AI-Use Dependency and Career Search Self-Efficacy among University Students: Serial Mediation by Employment Anxiety and Generative AI Acceptance
这项针对中国大学生的横断面研究表明，人工智能使用依赖主要通过降低未来就业焦虑和提高生成式人工智能接受度这一序列中介作用，正向影响职业探索自我效能感，这表明当伴随情绪缓冲和知情技术采用时，技术依赖可以作为职业发展的积极资源。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代世界中，通往第一份工作的路径已经发生了变化。几十年来，为职业生涯做准备的学生依靠教科书、职业顾问和自己的社交网络来应对充满不确定性的就业市场。如今，一种新的力量进入了视野：生成式人工智能。这项技术可以撰写论文、起草简历并模拟面试，为任何试图规划未来的人提供强大的助手。但随着学生越来越多地依赖这些工具，一个问题随之而来：这种依赖是让他们对寻找工作的能力感到更加自信，还是让他们感到更加焦虑和能力不足？答案并不简单。这取决于学生如何看待工作的未来，以及他们如何看待这项技术本身。
韩国天主教大学的研究人员进行的一项近期研究，试图理清这种复杂的联系。研究人员关注了一个特定的群体：正在经历从学校向职场过渡阶段的中国大学生。他们想要了解学生在日常任务中对人工智能的依赖程度与他们在求职方面的信心之间存在怎样的联系。该研究考察了四个核心概念。首先是“AI使用依赖度”，这不仅关乎学生使用工具的频率，更关乎他们在思考、规划和情感支持方面对其依赖的深度。第二是“职业搜索自我效能感”，这是一个心理学学术术语，简单来说，是指一个人相信自己能够成功完成求职所需任务（如撰写简历或准备面试）的能力。第三是“未来就业焦虑”，即学生对于能否找到工作、能否跟上新技能水平或是否会被机器取代所产生的担忧。最后是“生成式AI接受度”，即学生在多大程度上认为这项技术是有用的、易于使用的且值得采用的。
为了寻找答案，研究人员调查了1,792名大学生。参与者填写了一份关于其习惯、感受和信心水平的详细问卷。研究人员利用统计方法追踪了连接这四个概念的隐形路径。他们试图观察：依赖AI是直接提升了学生的信心，还是通过一系列其他的感受和信念产生作用。结果揭示了一个令人惊讶的故事。数据显示，那些报告具有较高AI依赖倾向的学生，也报告了较高的求职能力信心。然而，这并非直接的联系。研究发现，依赖本身并不会立即创造信心。相反，对AI的依赖是通过改变学生对未来的感受以及他们对技术的看法来发挥作用的。
研究人员发现，当学生依赖AI时，它有助于降低他们对未来工作的焦虑。通过使用技术来整理信息、练习面试和明确职位要求，学生在面对不确定的就业市场时感到不再那么无助。这种焦虑的减少是至关重要的第一步。但故事并未就此结束。研究表明，这种较低的焦虑感随后引导学生更充分地接受这项技术。当学生不再担心被机器取代时，他们更有可能将AI视为一个有用的工具而非威胁。这种对技术的积极接受是整个链条中最强大的因素。它是将使用AI的行为转化为真正提升信心的桥梁。事实上，研究发现，一旦考虑到这些情感和态度因素，使用AI与感到自信之间的直接联系就会消失。这意味着，仅仅使用工具是不够的；工具必须首先平复学生的恐惧，然后被视为其策略中有效的一部分。
其中一个最重要的发现是这一连锁反应的强度。从依赖AI到减轻焦虑，再到接受技术，最后到产生信心，这条路径解释了所观察到的几乎所有的关系。研究强调，“生成式AI接受度”是这一链条中最强有力的环节。它表明，将AI转化为职业资产的关键不在于使用的频率，而在于使用者的心态。如果一名学生在对未来感到恐惧时使用AI，那么这个工具可能无法提供帮助。但如果该工具能帮助减轻这种恐惧，并且学生开始相信其价值，那么这种依赖就会转化为一种力量的源泉。研究人员指出，这挑战了那种认为依赖技术总是意味着软弱或丧失独立性的普遍观点。在信息过载且规则往往不明朗的求职背景下，依靠一个可靠的助手实际上可以建立学生的掌控感。
研究还阐明了这种关系“不是什么”。它不是一个简单的“使用越多等于信心越高”的案例。研究人员发现，这种关系是有条件的。只有当依赖导致焦虑减少和积极接受度增加时，它才会发挥作用。如果一名学生依赖AI，但仍然坚信这项技术是对其未来的威胁，那么这种益处就不会出现。此外，研究人员谨慎地指出，他们的发现是基于一个时间切片的。他们是在特定时刻测量这些感受的，因此不能证明使用AI会在未来导致这些变化。也有可能是有信心的学生本身就更倾向于使用AI，或者这种关系是双向流动的。然而，他们观察到的统计模式强度表明，这些变量之间存在清晰且有意义的联系。
对于大学和职业顾问而言，这些发现提供了一个新的视角。研究建议，重点不应在于阻止学生使用AI或将他们的依赖视为需要解决的问题，而应关注如何管理这种依赖。目标应该是帮助学生以降低焦虑并帮助他们将技术视为合作伙伴的方式来使用AI。这可能包括教导学生如何将AI用于特定任务（如简历撰写或面试练习），同时也要提供支持以应对他们对不断变化的就业市场的恐惧。通过将实用的AI培训与情感支持相结合，教育者可以帮助学生将对技术的依赖转化为真正的职业信心提升。研究结论认为，在人工智能正在重塑劳动力的时代，学生对技术及其未来的感受与技术本身同样重要。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。