据Ethan Mollick在X平台披露，包含Hamsa Bastani在内的沃顿研究团队发现：无约束地让高中生使用ChatGPT虽能提升练习题的正确率，但在无AI条件的正式考试中成绩更差；而在受控环境中将AI明确提示为“导师”的模式则能提升学习效果（据Bastani等人在SSRN论文与PNAS预印本信息）。据Anand Sanwal援引该研究，基础版ChatGPT组在无AI考试中较无技术组低17%，反映学生倾向直接索要答案而非推理。根据Bastani等人在SSRN的随机对照试验结果，结构化的导师式提示可改善学习成效，说明通过脚手架式引导与分步反馈可减少“抄捷径”。对行业的启示是：面向K–12数学的AI辅导产品应内置步骤分解、过程性反馈与迁移对齐，并服务于学区级的形成性评估与元认知教练等场景。

据@ylecun引用美国家经济协会与PNAS的数据，当前AI技术正在推动犯罪率大数据分析，特别是在移民与公民犯罪率比较上。通过机器学习模型，研究人员和政策制定者能够高效处理大规模数据集，发现例如移民犯罪率低于本地公民等趋势。这显示出机器学习和数据分析在社会科学与公共政策决策中的重要作用，也为AI企业在政府数据分析领域带来新商机。