多伦多大学的菲利普·奥雷奥普洛斯与Charles River Associates的尼娜·罗于8月17日以美国国家经济研究局工作论文形式发表了针对可汗学院Khanmigo导师的随机对照试验。试验在田纳西州汉密尔顿县的18所初中开展,横跨2024-25和2025-26两个学年,覆盖53个年级组群中的6902个学生-学期观测值。合并效应为每学期1.26个全国百分位等级,标准误为0.60。第二年强于第一年,0.084个标准差对0.020,而第一年的结果在统计上并不显著。作者对这意味着什么很谨慎。他们写道,这一提升与可汗学院在没有人工智能辅助时的练习所产生的效果相似;而且由于该导师是作为整合式项目的一部分交付的,研究无法单独分离出导师本身的贡献。对话记录解释了其中大部分原因:学生消息中只有14.5%包含数学问题或任何推理,39.4%是干巴巴的答案,24.2%是点击系统建议的提示语。