本科生心理健康支持的平台迁移：从校园心理咨询师到基于生成式人工智能（GenAI）的咨询

《Frontiers in Psychiatry》：Platform shift in mental health support among undergraduates: from campus counselors to GenAI-based consultation?

　　

中国正在推进“人工智能+”（AI+）倡议的实施，并探索在健康管理、辅助诊断等场景中推动人工智能（AI）技术的应用。在此背景下，高校正加速采用生成式人工智能（GenAI）虚拟咨询工具，以应对本科生中日益增长的心理问题，包括抑郁、焦虑和学业压力。然而，关于学生为何从传统面对面心理咨询转向GenAI咨询的研究仍然有限。因此，本研究聚焦学生群体，通过在线问卷收集数据，并采用偏最小二乘结构方程模型（PLS-SEM）方法，系统分析影响学生从校园心理学家转向GenAI虚拟医生的意愿的关键因素及其潜在机制。研究结果表明，隐私担忧、社会焦虑和围绕精神疾病的污名显著增强了学生转向人工智能（AI）咨询的倾向。与AI互动的舒适度以及AI服务的可及性发挥中介作用。此外，感知AI信息质量显著调节了隐私担忧、社会焦虑和污名影响转移意愿的作用路径。本研究为高校构建符合学生实际需求的智能化心理支持系统提供了理论基础与实践参考。

该文发表于《Frontiers in Psychiatry》，聚焦高校心理支持场景中一个具有现实紧迫性的转型问题，即本科生及研究生群体在遭遇抑郁、焦虑、学业压力等心理困扰时，何以逐步从校园线下心理咨询转向生成式人工智能（GenAI）驱动的虚拟咨询。研究背景建立在中国“人工智能+”（AI+）政策持续推进以及高校加速部署智能心理支持工具的双重语境之上。传统面对面心理咨询虽然具有专业性与人际支持优势，但长期存在若干结构性与心理性障碍：其一，线下求助需要真实暴露身份，学生容易担忧隐私泄露；其二，存在社会焦虑的学生往往惧怕面对面交流、被注视和被评价；其三，精神疾病污名会使学生担心被同学、教师或家庭成员贴标签，从而回避正式求助。与之相对，GenAI咨询依托匿名交互、即时反馈和随时接入等技术特征，为学生提供了低门槛、低暴露风险的替代性支持渠道。正因如此，学生帮助寻求行为正在发生明显的平台迁移，但既有研究更多关注线下求助障碍或在线服务采纳意愿，对“从校园咨询师转向GenAI”的动态转移机制缺乏系统解释。该研究因此围绕这一空白，试图揭示心理障碍因素如何在特定条件下不再仅仅抑制求助，反而推动学生转向AI支持。

在研究设计上，研究人员以中国在校本科生和研究生为对象，于2026年1月至2月实施在线问卷调查。预调查邀请70名参与者用于条目修订，正式调查经质量筛查后获得904份有效样本。样本覆盖不同性别、年龄、居住地、学历层次与专业背景。测量模型涵盖隐私担忧、社会焦虑、精神疾病污名、AI互动舒适度、AI可及性、感知AI信息质量和转移意愿等构念，均采用5点Likert量表。分析方法采用偏最小二乘结构方程模型（PLS-SEM），并利用bootstrap重抽样检验直接效应、中介效应与调节效应；同时通过Harman单因子检验、Cronbach’s α、组合信度（CR）、平均方差提取量（AVE）、Fornell-Larcker准则、异质-同质比率（HTMT）、判定系数R²和Stone-Geisser Q²等方法评估共同方法偏差、信效度与预测相关性。样本来源为中国高校学生在线问卷队列。

研究结果部分可按论文主体的小标题加以概括。

4.1 Common method variance and descriptive statistics
研究人员首先检验共同方法偏差。Harman单因子检验显示第一公因子解释的总方差为40.412%，低于50%的阈值，提示共同方法偏差不是本研究的主要威胁。描述性统计显示，受访者在隐私担忧、社会焦虑与精神疾病污名上的平均水平相近，而AI互动舒适度、AI可及性、感知AI信息质量与转移意愿之间存在统计学差异。这一步为后续结构关系分析提供了数据质量基础。

4.2 The measurement model
在测量模型评估中，所有构念的Cronbach’s α和组合信度（CR）均高于0.7，表明量表内部一致性良好。各测量条目的标准化载荷均高于0.8，且平均方差提取量（AVE）均高于0.6，说明聚合效度充分。Fornell-Larcker准则与异质-同质比率（HTMT）结果均支持区分效度成立。也就是说，研究所使用的各个潜变量在统计意义上具有良好的可测量性与可区分性，为假设检验提供了可靠基础。

4.3 Path relationship evaluations
路径分析显示，AI互动舒适度与AI可及性均对转移意愿产生显著正向影响，其中AI互动舒适度的作用更强。与此同时，隐私担忧、社会焦虑和精神疾病污名不仅直接正向影响学生转向AI心理支持的意愿，而且还分别正向影响AI互动舒适度和AI可及性。这一结果表明，通常被视为线下求助障碍的三类心理因素，在GenAI咨询场景中发生了“方向转换”：它们不再只是抑制帮助寻求，而是推动学生偏向AI咨询。尤其值得注意的是，精神疾病污名对转移意愿的推动作用在总效应上最强，说明“避免被他人识别和评判”可能是学生转向AI咨询的核心动力之一。

4.4 The mediating role of AI interaction comfort and AI accessibility
中介效应检验进一步揭示了这种平台迁移的内在机制。研究人员发现，AI互动舒适度和AI可及性在隐私担忧、社会焦虑、精神疾病污名与转移意愿之间均发挥显著中介作用。就效应大小而言，三条前因变量通向转移意愿的中介路径中，AI互动舒适度的中介作用均强于AI可及性。具体而言，隐私担忧、社会焦虑和精神疾病污名会提升学生对于AI交互环境的舒适评价，也会提升其对AI服务随时可得、便捷接入的感知，而这些知觉进一步强化其从校园咨询转向AI咨询的意愿。这说明学生选择AI，并不仅仅因为“容易获得”，更因为这种交互环境在情绪上更安全、更少压力，能够缓冲面对面咨询中的暴露感、羞耻感与评价焦虑。研究还发现，精神疾病污名的总效应最大，进一步凸显去污名化体验在AI心理咨询采纳中的关键地位。

4.5 The moderating role of perceived AI information quality
在调节效应方面，感知AI信息质量对社会焦虑与转移意愿之间的路径具有显著正向调节作用，但对隐私担忧与转移意愿、精神疾病污名与转移意愿之间的调节作用未达到显著水平。换言之，当学生认为GenAI提供的心理信息更加准确、可靠且值得信任时，社会焦虑对其转向AI咨询意愿的促进作用会进一步增强。该结果提示，社会焦虑作为一种更具情境敏感性的情绪状态，较容易受到信息线索质量的影响；相较之下，隐私担忧和精神疾病污名更接近稳定的风险认知或社会认知，其作用不易被单纯的信息质量感知所改变。

4.6 Predictive relevance
模型预测相关性分析表明，AI互动舒适度与AI可及性的R²分别为0.195和0.162，预测力较小，而转移意愿的R²为0.900，显示模型对核心结果变量具有很强的解释力。各变量的方差膨胀因子（VIF）均低于5，未见严重多重共线性或过拟合问题。Q²结果显示，模型对AI互动舒适度和AI可及性具有中等预测相关性，对转移意愿具有较强预测相关性。总体而言，该模型在解释高校学生心理支持平台迁移方面具有较高统计稳健性。

综合全文，研究人员得出的核心结论是：隐私担忧、社会焦虑和精神疾病污名是推动学生转向AI心理咨询的重要前因变量，而AI互动舒适度与AI可及性构成关键中介机制；其中，互动舒适度的作用强于可及性。感知AI信息质量并非普遍调节所有路径，而是主要强化社会焦虑驱动转移的作用链条。该研究的重要意义在于，它修正了以往将污名、焦虑和隐私担忧仅仅理解为“阻碍求助”的单向视角，指出在GenAI心理支持兴起的条件下，这些因素可能转化为促使学生离开传统校园咨询、转向智能化支持的“推动因素”。这一发现不仅为教育心理学与人机交互（human-computer interaction）研究提供了新的理论视角，也为高校建设“线上+线下”融合的心理健康服务体系提供了经验证据。

讨论部分主要强调三点。第一，三类心理障碍因素均会提高AI咨询转移意愿，但作用强度不同，精神疾病污名最为突出，这表明去污名化需求是AI心理支持的重要吸引源。第二，学生转向AI服务主要通过两条路径实现：一是交互过程中的情绪舒适体验，二是服务获取的便利性，其中前者更关键，说明该行为更多受情绪性需要而非单纯工具性需要驱动。第三，AI信息质量并非对所有心理前因都发挥同等边界作用，其显著影响集中于社会焦虑相关路径，提示提升信息准确性、可靠性和可理解性，尤其有助于吸引社会焦虑较高的学生群体。

研究结论部分可译述如下：隐私担忧、社会焦虑和精神疾病污名是驱动学生转向基于人工智能（AI）咨询的关键因素。用户与AI互动时的舒适度以及AI服务的可及性，在影响其接受与使用意愿的路径中发挥显著中介作用。感知AI信息质量对上述关系具有显著调节作用：当学生认为生成式人工智能（GenAI）提供的心理信息准确且可信时，社会焦虑对其AI使用舒适度和可及性感知的正向作用将得到强化，从而进一步促进其求助意愿。

此外，论文也指出现实应用层面的启示与边界。高校应正视传统心理咨询在隐私保护、社会焦虑适配和污名缓冲方面的不足，将AI工具视为低门槛入口，而非简单替代人类咨询师；应优先优化系统的情感适配能力与互动舒适度，同时兼顾可及性与数据安全；还应建立AI心理内容的专业审核机制并加强学生AI健康素养教育。不过，研究也存在局限，包括横断面设计无法揭示意愿向实际行为的动态转化，模型未纳入组织支持和技术基础设施等宏观变量，且样本来自中国，研究结论的跨文化可推广性仍需进一步验证。总体而言，该文较为系统地阐明了高校学生在心理支持场景中的平台迁移逻辑，为理解GenAI时代心理求助行为变迁提供了清晰而有证据支撑的分析框架。