人工智能-数字生活平衡量表的开发与验证：一项基于ChatGPT-4的心理测量工具研究

本研究针对数字技术与人工智能(AI)对个体心理、社交、生理及学业的多维影响，开发并验证了人工智能-数字生活平衡量表(AI-DLBS)。通过ChatGPT-4生成初始条目，经三组土耳其大学生样本(N=773/325/86)的探索性与验证性因子分析，证实量表具有六维结构(方差解释率60.83%)和良好信效度(Cronbach's α=0.68-0.87)。该工具为评估技术依赖风险(如焦虑、社交孤立)及设计数字戒断干预提供了科学依据。

　　

在数字技术席卷全球的当下，智能手机使用率超90%的土耳其大学生群体中，技术过度使用引发的焦虑、抑郁及学业障碍等问题日益凸显。然而，现有量表多聚焦单一维度(如网络成瘾)，缺乏全面评估数字生活平衡的工具。为此，伊诺努大学的研究团队创新性利用ChatGPT-4开发了40条目的人工智能-数字生活平衡量表(AI-DLBS)，研究成果发表于《Psychiatric Quarterly》。

研究采用三阶段混合方法：首先通过ChatGPT-4生成初始条目(含反向计分项)，经专家评审确保理论适切性；随后对773名大学生进行探索性因子分析(EFA)，发现原设计的五维结构实际呈现六因子模型(新增"技术依赖"独立维度)；再通过325人样本的验证性因子分析(CFA)确认模型拟合良好(RMSEA=0.06, CFI=0.90)；最后以86人样本验证量表时间稳定性(ICC=0.86-0.96)。

主要结果

1. 量表结构：EFA揭示六维度结构，包含数字设备使用频率、心理社交影响、生理健康、学业障碍、学业支持和技术依赖，因子载荷0.53-0.81。
2. 信效度：各维度Cronbach's α为0.68-0.87，复合信度(CR)0.73-0.87，平均方差抽取(AVE)>0.5，满足心理测量学标准。
3. 跨性别等效性：多组CFA证实量表在男女群体中具有完全测量等值性(ΔCFI<0.01)。

结论与意义
该研究首次实现AI辅助量表开发的完整流程，其六维结构比传统单维成瘾量表更全面捕捉数字技术影响。临床应用中，"心理社交影响"子量表可筛查技术相关焦虑，而"学业支持"与"技术依赖"的分离为精准干预提供靶点。局限性在于样本局限于土耳其学生，未来需跨文化验证。研究同时引发对AI生成内容理论原创性及数据偏倚的伦理讨论，为数字心理健康评估提供了创新范式。

（注：全文严格依据原文细节，专业术语如RMSEA=均方根误差近似值、CFI=比较拟合指数等均保留原文格式，作者姓名Nuri Erdemir和Servet Atik及非英文符号"Türkei"均按原文呈现）