AI Tutor：帮助、风险与独立学习

在下述研究中，经过结构化设计的 AI 系统会按需提供解释、提示，或针对学生尝试给出反馈。它们可以帮助学生定位出错步骤、按自己的节奏学习，或在问题出现时立即提问。这些发现只适用于被研究的具体系统、学科与比较条件，不能证明任意 AI 聊天都能有效教学。

本页严格区分三类陈述：外部证据只报告所引研究实际测量的结果；AXIOVUM 设计依据说明这些证据如何启发拟议的学习互动；AXIOVUM 自身学习结果则必须通过本平台的独立评估获得。目前没有可报告的 AXIOVUM 学习成效结果，因此本页不提供 AXIOVUM 效应量或成功率。

表达流畅的答案仍可能错误、出现时机不当，或不利于学习。Kestin 等人报告，仅靠提示词不能可靠地按顺序支撑多步骤问题，因此其平台把专家准备的材料与固定的活动推进顺序结合起来。学生仍应依据课程材料检查定义、假设与代数过程，不能把语言流畅当作正确性验证。

辅助下的成功可能掩盖依赖。Bastani 等人的研究中，不受约束的 GPT 提高了练习表现，但移除工具后，学生表现低于从未使用 AI 的对照组。Chen 等人的访谈参与者也提出了过度依赖的担忧。复制答案、看懂解释与独立构造新论证，是不同的学习结果。

平台进度也不自动等于持久学习。Oreopoulos 等人发现，连续答对三题的推进规则提高了达到该平台阈值的比例，但单独使用这一规则并未在一周后的延迟测验中带来明确提升。因此，完成题数、连续答对与停留时间应当保留为过程指标，不能替代独立任务。

Kestin 等，Scientific Reports（同行评审论文，2025）：194 名符合纳入条件的大学入门物理课程学生，在两次课中参加随机交叉比较。定制 Tutor 与课堂主动学习使用相同内容；每次教学前后分别进行前测与即时后测。结构化 Tutor 条件的后测表现更高；Tutor 条件的学习时长中位数为 49 分钟，课堂学习时长按 60 分钟估计。研究没有测量延迟保持，作者也没有主张该结果必然适用于需要多概念综合或高阶批判性思维的任务。

Bastani 等，PNAS（同行评审论文，2025）：近 1,000 名中学数学学生按班级分配到无 AI、GPT-4 普通聊天界面，或带教师设计提示与保护机制的 GPT-4 Tutor。每次活动先进行可使用辅助的练习，随后进行无辅助考试。两种 GPT 条件都提高了练习成绩；移除 AI 后，普通聊天组成绩比对照组低 17%。结构化 Tutor 基本消除了这项负面影响，但其无辅助考试成绩并未显著高于对照组。这是在单一学校情境中进行的短期数学复习研究，不能回答跨学科的长期迁移。

Chen 等，arXiv:2509.16778（预印本，2025）：某大学入门离散数学课程的 155 名志愿者，被随机分配为较早或较晚获得证明评阅 Tutor 与聊天机器人。第一次退课节点后剩余 148 人，至期末考试剩余 145 人，因此不同结局的分析样本数并不完全相同。较早使用组在第二次期中考试前的两次作业中得分更高，但期中与期末考试均未出现组间统计显著差异。测量覆盖学期中的作业与考试，并非单次即时测验。该研究是单门课程、志愿参与的预印本，仍需同行评审与重复研究。考试差异未达到统计显著，不等于已经证明真实效应为零。

Oreopoulos 等，EdWorkingPaper 26-1552（工作论文，2026）：20 所学校、六至八年级的 6,000 多名学生，被逐人随机分配到 AI 或其他条件相近的计算机辅助学习、掌握式或非掌握式推进，以及两个数学主题组合之一。一周后的延迟测验同时覆盖练过与未练过的材料。在掌握式流程的练习一中，AI 在出错后提高了下一次作答正确率，并减少恢复到正确答案所需的尝试次数，同时使推进变慢、完成题数减少。最明确的延迟结果也出现在掌握式流程中：AI 组在练过的练习一材料上约高 3 个百分点，但只达到边缘统计显著；配对的未练题目基本没有差异。这是有限且依赖情境的证据，不能据此声称存在稳定或普遍的学习收益。

可以采用“把推理交还给自己”的五步方法。第一，如果已经尝试过，就展示尝试；如果尚未开始，就指出无法进入的概念或步骤，并请求解释或例子。第二，请求最小必要帮助，或询问下一步成立所需的条件；需要时可以看完整解释，但解释不能成为学习的终点。第三，用自己的话复述理由，并与课程来源核对。第四，关掉解释，自己完成下一步。第五，在不使用 AI 的情况下改变一个条件或尝试新例子。如果无法复现或调整推理，就把该主题视为仍在学习中。

AXIOVUM 设计示例——这不是实测学生互动，也不是成效证据：学生在最小化 ‖Ax − b‖² 时，不明白正规方程为什么成立。Tutor 追问：残差属于哪个空间？在最近点处必须满足什么条件？学生说明 b − Ax 必须与 A 的每一列正交，自己推出 Aᵀ(b − Ax) = 0，再考察当 A 的列线性相关时哪些结论需要改变。关键事件是学生在提示后完成并检验推理。

AXIOVUM 拟采用的方式是：解释困难的一步，然后把下一次推断交还学生，并在之后检查无辅助变式。这是由上述外部证据启发的设计选择，在经过伦理审查的研究实际测量即时独立作答、延迟迁移与潜在不利影响之前，它仍然只是待验证假设。