OpenAI 於 2026 年 8 月 27 日分享一項由 Bocconi University 研究員與 OpenAI Economic Research 合作的隨機實驗。研究對象是超過 1,000 名一年級大學生，任務是為大學紀念品店提出 marketing recommendations。學生按課堂時段分成四組：可使用 ChatGPT、接受 causal reasoning 訓練、兩者皆有，或兩者皆沒有。
結果把「答案寫得更好」和「想出更多不同方向」分開了。研究人員用受訓 human grader 的五分 rubric 評估作業，也用自動文字分析量度想法數量和多樣性、因果推理痕跡，以及與三名專家建議的相似程度。OpenAI 表示，能使用 ChatGPT 的學生在五分制上高出接近一分；他們提出更多想法、邏輯更清楚，答案也更接近專家建議。
這不等於學生把作業交給 ChatGPT 代做。研究描述的流程仍要求學生決定問什麼、判斷回覆是否有用，以及選擇哪些內容放入最後作業。換句話說，工具主要拉近了新手與專業答案之間的表面差距，但中間仍有提問、評估和取捨。
因果推理訓練帶來的是另一種效果。完成這個與 AI 無關的遊戲、例子、問題和 feedback exercise 的學生，較能解釋自己的構思為什麼可能有效、在什麼情況下會失效；但他們在原本只量度「提高認知和使用率」兩個 marketing 目標的 rubric 上，沒有得到更高分。自動分析卻顯示，他們提出的想法較多元，與同學答案的重疊較少。
同時獲得 ChatGPT 和因果推理訓練的組別，顯示最廣泛的改善：保留了 ChatGPT 帶來的邏輯清晰度和更多想法，也保留了訓練帶來的想法差異、假設檢驗和解釋能力。這個結果沒有支持「AI 或思考能力二選一」的簡單說法，反而指出兩者解決的是不同問題。
對學校和企業培訓而言，最值得注意的是評分方式。當 AI 可以協助產生 polished、接近專家格式的答案，只看 final output 便較難判斷一個人真正理解了什麼。更完整的評估可以要求保留推理過程、比較多個方案、解釋失敗條件，並為 originality 和 causal reasoning 設定明確評分點。
不過，這是一項在單一大學、單一商業個案和 ChatGPT（GPT-4o）設定下進行的研究，OpenAI 亦是合作方。結果對其他年齡層、科目、模型和教學環境是否同樣成立，仍需要更多獨立及跨場景研究。較穩妥的結論是：在這個實驗裡，AI 協助學生把答案做得更完整，批判思考訓練則令想法更闊；教育設計要同時量度兩者。
