AI聊天机器人使用者与非使用者比较:成瘾性使用、心理健康与孤独感关联研究

《Computers in Human Behavior》:Comparing AI chatbot users and non-users in Germany: Reasons for use, addictive AI chatbot use, mental health, and loneliness

【字体: 大 中 小 】 时间:2026年09月23日 来源:Computers in Human Behavior 12.2

编辑推荐:

  研究人员发现,在德国成人样本中,AI chatbot users(AI聊天机器人使用者)相较于non-users(非使用者)表现出更高的depressive symptoms(抑郁症状)、anxiety symptoms(焦虑症状)与stress sympto

  
研究人员发现,在德国成人样本中,AI chatbot users(AI聊天机器人使用者)相较于non-users(非使用者)表现出更高的depressive symptoms(抑郁症状)、anxiety symptoms(焦虑症状)与stress symptoms(压力症状),同时具有更高的loneliness(孤独感)与更低life satisfaction(生活满意度)。研究显示,以escape from negative emotions(逃避负性情绪)为动机的AI chatbot use(AI聊天机器人使用)与addictive AI chatbot use(成瘾性AI聊天机器人使用,基于components model of addiction的six components:salience、tolerance、mood modification、relapse、withdrawal、interpersonal conflict)呈正向关联。进一步中介分析表明,loneliness在addictive AI chatbot use与negative mental health dimension(负性心理健康维度,含depression、anxiety、stress)关系中起statistical mediation(统计中介)作用;addictive use与life satisfaction无显著直接关联,但loneliness仍对二者关系产生间接效应,呈inconsistent mediation/suppression effect(不一致中介/抑制效应)。研究采用DAS-B测depression/anxiety/stress,LS-B测life satisfaction,单条目测loneliness,modified BSMAS(Bergen Social Media Addiction Scale)测addictive use,并控制age、marital status、occupation后作MANCOVA与PROCESS Model 4中介模型。结果支持dual-factor models of mental health(心理健康双因素模型):负性维度与正性维度应分开评估。研究人员指出,cross-sectional design(横断面设计)限制因果推断,未来需longitudinal与experimental studies验证。
《Computers in Human Behavior》刊发的这项研究中,研究人员针对AI chatbot(AI聊天机器人)使用迅速普及但欧洲尤其是德国证据不足的背景开展工作。既有文献多聚焦亚洲青年群体,关注social media(SM,社交媒体)与AI chatbot的负面心理后果;而德国具有强data privacy awareness(数据隐私意识)和对非欧洲供应商的skepticism(怀疑态度),使得非欧洲结论可否外推存疑。同时,addictive AI chatbot use尚无国际标准定义与测量工具,常被误标为addiction或dependency;研究人员因此采用连续变量思路,称其为addictive AI chatbot use,以避免病理化分类。研究目的为:比较德国AI chatbot users与non-users在正负心理健康维度及loneliness上的差异;刻画使用动机与addictive tendencies(成瘾倾向)的关系;检验loneliness是否中介addictive use与mental health的关联。
作者依托German Mental Health Panel(德国心理健康面板)开展在线调查,样本来自德国常住18岁以上居民,经注意力检查与响应时间清洗后纳入7,312人,其中users 3,729人、non-users 3,583人。主要技术方法包括:用DAS-B(Depression Anxiety Stress Bubbles)评depression、anxiety、stress;用LS-B(Life Satisfaction Bubble)评life satisfaction;用单条目评past two weeks loneliness;用modified BSMAS(将“social media”替换为“AI chatbot”的六条目量表)评addictive AI chatbot use;用15项使用动机条目评use reasons;统计上以age为连续协变量、marital status与occupation为分类因素做MANCOVA(multivariate analysis of covariance,多变量协方差分析),以zero-order correlations与linear regression分析动机与addictive use关系,以PROCESS Model 4做mediation analyses(中介分析),bootstrapping 10,000次。
3.1. Comparison of AI Chatbot Users and Non-Users
研究人员通过MANCOVA比较两组,控制人口学差异后发现,users的depressive、anxiety、stress症状与loneliness均显著高于non-users,life satisfaction显著更低;Hotelling’s trace显著,但η2p与Cohen’s d显示效应量小(d介于.144至.414)。结论:使用者与非使用者在正负心理健康维度及孤独感上存在显著差异,但差异幅度有限。
3.2. Reasons for AI Chatbot Use and Addictive AI Chatbot Use
描述分析显示,使用最频繁原因为search for information and inspiration、text revision、creating new texts与text translations;最低频为escape from negative emotions、entertainment、programming与search for positive emotions。相关与回归分析表明,private/work use频率均与addictive use正相关;15项动机中11项显著预测addictive use,escape from negative emotions标准化β最大(β=.314,p<.001),即便删去BSMAS中mood modification条目,该动机仍最强(r=.660,β=.264)。结论:以情绪逃避为目的的使用最能解释addictive tendencies。
3.3. Association between Addictive AI Chatbot Use, Mental Health and Loneliness
相关分析显示,addictive AI chatbot use与depression、anxiety、stress正相关(小效应),与loneliness正相关(中效应),与life satisfaction无显著相关。三个负性症状为结果的中介模型中,loneliness的indirect effect均显著:对depression与anxiety为部分中介(direct effect仍显著),对stress为完全中介(direct effect不显著)。life satisfaction模型中,总效应不显著,但loneliness间接效应显著且方向与直接效应相反,呈inconsistent mediation/suppression effect。
讨论部分中,研究人员指出使用者较低的生活满意度为新发现,不同于Zhang等中国研究;users与non-users差异可能双向强化:lonely persons转向AI chatbot,intensive use又加重loneliness。动机分析印证I-PACE模型与vicious circle模型:escape from negative emotions带来短暂情绪缓解,促成emotional bond/attachment,进而habitual and prolonged use。中介结果支持dual-factor models:负性维度直接受损,正性维度关系更复杂。研究人员强调cross-sectional design不能定因果;effects small,life satisfaction差异与suppression effect需谨慎解释;结论外推至欧洲语境有价值,但既有digital media模型不能盲目套用于AI chatbot。
研究结论可译为:在德国成人样本中,AI chatbot users比non-users有更高depression、anxiety、stress与loneliness,以及更低life satisfaction;escape from negative emotions是addictive AI chatbot use的最强动机预测因子;loneliness统计中介addictive use与negative mental health的关联,而对life satisfaction则呈现不一致中介/抑制效应;addictive AI chatbot use并非正式精神科诊断,应作为连续变量评估;现有结果支持将negative与positive mental health分开检验,并呼吁longitudinal与experimental studies进一步验证AI chatbot使用与心理健康因果机制。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号