这项发表于《Scientific Reports》的研究关注的不是人工智能能否诊断疾病或提高效率,而是一种社会心理变化:当学生把AI视为可能替代部分岗位、压缩入门机会的技术时,技术冲击会从外部产业变化转化为个人的求职压力。

研究团队通过WhatsApp向土耳其多所大学的健康科学学生发放在线问卷,最终纳入821人,覆盖物理治疗与康复、药学服务、医学文书、护理、言语与语言治疗、助产和健康管理等专业。样本中女性占82.5%,本科生生占59.6%,因此结论主要反映特定院校、专业与人口结构中的心理关联。
其机制可以用压力评估模型解释:学生首先判断AI对自己未来就业构成多大威胁,再评估自己掌握AI知识、获得岗位和应对变化的能力。若前者偏高、后者不足,AI就会从一种可学习的技术被理解为职业威胁,并进一步放大毕业后的求职与失业担忧。
数据表明,学生的AI焦虑量表平均分为3.02±0.80,求职焦虑量表平均分为3.16±0.60,两者呈中等程度正相关,相关系数为0.233,p小于0.001。在控制人口统计变量后,AI焦虑仍是求职焦虑的显著预测因素,标准化回归系数为0.234,p小于0.001。

这意味着研究支持的是“AI担忧与求职焦虑存在稳定关联”,而不是已经证明AI直接造成焦虑。横断面数据无法确认因果先后,也不能排除原本的职业不确定性同时推高两类感受;在线自愿填答、样本性别失衡和院校集中,也可能影响结果的普遍性。
收入状况与教育程度也显著关联求职焦虑,论文据此提出,在大学阶段加强AI素养教育和职业辅导,可能帮助学生更准确地理解技术影响并建立应对信心。不过,研究并未实际检验某门课程或咨询方案能否降低焦虑,因此“干预有效”目前仍属于政策建议,而非实验结论。
这项研究真正揭示的边界,是统计关联不能直接外推到就业结果。它不能证明健康科学岗位已经大规模被AI替代,也不能量化哪项AI技能最能带来工作机会;要回答这些问题,仍需追踪毕业生就业、专业任务变化及AI工具实际使用情况。

从技术解读角度看,AI带来的第一波冲击可能并不只发生在职场内部,也可能先发生在年轻人的认知评价中。可靠的AI素养不仅是会调用工具,还包括理解自动化边界、识别岗位任务如何重组并建立可迁移能力;这或许是降低技术恐惧感的重要方向,但该论文本身尚未验证具体路径。
OpenClaw—AI研究