技术压力视角下人工智能技术对大学生心理健康的影响机制及干预路.docxVIP

  • 3
  • 0
  • 约6.31千字
  • 约 8页
  • 2025-10-17 发布于北京
  • 举报

技术压力视角下人工智能技术对大学生心理健康的影响机制及干预路.docx

技术压力视角下人工智能技术对大学生心理健康的影响机制及干预路径

在当今时代,以人工智能(AI)技术为核心的科技革命正以前所未有的速度向前推进,其爆发式发展的态势已然成为重塑社会生态的关键力量。大学生作为社会发展的未来栋梁,正处于“学业转化关键期\和“心理发展关键期”。在这个特殊阶段,他们既要努力将所学知识转化为职场竞争力,也要在心理层面不断探索与构建自我认同。然而,AI技术在提升大学生学习效率的同时,也带来技术支配、社会比较及伦理异化等多维压力,这些压力可能导致大学生焦虑、自我效能感下降等心理健康问题,呈现出“效率一异化”的悖论特征。本文基于上述视角,对大学生心理健康的影响机制及干预路径进行分析,以期提升大学生的心理韧性,并为高校心理健康教育、课程改革等方面提供帮助。

一、人工智能技术对大学生心理健康的影响机制

技术压力理论(Technostress)最早由美国临床心理学家克雷格·布洛德(CraigBrod)提出,用来概括用户在使用计算机时面临的压力。结合AI技术的特异性分析,本文将AI技术压力分为三个方面:技术支配型压力、社会比较型压力和伦理异化型压力。

(一)技术支配型压力:技术引发的价值解构技术支配型压力源于技能贬值理论,指当AI在

特定领域(如编程、翻译)的绩效超越人类平均水平时,个体对该技能的掌控感会呈现指数级下降,并形成“努力无效”的归因模式。同时,社会舆论中AI“取代\“颠覆”“革命\等叙事的渗透,进一步加强了技术决定论的语境,削弱了大学生的自我效能感,使其产生存在型焦虑。具体表现为对存在意义的疑问,如“人类在AI时代的意义是什么?\“学这个有什么用\等,进而产生慢性无能感,即表现为“我不会、我不懂、我做不到”“我需要AI的帮助,没有它我什么都做不到”。与此同时,大学生还会产生技术羞耻,即对于所取得的成果更多归为为“工具”的成果,而难以被视为个人能力或自我价值的体现。

这一心理变化映射到行为上的具体表现为以下两点:一是学习行为畸变。部分大学生会产生技术伪装行为,即依赖AI技术完成作业,但伪装作业成果是由自己亲自完成。还有部分大学生可能推动技能投资转移,即从“专业知识学习\转向“AI操控技能训练”,但与之伴随的是深层知识体系瓦解,表现为\技术熟练但原理无知”。二是职业选择异化。部分大学生可能产生防御性转专业行为,如计算机专业的学生转向哲学、艺术等专业领域,来试图缓解AI技术在职业替代方面带来的焦虑,但这种防御性选择并非长久之计,单纯依赖回避只会加剧个体的能力退化与价值迷茫。此外,部分大学生通过盲目考取各种证书来弥补专业价值解构带来的缺失,并形成\能力拼贴”式身份,但这种碎片化的能力组合往往缺乏深度与连贯性,难以构建起稳固的个人核心竞争力。

(二)社会比较型压力:算法制造的竞争幻象

社会比较型压力是指AI技术通过算法形成幸存者偏差的信息环境,再借助选择性暴露与个性化推送制造竞争幻想。这种“虚拟标杆\效应如同无形的枷锁,从认知与价值层面双重施压。一方面,它会导致大学生认知扭曲。在算法精心筛选的“高光时刻\的冲击下,大学生往往忽视成功背后的时代机遇、资源差异等复杂因素,并将个人失败简单归因为自身努力不足,从而陷入“我不够努力”的过度苛责中,并逐渐陷入习得性无助的困境。另一方面,算法营造的“虚拟标杆”潜移默化地重塑着大学生的价值判断标准。为了契合算法营造的“成功模板”,部分大学生不断压抑真实自我,甚至陷入自我怀疑与身份认同危机。

这一心理变化映射到行为上的具体表现为以下两点:一是过度补偿行为。为了追赶所谓的“虚拟标杆”,部分大学生可能通过疯狂“内卷\来弥补内心的不安,如持续延长学习时间、无节制地报班学习等,试图通过量的增加而达到质的改变,陷入“越努力越焦虑\的恶性循环。二是社交行为畸变。部分大学生在算法制造的竞争幻想中产生合作回避行为,主要表现为拒绝分享学习资源、拒绝小组合作等,进而导致现实人际关系逐渐疏离,加剧孤独感与身份认同危机。也有部分大学生为了在算法营造的竞争语境中获得认同,过度营造“人设”,将社交平台异化为自我表演的秀场,精心设计发布的每一条动态,通过点赞、评论数量来衡量自我价值,产生虚拟自我与现实自我的割裂。

(三)伦理异化型压力:技术消解的道德判断

伦理异化型压力指AI技术在处理复杂伦理问题时,通过简化或“中立化\操作,以代码逻辑代替人类的道德判断,进而引发道德认知和价值判断问题。具体表现为以下两方面:一方面,大学生可能因AI输出的“权威性\结果,动摇长期秉承的价值观念,陷入“道德认知”与“技术结论”的内在冲突。另一方面,持续接收算法输出的偏见信息,会逐渐模糊大学生对善恶、是非的感知边界,表现为面对算法歧视、数据滥用等伦理失范现象时,大学生的批判性意识弱化,转而以“技术本就如此”的冷漠态度合理化问题。这种情感

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档