Доля студентов, самостоятельно сообщивших об использовании ИИ, выросла почти с нуля до примерно 80% за период исследования. Резкий скачок совпал с выходом DeepSeek V2.5 в сентябре 2024 года и DeepSeek R1 в январе 2025-го. Самыми популярными инструментами стали Doubao, DeepSeek, Ernie Bot и Qwen.
Исследование воспользовалось тем, что студенты начинали использовать ИИ в разное время. Авторы применили метод разности разностей (difference-in-differences): он измеряет изменение результатов в группе воздействия до и после вмешательства и вычитает изменение за тот же период в контрольной группе, не подвергавшейся воздействию.
В данном случае они отслеживали изменение успеваемости каждого студента до и после начала использования ИИ, а затем сравнивали эту динамику с теми, кто ещё не пользовался ИИ. Момент начала использования определялся по самоотчётам, а причинно-следственная связь опирается на предположение, что без ИИ обе группы развивались бы сходным образом.
Домашние задания — лучше, экзамены — хуже
Через полгода после начала использования ИИ оценки за домашние задания выросли на 18%, а среднее время на одно задание сократилось с 64 до 45 минут. За тот же период баллы за ежемесячные закрытые экзамены упали на 20%.
Эффект на важных вступительных экзаменах оказался таким же сильным, но нарастал медленнее. Результаты регулярных экзаменов ухудшились уже через полгода, а полное влияние на вступительных экзаменах проявилось примерно через два года — падение составило от 18 до 24%. Таким образом, краткосрочные исследования упускают долгосрочный вред обучению, отмечают авторы.
Четверо из пяти долгосрочных пользователей демонстрируют признаки перекладывания работы на ИИ
После более чем пяти месяцев использования ИИ около 81% студентов справлялись с домашним заданием менее чем за 50 минут — быстрее, чем самые быстрые из тех, кто не пользовался ИИ. Они получали высокие оценки за домашки, но проваливали экзамены. Сочетание короткого времени выполнения, высоких оценок за домашние задания и низких экзаменационных баллов указывает на то, что эти студенты перекладывали свою работу на ИИ, пишут авторы.
С другой стороны, пользователи ИИ, которые тратили на домашние задания столько же времени, сколько их одногруппники без ИИ, сдавали экзамены не хуже и при этом получали более высокие оценки за домашки. Эта группа не демонстрировала признаков положительного отбора на основе предыдущей успеваемости, то есть они не были изначально более сильными студентами. ИИ вреден не по умолчанию: основной ущерб возникает, когда он подменяет самостоятельное мышление.
Социальные науки страдают сильнее всего
По социальным дисциплинам, таким как политика и география, среднее снижение составило 27%, по естественно-научным и техническим (STEM) — 22%, по английскому языку — 17%, по китайскому — 9%. Это важно, поскольку большинство предыдущих экспериментов было сосредоточено на математике, программировании и иностранных языках.
Эффекты также сильно различались в зависимости от группы студентов. Младшие школьники (средняя ступень) потеряли больше, чем старшие (24% против 17%), а мальчики пострадали сильнее девочек (21,6% против 18,4%), что исследователи связывают с более интенсивным использованием ИИ среди мальчиков.
Сильнее всего пострадали лучшие ученики: у верхней трети падение составило 24% против 16% у нижней трети. Обнаружилась и зависимость от дозы: студенты, использующие ИИ до одного часа в неделю, потеряли около 5%, а те, кто использовал его пять часов и более, — 30%.
Почему почти никто не бьёт тревогу
По оценкам, штраф за обучение снизился с примерно 25% в начале 2023 года до 16% к июню 2025-го. Уменьшение наблюдалось и в фиксированной группе первых пользователей, что говорит об определённой адаптации со стороны студентов и преподавателей, однако потери никуда не исчезли.
Исследование объясняет, почему реакция оказалась приглушённой. Учителя обычно видят учеников только по одному предмету, и падение оценок на 20% само по себе не является чем-то из ряда вон выходящим. Общий эффект на средний показатель по округу не достиг примерно минус 10% до июня 2025 года, поскольку немногие студенты пользовались ИИ достаточно долго, чтобы ущерб накопился. Сами учащиеся часто не связывают одно с другим, принимая умственное усилие от самостоятельного обучения за признак того, что они плохо усваивают материал.
В качестве контрмер исследование предлагает давать студентам достоверную информацию о долгосрочных издержках перекладывания работы на ИИ, повышать вес очных экзаменов и отслеживать время выполнения заданий вместо оценок за домашние работы. ИИ обесценивает домашние задания как сигнал, и среди пользователей ИИ с оценками выше среднего более высокие баллы за домашки на самом деле предсказывают худшие результаты на экзаменах.
Исследователь из Anthropic Андрей Карпати утверждал, что школам следует перестать пытаться контролировать домашние задания, выполненные с помощью ИИ, и вместо этого перенести большую часть оценивания на работу в классе. Его доводы согласуются с выводами этого исследования: когда студенты знают, что их будут проверять без ИИ, у них сохраняется мотивация действительно изучать материал.
Эта закономерность совпадает с недавними выводами из других областей. Исследование Anthropic показало, что участники, осваивавшие новые навыки программирования с помощью ИИ, показали на последующих тестах на 17% худший результат, чем контрольная группа, не сэкономив при этом реального времени. Результаты зависели от способа использования инструмента: те, кто просто копировал ответы ИИ, справлялись хуже, а те, кто применял ИИ для лучшего понимания задач, не демонстрировали такого снижения.
Исследование Швейцарской бизнес-школы выявило отрицательную связь между использованием ИИ и критическим мышлением. Другое исследование, проведённое учёными из нескольких американских и британских университетов, показало, что люди, которые относятся к ИИ в первую очередь как к «машине для ответов», теряют когнитивные навыки быстрее всего.
Исследование Калифорнийского университета в Беркли, проанализировавшее более 500 000 оценок, также показало, что доля высших баллов (отлично) на курсах с большим объёмом письменных работ и программирования выросла на 13 процентных пунктов с момента запуска ChatGPT. И здесь эффект был сосредоточен на неконтролируемых домашних заданиях, тогда как экзамены под наблюдением не показали сопоставимого роста.