AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

幸福感（Well-Being）

创建 2026-08-13 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

幸福感（well-being） — 心理、身体和社会层面都健康的积极状态，涵盖情感、心理和社会维度。在 AI 教育中，幸福感已成为核心关切，因为生成式 AI快速融入学习环境可能影响学生和教师的心理健康、动机、归属感、焦虑感和能动感——由此引出 AI 究竟是支持还是损害学习者幸福感的疑问。

值得思考的问题

  • 教育中的幸福感常被当作学习结果旁边"软性"或次要的关切。但本页把它框定为 AI 整合的一个核心、可设计的维度。你是把学习者和教师的幸福感当作要设计的东西，还是当作以后可以再检查的副产品？把它当作事后想法，这个领域会失去什么？
  • 想一想 AI 的使用如何影响了你或你学生的信心、焦虑、归属感或能动感——有好也有坏。除了方便之外，AI 以一种具体的方式改变了你对学习或教学的情感体验是什么？
  • 本页指出 AI 使用与焦虑交织——关于学术诚信、关于依赖 AI 是否意味着软弱、关于过度依赖。你在哪里见过 AI 引发而非缓解焦虑？那种情形中谁受影响最大？
  • 一个常见直觉是 AI 通过处理困难任务来减轻压力。在哪些地方可能相反——AI 降低了短期努力，却增加了对胜任力、诚信或"其实并不会做"的焦虑？你要如何测量幸福感的转变，而不只是产出？
  • 幸福感横跨情感、心理（目标、自主、胜任力）和社会（归属、关系）维度。挑其中一个。在 AI 工具会如何悄悄地改善或损害它——你会找什么作为证据？
  • 教师幸福感——工作量、对颠覆性技术的焦虑、提供情感支持的能力——与学生的一样岌岌可危。如果你是教育者或领导者，AI 整合要支持而非加重教师的幸福感需要什么，谁应对此负责？

引言

教育中的幸福感是多方面的：它包括情感幸福感（积极情绪、低痛苦）、心理幸福感（目标、自主、胜任力）和社会幸福感（归属感、积极关系）。在 AI 时代，幸福感之所以重要，是因为 AI 能以影响这些维度的方式重塑学习——从降低学生信心、增加对学术诚信的焦虑，到促进或损害参与与归属感。对 AI 影响学生社会情感技能、幸福感、社交性以及信任与共情的担忧（由 OECD 等提出）已把幸福感定位为负责任 AI 整合的关键考量。

幸福感在研究中如何出现

  • AI 素养与社会情感学习： 把 SEC 整合进 AI 素养的研究主张，培养教育者和学生的情商与幸福感，对在 AI中介的学习环境中前行至关重要，连接到社会情感学习和 AI 的情感维度。
  • AI 焦虑与学生体验： 关于学生与 AI 互动的研究（如基于 SDT 的研究）发现，AI 使用与焦虑、信任和信心交织，学生的幸福感受关于学术诚信、创造力和过度依赖的担忧影响。
  • 焦虑的降低并非一致有益。 在一项对 35 名大学预科学生的被试内平衡设计中，一个 LLM 增强的对话智能体在口头评估中降低了自报焦虑（平静感 6.50 对 5.86，p = .028），但作者提醒，中度焦虑可能有促进作用，且未记录任何成绩分数（Yusuf、Money 与 Daylamani-Zad（2026））。
  • 高认可可以与压力并存，而 AI 任务压力会削弱收益。 在 551 名大一学生中，82.76% 认可数字与智能内容的整合，而 69.51% 报告焦虑或紧张，且随着 AI 任务压力上升，AI 熟练度—适应度斜率从 0.42 降到 0.20（Zhang 与 Yin（2026））。
  • 感知到的 AI 能力可通过目标进展提升心理健康。 Chen 等（2026）发现，从感知到的助手智能到心理健康的序列路径显著（B = 0.098），且在AI 素养高时（0.124）强于低时（0.072），尽管所有结果都是在一次简短任务后立即测量的。
  • 情感支持的辅导并不自动对幸福感更好。 加到代数导师上的 LLM 正念层在两个条件下都降低了数学状态焦虑，但不比纯认知的提示和反馈更有效，尽管学生把正念智能体评价为更有支持性——这是对"把感知到的关怀当作幸福感结果"的告诫（Rief 等，2026）。
  • AI 焦虑、适应与依赖作为幸福感信号： Zhang 等（2026）发现，在一个大样本中国样本中，AI 焦虑部分通过情绪调节的减弱而与学业动机负相关（受性别调节）；Wu（2026）表明，日语学习者可分为适应不良、中等和积极的心理适应画像，由技术压力和韧性驱动，且在一个学期内向更好适应转变；Yan（2026）告诫，对话式人工智能参与的横截面相关（孤独、焦虑、低幸福感）不应被读作后果，且支持性与有害性体验并存。
  • AI 联结保护还是伤害，取决于线下关系。 Fu 与 Zhao（2026）提出，心理健康效应追踪的是 AI 联结相对于传统线下联结的水平，而非其强度本身——当现实世界纽带满足身份确认需求时是补充性的，当照顾者不能满足时是补偿性的——并预测两者呈倒 U 形关系。
  • 文化情境化的幸福感支持及其局限： Bashir 与 Afzal（2026）描述了 Sukoon，一个为巴基斯坦大学生设计的混合式幸福感系统，把一个随机森林压力分类器（三个严重度级别上 89.09% 准确率；20 项调查特征）与一个大语言模型（LLM）对话层配对，后者按三级阶梯式照护模型逐级提升语气和支持强度。它的诞生是因为西式设计的心理健康工具是英语的、文化上不匹配，对以乌尔都语或罗马乌尔都语表达痛苦、并同时面对学业、经济、家庭和关系压力的学生不适用；作者明确声明它不是一个临床诊断或治疗工具，高痛苦反应应指向专业咨询，且对话层尚未就文化适切性或情感安全与学生一起评估。
  • 教师幸福感与角色： AI 对教师的影响——包括工作量、对用颠覆性技术教学的焦虑以及提供情感支持的能力——是一个反复出现的关切，连接到教师AI素养和专业发展。

一项对 502 名大学教师的结构方程模型发现，AI 素养对 AI 幸福感的预测远强于技术自我效能（β = 0.713 对 β = 0.082），而社会与组织支持只间接到达幸福感——是胜任力而非鼓励承载了效应（Liu 等（2026））。

  • 关系致密化作为 AI 支持的教师发展的评价标准： Aponte 等（2026）认为，只有当 AI 作为关系性基础设施、而非人类陪伴的象征性替代时，它才支持教师的社会情感发展。他们提出关系致密化作为评判 AI 支持的专业发展举措的标准——它们是否强化了信任、指导、同伴支持、协作、心理安全和减少孤立——并指出这些关系通过课堂氛围、教学法响应和社会情感支持对学生产生下游影响。该综述还告诫，情感数据AI 治理和教育 AI 的政治经济各有独特的伦理风险，把批判性 AI 素养框定为一种社会情感胜任力。
  • 伦理与负责任的 AI： 幸福感是教育中的人工智能中的核心伦理考量，连接到伦理以及"设计支持而非损害学习者心理健康和归属感的 AI"这一要求。
  • 检测器焦虑作为幸福感风险。 Herron（2026）提出"flagxiety"——因害怕不可靠的AI 检测器指控而引发的焦虑——并主张边缘化的继续教育学习者（其认知独特性可能被读作不当行为）需要关系性监管，而非一个能触发认知关闭的、不受监管的界面。

幸福感作为设计考量

一个反复出现的主题是：幸福感应是 AI 教育中的刻意设计考量，而非事后想法。这意味着：设计 AI 去支持而非取代人际关系；确保学生能保持能动性和信心，而非经历AI 引发的焦虑或过度依赖；支持教师在整合 AI 时的能力和幸福感；以及评估 AI系统时不只看学习结果，还看其对学生和教师幸福感的影响。研究把幸福感连接到动机、自我调节学习和学生体验（归属与参与）。Xie（2026）主张相应的教育目的：以道家的"真人"反理想取代无摩擦的优化，把学习重新想象为自我、社会与宇宙的和谐整合，并坚持"没有学生只是待管理的数据集，而是能达到宁静的完整存在"。

一个概念性重构把情绪调节支持锚定在体育活动和校园生态上，而非仅仅情绪检测：没有单一表达通道能在无情境的情况下识别痛苦，因此 AI 应通过运动来支持调节，教师和咨询师保留解释权，而情绪监控一旦与出勤或评分挂钩就变成强制性（Zhang 等（2026））。

与相关概念的连接

幸福感连接到学生体验（作为学习者整体体验的一个维度）、社会情感学习和情感计算（AI 所交集的情感胜任力）、伦理（作为核心伦理考量）、动机和自我调节学习（幸福感支持它们也受它们支持）、教师AI素养（教育者的能力与幸福感），以及高等教育和K-12——这些是 AI 塑造幸福感的情境。

摩擦、意义与孤独作为信号。 Zohar、Bloom 与 Inzlicht（2026）给出了幸福感论据的机制：努力发出"我们的行动重要"的信号，因此为目标努力的人感到更能干、更看重产品、并认为它更有目的性——即便在客观上无意义的任务上，增加摩擦也会提高被评估的意义。在关系上，他们把孤独不仅当作一种折磨（与心血管疾病、痴呆、中风和早死相关），也当作一种**生物学信号**，类似饥饿或疼痛：一种促使你主动接触、接受邀请、投入现有关系并容忍艰难对话的不适。AI 陪伴能缓解这种不适，作者认为这在某些情况下是真实进步，同时也消音了驱动连接的信号——他们按阶段缓和了论证，认为对因处境而非选择而孤立的人，拒绝他们接触此类技术"会是残酷的"（动机、社会情感学习）。

关联概念

关联文章

相关常见问题

元数据

层次Higher Ed
目标读者Learners
学习与教学动机, 社会情感学习
公平、伦理与负责任使用伦理
教育中的人工智能基础AI 素养
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。