KI ga 18 prosent bedre lekser. Eksamenskarakteren falt 20 prosent.

Elevene leverte bedre lekser og brukte kortere tid på dem. Så kom prøven, og de gjorde det tjue prosent dårligere enn klassekameratene som ikke brukte KI. Begge funnene stammer fra samme datasett, samme elever, samme halvår.

David Strömberg ved Stockholms universitet, Victor Lei og Yanhui Wu ved Universitetet i Hongkong har fulgt 26 811 kinesiske elever mellom 12 og 18 år i 30 måneder. Arbeidet er publisert som CEPR-diskusjonsnotat 21577 og omtalt av The Economist 18. august. Rundt 80 prosent av elevene oppga at de brukte modeller som Doubao og DeepSeek.

To tall som peker motsatt vei

Forskerne kombinerte månedlige prøver med lukket bok, opptaksprøver til videregående og høyere utdanning, og leksepoeng og innleveringstid på tvers av ni fag. Det er den kombinasjonen som gjør studien interessant. Leksepoeng måler produkt. Prøver med lukket bok måler hva som ble sittende igjen.

Straffen kommer sent

Fallet på de månedlige prøvene viste seg innen seks måneder. På de høythengende opptaksprøvene, der karakteren faktisk avgjør noe, falt resultatene 18 og 24 prosent, og hele utslaget kom først etter omtrent to år. Tapene var størst i samfunnsfag, deretter realfag og språk, og størst blant de yngste elevene, blant guttene og blant dem som gjorde det best fra før.

Fordelingen er verdt å stanse ved. At tapet er størst blant de yngste og blant dem som gjorde det best fra før, snur den vanlige antagelsen om at KI er en utjevner som løfter de svakeste. I dette materialet er det de sterke elevene som har mest å tape, fordi det er de som hadde en fungerende arbeidsmåte å gi fra seg. Eleven som allerede slet med leksene, mistet mindre.

Toppunktet i skaden kommer også sent nok til å være politisk ubrukelig. To år er lengre enn de fleste skoleforsøk, lengre enn en læreplanrevisjon og lengre enn en statsrådsperiode. En skole som måler effekten av KI på innleveringer det første året, vil se en suksess.

Skillet går på tiden, ikke på verktøyet

Her ligger det mest anvendelige funnet. Læringstapet er konsentrert blant de rundt 80 prosentene av KI-brukerne hvis mønster tyder på ren utsetting av arbeidet: svært kort innleveringstid kombinert med høye leksepoeng. Elever som brukte KI, men fortsatt la omtrent like mye tid i oppgavene som før, gjorde det nesten like godt på eksamen som elevene uten KI.

Mekanismen forskerne peker på er kjent fra læringsforskning lenge før språkmodellene: den produktive motstanden. Det er selve slitet med å finne svaret som fester kunnskapen, ikke svaret. En modell som leverer et korrekt svar på tolv sekunder, fjerner den motstanden fullstendig. At produktet blir bedre samtidig som prosessen forsvinner, er ikke et paradoks. Det er den forventede konsekvensen.

Studien måler altså ikke om KI er skadelig for læring. Den måler hva som skjer når arbeidsmengden faller bort. Tiden fra 64 til 45 minutter per oppgave er ikke effektivisering, det er 19 minutter med tenkning som forsvant. Verktøyene det gjelder er dessuten billige og allment tilgjengelige: DeepSeek har solgt nesten-frontier til under én dollar per million tokens, og Doubao kommer fra ByteDance. Terskelen for å sette bort en leksetime er praktisk talt null.

Hva studien ikke kan svare på

Norsk skole har ingen tilsvarende datasett. Debatten her hjemme handler fortsatt om KI-detektorer og fuskeregler, altså om å oppdage at teksten ikke er elevens egen. Studien antyder at det er feil kontrollpunkt. Eleven som skriver av modellen består innleveringen og stryker på prøven uansett om noen oppdager det. Samtidig satses det tungt på KI i norsk akademia, blant annet gjennom Tydals gave på en million GPU-timer til NTNU og Simula. Regnekraft til forskning og modelltilgang i klasserommet er to ulike spørsmål, og bare det ene er utredet.

Det praktiske svaret studien peker mot, er ubehagelig for alle parter. Hvis skillet går på tiden brukt og ikke på verktøyet, hjelper det verken å forby modellene eller å slippe dem fritt inn. Det som må endres er hva en innlevering er ment å måle. En oppgave som kan løses på tolv sekunder av en gratis chatbot, målte aldri annet enn tilgang til svaret.

Konklusjonen er ubehagelig enkel. Verktøyet er ikke problemet. Tiden det sparer, er hele poenget med å ha lekser.