擦，需要人的智慧。

人物：但大家平时吐槽最多的就是工作中的人际关系，比如办公室政治。

吴延晖：这里面确实有让人头大的混乱，比如开会，在现有的权力结构下，可能只有老板喜欢开会，大家都很讨厌，没完没了，效率也不高。但它也有好的部分。因为人毕竟不是螺丝钉，需要互动，需要有不同的意见，碰撞，只有在真实、混乱的互动中，我们才能建立信任关系。

从生产效率来说，大部分混乱工作可能是没有价值的。但对人的健康、总体的幸福感来讲，这种混乱又非常重要。

人物：我想起前阵子韩国小说家金爱烂说，「有一个人类有但是AI没有的东西，犹豫不决。」

吴延晖：AI肯定也有犹豫不决，只是它武断地摆脱了这种犹豫。因为AI模型本质上有很大的不确定性，但它又需要输出一个明确的指令，所以它只是基于现有信息，给出一个看起来自洽的答案，实际上很可能是胡编乱造。

真正的自洽是很难做到的。你看我们人类平时是怎么解决犹豫不决的？我们不需要大量信息输入，很可能只是看到有朋友这么做了，或者听到一句鼓励，就觉得，行了，此刻我自洽了。但到了第二天，可能又会陷入新的不自洽。

所以在AI时代，除了培养和AI互补的能力，我们也需要保护「混乱」。

人物：当下人们对AI的态度很复杂，既恐惧于被AI取代，想要不断跟上，抓住。同时大家也都很厌烦AI，全世界都持续有抵制AI的现象。到了今天，你最担忧的问题是什么？

吴延晖：我最强烈的担心就是，我们拥有了一个很好的技术，整个社会都为它疯狂，但人类反而失去了创造的能力，失去了快乐的能力。这种快乐，不是说刷短剧的快感，而是需要投资的快乐，比如你愿意花时间和朋友有高质量的相处，你去看书，听音乐，去和人交流。

我一直认为，AI不是什么斩杀线，而应该是一条人类和AI共存的和平线，我们要寻找一条和解的道路。但我们目前面临最大的挑战是，未来社会到底是以AI为中心、是以人为中心，还是以少数人加上大量AI为中心？AI解决的是GDP，生产效率的问题，它不需要快乐，不需要健康，也不需要被尊重。但它们恰好是人终其一生所追求的东西。

人物：你还是在呼唤某种乐观的未来对吗？

吴延晖：我最早也是一个新闻记者，后来转向经济学，最想做的就是有社会责任驱动的研究。很多做技术研究的学者多次提到，信息技术加剧了世界的对立，加大了贫富差距。现在AI技术来了，虽然还没有明确的研究数据，但一些学者担心人类的境遇并没有因此变得更好。

所以某种程度上，这份乐观是我的责任，我希望我们还是能回到人的生存状态上，从关心人的角度，去寻求解决方案。因为技术是人创造的，如何决定技术的走向，也是人的责任。

如果我们走向以AI为中心的未来，没有人能真正获益。我们可能真的就进入了「历史的垃圾时间」。

图源剧集《学习小组》