「大量用 AI 的學生 PISA 成績最差」——這句話該怎麼讀

PISA 2025 資料公布後，一項分析指出：AI 使用頻率高的學生群體，測驗成績表現最差。

這個結論很有傳播力，而它值得認真對待。但它同時也是一個教科書等級的案例，說明為什麼「相關」不等於「因果」——而這件事本身，就是今天最值得教給學生的內容。

**先看這句話可能的三種解釋，它們的政策含意完全不同。**

**第一種：AI 使用損害了學習。** 學生用 AI 完成作業，跳過了產生理解所必需的思考過程，因此在無法使用工具的測驗中表現較差。這是最直覺的解讀，也確實有機制上的合理性——認知科學長期指出，費力的提取與產出是形成長期記憶的關鍵，而外包這個過程會削弱它。

**第二種：因果方向相反。** 學習遇到困難的學生，更有可能去尋找能快速產出答案的工具。也就是說，不是 AI 讓他們成績差，而是成績差讓他們更依賴 AI。這個解釋同樣合理，而且在任何橫斷面資料中都無法排除。

**第三種：兩者都是第三個因素造成的。** 例如家庭監督程度、學校對作業的要求方式、學生的自我調節能力。一個缺乏學習結構支持的學生，既容易大量使用 AI，也容易成績不佳，而這兩件事之間沒有直接因果。

**三種解釋都符合同一筆資料，而 PISA 的設計無法區分它們。** PISA 是橫斷面調查——它在同一時間點測量所有變項，不追蹤同一批學生隨時間的變化，也沒有隨機分派。這是它的結構限制，不是研究品質問題。

**還有一個技術細節值得注意：「使用頻率」是自陳的。** 學生對自己使用 AI 的頻率如何回報，會受到當地對這件事的態度影響。在把使用 AI 視為作弊的環境裡，誠實回報高使用頻率的學生，可能本來就是比較不在意規範的一群——而這個特質本身就與學業表現相關。

那這個發現還有沒有價值？**有，而且很大。** 它提供了一個明確的警訊：在目前的使用方式下，高度依賴 AI 與較差的表現同時出現。這足以支持「應該仔細研究」與「不應該無條件擴大使用」，但不足以支持「AI 造成成績下滑」這個因果結論。

而它最好的用途，可能是進課堂。**這是一個真實、當下、與學生自身高度相關的統計判讀題材。** 給學生看這個標題，問他們：還有什麼其他解釋？要怎樣的研究設計才能分辨？這比任何虛構的教科書例題都有效。

業界分析人士指出，大型國際評量的橫斷面設計適合描述現況與比較群體，但在因果推論上有其結構性限制。

對台灣而言，這則消息會在接下來幾週被大量引用，而引用時多半會省略上面這些限制。這是一個可以預期的過程。與其爭論結論，不如把它變成教材——讓學生自己去拆解一個正在流傳的統計宣稱，是現在最實用的 AI 素養訓練。