《Current Pediatrics Reports》：Generative Artificial Intelligence Use and Adolescent Mental Health
编辑推荐：
综述目的：综合近期关于生成式人工智能（generative artificial intelligence, GenAI）使用与青少年心理健康之间关系的文献，特别关注问题性使用与精神科脆弱性。近期发现：新出现的证据表明，GenAI使用与一系列青少年心理健康结局
综述目的：综合近期关于生成式人工智能（generative artificial intelligence, GenAI）使用与青少年心理健康之间关系的文献，特别关注问题性使用与精神科脆弱性。近期发现：新出现的证据表明，GenAI使用与一系列青少年心理健康结局之间存在关联，包括抑郁、焦虑、精神病性相关体验、外化行为、进食障碍风险和自杀风险。问题性使用模式（包括依赖和情感依赖）可能对先前存在精神科脆弱性的青少年尤其相关。当前证据提示，这些关系可能是双向的：心理困扰可促使个体将GenAI用于陪伴、情感支持或逃避，而问题性使用可能强化适应不良信念、取代现实世界关系并放大已有脆弱性。然而，证据仍以横断面研究为主，限制了因果推断。总结：GenAI可能与青春期潜在的精神科脆弱性相互作用并加以放大，凸显了理解其使用模式和使用动机的重要性。儿科医生及其他照顾青少年的临床医生不仅可考虑GenAI使用的频率，还应考虑使用动机、问题性依赖及社会情感依赖。通过纵向研究识别GenAI的高风险使用模式，尤其是在已有精神科风险的青少年中，可能有助于制定针对性的筛查、干预和预防策略。
引言（Introduction）
生成式人工智能（generative artificial intelligence, GenAI）正迅速融入许多青少年的日常生活。数据显示，约三分之一4–17岁青少年报告每日使用GenAI，其中部分人每天长时间使用这些平台。与传统聊天机器人或推荐算法不同，GenAI能够生成新颖内容，包括拟人化文本、逼真图像和对话。青少年不仅可通过ChatGPT、Gemini等流行平台接触GenAI，还可通过Snapchat的“MyAI”等数字应用内嵌AI功能使用。随着这些平台日益普及，其可能对青少年发展、知觉和行为产生的影响引发关注。与此同时，青少年心理健康危机日益恶化。约62.5%的精神障碍在25岁前出现，发病高峰年龄为14.5岁，青少年期因此成为伴有社会、认知和神经生物学变化的特殊脆弱发展期。GenAI系统可提供高度个性化和互动性强的交互，并可能因训练优化出现奉承行为（sycophantic behavior），从而增加过度或问题性使用风险。近期媒体报道和政策环境变化亦关注GenAI快速使用与不良心理健康结局（如自杀、精神病、社交退缩和适应不良情感依赖）的潜在联系。青少年可能尤其容易受到这些风险影响，因为他们并非总能意识到自己在与AI系统互动，并且可能更倾向于不加批判地接受AI生成信息的准确性、局限性或潜在目标。本叙述性综述旨在描述消费级GenAI问题性使用的概念，综合GenAI使用与青少年心理健康关系的现有证据，提出概念框架，并讨论面向儿科医生和心理健康专业人员的临床实践考虑。
问题性和依赖性GenAI使用（Problematic and Dependent GenAI Use）
在行为成瘾框架内，多种互联网和数字媒体使用形式受到检验。游戏障碍已被纳入《国际疾病分类》第11版修订版（ICD-11），网络游戏障碍则被列入《精神障碍诊断与统计手册》第五版文本修订版（DSM-5-TR）以供进一步研究。青少年和年轻成人GenAI使用日益增加，引发了对类似依赖的适应不良参与模式的担忧，其特征包括失控、功能受损、心理困扰以及尽管有负面后果仍持续使用。定性研究已描述了青少年经历与问题性GenAI使用一致的行为和情绪，包括情感依恋、戒断样痛苦、耐受、复发、睡眠中断、社交退缩和难以减少使用。问题性GenAI使用可能与传统数字媒体成瘾在多个重要方面有所不同：个性化增强了感知相关性，即时回应助长即时满足，持续互动使得长时间参与成为可能，这些均强化了使用和依赖。GenAI通过人类反馈强化学习（Reinforcement Learning from Human Feedback, RLHF）进行优化，允许AI通过用户选择自认为更有帮助和满意的回应来学习人类偏好。然而，这种设计使GenAI在结构上容易产生奉承行为，表现为过度恭维和不当肯定。奉承性输出可能强化用户已有信念和知觉。对话式GenAI的拟人化设计进一步鼓励用户将这些系统视为有共情能力且具有社会意义的实体。更高的感知拟人化和共情水平与更强的情感依恋和更问题性的GenAI使用持续相关。多种理论框架可解释青少年为何特别容易受问题性GenAI使用影响，例如使用与满足理论提出个体为满足陪伴、情感支持、娱乐、信息寻求和逃避等心理及社会需求而接触媒体；补偿性使用模型则认为数字技术可用于应对心理社会困扰或未满足的人际需求。青春期额叶调节网络（即自我调节）持续成熟，同时边缘系统反应性增强，可能进一步增加强化AI互动的易感性，尤其是已有心理健康脆弱性的青少年。行为成瘾模型提示，持续情绪验证和个性化反馈可强化强迫性参与，导致社交退缩、睡眠中断和心理依赖增加，从而恶化不良心理健康症状。此外，认知卸载理论提示，青少年可能越来越多地将认知任务、决策和学业工作委托给AI，从而同时强化情感和认知依赖。
精神病（Psychosis）
许多精神分裂症谱系障碍的前驱期对应于青春期和成年早期，此期间精神病症状的出现与后续疾病可能性增加相关。该年龄段也与GenAI使用率最高时期重合，引发了对这些高度互动技术可能影响青少年的担忧，尤其是对已有潜在脆弱性的个体。新出现证据进一步提示，处于精神病风险升高的个体更可能参与问题性数字媒体使用。近期报告描述了“AI相关精神病”，广义上指与AI使用在时间上相关的新发或恶化精神病症状。综述性病例分析确定了GenAI可能与精神病相关的四种潜在角色：作为强烈参与后新发症状出现的催化剂；通过削弱现实检验强化前驱症状的放大器；作为迭代发展有害叙事的“共同作者”；或通过被感知的知觉、迫害或关系而成为妄想信念客体的对象。一项针对1,003名年轻成人的调查显示，精神病风险升高者重度GenAI使用的几率超过前者的两倍，且更可能涉及已有偏执、夸大和阴谋思维的互动。多个理论模型被提出。压力-脆弱性模型将GenAI概念化为一种数字环境压力源，与现有神经发育易感性相互作用，可能影响精神病体验的性质和进程。互动性、拟人化的GenAI设计对青少年用户构成独特风险，其对共情和智能的模拟可能导致对感知能力或意图的错误归因，模糊现实与虚拟互动之间的界限，并可能加剧易感个体的现实感丧失、被害观念和妄想症状。此外，过度依赖GenAI进行验证、社交探索或身份形成，可能进一步取代与同伴、照顾者和成人的现实人际检验机会。认知模型则提示，反复肯定用户解释并结合长时间对话参与，可能强化确认偏误、鼓励反刍思维、外化内部思维过程，同时减少纠正性社会反馈。总体而言，理论文献和新出现的实证发现提示，GenAI使用可能在精神病体验的显现、塑造或放大中发挥作用，而非直接病因。
情绪和焦虑障碍（Mood and Anxiety Disorders）
情绪和焦虑障碍是影响青少年最常见的心理健康问题之一，占全球青少年精神疾病负担的相当大比例。然而，关于消费级GenAI影响情绪和焦虑的研究主要集中于成人。一项针对中国大学生的横断面研究发现，AI聊天机器人使用者的抑郁水平高于非使用者；在使用者中，抑郁症状与更频繁的使用及对AI聊天机器人更大依赖相关。使用动机亦受到检验：抑郁与中国大学生将对话式AI用于陪伴而非学习目的相关。另一项年轻成人研究发现，将GenAI用于社会情感支持与较高的抑郁和焦虑水平相关，而将GenAI用于学习和探索则与较低的抑郁、焦虑和孤独感相关。值得注意的是，在年轻男性中观察到将GenAI用于社会情感支持与孤独感之间的关联，但在年轻女性中未观察到。青少年纵向证据尤其有限。一项针对中国青少年的研究发现，焦虑和抑郁预测后续的AI依赖，而AI依赖并不预测心理健康恶化。心理健康症状与AI依赖之间的关系由使用AI进行情绪逃避和社会联系的动机中介。针对成人的研究亦发现类似机制，例如社交焦虑通过孤独和反刍的序列路径与问题性对话式AI使用相关。总体而言，新兴文献提示，经历抑郁和焦虑的青少年和年轻成人更可能将GenAI用于陪伴、情感支持或逃避痛苦。跨研究来看，先前存在的心理症状与更大的GenAI使用和依赖更一致相关，而非GenAI使用先于后续心理健康恶化。重要的是，GenAI使用动机似乎至关重要：当GenAI用于满足社会或情感需求时，与较差心理健康之间的关联最明显；相比之下，用于学习、生产力或信息寻求则通常与不良心理健康无关，甚至与更好的心理功能相关。然而，横断面研究占主导地位，限制了对时间先后和因果关系的结论，而且研究几乎完全集中在抑郁和焦虑上。
外化精神病理（Externalizing Psychopathology）
关于青少年GenAI使用与外化症状和障碍之间关联的研究仍不充分。一项横断面研究发现，GenAI使用与儿童外化行为正相关，包括攻击、注意问题和情绪反应。GenAI可能促成作弊等违规行为，59%的青少年表示其学校的学生经常使用AI作弊。研究还表明，虚拟代理可以改变冒险行为：接触鼓励冒险的虚拟代理的青少年会从事更有风险的行为，而劝阻冒险的虚拟代理则降低风险决策。若干研究也记录了GenAI聊天机器人鼓励冒险、反社会或其他有害行为的实例，包括在与青少年对话中。与注意缺陷/多动障碍（attention-deficit/hyperactivity disorder, ADHD）相关的执行功能和自我调节过程也受到关注。一项横断面研究发现，在抑制、情绪控制和计划方面存在更大困难的青少年更可能使用GenAI，并认为其对学业任务更有用。定性研究亦表明，ADHD个体经常使用GenAI进行任务启动、组织、计划和情绪调节。这些发现提示，具有某些ADHD相关脆弱性或症状（如执行功能和自我调节困难）的青少年可能特别倾向于使用GenAI。理论框架方面，共情差距框架提出，GenAI可以模拟共情而没有真正的理解或道德判断，从而可能强化有害思想或意图。对话式GenAI可能通过奉承性回应强化风险或适应不良态度，这些回应验证而非挑战青少年的问题信念或反社会意图。认知卸载框架则提示用户可能越来越多地将认知任务委托给GenAI，从而减少独立参与执行功能的需要。因此，有执行功能困难的青少年可能更依赖GenAI获得认知支持，且这些青少年可能已经容易陷入反刍和冲动，从而可能更倾向于参与提供持续关注和验证而无真实社会后果的GenAI互动。这些框架共同提示一种潜在双向关系：调节脆弱性增加GenAI参与，而AI驱动的社会影响和强化随后可能塑造或进一步促进青少年的外化行为和症状。
进食障碍（Eating Disorders）
关于GenAI与进食障碍相关的理论和实证文献虽相对较少，但正在出现。进食障碍通常在青春期和成年早期发病。初步发现表明，接触GenAI相关内容和图像可能与饮食失调和身体形象问题相关。例如，一项针对墨西哥青少年的研究发现，GenAI使用与身体满意度之间存在显著负相关，父母中介为保护因素。在一项包含600名巴基斯坦学生的样本中，AI生成内容暴露与自尊和身体满意度均存在显著负相关，社会比较是关键中介。其他研究显示，GenAI通过强化“进食障碍仅影响白人年轻女性或特定体型”的刻板印象而放大社会比较，且未认识到这些障碍影响所有背景、性别和体型的人群。男性青少年和年轻成人同样易受伤害，尤其通过参与关注外表和男性气质的内容，这可能加剧饮食失调、身体不满意和肌肉畸形等结局。定性研究亦提供重要见解：一项研究发现，GenAI聊天机器人对青少年关于饮食、外表和体重问题的回答通常围绕社会理想而非临床资源展开，即使查询内容提示潜在有害行为或紊乱思维。理论模型方面，社会比较理论提示，接触高度理想化和不切实际的GenAI内容可能增加社会比较，而社会比较与身体不满意和进食障碍密切相关。青少年由于在此发展阶段对同伴评价和身份形成更为敏感，特别容易受到这些图像和描绘的影响。与社会置换理论一致，将GenAI用于社交目的可能减少现实世界社交互动和技能学习的机会，进而促进人际问题（如孤独、孤立、敏感），增加负面情感和进食障碍症状风险。总的来说，这些发现提示GenAI使用可能强化与进食障碍风险相关的机制，同时也未能为有进食相关担忧的用户提供适当的临床指导。
自杀风险（Suicidality）
自杀风险是与青少年GenAI使用相关的最令人担忧的潜在心理健康结局之一。新出现的证据关注AI聊天机器人对自杀意念和心理困扰的反应、自伤内容暴露以及情感依赖。一项针对3,466名美国青少年的调查发现，超过60%的受访者使用对话式聊天机器人，47.1%报告至少经历一种AI聊天机器人相关伤害。值得注意的是，14.7%的青少年报告聊天机器人曾鼓励其参与自伤，13.0%报告被鼓励产生自杀念头，且年龄较小青少年的此类经历比例高于年龄较大者。尤其令人担忧的是已有自杀相关风险因素的青少年与GenAI聊天机器人的互动。一项大型纵向研究发现，抑郁和焦虑（均为青少年自杀风险因素）可预测后续GenAI依赖，并由社交动机和逃避动机中介。此外，多项研究表明，消费级GenAI聊天机器人可能对处于困扰中的青少年提供不充分回应，甚至支持有害行为。一项研究发现，90%的GenAI伴侣和情感支持型聊天机器人支持了一名抑郁青少年将自我隔离并仅与GenAI伴侣交流的计划。此外，GenAI伴侣聊天机器人在识别自杀提及并适当回应青少年心理困扰方面表现不佳。一项分析35,000次与流行GenAI伴侣Replika互动的研究发现有害GenAI聊天机器人行为，如情感操纵、言语虐待以及将自伤和自杀相关讨论正常化。人际自杀理论（Interpersonal Theory of Suicide, IPTS）提供了一个理解框架：根据IPTS，自杀欲望源于受挫归属感和感知负担性，而当个体获得自杀能力时，自杀行为更可能发生。GenAI陪伴可能通过以模拟社交联系替代互惠人际关系而促成受挫归属感，从而可能增加社会隔离。对GenAI的情感依赖也可能通过减少求助和增加对AI情感支持的依赖而强化感知负担性。最后，反复暴露于自伤和自杀相关内容可能通过正常化自杀念头和行为而促成自杀能力的获得。这些风险在青春期可能更高，因为该时期以情绪、身体和社会变化为特征，并且由于性剥削和虐待等经历而对不良心理健康结局更加脆弱。
结论与启示（Conclusions and Implications）
新出现的证据表明，消费级GenAI系统可能与青少年潜在的精神科脆弱性相互作用并加以放大。患有或面临多种心理健康问题风险的青少年可能特别容易受到与GenAI使用和依赖相关的不良结局影响，而这反过来可能加剧现有症状和潜在易感性。这些模式对儿科实践具有启示意义：儿科医生及其他照顾青少年的临床医生处于有利位置，可在常规心理社会和数字媒体评估中询问GenAI使用情况。针对数字媒体的临床评估可发展为不仅评估使用GenAI的时间，还评估其潜在使用动机及社会情感依赖程度。为此，临床医生可考虑纳入简短的GenAI依赖评估，该评估基于自我决定理论，考察动机、行为、认知和心理因素，并提示AI依赖反映的是心理需求与适应不良应对策略之间的错位，而非仅仅代表过度技术使用。临床医生可参考美国心理学会关于AI与青少年福祉的建议，以指导青少年、年轻成人及其家庭。儿科临床医生还可在帮助家庭建立发展适当的使用期望、识别问题性参与模式以及促进GenAI素养方面发挥重要作用。鉴于消费级GenAI的日益普及和青少年的脆弱性，减轻GenAI依赖伤害的干预措施需要在不断变化的政策环境中进行。在没有联邦监督的情况下，各州制定了不同的监管法律，导致保护措施不均衡和利益相关方不确定性。因此，解决问题性AI使用的风险需要多学科方法。在公共卫生层面，提高对问题性GenAI使用风险的认识以及推广适龄GenAI素养项目可能有益。考虑到青少年不太可能仔细审查AI生成的输出，而低GenAI素养的个体可能过度依赖GenAI指导，公共卫生举措应赋予青年运用批判性思维能力评估GenAI生成内容的能力，涵盖训练数据固有的偏见及其下游影响。此外，为确保数字公平，GenAI素养举措应通过包容性用户中心设计和基于社区的支持系统扩展到数字边缘化群体。政策层面的AI监管护栏应超越仅进行年龄验证，因为年龄验证协议可能被规避，且GenAI聊天机器人可生成涉及性、自伤、人际暴力、物质滥用和种族刻板印象的年龄不当内容。监管政策应实施最低安全标准，例如强制危机检测和转介至适当心理健康服务。同时，开发者有责任确保其产品算法训练方法的透明度，促进平衡使用以缓解问题性GenAI使用，并最大程度减少成瘾性或潜在有害的功能（如奉承性模型行为）。最终，这些工具的设计和部署应以最小化伤害并保留用户自主性为目标。
未来方向（Future Directions）
关于青少年GenAI使用及其对心理健康结局影响的文献仍在涌现，且主要由横断面研究、病例报告和自我报告数据构成，限制了对时间先后或因果关系的确定。未来需要采用基于客观数据的流行病学和纵向设计研究，以跟踪青少年的心理健康结局。整合被动感知数据可能有助于减少对自我报告的依赖，使研究人员能够评估GenAI使用如何与不同时间段（如上学时间、周末和就寝时间）的心理健康相关联。此类研究有助于更好地确定观察关联的时间先后性，区分规范性和问题性GenAI参与，开发其他经心理测量学验证的GenAI使用筛查工具，并识别可能受益于早期干预的青少年。
