《Behavioral Sciences》:Channel Effects on Online Health Information Seeking in the Age of AI: An Extension of the CMIS Framework
编辑推荐:
互联网技术的快速发展使得各种在线渠道成为获取健康信息的主要来源。与此同时,公众健康意识的提高使得在线健康信息寻求行为(OHISB)日益普遍,因为个体转向多样化的数字平台获取健康信息以进行自我管理和知情决策。OHISB包含了一系列行为,通过这些行为,人们寻求社会
互联网技术的快速发展使得各种在线渠道成为获取健康信息的主要来源。与此同时,公众健康意识的提高使得在线健康信息寻求行为(OHISB)日益普遍,因为个体转向多样化的数字平台获取健康信息以进行自我管理和知情决策。OHISB包含了一系列行为,通过这些行为,人们寻求社会支持、寻找医疗的替代或补充方案,以及获取信息以更好地理解自身健康状况。然而,不同在线渠道提供的信息在质量、可信度和有用性方面差异巨大,这为个体寻求可靠的健康知识带来了挑战。过往研究探讨了信息渠道与OHISB之间的关系。尽管如此,自这些研究开展以来,数字环境已发生巨变。短视频平台的出现以及近期生成式人工智能(AI)聊天机器人的快速发展,代表了新的、有影响力的渠道类型。这些渠道在界面、信息呈现方式(如文本、视频、交互式对话)和感知权威性方面与传统文本来源(如搜索引擎、论坛)存在显著差异。例如,AI平台可以交互式地综合多来源信息,而短视频平台则提供视觉上引人入胜的解释。这种渠道差异可能会影响用户的认知评估,如感知可信度和有用性,并最终影响他们参与OHISB的程度。因此,迫切需要对这些现代渠道如何影响OHISB进行新的研究。
基于扩展的综合信息寻求模型(CMIS),本研究通过一项预验证(N = 258)、一项横断面调查(研究1;N = 300)和一项组间实验(研究2;N = 300),考察了不同渠道类型(基于AI的、短视频的和基于文本的)如何影响在线健康信息寻求行为(OHISB)。研究1测试了一个扩展的CMIS模型,该模型纳入了渠道类型、来源可信度、信息可信度和感知有用性,而研究2则检验了渠道暴露的因果效应。研究1和研究2中的结构方程模型一致表明,来源和信息可信度通过感知有用性间接预测OHISB。在研究1中,AI渠道并未显示出优势,而研究2发现,参与者认为AI来源更可信、更有用,这通过可信度-有用性路径间接预测了更强的寻求医疗替代或补充(SAMC)和信息寻求(IS)的意愿。这种变化可能反映了基于自我报告回忆的设计与直接暴露设计之间的方法学差异,以及公众对AI技术日益增长的熟悉度。通过整合渠道特征和可信度感知,本研究扩展了CMIS框架,并提供了AI在健康信息情境中增强感知可信度的证据,为改进AI驱动的健康传播提供了见解。
**人工智能时代渠道对在线健康信息寻求行为的影响研究:一项基于扩展CMIS框架的论文解读**
**研究背景与问题缘起**
随着互联网技术的飞速发展,在线渠道已成为公众获取健康信息的主要途径。公众健康意识的提升,促使在线健康信息寻求行为(OHISB)日益普遍,个体依赖数字平台进行自我健康管理与决策。OHISB涵盖了一系列行为,包括寻求社会支持、寻找医疗的替代或补充方案,以及获取信息以增进对自身健康状况的理解。然而,不同在线渠道所提供的信息在质量、可信度和有用性方面存在显著差异,这为个体获取可靠的健康知识带来了严峻挑战。尽管既往研究已探讨信息渠道与OHISB的关系,但数字环境已发生深刻变革。短视频平台的兴起,特别是生成式人工智能(AI)聊天机器人的快速涌现,构成了新型且极具影响力的信息渠道。这些渠道在界面、信息呈现方式(如文本、视频、交互对话)和感知权威性上,与传统文本来源(如搜索引擎、论坛)截然不同。例如,AI平台能交互式地综合多源信息,而短视频平台则提供视觉化、吸引人的解释。这种渠道差异可能塑造用户的认知评估,如感知可信度和有用性,并最终影响其OHISB的参与度。因此,亟需探究这些现代渠道如何影响OHISB。
当前研究虽已开始关注AI驱动的健康信息渠道。例如,Bautista等人(2025)的系统范围综述揭示了健康消费者对生成式AI聊天机器人的使用与感知,显示采纳度增长的同时也突显了对可信度评估的担忧。Svestkova等人(2025)指出信任是使用生成式AI获取健康信息意愿的关键预测因子,Guo等人(2025)则证明感知有用性和信任显著影响采纳ChatGPT生成健康信息的意愿。Lund等人(2025)的整合性综述综合了AI与信息寻求研究,Yun和Bickmore(2025)则描绘了基于大语言模型(LLM)的聊天机器人日益与传统搜索引擎和健康网站竞争的局面。这些研究共同支持了AI平台正成为健康信息寻求主要渠道的观点,并强调了可信度感知在区分这些来源中的核心作用,这也正是本研究关注的焦点。
综合信息寻求模型(CMIS)为理解前置因素和信息载体因素如何影响信息寻求行为提供了基础框架。该模型认为,人口统计学特征和直接经验作为前置因素,会影响个体对信息载体效用和可信度的感知,从而驱动信息寻求行为。鉴于其对信息载体和行为结果的关注,CMIS非常适用于在线健康信息寻求情境。为阐明个体接触信息后发生的认知机制,本研究借鉴了信息采纳模型(IAM)。IAM源自精细加工可能性模型,提出信息质量(中心路径)和来源可信度(边缘路径)通过感知有用性的中介作用影响采纳意愿。该模型强调了个人评估和决定是否采纳信息的评价过程,为CMIS的行为导向提供了认知补充。通过整合这两个视角,研究人员提出将CMIS对行为前置因素的关注与IAM对认知中介的强调相结合。在扩展框架中,可信度和效用被概念化为一个序列过程而非平行过程,反映了个人对可信度的评估如何影响其对效用的判断,进而驱动寻求行为。该模型区分了来源可信度(对信息平台或渠道可信赖度的感知)和信息可信度(对特定内容可信赖度的感知)。这种区分使得能够更细致地考察可信度的不同方面如何塑造有用性感知,并激励个体在在线环境中寻求或依据健康信息采取行动。
基于整合的CMIS-IAM框架,本研究进一步纳入了影响在线健康信息寻求的情境和个体因素,主要关注渠道特征。具体而言,研究人员考察了三种主要信息渠道类型:基于AI的、短视频的和基于文本的平台。这些渠道在信息呈现方式上存在根本差异。根据双重编码理论,多模态信息(如结合音频和文本的视频)能同时调动视觉和言语处理系统,这可能增强理解、记忆和说服力。这为预期不同渠道可能引发不同的可信度和有用性评估提供了理论基础。虽然渠道特征是本研究核心,但两个个体因素(电子健康素养和健康焦虑)与人口统计学因素一同作为控制变量,以考虑潜在的个体差异。电子健康素养指的是从电子来源寻求、评估和应用健康信息的能力,而健康焦虑则反映了因对身体感觉的误解而产生的对疾病的过度担忧。这些变量可能影响个体处理在线信息及评估其可信度的方式,但它们并非本框架中的核心预测因子。
**研究目的与方法概述**
基于扩展的CMIS-IAM框架,本研究旨在实证检验不同类型的在线信息渠道如何影响在线健康信息寻求行为(OHISB)。尽管CMIS和IAM具有效用,但它们是在当代数字平台(特别是基于AI和短视频的应用)兴起之前发展的。因此,一个将渠道类型作为关键前置因素纳入、区分其对来源可信度和信息可信度的影响、并通过感知有用性检验其通向OHISB的不同路径的整合模型,在文献中是明显缺失的。此外,虽然Popovac和Roomaney(2022)提出的多维OHISB框架为理解在线健康参与提供了坚实的概念基础,但其因子结构在中国样本中的有效性需要进一步的实证验证。
为弥补这一空白并考察信息渠道如何影响OHISB,研究人员采用了多研究、多方法的研究路径。首先,通过预验证翻译并验证了OHISB量表的中文版本。接着,研究1采用横断面调查来测试所提出的扩展CMIS模型,考察渠道类型、双重可信度感知、感知有用性和OHISB之间的关系。为建立渠道效应的因果证据,研究2采用了实验设计,在保持信息内容恒定的前提下操纵渠道暴露(基于AI的 vs. 短视频的 vs. 基于文本的)。总体概念模型和四个研究假设如图所示:H1. 渠道类型显著影响来源可信度和信息可信度的感知;H2. 来源可信度和信息可信度正向影响感知有用性;H3. 来源可信度和信息可信度直接影响OHISB;H4. 感知有用性正向影响OHISB。此外,电子健康素养和健康焦虑作为控制前置因素被纳入,以考虑个体在评估在线健康信息时的差异。
**主要研究结果**
**预验证与量表效度**:预验证研究(附录A)确立了OHISB量表中文版,并确认了其支持寻求(SS)、医疗替代或补充寻求(SAMC)和信息寻求(IS)的三因子结构。验证性因子分析显示模型拟合可接受,所有因子载荷显著,为改编量表的构念效度提供了有力支持。
**研究1:扩展CMIS模型的横断面检验**
* **样本与程序**:研究1从与量表验证相同的一般人群中抽取新样本,参与者均为在职成年人或退休人员。通过Credamo在线数据平台分发问卷,最终保留300份有效回复,样本具有较好的代表性。
* **渠道效应**:一系列单因素方差分析考察了信息渠道(文本、短视频、AI)对所有研究变量的影响。结果显示,对于来源可信度、信息可信度、感知有用性、SS或IS,均未出现显著的渠道差异。然而,渠道对SAMC有显著的主效应。事后比较表明,处于文本条件下的参与者比处于AI条件下的参与者报告了更高的SAMC意愿。这表明,接触传统文本健康信息的参与者比接触AI材料的参与者更可能寻求替代医疗建议。
* **结构方程模型**:结构方程模型检验了从可信度到有用性和行为结果的假设路径。模型拟合良好。路径分析显示,来源可信度和信息可信度均显著预测感知有用性,而感知有用性又依次预测SAMC和IS。来源可信度对SS和SAMC也有显著的直接效应。未观察到渠道对信息可信度或行为结果的显著直接影响。这些发现支持了感知有用性是连接可信度感知与OHISB的核心中介。
**研究2:渠道操纵的实验研究**
研究1未检测到显著的渠道效应,这可能反映了其局限性:参与者被要求回忆或想象通过给定渠道寻求健康信息,这涉及基于记忆的重构,而非捕捉对标准化内容的即时反应。为克服这些局限,研究2采用了实验设计,直接操纵渠道类型,同时保持信息内容恒定。数据收集于公众对DeepSeek等AI系统认知度较高的时期。
* **样本与程序**:从与研究1相同的一般人群中招募独立样本,最终保留300份有效案例。参与者被随机分配至三种渠道条件之一(文本、短视频、AI),观看关于常见健康话题(如“布洛芬和阿司匹林能否同服?”)的标准化模拟界面,随后完成问卷。
* **渠道效应**:以文本为基础作为参照,方差分析结果显示渠道对来源可信度和感知有用性有显著主效应。渠道对信息可信度的影响呈边缘显著,对SAMC的影响呈边缘趋势,对IS无显著影响。事后检验表明,AI渠道产生的来源可信度显著高于短视频条件,并略高于文本条件。对于感知有用性,AI与文本、AI与短视频的对比均显著,再次显示AI渠道占优。
* **结构方程模型**:构建结构方程模型以测试不同渠道暴露如何通过可信度和感知有用性影响行为结果。模型拟合良好。路径分析显示,AI渠道对来源可信度有显著正向影响。来源可信度和信息可信度均正向预测感知有用性,而感知有用性又强有力地预测SAMC和IS。Bootstrap间接效应分析显示,从AI到IS以及从AI到SAMC的间接效应均显著。这表明,AI暴露提高了感知来源可信度,进而增强了感知有用性,并间接强化了信息寻求和替代医疗寻求的意愿。
**讨论与结论**
本研究通过三种具体方式扩展了CMIS框架,并提供了关于现代在线渠道如何影响可信度感知和OHISB的连贯图景。首先,系统地将渠道类型(基于AI的、短视频的、文本的)作为CMIS结构内的正式前置因素纳入。其次,将CMIS与IAM整合,阐明了一个序列中介路径——渠道特征塑造可信度感知,可信度感知影响感知有用性,进而驱动行为意愿。第三,多方法研究路径(预验证、横断面调查和实验)提供了比先前单一研究扩展更强的构念验证。
研究1和研究2之间的差异发现应从两个相互关联的因素来解读,而非理论驱动的比较。首先,方法学改进区分了研究。研究1依赖参与者对渠道经验的回忆和重构,这引入了基于记忆的偏见并激活了普遍刻板印象。研究2通过受控的实验暴露于标准化刺激来应对这一局限,捕捉了即时反应而非回溯性重构。方法学研究已证实基于回忆的评估和直接暴露范式可能产生不同的评价。其次,时间-文化背景不同。研究1是在中国公众对对话式AI技术广泛熟悉之前进行的,而研究2则是在其快速文化传播之后。这种时间差异表明,研究2的参与者以更高的基线熟悉度接触AI呈现的信息,可能放大了积极的即时反应。观察到的模式——研究1中AI评价中性而研究2中AI可信度更优——很可能源于这些因素的交互作用。
感知有用性始终是连接可信度与行为的关键认知中介。这一模式与信息采纳模型(IAM)一致,强调个体对有用性的判断将可信度信念转化为行动倾向。此外,来源可信度(对传播者的信任)与信息可信度(对信息准确性的信任)的分离突显了两条互补的路径:关系信任激励支持性和替代性行为,信息信任驱动分析性的信息寻求行动。这些发现通过揭示渠道特征通过分层的可信度评估影响行为参与,从而完善了综合信息寻求模型(CMIS)。
本研究在扩展现有理论方面具有多重意义。它证明渠道类型本身——文本、短视频或AI——在CMIS框架内作为前置因素发挥作用,塑造认知和行为过程。将CMIS与IAM整合,阐明了一条序列路径,其中可信度影响感知有用性,进而预测OHISB。区分来源和信息可信度进一步增强了可信度研究的概念精确性,并解释了为何不同的健康行为可能源于不同的认知路径。从应用角度看,结果表明基于AI的健康传播通过更高的感知可信度和有用性,在促进用户参与方面具有强大潜力。然而,必须谨慎平衡这种益处,防止对AI输出的过度信任。
本研究存在若干局限。首先,所有行为测量均依赖自我报告,可能引入共同方法偏差并限制生态效度。未来研究应采用计算机交互行为评估来捕捉实际参与度。其次,研究在单一文化背景下进行,需要在不同文化环境中复制以明确普适性。第三,电子健康素养和健康焦虑作为协变量处理,其潜在的调节效应值得检验。第四,该框架对于一个有条件的、依赖情境的现象可能显得过于简化。个体因素(年龄、数字素养、先前AI经验、健康问题严重性)很可能调节渠道效应,但这些关系未得到充分探索。此外,研究结果可能因方法和情境因素而异。第五,抽样策略聚焦于高学历中国成年人,这限制了对低教育程度或数字接入不足人群的普适性。第六,观察到的AI可信度优势应在实验条件范围内解读。第七,AI可信度评分可能同时反映了表面特征和深层的医学可靠性评估,这些维度在本研究中未加区分。最后,纵向复制两项研究将有助于区分方法效应与AI技术文化熟悉度的演变。
本研究通过证明感知可信度和有用性是连接信息渠道特征与数字健康参与的心理桥梁,增进了对OHISB的理论和实证理解。结果表明,操纵的AI渠道条件增强了来源可信度和感知有用性,从而强化了通向信息寻求和替代医疗意愿的间接路径,而信息可信度对信息寻求施加了额外的直接影响。这些发现丰富了扩展CMIS中可信度-有用性这一核心路径,突显了不同可信度维度的细微功能角色,并为设计可信、有效且合乎伦理的基于AI的健康传播系统提供了可操作的启示。