Rutgers AI 物質使用研究發現使用廣泛，但安全性仍未量度

Rutgers 研究人員發現，32.3% 受訪年輕成年人曾使用生成式 AI 尋找與物質相關的資訊，但研究未能確定這些互動究竟帶來幫助還是傷害。Rutgers AI 物質使用研究為一種敏感行為提供了數字：向對話式軟件詢問毒品、酒精及其後果。其核心張力在於，人們對答案的信心，與該答案是否有證據值得這份信心之間存在距離。

研究結果出現之際，聊天機械人正成為人們提出一些可能不願當面詢問的問題的另一個場所。生成式 AI 是一種會回應提示而產生內容的軟件，能令這些交流感覺直接而個人化。即使產品最初定位為通用助理，這種便利性仍帶來公共衞生責任。

Google 搜尋提供了一項重要對照。研究人員發現，使用聊天機械人的人與透過網絡搜尋物質相關資訊的人，兩者之間有顯著重疊。因此，這個故事關乎問題與決定之間另一個具影響力的層次。開發者、臨床醫生及健康傳訊人員如今面對同一項未解決的問題：有人接受了對話式答案後，接下來會發生甚麼？

Rutgers AI 物質使用研究實際量度了甚麼

這項研究記錄的是自述的使用情況及觀感，而非已證實的醫療益處或傷害。

這項研究於 2026 年 10 月 19 日發表於 JMIR Formative Research，當中的物質相關 AI 問卷調查分析了 995 名年齡介乎 18 至 29 歲美國居民的回覆。參與者於 2026 年 4 月透過 Prolific 招募。該樣本中，321 人表示曾為與物質相關的目的使用生成式 AI。

在這些使用者中，48.2% 表示至少每月使用一次。關於後果的問題尤其常見。調查亦發現，全部受訪者中有 57.5% 曾使用 Google 搜尋物質相關資訊；在表示使用過 AI 處理物質相關問題的受訪者中，92.8% 亦曾就該主題使用 Google。

這些重疊受眾令任何「聊天機械人已取代搜尋」的說法變得複雜。一個人可以在同一個尋找資訊的過程中，往返於搜尋引擎、聊天機械人及其他來源之間。調查未能確定哪個來源先出現、哪個答案最終獲採納，或是否有人核對互相矛盾的回應。

這項區別會改變其商業及產品層面的含意。聊天機械人毋須成為某人唯一的資訊來源，也可以影響其理解。它可能會概括他們在其他地方找到的資訊、解釋陌生術語，或提供他們最終記住的答案。這些是可能扮演的角色，而非本調查已確立的行為。

時間點同樣值得審慎看待。10 月標誌着研究結果的發表及相關宣傳；回覆所描述的是參與者在 4 月自述的行為。讀者不應把標題視為對當前採用情況的即時量度。資料收集後的產品改動，亦無法解釋研究人員早已收集的回覆。

標題中提到「年輕成年人」亦有其界線。這項研究針對處於指定年齡範圍內的成年人，不應延伸為對兒童、所有學生或所有使用物質人士的主張。提出與物質相關的問題，也不能證明個人曾服用、存在依賴，或有意嘗試。

對科技讀者而言，具體改變在於可見性。Rutgers 聊天機械人研究讓一個先前未獲充分檢視的使用情境，在這個樣本中呈現可量度的受眾。研究發表令這群受眾更難被忽略，同時仍讓其互動的質素及後果有待調查。

這已足以支持各界關注，而毋須過度延伸研究結果。不論標題聽來多麼引人注目，或聊天機械人介面多麼熟悉，採用研究都只能指出評估應在哪裏進行，不能取代該評估。

健康傳訊人員面對的受眾不只在自己的網站上

研究結果令可靠資訊必須在對話式介面內競逐注意力的機構承受壓力。

Rutgers 在 10 月 23 日發布的年輕成年人聊天機械人研究結果中表示，參與者主要尋找有關風險及後果的資訊。首席作者 Mireia Triguero Roura 警告，這些工具提供的錯誤資訊可能導致高風險行為。這項警告指出一種潛在危險，並不代表調查已觀察到這類傷害。

實際含意不止於再發布一個準確網頁。健康機構必須考慮，當人們透過生成式解釋接觸資訊時，這些資訊如何得以保留。答案可以保留大致結論，卻刪去對個別讀者重要的限定條件。

設想一個說明性情境：有人要求聊天機械人解釋他們在健康網站上看到的警告。助理給出較短的回應，該人再問這項警告是否適用於自己的情況。這個例子是假設性的，但它說明資訊交流如何可能走向個人化詮釋。

這種轉變對提供基礎知識的機構很重要。原始網頁或會謹慎區分一般教育與個人評估；對話式摘要則可能模糊這項區別。傳訊人員需要思考的是：當資訊改變格式時，這個必要界線是否仍然清晰可見。

臨床醫生亦面對相關的傳訊挑戰。帶着 AI 生成解釋前來的人，可能已對其問題的含義抱有自信的理解。從研究結果可推論，臨床對話應容許檢視這種理解，而不應把當事人的資訊尋求行為視為不當行為。

輕視的回應會令根本問題得不到解答；不加批判的回應則會賦予聊天機械人超出證據所能支持的權威。較有用的方法，是了解當事人收到甚麼資訊、如何理解，以及哪裏仍存在不確定性。

公共衞生團隊亦面對資訊分發問題。清晰的材料必須容易被發現、易於理解，並適合被準確引用或概括。這並不能保證聊天機械人會保留其原意，但能讓傳訊人員有具體起點，評估其工作如何呈現在自有發布渠道以外。

壓力既迫切亦持續。機構現時可以檢視既有資源是否清晰；至於對話式傳遞會否提升理解，則需要額外證據。兩者是相關責任，但所處時間線不同，不應被表述為同一項成就。

因此，這項研究挑戰了對數碼健康傳訊的狹隘定義。發布準確內容仍然不可或缺；了解人們透過哪些介面詮釋內容，也成為工作的一部分，尤其當這些介面會邀請原作者從未看見的後續問題。

對話式存取與經驗證指引服務不同需要

易於接近的答案可以改善資訊存取，但其可靠性仍未有定論。

從產品角度看，對話式介面的吸引力不難理解。使用者可以用日常語言提出尷尬問題、要求澄清，並在毋須瀏覽一系列網頁的情況下繼續對話。這些特點描述的是互動風格，並不能證明其適合臨床使用。

這正是 AI 健康資訊背後的核心取捨。降低摩擦可以令問題更易提出，也可能令使用者更容易在不檢視依據的情況下接受答案。這是否會在實踐中發生，以及有何後果，均需要直接研究。

Google 搜尋提供了有用參照，因為它通常會呈現多個目的地及可見的發布者。使用者仍須評估這些來源，而搜尋結果亦不保證準確。聊天機械人可以把這項工作濃縮成單一回應，因此其綜合資訊的依據尤其重要。

ChatGPT、Google Gemini、Meta AI 及 Snap’s My AI 在 Rutgers 調查對生成式 AI 的描述中列為例子。它們被納入其中，並不代表其表現已獲比較。這項研究沒有依據選出贏家，或為任何一項產品賦予經量度的安全優勢。

有意義的比較需要在可比條件下檢視相同問題。評估人員需要記錄每個系統的回答、提供甚麼證據，以及如何處理欠缺的背景資料。單憑潤飾得宜的回應，不足以作為在此情境下為產品排名的依據。

過往民調進一步說明，使用情況與信任必須區分。在 2024 年 8 月的AI 健康資訊民調中，KFF 發現 25% 的 30 歲以下成年人至少每月使用聊天機械人獲取健康資訊。在所有成年人中，29% 表示信任聊天機械人能提供可靠健康資訊。

這些數字來自不同調查，涵蓋更廣泛的健康問題類別，不能用來確立相對於 Rutgers 研究結果的採用趨勢。兩者的受訪群體、問題及衡量方式均不同。它們在此的價值在於提供背景：在這項特定研究之前，聊天機械人的使用及對其可靠性的判斷，已是兩個獨立的公共議題。

產品挑戰在於，如何在交流過程中令這項區分容易理解。當系統是在解釋一般資訊，以及當使用者的問題超出系統能負責任地確立的範圍時，有用的介面應清楚說明。這是一項設計目標，而非 Rutgers 研究已證實的成果。

來源可見性同樣重要。引文讓使用者有材料可以查閱，但有引文不代表答案準確反映被引用材料。評估必須檢視主張與其證據之間的聯繫，包括限定條件是否在摘要中得以保留。

對於已透過個人知識庫整理技術材料的讀者而言，這種資訊管理上的區別並不陌生。保留可查閱的原始來源，令日後核實成為可能；但這不會將已儲存的解釋轉化為經驗證的醫療指引。

更廣泛的含意是，可及性與問責性需要分開衡量。一個系統可以容易接近，卻難以審核。產品團隊應能說明如何評估兩者，而不是把一次令人滿意的對話當作各自的證據。

信任需要滿意度無法提供的評估

使用者的正面印象是一項重要觀察，但並非準確度測試。

羅格斯大學報告指出，參與者認為 AI 工具有幫助、可靠且值得信賴。這些觀感有助解釋為何這個使用情境值得關注。它們反映用戶相信自己與這項技術之間存在怎樣的關係，但並不能證明某個特定回應是否正確。

當用戶因缺乏判斷答案所需知識而提問時，這個分別尤其重要。易讀性可以令解釋更易理解；自信的表達可以令內容更易被接受。然而，兩者都不能單獨證明解釋包含必要的事實與限定條件。

因此，未來的評估應把幾個問題分開處理。回應有否提供準確資訊？有否遺漏重要內容？用戶是否理解其中的不確定性？這次交流有否影響其後的決定？若將這些問題合併為一般滿意度分數，便會掩蓋真正重要的分別。

世界衛生組織的生成式 AI 指引涵蓋可接收及生成不同類型內容的模型，在更廣泛健康應用上的議題。指引指出的憂慮包括錯誤或不完整陳述、偏見，以及過度依賴自動化輸出。這些憂慮為評估提供框架，而不是證明每一次交流都會失敗。

不完整的答案對產品測試尤其相關。評估者應審視系統遺漏了甚麼，同時檢視它明確說了甚麼。一個答案或許包含準確的一般陳述，卻未能傳達把這些內容套用到個別情況時的限制。

同樣原則亦適用於不確定性。對話開首的一項免責聲明，並不能證明其後的回答一直維持適當界線。評估應隨著互動進行，觀察用戶補充細節、尋求保證或質疑審慎回應時的情況。

這些是建議的測試重點，並非羅格斯大學 AI 物質使用研究的發現。這個分別可避免文章將研究人員未曾測試的能力或失誤歸因於系統，也可把注意力引向開發者可提出、用以填補實際證據缺口的資料。

感知上的有幫助程度仍應納入評估。技術上準確、但用戶無法理解的解釋，本身亦構成溝通問題。目標應是同時評估理解程度與準確性，同時保留兩者各自的意義。

這為產品聲稱設定了嚴格標準。一間公司如形容助理適合處理敏感問題，應說明其證據中「有用」的意思。更快的答案、更清晰的措辭、準確內容及更好的決定，都是不同成就。展示其中一項，不應悄然演變成對所有項目的聲稱。

公共討論亦受惠於同樣的嚴謹。人們可以承認對話式存取方式的吸引力，同時要求有關可靠性的更強證據。這種立場直接源於尚未解決的問題，毋須預設其帶來普遍益處或必然傷害。

抽樣與人口統計差異限制了標題的解讀

「三分之一」的結果僅屬於這個調查樣本，不應被視為精確的全國估算。

研究人員把網上非機率樣本列為限制。在這種設計中，參與者並非透過讓每名合資格人士都有已知入選機會的程序加入。因此，特別活躍於網上或熟悉 AI 的人士可能被過度代表。

招募配額可改善樣本在人口統計方面的平衡，但不能消除這個選擇問題。與部分人口特徵相符，並不能證明參與者在資訊習慣上與其他所有人相似。這個分別很重要，因為所研究的行為本身與網上活動密切相關。

這項限制並不抹殺所報告的行為，而是改變該數字可支持的結論。研究提供證據顯示，在被招募的群組中存在相當程度的使用，亦構成進一步調查的理由；但它不能準確確定這種行為在所有美國年輕成年人中有多普遍。

調查亦依賴受訪者回憶及描述自己的行為。作者指出，研究採用的調整後量度方法此前未曾進行先導測試或驗證。因此，讀者應把結果視為一項附帶已知不確定性的初步量度工作，而非追蹤整體人口的最終工具。

人口統計結果同樣需要審慎解讀。黑人及男性受訪者較可能報告與物質相關的 AI 使用情況。羅格斯大學討論了涉及醫療服務可及性、污名、信任及尋找資訊習慣的可能解釋。這些解釋仍屬假設，而非調查已確立的成因。

一項關聯並不能證明某種人口特徵造成某種行為，也不能揭示不同群組是否收到不同答案，或經歷不同後果。這些問題需要有關互動與結果的證據，而本研究並未提供。

對開發者而言，這意味著應檢視評估是否充分代表實際使用產品的人。忽略重要用戶群組的測試受眾，可能令重要問題無法得到解答。這項建議應引導包容性研究，而非為任何群組的判斷或脆弱性作出假設。

對記者及讀者而言，措辭同樣重要。「接受調查的年輕成年人」保留了結果的界線；不加限定地說「年輕成年人」，則可能暗示更廣泛的確定性。這個差異在標題中看似細微，在解讀上卻相當重大。

羅格斯大學的聊天機械人研究亦無法確立 AI 使用與健康資訊需求之間的因果方向。尋求更多資訊的人可能會轉向更多渠道；不同的資訊習慣亦可能早於採用聊天機械人出現。單一調查無法判定先後次序。

這些限制令後續研究更具價值。採用可比較方法的重複調查，可檢視隨時間的變化；追蹤參與者的研究可探究交流後發生了甚麼；直接審核答案可處理準確性問題。每種設計回答不同問題，因此不應期望任何單一後續研究能解決一切。

下一步證據應連結答案與理解

最有價值的下一步發展，將顯示系統說了甚麼、用戶理解了甚麼，以及兩者如何連結。

羅格斯大學的 AI 物質使用研究，確立了仔細檢視消費者 AI 在敏感應用上的理由。未來數月，讀者應留意具體證據，而非假設一篇出版物、一次產品更新或一項安全聲明便可消除不確定性。

第一個訊號是對與物質相關的聊天機械人回應進行獨立評估。一項有用的評估應公布問題集、評估準則、受測產品版本，以及處理缺失資訊的方法。專家審查應檢視準確性、遺漏、不確定性，以及系統開始傾向提供個人化指引的時點。

持續作出適當回應，會加強對話式存取能負責任地服務這類受眾的論點。反覆出現具重大後果的錯誤，則會加深對在此情境依賴通用系統的憂慮。無論結果如何，都能補充單靠採用數字無法提供的資訊。

第二個訊號是關於用戶解讀的研究。研究人員應檢視人們相信答案已證明甚麼、記得哪些限定條件，以及是否查核其來源。一個回應在評估者看來可能已足夠審慎，卻可能令讀者產生不必要的確定感。

若證據顯示用戶理解界線，便可支持現有溝通方法的成效；若證據顯示他們經常忽略這些界線，則會對這些方法構成挑戰。這有助區分問題是在生成內容本身，還是在介面呈現該內容的方式。

第三個訊號是配合可量度評估的透明產品改動。留意開發者如何說明其處理含糊健康問題、核查來源及轉向個人化建議的方式。新的警告或轉介功能，只有在證據顯示其如何影響交流時才有意義。

有記錄支持的改進，會加強人們對特定介入措施的信心；沒有披露測試的公告，則會令核心不確定性懸而未決。相關問題是可觀察行為有何改變，而不是發布措辭聽起來有多令人安心。

這些訊號都不要求把所有對話式健康資訊視為本質上無用或本質上安全。它們要求證據與聲稱相符。採用情況、滿意度、內容質素、理解程度及健康結果，應納入同一項研究，同時清楚保留彼此差異。

閱讀羅格斯大學 AI 物質使用研究時，應牢記這個分別，並把它帶到下一則聊天機械人新聞標題中。問問誰參與了研究、研究人員量度了甚麼，以及所報告的結果是關於使用、信任、準確性還是結果。當公司推出保障措施時，應尋找對實際互動的評估；當調查描述信心時，避免把它理解為正確性的證明。下一個重要問題是，容易取得的答案是否有助人們理解可靠資訊並辨認其限制。留意能連結這些步驟的證據，同時在標題承諾超出研究量度範圍時，仍把原始研究放在手邊。