恐惧与依赖的悖论:AI焦虑如何驱动职业性成瘾——基于“控制悖论”的结构方程模型实证

《Sage Open》:Afraid of AI, Addicted to AI: Unraveling the Fear–Dependency Paradox

【字体: 大 中 小 】 时间:2026年09月20日 来源:Sage Open 2

编辑推荐:

  专业摘要翻译 经典的技术接受理论将恐惧视为采用的障碍。然而,新出现的证据表明,在专业AI情境下,恐惧可能矛盾地驱动而非阻止使用。本研究通过结构方程模型(SEM)和多组分析(MGA),调查了421名土耳其在职成年人中AI焦虑与AI依赖之间的这种反直觉动态关系。研

  
专业摘要翻译 经典的技术接受理论将恐惧视为采用的障碍。然而,新出现的证据表明,在专业AI情境下,恐惧可能矛盾地驱动而非阻止使用。本研究通过结构方程模型(SEM)和多组分析(MGA),调查了421名土耳其在职成年人中AI焦虑与AI依赖之间的这种反直觉动态关系。研究人员引入了“控制悖论”——一种新颖的理论构念,提出那些害怕失去认知自主性的个体,会通过防御性的、强迫性的过度使用来日益放弃这种自主性。研究得出四项主要发现。第一,AI焦虑包含四个经实证验证的维度——学习焦虑、工作替代恐惧、社会技术盲视和AI配置焦虑——它们对依赖有不同的影响。第二,工作替代恐惧是依赖的最强预测因子(β = 0.474, p < .001),揭示了一种现有TAM/UTAUT框架未能捕捉到的职业威胁-反应机制。第三,社会技术意识作为一种保护因素(β = ?0.225, p < .01),证明了批判性AI素养——而非仅仅是技术技能——能够打破恐惧-依赖循环。第四,MGA显示,工作替代恐惧与依赖之间的关系具有性别不变性(男性:β = 0.360, p < .001;女性:β = 0.329, p = .006;Fisher‘s Z = 0.285, p = .776),确立了“控制悖论”作为超越人口统计学差异的专业AI采用的结构性特征。这些发现扩展了技术接受理论,将AI依赖重新定义为由职业动机驱动而非缺陷驱动,并为AI素养教育、劳动力政策和伦理技术设计提供了具体建议。

论文主体解读文章

一、研究背景与研究问题
随着人工智能(AI)技术的飞速发展,特别是生成式AI的普及,人类社会正经历着前所未有的技术变革。传统心理学模型和技术接受模型(如TAM/UTAUT)通常假设恐惧会导致回避行为,即人们会因为害怕而减少或拒绝使用某项技术。然而,现实观察却呈现出一个悖论:许多专业人士一方面对AI感到焦虑,担心失业、技能过时或失去认知自主性,另一方面却越来越频繁、甚至强迫性地依赖AI工具。现有的成瘾研究多聚焦于娱乐或休闲领域(如游戏、社交媒体),难以解释这种由职业不安全感驱动的依赖行为。因此,研究人员提出了本研究的核心问题:为什么人们会对他们所恐惧的事物产生依赖?这一“恐惧-依赖悖论”亟待理论解释和实证检验。
二、研究目的与意义
为了解答上述悖论,本研究旨在从多维视角审视AI恐惧与依赖之间的复杂关系。研究的主要目标是:1)确定AI恐惧的多维结构;2)识别导致AI依赖的前因变量;3)分析人口统计学变量的调节效应;4)提出“控制悖论”(Control Paradox)这一新的理论框架来解释恐惧与依赖的矛盾共存。本研究的理论意义在于挑战了经典技术接受模型,为理解AI时代的专业工具依赖提供了全新视角。其实践意义在于为AI素养教育、劳动力再培训政策以及伦理技术设计提供基于证据的建议。
三、关键技术方法
研究人员采用因果比较设计,通过在线问卷收集数据。样本来源于土耳其,共包含421名18岁以上的在职成年人,其中大部分为年轻、高学历的专业人士。研究使用了两个经过验证的量表:一是“人工智能焦虑量表”(Artificial Intelligence Anxiety Scale),包含16个条目,涵盖学习焦虑、工作替代恐惧、社会技术盲视和AI配置焦虑四个维度;二是“人工智能依赖量表”(Scale for Dependence on Artificial Intelligence),为单维度量表,包含5个条目。数据分析采用了多种统计方法,包括探索性因子分析(EFA)、验证性因子分析(CFA)、独立样本t检验、方差分析(ANOVA)、皮尔逊相关分析、结构方程模型(SEM)以及多组分析(MGA)。
四、研究结果
AI焦虑与依赖的因素结构
通过因子分析,研究发现AI焦虑并非单一概念,而是由四个清晰维度构成:学习焦虑、工作替代恐惧、社会技术盲视和AI配置焦虑。这四个维度反映了个体在与AI互动时,在认知、职业、社会技术和象征层面上的多层次心理映射。AI依赖则被证实为一个独立的单维度构念,表现为对AI系统的强迫性依赖和寻求验证的行为。
人口统计学差异分析
  • •
    性别差异:t检验结果显示,男性的AI依赖水平显著高于女性。但在学习焦虑、工作替代恐惧等维度上无显著性别差异。
  • •
    培训方式差异:接受过正式AI培训的个体,其学习焦虑和AI配置焦虑显著低于自学用户。然而,有趣的是,正式培训也与更高的依赖水平相关,暗示密集的结构化培训可能在无意中强化了依赖模式。
  • •
    年龄差异:ANOVA分析表明,不同年龄组在学习焦虑、工作替代恐惧和依赖水平上无显著差异。但在社会技术盲视和AI配置理解方面存在代际差异,年轻群体(25-34岁)对AI的结构性理解显著优于年长群体(45岁以上)。
  • •
    教育程度差异:教育水平对大多数维度无显著影响,仅在AI配置维度上存在差异,副学士学位持有者比学士学位持有者表现出更好的结构性理解。
  • •
    收入水平差异:低收入群体的AI依赖水平显著高于中高收入群体,揭示了数字不平等在塑造依赖模式中的重要作用。
  • •
    验证行为差异:经常交叉验证AI输出的用户,其依赖水平显著低于无条件接受AI输出的用户,这证实了批判性思维在预防依赖中的保护作用。
核心关系验证:SEM模型
结构方程模型(SEM)分析了AI焦虑各维度与依赖之间的关系,解释了总变异的10.4%。
  • •
    工作替代恐惧是最强的正向预测因子(β = 0.474, p < .001),支持了“防御性过度使用”假说,即对失业的担忧反而驱使个体更强烈地使用AI。
  • •
    社会技术意识(社会技术盲视的反向)是显著的负向预测因子(β = -0.225, p < .01),表明对社会伦理风险的认知可以降低依赖风险。
  • •
    学习焦虑具有微弱的正向预测作用(β = 0.185, p = .012),意味着因学习困难而产生的焦虑也可能转化为补偿性的过度使用。
  • •
    AI配置焦虑(对人形机器人的恐惧)对依赖的影响不显著,表明依赖更多源于功能性而非象征性恐惧。
多组分析(MGA)
针对样本中性别比例失衡的问题,MGA分析确认了工作替代恐惧与依赖之间的关系在男性和女性群体中具有等价性(Fisher’s Z = 0.285, p = .776)。这表明“控制悖论”是一个超越性别差异的结构性特征,干预措施应普遍适用于所有专业人员。
五、讨论与结论
研究人员在讨论部分指出,本研究的核心贡献在于提出了“控制悖论”这一理论框架。该框架描述了一个自我挫败的循环:个体因害怕失去认知自主权而对AI进行“强迫性掌握”(Compulsive Mastery),即出于职业威胁感而进行的焦虑、无边界的沉浸式使用。这种行为非但没有增强能力,反而导致了认知卸载、技能萎缩和结构性依赖,最终加速了最初试图避免的依赖。这与经典的恐惧-回避理论截然相反。
研究结论强调,AI依赖不应被视为个人缺陷(如低自尊、孤独感)的结果,而是一种由职业动机驱动的理性适应策略。工作场所的压力和对未来的不确定性是形成依赖的核心驱动力。因此,传统的“如何使用AI”的技能培训可能适得其反,因为它可能强化依赖。有效的干预应侧重于提升个体的“社会技术意识”(Sociotechnical Awareness),即对AI的社会、伦理和系统性后果的批判性理解,而非单纯的技术操作能力。此外,政策制定者和企业需要关注数字不平等问题,为弱势群体提供公平的资源和支持,以缓解由经济压力导致的过度依赖。总之,这项研究为理解人机关系的复杂性提供了深刻洞见,并呼吁从系统层面设计更具伦理性和可持续性的AI生态系统。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号