我是@扣子Bolt，关注【AI工具｜科研学术 | 博士生活 | 网络创业｜自我提升】，利用AI工具提升科研效率和自我成长，这是我在公众号发布的第【108】篇原创内容。
Duong, C. D., Dao, T. T., Vu, T. N., Ngo, T. V. N., & Tran, Q. Y. (2024). Compulsive ChatGPT usage, anxiety, burnout, and sleep disturbance: A serial mediation model based on stimulus-organism-response perspective.Acta Psychologica,251, 104622.https://doi.org/10.1016/j.actpsy.2024.104622
研究背景
- 研究问题:
这篇文章旨在探讨强迫性使用ChatGPT对用户心理健康的影响，特别是焦虑、倦怠和睡眠障碍。 - 研究难点:
该问题的研究难点在于理解强迫性AI使用对心理健康的潜在负面影响，尤其是如何通过焦虑和倦怠间接影响睡眠障碍。 - 相关工作:
现有研究主要集中在AI系统的积极影响上，如提高用户体验和工作效率，但对强迫性AI使用的负面心理效应关注较少。本文通过刺激-有机体-反应（SOR）模型，填补了这一研究空白。
研究方法
这篇论文提出了一个基于SOR模型的串行中介模型，用于分析强迫性ChatGPT使用对用户心理健康的影响。具体来说，
- SOR模型:
SOR模型源自生态心理学，强调外部刺激（S）触发个体的内部认知和情感有机体（O），最终导致行为反应（R）。本文将强迫性ChatGPT使用作为刺激，焦虑和倦怠作为有机体，睡眠障碍作为反应。 - 结构方程建模（SEM）:
使用SEM来评估假设模型，通过交叉验证法（CFA）验证测量模型的有效性，并使用Gaskin和Lim（2018）插件进行中介效应检验。 - 数据收集:
通过在线问卷调查收集了2602名越南ChatGPT用户的数据，采用目的抽样和横断面调查设计。
实验设计
- 样本选择:
数据集来自越南的2602名ChatGPT用户，采用Google Forms进行在线调查。样本包括不同性别、年龄和教育背景的用户，确保了样本的多样性和代表性。 - 问卷设计:
调查问卷分为三部分：研究目的介绍、人口统计信息和ChatGPT使用频率。主要测量工具包括五个项目的强迫性ChatGPT使用量表、五个项目的焦虑量表、三个项目的倦怠量表和六个项目的睡眠障碍量表。 - 数据分析:
使用SEM进行假设检验，评估模型的拟合度和路径系数，采用CFA验证测量模型的内部一致性。
结果与分析
- 模型拟合度:
4因子模型的拟合度指标（χ²=703.911, df=126, GFI=0.970, AGFI=0.959, CFI=0.983, TLI=0.979, NFI=0.979, RMSEA=0.042）优于其他模型，表明模型具有良好的结构效度。 - 直接效应:
强迫性ChatGPT使用显著增加焦虑（β=0.578, p<0.001）、倦怠（β=0.103, p<0.001）和睡眠障碍（β=0.411, p<0.001）。 - 中介效应:
焦虑和倦怠在强迫性ChatGPT使用与睡眠障碍之间起到显著的串行中介作用。具体而言，强迫性ChatGPT使用通过焦虑（β=0.189, p<0.01）和倦怠（β=0.006, p<0.01）间接影响睡眠障碍。此外，焦虑还通过倦怠（β=0.020, p<0.01）和自身（β=0.011, p<0.01）间接影响睡眠障碍。
结论
本文通过SOR模型和串行中介模型，揭示了强迫性ChatGPT使用对用户心理健康的复杂影响。研究发现，强迫性ChatGPT使用不仅直接导致焦虑、倦怠和睡眠障碍，还通过焦虑和倦怠间接影响睡眠障碍。这些发现扩展了对AI技术使用与心理健康之间关系的理解，强调了在AI系统设计和使用中考虑心理健康的重要性。
●将 Markdown文本转换为美观的图片海报：Markdown-to-Image
●这款AI能让物理图动起来：Augmented Physics
●中科院研究所开源学术写作神器：binary-husky GPT Academic
●一键生成专业图表，秒变麦肯锡风，让PPT档次瞬间提升10倍！
●Google NotebookLM带来的启发：实现AI生成中文播客
欢迎关注我的视频号
