青少年与AI共创：探索人工智能协同设计在电子烟防控宣传材料开发中的创新应用

这篇研究通过两阶段定性研究，创新性地探索了人工智能（AI）在青少年电子烟防控宣传材料开发中的应用。研究团队采用生成式AI（包括LLM和DM）结合协同设计框架（FSP），发现AI自动化生成材料存在图文错位、虚假影像等问题，而经过专家指导和青少年反馈迭代的AI协同设计材料更符合健康传播原则。该研究为公共卫生领域快速开发青少年定制化健康干预提供了新范式。

　　

ABSTRACT

研究团队在澳大利亚昆士兰开展了两阶段定性研究，探索人工智能在青少年电子烟防控宣传材料开发中的应用潜力。第一阶段采用自动化AI框架（ZSP）生成120份材料，通过10名13-20岁青少年的焦点小组评估，发现自动化生成材料存在图文不匹配、虚假影像、设备失真和语言不真实等问题。

Introduction

澳大利亚15-24岁青少年电子烟使用率从2019年的4.5%激增至2022-23年的17.9%。传统反吸烟媒体宣传虽有效但开发周期长，首个州级电子烟防控宣传直到2022年才推出。研究团队提出AI协同设计框架，结合大语言模型（LLM）和扩散模型（DM），旨在解决公共卫生响应滞后问题。

Phase 1—Focus Groups

方法学：使用ChatGPT-4和Midjourney v6通过零样本提示（ZSP）自动生成材料。10名青少年参与者通过堆分类活动评估材料有效性。

结果发现：参与者拒绝的材料具有四大特征：图文组合失调（如展示驾驶图片配戒烟文字）、人工痕迹明显的影像、不符合青少年实际使用习惯的电子烟设备（如展示不常见型号），以及"像父母说教"般的非自然语言。有效材料则需具备视觉吸引力、直接清晰的表达和个性化共鸣。

Phase 2—Individual Semi-Structured Interviews

改进方法：转为AI协同设计框架（FSP），采用Claude-3 Opus和Midjourney v6，通过少量样本提示和人工图文整合开发25份修订材料。9名18-25岁年轻成人参与半结构化访谈。

研究发现有效AI协同设计材料具有六大特征：

1. 1.

   视觉吸引力：明亮色彩和鲜明对比能更好抓住社交媒体用户的注意力

2. 2.

   即时后果聚焦：强调"每次吸食都在伤害肺部"比长期风险更有说服力

3. 3.

   青年相关性：使用"社交性吸食"等真实场景，但避免过度使用网络俚语

4. 4.

   实用建议：提供应对压力和焦虑的替代方案

5. 5.

   风险沟通平衡：避免"可能有害"的模糊表述，但也不夸大危害

6. 6.

   多元价值整合：同时呈现经济成本（如"25支电子烟=1场演唱会"）和社会规范（"80%青少年不吸食"）等多主题

Discussion

AI协同设计框架成功解决了自动化AI在视觉呈现方面的问题，但语言真实性仍需持续优化。研究证实AI无法完全替代人工，但能显著提升健康宣传材料的开发效率，特别是在资源有限的环境中。该框架为快速响应新兴公共卫生问题提供了可行方案，但需注意不同青少年亚群的价值差异。

Conclusion

AI协同设计框架通过整合专家指导和目标受众反馈，能够开发出符合循证健康传播原则的青年定制化材料。未来研究需关注AI生成材料对不同吸烟状态人群的影响差异，以及AI来源披露对信息可信度的影响。