疾病威胁与污名如何影响健康信息寻求？一项跨国AI健康咨询行为实验研究

本研究通过跨国2×2在线实验（N=1,951），探索疾病威胁与污名对生成式AI（Gen AI）健康咨询意愿的影响。发现污名化疾病显著提升AI偏好（尤其轻症时），丹麦/法国更倾向AI，而塞尔维亚/奥地利偏好人际咨询。AI信任度与素养是关键预测因子，揭示AI在敏感健康议题中的匿名优势。

　　

随着ChatGPT等生成式人工智能(Gen AI)的崛起，医疗健康领域正经历一场信息获取方式的革命。传统上，人们依赖医生或亲友获取健康建议，但AI聊天机器人凭借24小时可访问、无社交压力的特点，逐渐成为新兴选择。然而，这种转变面临关键矛盾：当面临高威胁疾病时，人们是否愿意信任AI？对于敏感的健康问题（如性病或精神疾病），AI的匿名性是否能突破社会污名的障碍？更复杂的是，不同国家的医疗体系和文化差异可能进一步塑造这些选择。

为解答这些问题，维也纳大学的研究团队在《Computers in Human Behavior》发表了一项开创性研究。他们通过精心设计的跨国实验，首次系统评估了疾病威胁与污名如何影响人们对AI健康咨询的接受度，并揭示了国家背景与个人特质的关键作用。

研究采用2×2组间实验设计，通过在线平台Bilendi招募奥地利、丹麦、法国和塞尔维亚共1,951名代表不同人口特征的参与者。实验通过文字情境操纵疾病威胁（低/高）和污名（低/高），测量其对AI咨询意愿的影响，并对比传统人际渠道（医生/亲友）的偏好差异。采用7点Likert量表评估变量，运用多元回归分析数据，同时控制AI信任度、数字素养等协变量。

疾病威胁与AI健康信息寻求意图
结果显示，疾病威胁程度对选择AI咨询的意愿无显著影响。这与传统健康信息寻求理论（如CMIS模型）的预期不同，研究者认为可能反映人们对AI医疗可靠性的普遍担忧——无论病情轻重，用户对AI的判断力持保留态度。

疾病污名与AI偏好
污名效应呈现显著差异：当疾病被污名化时，参与者更倾向选择AI而非亲友（尤其在轻症场景）。这验证了AI匿名交互的价值，例如性健康咨询中，67%的污名情境参与者优先选择AI，避免社交评判。

国家差异的调节作用
丹麦和法国参与者显示出更强的AI偏好，可能与两国较高的数字医疗普及率相关；而塞尔维亚和奥地利更依赖人际网络。这种分化提示国家医疗体系（如奥地利强调整体医学）和文化信任模式深刻影响技术接纳。

AI信任与素养的核心作用
回归分析显示，对AI的信任（β=0.42, p<0.001）和数字素养（β=0.31, p<0.01）是预测使用意愿的最强因子，远超人口学特征的影响。这为健康AI产品的用户教育提供了明确靶点。

这项研究首次实证揭示了Gen AI在健康信息生态中的互补定位：它虽未取代医生权威，但在污名化健康议题中展现出独特优势。对实践者而言，需针对性优化AI工具的隐私保护设计；对政策制定者，结果呼吁跨国数字健康策略的差异化调整。理论层面，研究扩展了PRISM模型和STOPS理论在AI语境下的适用性，提出"匿名增益效应"新机制——当社会成本超过特定阈值时，技术媒介可能逆转传统渠道偏好。

局限在于仅聚焦欧洲国家，未来研究可纳入亚洲样本。但毫无疑问，这项工作为理解AI如何重塑医疗沟通树立了重要路标，特别是在心理健康、传染病等敏感领域，AI可能成为打破信息沉默的关键力量。