一项关于生成式人工智能知识、动机以及情感反应的全国性研究，旨在预测学生对人工智能教育需求的认知

《Telematics and Informatics》：A nationwide study on generative AI knowledge, motivation, and emotional responses in predicting students’ perceived need for AI education

问题性社交媒体使用受拒绝敏感度和适应性认知偏差组合效应影响，多项回归及响应面分析揭示不同子维度（社会舒适、分心、自我实现）与拒绝敏感度的协同作用模式，扩展认知行为模型，强调干预需考虑多因素交互作用。

　　
该研究聚焦于社交媒体成瘾（PSNSU）的多因素交互作用机制，通过整合社会补偿理论框架与认知行为模型，首次系统考察了拒绝敏感性（DS）与适应性认知偏差（MC）的协同效应。研究团队采用混合方法设计，通过大规模样本（N=1002）的实证分析，揭示了三个认知维度与DS的差异化交互模式，为数字时代心理健康干预提供了新视角。

一、理论框架与问题提出
研究基于社会补偿理论（Wegmann & Brand, 2019），构建"DS-MC协同作用模型"。DS作为社会焦虑的个体特质（Downey & Feldman, 1996），与MC的认知偏差形成动态耦合系统。传统研究多孤立考察DS或MC的单因素效应（Li et al., 2025；Liao et al., 2023），但数字社交平台的双重属性（补偿性+工具性）使得因素间交互作用呈现非线性特征。

二、核心发现与机制解析
1. 社会舒适维度（SC）的协同增强效应
DS与SC的交互呈现显著正向关联。高DS群体在感知SNS社交安全性的同时，其SC认知强化了数字社交的补偿价值。这种双重驱动机制导致日均屏幕使用时间延长至4.2小时（标准差1.8），显著高于对照组（p<0.01）。研究揭示SC维度在DS影响路径中具有中介效应，当DS水平超过临界值（M=3.7±0.5SD）时，SC的调节作用尤为突出。

2. 分散维度（D）的缓冲效应
DS与D维度的交互呈现非线性衰减特征。当DS处于低风险区间（<3SD）时，D维度通过情绪调节作用降低PSNSU风险；但当DS超过中位数（M=2.1）后，D维度的缓冲效应逐渐消失，反而与DS的协同作用增强数字逃避行为。该发现修正了传统认知中"适度分散具有保护性"的假设。

3. 自我实现维度（SR）的矛盾效应
DS与SR的交互呈现J型曲线特征。在DS<2SD区间，SR维度通过成就动机正向促进PSNSU；但当DS达到高风险水平（>3SD）时，SR维度反而产生负向调节作用，表现为用户从"寻求认同"转向"数字自我建构"，导致平台使用时间非线性增长（R2=0.37）。

三、实践启示与干预策略
研究提出"三维协同干预模型"：
1. 社交补偿机制阻断：针对SC维度高发群体（DS≥2SD且SC≥4SD），设计现实社交替代方案，如团体活动匹配度算法推荐。
2. 数字情绪调节训练：开发基于D维度的动态预警系统，当DS与D维度协同值超过阈值（RSAD=2.8）时触发干预程序。
3. 自我实现路径重构：建立现实成就与数字成就的平衡指标，对SR维度异常协同群体（DS≥3SD且SR≥5SD）实施线下能力建设计划。

四、研究局限与未来方向
样本的同质化（高校学生占比89%）可能影响结果外推性。建议后续研究纳入职场人群等异质样本，并开发纵向追踪模型。技术层面可结合眼动追踪与脑电监测，实现DS-MC协同作用的神经机制解构。

五、理论贡献与学术价值
本研究突破传统单因素分析范式，通过响应面分析技术（RSA）首次可视化呈现DS-MC交互的三维拓扑结构（图1）。理论层面完善了认知行为模型在数字环境的应用框架，提出"风险因子协同阈值"概念（CST=DS×MC），为制定精准干预策略提供量化依据。

该研究为理解数字时代心理健康问题提供了新的分析框架，其开发的交互作用评估矩阵（ISA-3D）已在武汉高校试点应用，干预组PSNSU缓解率达62.3%（对照组34.7%），验证了协同干预模型的有效性。后续研究可结合机器学习技术开发动态风险评估系统，实现PSNSU风险的实时预警与个性化干预。