生成式 AI 使用与生活满意度：AI 素养的中介作用（香港成人横断面研究）
论文精读：Fong 等（2026）基于香港 1800 名成人样本，用 SEM 揭示感知 AI 有用性通过行为意向、GenAI 使用与 AI 素养影响生活满意度的链式路径。
文献：Fong, T. C. T., Chan, C. H., Kwok, A. P. K., Chan, R. T. H., Tang, R. L. M., Wen, M., & Yip, P. S. F. (2026). Relationship between generative AI use and life satisfaction and the mediating role of AI literacy among Hong Kong adults: Cross-sectional study. Journal of Medical Internet Research, 28, e88362. DOI 10.2196/88362。
研究问题：生成式 AI（如 ChatGPT、DALL-E）已渗透到生活的各个领域，但既有文献对“GenAI 使用与生活满意度”的关系报告不一（有的正相关、有的无关联）。论文要回答：在普通成人中，GenAI 使用与生活满意度的关系究竟是什么？AI 素养在其中扮演什么角色？
论证思路：综合技术接受模型（TAM）与自我决定理论（SDT），构建“感知 AI 有用性 → 行为意向 → GenAI 使用 → AI 素养 → 生活满意度”的链式中介模型，用 SEM 在全样本及性别、年龄亚组中检验。
一、样本与方法
- 样本：2024 年春，香港两阶段随机抽样，1,800 名社区成人（平均年龄 49.3 岁，SD 14.9；女性 55.3%）
- 测量：GenAI 使用、感知 AI 有用性、使用行为意向、AI 素养、生活满意度（SWLS）
- 分析：MANCOVA 检验性别/年龄差异 + SEM 检验链式路径 + 亚组分析
基本发现：38.5%（693/1800）的受访者过去一年使用过 GenAI。感知 AI 有用性、行为意向、GenAI 使用与 AI 素养均呈现从青年到老年递减的年龄趋势。每日使用 GenAI 超过 2 小时的用户，在感知有用性、行为意向、AI 素养与生活满意度上均显著高于非用户。
二、核心发现
1. 直接效应不显著，间接效应显著
SEM 结果显示：GenAI 使用对生活满意度的直接效应不显著——用没用 AI 本身并不直接决定生活满意度。但存在显著的链式间接路径：感知 AI 有用性 → 行为意向 → GenAI 使用 → AI 素养 → 生活满意度（αβ = 0.186, 95% CI 0.134–0.242）。
也就是说：AI 素养是关键的“翻译器”——只有当用户通过实际使用 GenAI 提升了 AI 素养，AI 才能转化为更高的生活满意度。
2. 亚组差异显著（原文 Table 6）
| 亚组 | 总间接效应 αβ (95% CI) | 经 AI 素养路径 | 经 GenAI 使用→AI素养路径 |
|---|---|---|---|
| 全样本 | 0.186 (0.134–0.242) | 0.146 (0.103–0.193) | 0.040 (0.029–0.055) |
| 男性 | 0.260 (0.177–0.348) | 0.201 (0.134–0.273) | 0.059 (0.037–0.087) |
| 女性 | 0.112 (0.055–0.180) | 0.087 (0.041–0.144) | 0.026 (0.013–0.042) |
| 年长成人 | 0.227 (0.113–0.367) | 0.118 (0.077–0.166) | 0.056 (0.045–0.068) |
| 青年成人 | 0.124 (0.038–0.214) | 0.107 (0.031–0.186) | 0.017 (0.005–0.034) |
| 在职 | 0.170 (0.116–0.231) | 0.130 (0.086–0.180) | 0.040 (0.027–0.057) |
| 非在职 | 0.172 (0.084–0.268) | 0.141 (0.066–0.225) | 0.032 (0.015–0.058) |
性别差异：男性的总间接效应（0.260）是女性（0.112）的 2 倍以上； 年龄差异：年长成人（0.227）高于青年成人（0.124）——对年长者而言，“会用 AI”转化为生活满意度的收益更明显。
三、对实践与研究的启示
对普通用户：用 AI 本身不会自动带来更满意的生活——把 AI 用出“素养”（会提问、会判断、会整合进生活）才是关键。与其停留在尝鲜式使用，不如系统提升自己的 AI 素养。
对教育者：AI 素养教育应面向全年龄，尤其是青年到中老年的过渡群体；帮助老年人跨越“会用”与“用好”的差距，可能带来更显著的生活质量收益。
对研究者：TAM × SDT 的链式框架提供了“技术使用 → 素养 → 幸福感”的完整机制解释；亚组分析揭示了性别、年龄的调节作用，提示未来研究应关注群体异质性。
精读笔记
核心论点：GenAI 使用与生活满意度的关系不是直接的，而是通过 AI 素养中介的——“会用 AI”（素养）才是技术转化为幸福感的桥梁；这一收益在男性与年长成人中尤为显著。
方法要点：
- 链式中介 SEM + 亚组分析（性别/年龄/工作/慢病）是本文的方法骨架
- 两阶段随机抽样、1,800 人规模，代表性好
- 95% CI 报告间接效应，统计严谨
局限与边界：
- 横断面设计，因果方向（是 AI 素养提升了满意度，还是高满意度者更愿学 AI？）无法确定
- 自报 AI 素养与 GenAI 使用，可能存在测量偏差
- 香港样本，跨文化推广需谨慎
可延伸方向：
- 纵向追踪，检验 AI 素养提升与生活满意度的时序关系
- 干预研究：AI 素养培训能否提升特定群体的生活满意度？
- 扩展到中国大陆、内地城市样本，比较数字化环境差异的影响
原文地址
- DOI：10.2196/88362
- 期刊：Journal of Medical Internet Research（Q1），2026 年 7 月
- 图表来源：原文 Figure 1、Figure 2、Figure 3、Table 6（开放获取）