Generative Artificial Intelligence, Health Risk Perception Bias, and Sports Participation Among Older Adults —An Empirical Investigation Grounded in the Search-as-Learning Paradigm
基于“搜索即学习”范式并利用2020–2023年的面板数据，本研究通过实证表明，生成式人工智能通过降低健康风险感知偏差，显著促进了中国老年人的体育参与，且这种影响因知识水平、任务类型和动机的不同而有所差异。
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
随着全球人口老龄化，如何让老年人保持活跃与健康的问题已从个人关注转向了公共优先事项。在包括中国在内的许多地方，六十岁以上的人口数量正在迅速增长，这为支持“积极老龄化”的策略创造了迫切需求。在晚年维持健康的 most 有效方式之一是规律的体育锻炼，然而许多老年人由于恐惧而犹豫是否开始或继续运动。这种恐惧往往源于他们对自身感受与身体实际情况之间的差距；他们可能认为自己过于虚弱而无法活动，或者认为任何体力消耗都会导致受伤，即便医学证据表明并非如此。这种感知健康风险的偏差被称为健康风险感知的偏差。与此同时，技术正在以惊人的速度进步。新一代人工智能能够进行自然对话并生成个性化建议，正开始改变人们获取信息的方式。与仅仅列出链接的旧版搜索引擎不同，这些新工具可以回答特定问题、澄清疑虑并引导用户了解复杂话题。研究人员的核心问题变成了：这项新技术能否做得更多——它能否真正帮助老年人克服恐惧并开始行动？
来自武汉体育大学和云南师范大学的研究团队通过分析来自中国数千名老年人的真实世界数据来试图回答这一问题。他们分析了 2020 年至 2023 年间收集的两年间的信息，使用的是一项追踪老年人生活的全国性大型调查。该研究聚焦于一类特定的智能设备，例如语音控制的家庭助手，它们是通往生成式人工智能的门户。通过对比使用这些设备的群体与未使用这些设备的群体的运动习惯，研究人员可以观察到技术是否产生了影响。他们还研究了决定运动背后的心理过程，特别是人们如何判断自身的健康风险与其实际身体状况。其目标不仅是了解技术是否有效，更要了解它是如何发挥作用的。
研究结果清晰且具有统计学显著性：使用生成式人工智能的老年人参与体育活动的可能性远高于未使用人工智能的人。数据显示，使用这些工具与定期锻炼的可能性大幅增加相关。即使在研究人员考虑了可能影响运动的其他因素（如收入、教育、居住地以及整体健康状况）之后，这一结果依然成立。为了确保结果并非偶然，团队通过几种不同的方式测试了他们的结论。他们检查了当观察不同年份、排除疫情期间的数据、甚至使用不同的统计方法分析数据时，研究结果是否会发生变化。在所有情况下，技术与体育活动之间的积极联系都保持强劲。研究人员还使用了一种特定的统计技术来排除这种关系是由其他完全不同的因素引起的可能性，从而确认技术本身是一个驱动力。
研究进一步深入探讨了这种变化的机制。事实证明，这项技术通过纠正一种特定的心理错误起到了作用：即老年人感知健康风险的偏差。许多老年人倾向于高估运动的危险，并低估自己的能力。他们可能会因为轻微的疼痛就认为这是严重的衰退迹象，或者认为自己的年龄已经脆弱到无法运动。研究表明，生成式人工智能有助于减少这种悲观偏差。当老年人使用这些工具询问健康问题时，技术提供了清晰、基于证据的答案，帮助他们更准确地看待自己的状况。它扮演了一个引导者的角色，帮助他们区分正常的衰老现象与真正的医疗风险。有趣的是，该技术在纠正基于“个体如何看待自身过去”而非“如何看待他人”的偏差方面特别有效。这表明，该工具成功地帮助个人将自我认知与客观现实相对齐，从而消除了阻碍他们运动的心理障碍。
然而，技术的影响对每个人并不相同。研究人员发现，这种益处取决于三个主要因素：个人的既有知识水平、感兴趣的运动类型以及运动的动机。对于那些拥有较高健康与运动知识水平的人来说，技术的效率更高。这些人能够提出更好的问题并更好地利用收到的答案，从而更快地将信息转化为行动。对于经验较少的人，技术虽然也有帮助，但过程较慢且需要更多引导。运动的类型也至关重要。该技术对于需要一定技巧或规划的活动（如骑行）特别有用，因为它能提供关于安全和技巧的建议。对于像步行这样非常简单的活动，技术的重要性较低，因为其规则已广为人知。最后，运动背后的动机也起到了作用。对于以预防疾病或管理健康状况为主要目标的个体，该技术最为有效，因为工具为他们提供了所需的精准、可操作的信息，使他们感到安全且充满信心。相比之下，对于那些以个人成长或自我发现为动机的人，该技术有时效果较差，因为这些人通常倾向于在没有系统指导的情况下自主探索和学习。
这些发现对于社会如何支持人口老龄化具有重要意义。研究表明，仅仅提供技术是不够的；工具的设计必须针对老年人面临的特定恐惧和认知偏差。研究人员建议，未来的系统应当被设计为能够主动纠正这些误解，例如通过提供基于客观健康数据的清晰、积极的反馈，而不仅仅是列出风险。他们还建议，这些工具应该根据不同用户进行定制，为初学者提供更多引导式支持，为有经验者提供更详细的技术建议。通过将这些智能系统整合到社区中心和医疗诊所中，政府和组织可以帮助老年人克服阻碍其活动的心理障碍。研究证明，当数字工具被用来弥合感知与现实之间的差距时，它们可以成为促进老年人更健康、更活跃生活的强大盟友。未来的路径不仅在于采用新技术，还在于深入理解人类心理，以便以一种真正赋能人们行动的方式来应用这些技术。
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。