中国高校调查：大学生对AI（人工智能）的认知依赖越强，认知惰性越高，创新能力的间接抑制路径被量化
一项针对中国广西民族大学1032名大学生的调查研究发现，学生对人工智能（AI）的依赖可分为工具依赖与认知依赖两个维度，其中认知依赖对认知惰性的正向作用（β=0.570）明显强于工具依赖（β=0.161）；
认知惰性又负向关联创新能力（β=-0.111）。 研究提示AI便利可能通过减少主动思考间接影响创新表现，但这是相关性建模，不等于因果或临床结论。
研究论文原始来源可核对
事实与证据边界
研究发表于《Frontiers in Psychology》2025年12月12日，作者为广西民族大学管理学院的Zhixin Yang、Hao Deng、Nan Jiang。 方法为对1032名学生的问卷调查，采用偏最小二乘结构方程模型（PLS-SEM）与模糊集定性比较分析（fsQCA）。
结果：认知依赖对认知惰性β=0.570（p<0.001），工具依赖β=0.161（p<0.001）； 认知惰性对创新能力β=-0.111（p<0.001），并作为中介变量； 就业压力强化AI（人工智能）依赖对认知惰性的正向效应（β=0.045，p<0.05）； 学术功利氛围放大了认知惰性对创新能力的负向影响（β=0.052，p<0.05）。
fsQCA显示多条通向高创新能力的路径，低认知惰性是各有效组合中的核心条件。
分析判断
编辑部判断：这项研究的价值在于把“AI（人工智能）依赖”拆为工具层与认知层，并给出可核对的中介路径，帮助理解同样是使用AI，为何有的用法与创新表现相关更弱。 需要注意：横断面问卷只能支持关联与理论路径，不能证明AI导致创新能力下降； 样本为中国一所高校学生，结论不宜外推为全球人群或临床效果。
对于AI心理与陪伴产品，该框架提示应关注用户是否把思考“外包”给系统这一行为特征，但本文并未测试任何心理干预或陪伴应用。
后续观察信号
- 追踪作者团队或第三方是否开展纵向追踪以检验因果
- 关注fsQCA高创新能力路径的具体条件组合在后续论文中的披露