《Journal of Adolescent Health》：Generative Artificial Intelligence in the Lives of Young Adults: Exploring Motivations and Mental Health
编辑推荐：
安妮·J·马赫（Anne J. Maheux）、切莉·梅斯（Chelly Maes）、本杰明·巴克（Benjamin Buck）北卡罗来纳大学教堂山分校心理学与神经科学系，北卡罗来纳州教堂山摘要研究目的年轻人迅速采用了生成式人工智能（genAI）技术，但关于genAI的使用与心理
安妮·J·马赫（Anne J. Maheux）、切莉·梅斯（Chelly Maes）、本杰明·巴克（Benjamin Buck）
北卡罗来纳大学教堂山分校心理学与神经科学系，北卡罗来纳州教堂山
摘要
研究目的
年轻人迅速采用了生成式人工智能（genAI）技术，但关于genAI的使用与心理健康之间的关系知之甚少。这项观察性研究探讨了genAI使用动机（社交情感支持、任务自动化、学习/探索以及约会/性行为）与内化症状之间的关联，同时也分析了社会人口统计学差异。
研究方法
美国年轻成年人（N = 1003；年龄18–25岁；56.3%为女性，39.4%为男性，4.3%为其他性别）完成了一项在线横断面调查。路径模型分析了genAI动机与心理健康之间的关联，并按性别、种族/民族和社会经济地位（SES）进行了比较。
研究结果
男性、黑人青年以及社会经济地位较高的青年更频繁地使用genAI，并且使用目的也更多样化。将genAI用于社交情感支持与较高的抑郁症状（βs = 0.22–0.29；p < 0.004）和焦虑症状（βs = 0.22–0.30；p < 0.008）相关；而将genAI用于学习和探索则与较低的抑郁症状（βs = ?0.20至?0.40；p < 0.008）、焦虑症状（βs = ?0.26至?0.26；p < 0.003）以及孤独感（βs = ?0.28至?0.42；p < 0.001）相关。多组比较显示了性别特定的模式：在女性中，任务自动化和约会/性行为的动机与较差的心理健康状况相关（βs = 0.12–0.19；p < 0.05）；在男性中，社交情感支持的动机与更高的孤独感相关（β = 0.33；p < 0.001）。种族/民族或社会经济地位对结果没有显著的调节作用。
讨论
虽然学习/探索可能是适应性的行为，但依赖genAI来获取社交支持可能会加剧（或反映已存在的内化症状），且这种依赖在不同性别中存在差异。需要纵向研究来明确这些变化的时间路径，并为干预措施提供依据。
研究片段
生成式人工智能动机与心理健康结果
生成式人工智能（genAI）是指一类能够通过学习大型训练数据集中的统计模式来生成新内容（包括文本、图像和音乐）的人工智能系统[7]。目前最常用的聊天机器人系统（如ChatGPT）依赖于大规模语言模型，这些模型经过训练后能够产生类似人类的对话交互。这一过程可能导致“幻觉”，即模型生成的事实错误的陈述仍然被用户接受。
参与者与研究程序
本研究招募了美国的年轻成年人（N = 1003；年龄18–25岁；平均年龄22.7岁；56.3%为女性，39.4%为男性，4.3%为其他性别；46.8%为白人，16.6%为黑人，14.8%为拉丁裔，11.4%为亚裔，10.1%为其他种族/民族），通过Prolific平台在线招募。表1展示了参与者的基本信息。学生的就业状况由Prolific平台收集。社会经济地位通过询问父母的教育水平来衡量。参与者完成了一份匿名且时长为20–30分钟的自我报告调查。
研究结果
参与者的基本信息见表1。双变量相关性见表2。样本总体及按性别、种族/民族和社会经济地位分组的均值见表3。研究结果表明，男性比女性更频繁地使用genAI，且使用目的更多样化，尤其是在任务自动化、约会/性行为和学习/探索方面。黑人参与者和社会经济地位较高的参与者使用genAI的频率更高，并且更可能出于这四种动机使用它。
讨论
这项预注册研究探讨了不同的genAI使用动机与心理健康之间的关系，并分析了这些模式中的社会人口统计学差异。无论男性还是女性，将genAI用于学习和探索都与更好的心理健康相关；而将genAI用于社交情感支持则与更严重的焦虑和抑郁症状相关。性别特定的分析揭示了一些独特的关联。研究结果强调，虽然使用频率并非决定性因素，但不同的使用动机对心理健康有显著影响。
关于写作过程中生成式人工智能和人工智能辅助技术的声明
在撰写本文的过程中，作者使用了ChatGPT和/或Microsoft CoPilot来修改文本并进行语法编辑。使用这些工具/服务后，作者仔细审阅并编辑了内容，并对出版物的内容负全责。
