Claude 在大学里的使用现状：一份学生行为研究速览

Bruce：

4 月 8 日，Claude 官网发布了一份关于大学生使用情况的数据分析报告。
从报告中可以看出，学生在使用大语言模型（LLM）时呈现出一些明显的使用模式。
其中，Claude 主要在两个关键能力上对人类起到了增强作用：内容创作（Creating） 和 问题分析（Analyzing）。
这主要体现在帮助用户生成文章、代码、报告等内容，以及分析和解决复杂问题、提供答案等方面。
报告还指出，学生与 Claude 的互动方式大致分为两种：

1.    一次性问答：直接提问、直接获取结果
2.    持续对话（协作式）：通过多轮交流逐步完成任务或优化内容

---

摘要如下：

这份报告分析了100万次大学生和 Claude 的匿名对话，想搞清楚学生是怎么在学习中用 AI 的。所有数据都做了隐私保护，而且都是用学校邮箱注册的账号，还是挺靠谱的。

⸻

🧠 学生用 Claude 来干嘛？

学生最常用 Claude 做这几件事：

1.    做学习内容（占比最大，39.3%）

👉 比如：写论文、设计题目、总结学习资料等。

2.    技术类问题解决（33.5%）

👉 比如调试代码、写算法、解数学题等等。
⚠️ 有些行为可能踩到“作弊”的边界，后面会专门说。

3.    数据分析 & 可视化（11.0%）
4.    研究设计和工具开发（6.5%）
5.    画技术图、做图示（3.2%）
6.    翻译、语言润色（2.4%）

⸻

💻 哪些专业最爱用 AI？

计算机专业的学生用得最多！
虽然他们只占总学生的 5.4%，但在对话里占了 38.6%！

自然科学和数学也很活跃（15.2%，高于其学位比例）。

使用率相对低的专业：

•    商科
•    健康类专业
•    人文学科

👉 原因可能是这些领域的任务暂时没那么适合用 AI，或者学生还没意识到能怎么用。

⸻

👥 学生跟 Claude 的互动模式

学生跟 AI 互动的方式其实挺多样的，主要可以分成这四种：

想解决问题 🧩    想让 AI 帮忙创作 📄

直接问了就走 比如解题、解释概念 比如生成摘要、直接写一段内容
多轮对话一起搞 比如边问边学写代码 比如一起润色论文、修改演示稿

每种类型都差不多占了四分之一（23%-29%），说明大家用得挺灵活的，不只是来“抄答案”。

⸻

🧩 Claude 做的是高阶脑力活？

从认知层级来看，学生最常用 Claude 来：

•    创造内容（Creating）39.8%
•    分析问题（Analyzing）30.2%

而像“记忆”、“理解”这些基础认知任务，占比反而很低。

👉 换句话说，学生更倾向让 AI 来处理复杂、有创造性的任务，比如写代码、写论文、解构概念。

⸻

🌟 好的用法 vs 值得担心的地方

👍 积极的使用方式

•    用 AI 理解哲学或社会学理论
•    创建详细的教学资源（尤其是教育专业的学生）
•    解剖学、生理学的讲解辅助作业

⚠️ 值得关注的问题

•    什么算作弊？界限挺模糊的
•    Claude 给的是答案还是思路？这个很难判断
•    学生是不是把思考都交给 AI 了？
•    教育系统该怎么评估真实的学习成效？

举个例子，有人用 Claude 帮忙解微积分题，这到底是练习后的复习，还是在考试中作弊？很难说清楚。

⸻

📚 不同专业的使用风格也不太一样

•    理科类（自然科学、数学）：更爱问问题，解决问题型
•    计算机科学、工程类：爱跟 AI 反复对话，一起搞项目
•    教育专业：最偏爱“输出创作”，比如做教学计划、写课件
•    人文、商科、健康类：用法偏向平均，啥都有点

⸻

📌 最后的思考

虽然这份报告提供了很多有意思的洞察，但也有局限：

•    数据主要来自早期尝鲜者
•    不同学校政策不一样，影响使用行为
•    Claude 只是众多 AI 工具之一

未来方向：
Anthropic 正在开发一个更偏“引导学习”的模式——
像老师那样问问题、引导学生自己思考，而不是直接给答案。