美国青少年和年轻人中使用AI聊天机器人获取心理健康建议及其披露情况

AI Chatbot Use and Disclosure for Mental Health Among US Adolescents and Young Adults

作者信息Ryan K McBain, Jonathan H Cantor, Joshua Breslau, Melissa Diliberti, Li Ang Zhang, Fang Zhang, Alyssa Burnett, Aaron Kofner, Benjamin Rader, Pat Pataranutaporn, Bradley D Stein, Ateev Mehrotra, Hao Yu
PMID42223976
发布时间2026-06-01
DOI10.1001/jamapediatrics.2026.2015

实验完整度

本研究为横断面观察性调查研究,依赖自我报告,无实验干预或机制验证。

主要模型

美国12至21岁青少年和年轻人(全国代表性调查样本)

重点核对

调查对象年龄范围12-21岁,样本量1009人,加权目标为美国人口 调查时间:2025年11月 抽样方式:通过网络调查,加权根据年龄、种族/族裔、性别和地理区域进行 统计方法:多变量逻辑回归,调整性别、年龄、种族/族裔、地域(人口普查区)、大都市状态及过去6个月内是否与医生讨论心理健康 主要结局:是否使用AI聊天机器人获取心理健康建议(是/否),使用频率(每月或更频繁),感知帮助性(有些帮助或非常有帮助),披露使用情况

摘要

重要性。AI聊天机器人的快速扩张与美国持续的青少年心理健康危机不谋而合,这引发了一个问题,即年轻人在多大程度上正在转向这项技术来获取心理健康建议。目的。评估2025年美国青少年和年轻人使用AI聊天机器人获取心理健康建议的普遍性、频率、感知帮助性和披露情况。设计、环境、参与者。这项横断面、具有全国代表性的调查于2025年11月对12至21岁的青少年和年轻人进行。主要结局和措施。我们询问了受访者是否使用AI聊天机器人获取心理健康建议,包括任何既往使用、使用频率、对回复的感知帮助性以及向他人披露使用情况。受访者还被问及在过去六个月内是否与医生讨论过他们的心理健康问题。使用多变量逻辑回归分析,我们根据受访者的人口统计学和地理特征评估了回答的差异。结果。2025年,19.2%的美国青少年和年轻人(美国人口加权n=8,207,180)报告曾使用AI聊天机器人获取心理健康建议。在使用AI聊天机器人寻求建议的受访者中,42.8%的人至少每月使用一次,91.7%的人认为这些建议有些或非常有帮助。大多数青少年报告称,他们未向任何人披露使用AI聊天机器人获取心理健康建议的情况(63.3%)。与男性相比,女性使用AI聊天机器人获取心理健康建议更为普遍(调整后优势比[aOR],2.10;95%CI,1.36–3.23),与12-14岁相比,18-21岁的受访者更为普遍(aOR,3.65;95%CI,1.98–6.74),并且那些在过去六个月内与医生讨论过心理健康的人更有可能使用(aOR,1.89;95%CI,1.18–3.03)。结论和相关性。AI聊天机器人已经嵌入许多年轻人的心理健康信息生态系统中,这强调了父母和临床医生必须积极讨论聊天机器人的使用,以促进安全、设定合理的期望,并加强与循证护理的联系。资助。国家心理健康研究所(1R01MH132551和1R01MH135034)。关键词:青少年,人工智能,大语言模型,心理健康,数字健康,年轻人。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
2025年美国青少年和年轻人中有多少人使用AI聊天机器人获取心理健康建议,其使用频率、感知帮助性和披露情况如何?
核心机制
文章未提出机制;描述年轻群体中AI聊天机器人使用与某些人口统计学特征(如女性、年龄较大、已经与医生讨论过心理健康)相关,并观察到黑人青年中更频繁的使用。
主要证据
2025年11月对1009名12至21岁青少年和年轻人的全国代表性调查,加权结果显示,19.2%的受访者曾使用AI聊天机器人获取心理健康建议;女性比男性更可能使用(aOR,2.10),18-21岁比12-14岁更可能使用(aOR,3.65),过去六个月内与医生讨论过心理健康的人更可能使用(aOR,1.89)。
研究意义
研究结果强调AI聊天机器人已嵌入许多年轻人的心理健康信息生态系统,对父母和临床医生具有指导意义,可能促使他们主动讨论聊天机器人的使用,以促进安全、设定适当期望,并加强与循证护理的联系。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

调查设计和样本招募

评估美国青少年和年轻人使用AI聊天机器人获取心理健康建议的普及率及特征。

从RAND美国生活小组中抽取年龄12至21岁的青少年和年轻人,通过在线调查收集数据,并进行加权以匹配美国人口。

2

测量AI聊天机器人使用情况

收集AI聊天机器人使用行为数据,包括使用频率、感知帮助性和披露情况。

通过一系列问题询问受访者是否曾使用AI聊天机器人获取心理健康建议、使用频率、感知帮助性以及是否向他人披露。

3

获取社会人口特征和医疗服务使用数据

描述样本特征,并评估AI聊天机器人使用与人口统计学特征和心理健康服务使用的关联。

收集性别、年龄、种族/族裔、地理区域、大都市状态和过去六个月内是否与医生讨论心理健康等数据。

4

统计分析和关联识别

识别与AI聊天机器人使用相关的因素。

使用加权百分比、交叉列表和多变量逻辑回归分析,探讨各因素与AI聊天机器人使用结果之间的关联。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

调查实施
数据分析与统计

产品清单

实验环节名称品牌货号
StataStataCorpversion

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
调查对象
样本来源(RAND美国生活小组,12-21岁)、样本量(1009)、抽样和加权方式(年龄、种族/族裔、性别、地理区域)
阅读提示:Methods - Procedures 和 Measures 部分
调查时间
数据收集时间(2025年11月)
阅读提示:Methods - Procedures 部分
测量定义
AI聊天机器人定义(包括ChatGPT、Google Gemini等)、结局变量的定义(使用频率、帮助性、披露)
阅读提示:Methods - Measures 部分以及在线补充材料
统计分析
回归模型的具体设置(调整变量包括性别、年龄、种族/族裔、大都市状态、区域、过去6个月是否与医生讨论心理健康)、权重应用
阅读提示:Methods - Statistical Analysis 部分及 Table 2 注释