UC Berkeley 研究員 Brian Christian 與 Grace Liu（卡內基梅隆大學）等團隊，在一連串隨機對照試驗（RCT）中發現：人們只需約 10 至 15 分鐘 依賴 AI 助手解題，短期準確率雖上升，但一旦撤走 AI，獨立解題率顯著下降，略過／放棄的比例亦上升。論文題為《AI Assistance Reduces Persistence and Hurts Independent Performance》，已於 COLM 2026（Conference on Language Modeling）以經同儕評審形式發表；Berkeley News 於 2026 年 10 月 9 日 報道這次會議發表，Christian 亦於 10 月 7 日（週三） 在柏克萊校園就此研究發表演講。
據論文與 Berkeley News，三項試驗共招募 1,222 名美國線上受試者；AI 條件使用側欄 GPT-5 助手，可自由提問甚至直接索取答案。
分數題：短期較準，撤走後掉速
實驗一（分數運算）
實驗一招募 354 人（排除注意力檢查與基本分數能力不足者後分析樣本 307）。學習階段共 12 題分數題，AI 組可使用助手；其後突然撤走 AI，兩組皆再解 3 題測試題。結果：
- 測試解題率：AI 組平均 0.57，對照組 0.73；
- 略過率：AI 組 0.20，對照組 0.11。
學習階段 AI 組曾明顯較準、較少放棄；撤走後則落後於從未使用 AI 的對照組。
實驗二：改進設計後仍復現
實驗二招募 667 人（最終分析 585），加入前測排除規則，並讓對照組在學習階段看到前測題解說側欄，以消弭介面不對稱。測試解題率：AI 組 0.71、對照組 0.77（差異達顯著）；整體略過率差異未達顯著（約 0.10 對 0.07）。
關鍵在於用法。AI 組自述中，約 61%（189 人）主要用 AI 直接要答案；約 27% 要提示／澄清；約 12% 自稱未用。直接要答案者測試解題率最低（平均 0.65），略過率亦最高；使用提示者較接近對照組。前測時各用法組別與對照組並無顯著差異，顯示落差主要出現在 AI 使用之後。
閱讀題：同樣模式
實驗三改用 SAT 閱讀理解（招募 201 人，最終分析 168）。撤走 AI 後：
- 解題率：AI 組 0.76，對照組 0.89；
- 略過率：AI 組 0.08，對照組 0.01。
論文指，這顯示效果不限於數學推理，亦出現在意義建構與批判閱讀相關任務。
為何關乎堅持度與設計
作者把略過視為堅持度／動機指標：受試者被告知答錯不扣酬勞，選擇「略過」反映刻意不投入。論文與 Berkeley News 均指出，瞬時完整答案可能令人們習慣「秒回」節奏，並剝奪所謂 productive struggle（有助建立能力與自我認識的建設性掙扎）。Christian 在報道中強調：系統被訓練成「有求必應」，但這種幫助有時對長期能力並不真正有益；方向應是儘量增強而非取代人的能力，例如預設更像導師的引導式回覆，而非直接倒出答案。
論文亦列限制：僅量度短暫接觸、撤走後立即測試；效果會否累積或隨時間消退仍待縱向研究；本實驗 AI 屬「最大幫助」（可即時給完整解）。實驗二中提示使用者表現較接近對照，則暗示支架式／蘇格拉底式設計值得進一步檢驗。
主要來源：
- Berkeley News，Using AI for just 10 minutes erodes your ability to persist at hard things，2026-10-09，https://news.berkeley.edu/2026/10/09/using-ai-for-just-10-minutes-erodes-your-ability-to-persist-at-hard-things/
- Liu, G., Christian, B., Dumbalska, T., Bakker, M. A., & Dubey, R.，AI Assistance Reduces Persistence and Hurts Independent Performance，arXiv:2604.04721，https://arxiv.org/abs/2604.04721
