一、研究基本信息与背景
本研究论文题为《学术环境下大学生人工智能生成内容趋避行为影响因素研究》，由胡小飞、严佳欣、熊巧三位研究者共同完成，发表于期刊《图书馆工作与研究》2026年2月刊（总第360期）。该研究是江西省社会科学基金项目“我国省级公共图书馆线上服务适老化调查研究”（项目编号：23tq01）的研究成果之一。
研究聚焦于信息资源管理领域与高等教育领域的交叉地带。随着人工智能生成内容（Artificial Intelligence Generated Content，AIGC）技术，特别是以ChatGPT为代表的产品，以前所未有的速度和规模渗透至各行各业，高等教育领域也随之迎来深刻变革。大学生群体作为具备快速掌握新技术能力且学术需求旺盛的核心用户，一方面受益于AIGC在信息检索、论文辅助撰写、数据处理等方面的功能优势，产生强烈的趋近行为（Approach Behavior，APB）；另一方面，又深受AI幻觉（AI Illusion，AII）、隐私泄露、学术不端等潜在风险的困扰，产生回避行为（Avoidance Behavior，AVB）。然而，学界现有研究多孤立地探讨趋近或回避的单一维度，忽略了个体在正负面因素复杂交织下形成的矛盾态度及趋避行为（Approach-Avoidance Behavior）的整体机制。鉴于此，本研究旨在深入剖析学术环境下大学生AIGC趋避行为的影响因素，构建并检验其影响机制的理论模型，以期为学术研究的智能赋能与AIGC平台的优化提供科学依据。
二、研究设计与工作流程
为实现研究目标，本研究采用了包含质性研究和实证检验两阶段的混合研究方法，整个流程设计严谨，逻辑层层递进。
第一阶段为基于扎根理论（Grounded Theory）的质性探索与模型构建。该阶段包含三个核心步骤。第一步是访谈数据收集。研究团队在正式访谈前，结合文献资料初步制定提纲，并通过预访谈和专家修订形成正式提纲，内容涵盖AIGC的使用情境、趋避行为经历、使用困难、影响感知、态度及建议。访谈对象为具有AIGC辅助学术实践经历的在校大学生，选取标准兼顾主流AIGC平台覆盖度、学科方向多样性及代表性。最终，研究者收集了39份有效访谈资料，样本涵盖了从大专到博士不同学历层次、横跨物流工程、临床医学、信息资源管理等27个专业领域的大学生，其中女生20人，男生19人。第二步为三级编码过程。研究借助Nvivo12.0软件，对原始访谈文本进行系统化分析。在开放式编码（Open Coding）中，共提炼出包含“意义感”、“虚构编造”、“隐私泄露”、“认同”等在内的52个初始概念，并进一步归纳为心理授权（Psychological Empowerment，PE）、相对优势（Comparative Advantage，CA）、AI幻觉（AI Illusion，AII）、隐私关注（Privacy Concerns，PC）、情感依恋（Emotional Attachment，EA）、感知悚然（Perceived Threat，PT）、个体创新性（Personal Innovativeness，PI）和学术道德（Academic Morality，AM）8个基本范畴。主轴式编码（Axial Coding）在此基础上聚类，将8个基本范畴整合为认知因素、情感因素、个体特质因素和情境因素4个主范畴。选择性编码（Selective Coding）则进一步厘清了主范畴之间的故事线，明确了“认知因素→情感因素→趋避行为”的因果逻辑链，以及情境因素通过调节情感因素间接影响行为的调节关系。第三步是理论饱和度检验，通过对第25份及后续访谈文本的编码对比，未发现新的概念和关系，确保了模型的理论饱和度。最终，研究构建了一个包含前因、中介、调节和结果变量的理论模型：即心理授权和相对优势正向影响情感依恋；AI幻觉和隐私关注正向影响感知悚然；情感依恋和个体创新性共同驱动趋近行为，而感知悚然驱动回避行为；学术道德在情感依恋与趋近行为之间发挥负向调节作用。
第二阶段是基于结构方程模型（Structural Equation Modeling，SEM）的量化实证检验。首先，研究基于理论模型，参照成熟量表设计了包含10个潜变量、31个测量题项的李克特5级量表问卷。例如，心理授权的测量借鉴了G. M. Spreitzer等学者的成果，AI幻觉的测量参考了X. Zha等学者的研究。经过预调研检验后，于2024年9月1日至10月31日通过问卷星平台正式发放，共回收513份问卷，经数据清洗获得有效问卷396份，有效回收率为77.19%。样本人口统计学特征分布广泛，涵盖不同性别、年龄、教育程度和学科背景的大学生。随后，采用SPSS26和AMOS28.0软件对样本数据进行信效度检验与假设路径检验。信效度分析确认了问卷具有良好的内部一致性（各变量Cronbach‘s α系数均高于0.7）、聚合效度（各变量AVE值基本大于0.5，CR值大于0.7）和区分效度（各变量AVE平方根大于其与其他变量的相关系数）。最后，通过模型拟合度检验（x²/df=1.436, RMSEA=0.033, CFI=0.971等指标均达标）和路径系数显著性检验，对研究提出的9条假设进行逐一验证。
三、主要研究结果
定量分析结果有力支撑了质性研究阶段构建的理论模型。具体路径关系如下：
在认知因素影响情感因素的路径中，心理授权（β=0.367， p<0.001）和相对优势（β=0.418， p<0.001）均对情感依恋产生显著正向影响，假设H1、H2成立。这表明，当大学生在使用AIGC时感受到更强的意义感、自我效能感和自主权，并切身感受到AIGC在自然语言识别、个性化服务、无广告干扰等方面相较于传统工具的相对优势时，将会与AIGC建立更强的情感纽带。同时，AI幻觉（β=0.441， p<0.001）和隐私关注（β=0.235， p<0.001）均对感知悚然产生显著正向影响，假设H3、H4成立。数据显示，大学生对AIGC生成虚假、编造信息的主观感受，以及对个人信息被非法收集、泄露和滥用的担忧，会直接加剧其在使用过程中的不安、恐惧与威胁感。
在情感因素及个体特质影响趋避行为的路径中，情感依恋（β=0.565， p<0.001）和个体创新性（β=0.253， p<0.001）均显著正向影响趋近行为，假设H5、H7成立。情感联结是促进持续使用的关键内驱力，而个体对新技术的内在天性兴趣和尝试意愿也直接驱动了趋近行为。感知悚然（β=0.314， p<0.001）显著正向影响回避行为，假设H6成立。这表明由AI幻觉和隐私问题引发的悚然感会直接导致大学生采取限制使用、避免使用等行为。
在调节效应方面，学术道德在情感依恋与趋近行为之间发挥了显著的负向调节作用（β=-0.103， p<0.01），假设H8成立。这意味着，即使大学生对AIGC产生了强烈的情感依赖，较高的学术道德水准也会对其使用冲动形成有效的自我规制，抑制过度的趋近行为。然而，学术道德在感知悚然与回避行为之间的正向调节作用并不显著，假设H9不成立。这揭示了一个微妙的现象：即使大学生严格遵守学术道德规范，一旦他们对AIGC产生了高水平的感知悚然，依然会选择回避该技术，道德规范的约束力在此消极情感路径上减弱了。
四、研究结论与价值
本研究基于上述分析，得出了一套逻辑自洽的结论，并提出了具有实践指导意义的建议。
在科学价值方面，本研究从趋避行为这一矛盾视角切入，整合了技术接受与风险规避两大研究范式，构建并验证了一个包含认知、情感、个体特质和情境因素的整合理论模型，弥补了以往研究单一视角的不足。研究发现，趋近与回避行为并非简单的对立，而是由不同的前置因素通过两条相对独立的情感路径（情感依恋与感知悚然）驱动的。其中，学术道德的差异化调节作用尤其值得关注，它揭示了道德规范在抑制积极情感驱动下的过度使用行为方面是有效的，但在消除由技术风险感知带来的恐惧和回避行为方面效果有限。这一发现为理解新兴技术背景下的学术伦理教育提供了新的理论见解。
在应用价值方面，本研究为多方主体提供了明确的优化策略。首先，对AIGC平台而言，建议通过聚焦内容生成准确性、与权威机构合作以强化学术服务专业性，并开发专属智能体实现个性化定制，以增强大学生的心理授权和情感依恋。其次，对高校而言，应构建多层次的AI素养教育体系，开设必修课程、开展实操培训与案例教学，系统提升大学生识别AI幻觉、保护隐私安全的批判性思维能力；同时，借鉴国内外高校经验制定清晰的AIGC使用边界指南，对合规使用与学术不端行为进行明确界定。最后，对政府监管而言，应尽快完善相关法律法规，严厉打击借助AIGC平台侵犯个人隐私及学术不端的行为。该研究为在高等教育领域实现AIGC技术的“智能赋能”与“风险善治”的平衡提供了坚实的实证依据和行动框架。