观点文章提出AI（人工智能）重塑应对压力的心理机制：认知卸载与认知过载并存
《Frontiers in Psychology》发表一篇观点文章，提出AI（人工智能）对心理健康存在一个核心悖论：一方面通过认知卸载减少自我监测负担，另一方面可能因过度监测与依赖造成认知过载，削弱内省与自主应对能力。
文章综合认知负荷理论、自我决定理论、韧性框架与社会认知偏差，提出一个统一模型，认为AI如何影响应对能力取决于是否保留用户的自主性。 该文为理论综述与观点，不含实证数据或人群效果验证。
该文为意见类文章（Opinion article），发表于《Frontiers in Psychology》健康心理学栏目，作者单位为印度哥印拜陀Bishop Appasamy文理学院社会工作系与喀拉拉邦Marian College Kuttikkanam自治学院计算机应用系。
文章梳理了AI（人工智能）在心理健康追踪、治疗性聊天机器人（如Woebot，人工智能心理健康应用、Wysa，人工智能心理健康应用）、引导式反思三类应用，并提出认知卸载（cognitive offloading）与认知过载（cognitive overload）的双向作用：卸载可减少自我监测的认知负担、降低决策疲劳、提供即时干预、通过数据可视化增强自我觉察；
过载则表现为内省被侵蚀、韧性被外包、过度监测本身引发焦虑。 文章整合认知负荷理论、自我决定理论、韧性框架与社会认知偏差理论，提出AI对应对能力的影响遵循“认知再分配影响动机、动机决定韧性结果、算法解读持续重塑自我概念”的序列模型。 文末提出设计、临床应对与政策干预原则，但文章未报告任何实证样本、量化结果或临床有效性数据。
这是一篇理论观点文章而非实证研究，其价值在于为行业提供了一个可检验的分析框架：AI（人工智能）心理工具的效果不应被简化为“有用或有害”，而应看它减少的是无关负荷还是本应保留的深度投入。 文中的“健康卸载—风险过载”连续谱，为产品设计和临床评估提供了可操作的中间变量思路，但所有机制假设尚需实证验证，不能作为产品效果或临床结论引用。
后续观察信号
- 追踪引用该框架的后续实证研究是否给出可量化的自主性与韧性指标
- 关注数字心理健康领域是否形成关于“过度监测风险”的设计规范或披露要求