生成式人工智能交互风格与大学生心理健康：潜在剖面分析

《Scientific Reports》：Generative AI interaction styles and mental health among college students: a latent profile analysis

　　

摘要

生成式人工智能（GenAI）目前被大学生广泛使用，但不同交互模式对心理健康的影响仍不清楚。由于 GenAI 能够支持以任务为中心、认知以及情感显著的参与形式，参与质量可能比单纯的使用强度更具参考价值。我们使用潜在剖面分析，识别了来自六所大学 7,029 名中国大学生的人机交互风格。五个指标捕捉了使用强度、感知交互质量、信任、心理亲近感和情感依恋；抑郁和焦虑症状被评估为心理健康结果。出现了五种剖面：高效工具型（27.00%）、探索随意型（31.97%）、深度情感型（12.18%）、矛盾依恋型（9.23%）和疏离回避型（19.62%）。不同剖面在抑郁和焦虑症状上存在显著差异。矛盾依恋型剖面的特征是高情感依恋但感知质量和信任度低，表现出最高的症状水平，平均抑郁症状处于中等范围。症状差异与关系质量指标的关联比与使用强度的关联更紧密。随机森林和 SHAP 分析确定智能手机成瘾、神经质、尽责性和认知重评是分类剖面归属最具信息量的特征。这些发现表明，大学心理健康服务应关注学生与 GenAI 的关系，而不仅仅是他们使用的频率。