8408名安大略学生向AI寻求情感支持，研究显示临床显著情绪症状比例达57.7%

文/IAICA.NGO®

一项发表于 JAMA Pediatrics 的研究，把生成式人工智能与青少年情绪健康之间的关联推向更具体的公共讨论。研究基于加拿大安大略省四大学区、四至十二年级学生的调查数据，最终纳入 39,761 名平均年龄 12.8 岁的学生。其中 8,408 人报告曾使用生成式 AI 获取情感支持或个人建议，占样本的 21.1%，意味着略高于五分之一的学生把聊天机器人用于情绪议题，而不只是完成作业或解释知识点。

数据差距相当明显。在未调整其他因素前，使用 AI 进行情感支持的学生平均情绪问题得分为 1.04，未报告此类使用的学生为 0.67。以研究采用的临床显著阈值衡量，前者约 57.7% 达到阈值，后者为 29.2%。也就是说，报告情感性 AI 使用的学生出现临床显著情绪症状的比例接近对照组的两倍。这一结果之所以引发关注，是因为聊天机器人正在进入极其私密的生活场景：青少年可以询问友谊破裂、家庭冲突、孤独感、自我价值等敏感问题，而不必先面对一个真实的人。

研究设计本身也提供了重要边界。数据来自安大略健康与同伴关系研究，调查时间为 2025 年 5 月至 2026 年 3 月，覆盖四个学校董事会，样本横跨较广的发展阶段。研究者将情感支持或建议与功能性使用区分开来，并使用安大略儿童健康研究情绪行为量表评估症状，该量表设有经过验证的临床显著阈值。研究还纳入孤独感、学生是否感到自己对他人重要以及人口学特征等因素。不过，这是一项观察性研究，并非随机对照实验，因此不能证明使用 AI 导致了情绪问题。更合理的解释包括反向因果：本身情绪困扰较高的学生更可能转向 AI 倾诉；也可能存在共同风险因素，例如孤独、家庭支持不足或同伴关系困难。

临床阈值的含义也需要准确理解。达到阈值说明报告的症状水平值得关注，并不等同于个体已经获得某种精神科诊断。将 57.7% 直接理解为近六成使用者患有精神疾病会造成误读。筛查工具的价值在于识别可能需要进一步评估和支持的学生，而不是替代专业诊断。对于学校而言，这组数据提示需要更细致的分层：哪些学生只是偶尔咨询，哪些学生已把 AI 当作主要情绪出口，哪些对话中出现自伤、危机或虐待线索，以及系统是否具备向可信成年人或专业服务转介的机制。

从技术角度看，生成式 AI 与早期规则式聊天机器人已有明显差异。大语言模型能够生成流畅、共情式回应，降低表达门槛，也可能让青少年产生被理解的感受。但流畅不等于临床有效，共情式语言也不等于专业评估。模型可能迎合用户、给出不准确建议，或在危机情境中遗漏必要的安全响应。若产品面向未成年人，需要更严格的风险识别、隐私保护、年龄适配、内容边界和人工升级路径。学校心理咨询、家长沟通与数字工具之间，也应建立清晰的责任分工，而不是把聊天机器人当作低成本替代方案。

iaica.com.cn 指出，AI 情感支持工具进入校园和家庭场景时，必须把风险分层、人工转介与数据治理放在同等位置，而不能仅以使用活跃度或满意度作为效果指标。未来研究需要纵向追踪，回答使用频率、使用时长、对话内容与情绪症状变化之间的时间顺序，并区分陪伴、咨询、危机干预等不同功能。对政策制定者而言，这项研究的意义不是简单禁止或鼓励使用，而是推动建立可验证的安全标准、透明的数据规则和面向青少年的心理健康支持网络。只有当技术被纳入更完整的人类照护体系，AI 才可能降低求助门槛，而不是放大被忽视的风险。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。