生成式人工智能加速融入大学校园，AI已成为大学生辅助学习的重要工具。在提升学习效率的同时，部分学生出现过度依赖AI、独立思考减少、知识理解浅层化等问题。如何在发挥AI辅助学习优势的同时防范潜在认知风险，成为高校教育面临的新课题。对此，西安工业大学研究团队围绕大学生生成式AI依赖的认知代价与干预路径开展了专项调查研究，旨在系统考察依赖现状及其认知影响机制。

　　此项研究面向全国本科院校在校本科生开展调查，共收回有效问卷数千份。研究样本兼顾了不同年级、专业背景及生成式AI使用习惯的学生群体，涵盖“双一流”建设高校、非“双一流”公办本科高校及民办本科高校，地域上覆盖了东部、中部、西部及东北地区。数据分析结果表明，生成式AI在本科生中的渗透率已极高，超七成受访者每周至少使用一次，其中超三成每天多次使用，AI已深度嵌入学生的日常学习。

　　在具体的研究设计上，团队重点考察了AI依赖程度，深入调研学生的情感依赖、功能依赖及使用失控感。同时，团队还量化评估了学习任务本身的理解难度，以及AI交互、信息筛选和内容核验带来的认知负荷。在认知代价方面，则主要调查了学生在独立思考、知识理解和自主探索等方面的主观变化。为进一步探究数据背后的深层原因，团队同步开展了半结构化深度访谈，重点围绕“遇到学习难题时是否会先独立思考”“是否直接采用AI生成的答案”“是否主动核验AI输出内容”“离开AI后能否独立完成同类任务”等真实学习情境进行挖掘。

　　基于问卷与访谈的综合分析，研究揭示了生成式AI依赖的核心机制。大学生AI依赖与感知认知代价存在显著正向关联，认知负荷在其中发挥部分中介作用。AI带来的认知风险相较于使用频率，更取决于学生的具体使用方式。研究发现，这种认知风险具有明显的滞后性——部分学生习惯于直接接受AI生成内容，减少了自主知识加工的机会，直到脱离AI独立完成学习任务时，才逐渐察觉自身在独立思考和知识理解方面的不足。针对上述研究结论，团队从真实学习经历出发，提出“先思考、再求助、必核验、能复现”的AI辅助学习模式，并从明确AI使用边界、加强学习过程监测、开展分层分类指导及提升AI素养等方面探索干预路径。（苏兵 张萌 李萌）