AI 心理 / 持续研究主题
学习动机、认知负荷、自适应学习、学习支持与学生福祉中的 AI 应用。
自动归类依据公开资料标题与摘要；原文、研究结论、公司声明及编辑解读分别标识。页面不提供个体诊疗建议。
《医学图书馆协会杂志》（Journal of the Medical Library Association，JMLA）作者在生成式AI（人工智能）投稿政策发布三周年时回顾称，AI在知识工作中的扩散速度远超当年预期。 文章提出合规、可核验、披露（Compliance, Verifiability, and Disclosure，CVD）框架，供投稿作者权衡是否及何时使用AI。 该文为期刊编辑评论，摘要未提供实证数据。
发表于《Current Opinion in Psychology》（《心理学当前观点》）的一篇综述提出，理解人工智能（AI）的说服效果不能只看用户对机器可信度的判断。 AI还能通过撰写信息、针对接收者调整内容以及作为情境因素直接影响说服，而且这些作用可能在AI参与未被披露或未被察觉时发生。 对设计AI陪伴与心理内容的产品团队而言，这提示应把透明度和用户知情纳入设计。
一篇尚未经同行评审的预印本提出CogOffload（认知卸载）框架，试图解释消费者何时把认知工作交给生成式AI（Gen-AI），以及可能带来哪些后果。 摘要提出三类结果假设：对品牌与产品属性的记忆减弱、对AI（人工智能）生成摘要的记忆增强； 元认知自尊与决策信心被抬高，形成“AI诱发的过度自信”； 决策质量取决于AI可靠性，AI不可靠时复核可带来认知与情绪成本。 以上均为理论命题，摘要未报告实证数据。
一篇尚未经同行评审的预印本提出CogOffload框架，讨论消费者何时把认知工作交给生成式AI（Gen-AI，生成式人工智能）及可能后果。 摘要给出七阶段委托连续谱与基于价值的成本—收益框架，并提出三类结果命题：对品牌和产品属性的记忆减弱、对AI生成摘要的记忆增强； 元认知自尊与决策信心被抬高，形成AI诱导的过度自信并减少继续查证； 决策质量取决于AI可靠性。 摘要未报告实证样本或效应量。
一项发表于《Journal of Religion and Health》的概念性研究，以天主教神学伦理视角审视AI（人工智能）进入医学与卫生专业教育后的认知卸载风险，提出“人在回路”的教育框架：AI承担信息获取与认知支持，学习者仍需对推理、判断与决策负责。 作者明确该框架尚未经实证验证，只能视为待检验的规范性主张，而非教学效果的证据。
一项发表于Frontiers in Psychology（心理学领域期刊）的中国高职院校研究，对6所院校784名学生做了三轮问卷，发现AI（人工智能）素养（理解和评估人工智能的能力）与学生自评的复杂问题解决能力显著相关，系统思维与认知负荷可能是中介路径，且学生感知的学校信息通信技术（ICT）支持越高，该关联越强。 研究测量的是学生自评而非客观任务表现，不能据此推断AI素养能提升问题解决能力。
一篇学术图书章节摘要把AI（人工智能）融入教育后的学生压力概括为生物—心理—社会现象，列出表现焦虑、技术压力（technostress）、被淘汰恐惧、监控焦虑、算法驱动的社会比较、认知自主性削弱等压力源，并提到数字素养、自我效能、社会支持、院校氛围等调节因素及慢性压力的神经生物学影响。 摘要未提供研究设计、样本、地区、量表或效果数据，不能据此判断因果关系或干预有效性。
为学校、家长与产品团队提出一套拟议的试点研究框架，重点关注自愿参与、权限、人工接手和负面影响。
