引言

人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人类社会的生产、生活、学习方式，引领人类正式进入了人机协同发展的新时代。这一变革渗透到了经济生产、文化传播、教育科研等社会发展的各个层面，引发了一系列系统性的变革与重塑。2024年，习近平总书记在上海考察时强调：“人工智能是年轻的事业，也是年轻人的事业。我们正在全面推进强国事建设、民族复兴伟业，正是年轻一代展示才华、大显身手的好时候。”生成式人工智能作为人工智能领域的关键分支，依托内容生成与创新赋能能力，正在教育领域展现出前所未有的应用价值与发展潜能，尤其对高校大学生的学习方式、思维模式和知识获取途径产生着日益深远的影响。大学生群体是未来社会创新发展的核心力量，他们对生成式人工智能的态度，不仅决定了自身能否更好地适应智能化时代的发展需求，也在一定程度上影响着生成式人工智能在教育领域的发展。

伴随生成式人工智能在高校大学生群体中的逐步渗透与推广，学界围绕大学生使用人工智能的行为状态及其产生的多重影响，开展了大量相关研究。金皓月等（2024）开展了学生使用生成式人工智能学术写作的研究，发现本科生主要使用Chat GPT锤炼语言、确定选题、制定方案、获取信息、梳理文献和开展评价。孙丹等（2024）对大学生在使用Chat GPT进行编程过程中的学习行为和知识探究问题进行分析，并梳理了大学生在编程过程中使用Chat GPT的典型行为模式。蔡颖蔚等（2025）探讨了生成式人工智能对大学生批判性思维的影响，研究发现，大学生在人工智能使用中存在“浅层依赖”与“深度协同”两种模式。与此同时，有部分学者对大学生群体使用生成式人工智能的行为及潜在影响持有担忧态度。比如，王国华等（2025）的研究中发现，随着智能时代的到来，学生的惰性心理、对生成式人工智能的依赖、社会环境与监管的缺失导致学生产生学术失信行为。

基于以往研究可见，当前学界多聚焦于大学生使用生成式人工智能的行为模式与应用效果，而针对其对生成式人工智能的态度及认知层面的研究仍较为匮乏。因此，本研究通过分析收集到的相关问卷及访谈，用隐喻研究的方式揭示大学生对生成式人工智能的态度及认知。具体来讲，本研究的研究问题是：高校大学生对生成式人工智能呈现出哪些态度？高校大学生对生成式人工智能的表达出哪些形象类型？不同的隐喻表达反映了大学生怎样的隐喻倾向？

一、研究设计

（一）研究对象

本研究选取118名西部高校的大四学生为研究对象。首先，大四学生经过前三年的学习，对生成式人工智能的使用时间更长、使用场景更加丰富，他们对生成式人工智能的接触较多，能够提供有价值的反馈；其次，大四学生面临着撰写毕业论文、考研、找工作等多重压力，这种多重压力下，他们对生成式人工智能的依赖程度、使用目的、态度认知会更复杂。

（二）研究方法

本研究主要通过隐喻分析法、问卷法、访谈法对大学生关于生成式人工智能的态度开展相关的研究。

1.隐喻分析法

认知语言学认为，隐喻是一种人类通过具体的、熟悉的概念从而理解和认识抽象的、陌生概念的认知方式。隐喻作为一种认知与表达工具，能够帮助被研究者将抽象、模糊或难以言说的内在体验、情感和认知转化为具体、可描述的意象，从而降低直接表达的负担与防御心理。在本研究中，隐喻分析法的目的在于研究大学生隐喻背后所表现出来的生成式人工智能的态度及认知。基于对这些隐喻进行的整理、分析和归纳结果，探讨大学生对生成式人工智能的态度和认知是否存在差异，寻找其中可能存在的原因。

2.问卷调查法

根据以往相关研究，本研究通过结合实际情况，改编了《高校大学生生成式人工智能使用现状与认知态度调查问卷》，问卷分为四个部分。第一部分为使用样态，旨在明确日常生活中大学生群体主要使用哪种生成式人工智能工具，共4道题。第二部分为使用问题调查，聚焦大学生使用生成式人工智能时出现的各类问题，共11道题。第三部分主要针对第二部分所涉及的问题，了解大学生群体所采取的解决措施，共6道题。问卷最后设置半结构化填空题1道，题目为“我认为生成式人工智能像……因为……”，每个研究对象需要填写七条内容方可提交问卷，通过收集大学生填写的内容，探究其对生成式人工智能的态度倾向与认知特征。

3.访谈法

为弥补单一问卷在信息挖掘深度上的不足，本研究还设计了访谈提纲——《高校大学生生成式人工智能使用现状与认知态度访谈提纲》。该提纲围绕生成式人工智能使用场景、使用体验、使用问题、解决策略、态度倾向及认知状况等维度设置访谈问题。在此基础上，研究采用目的抽样法，从研究对象中选取39名大学生开展线下半结构化深度访谈。

二、研究发现

（一）高校大学生对生成式人工智能的隐喻态度分析

本研究中，研究者将高校大学生对生成式人工智能的隐喻描述进行编码分析。对有效数据中的隐喻形象与对应理由进行编码，并开展统计分析，其中，有关大学生对生成式人工智能的隐喻态度共分为三种，积极、中立和消极态度。具体分布如下图１。

结合图1可以得知，高校大学生对生成式人工智能的隐喻态度表现占比最高的是积极（93.94%），其次是中立（3.18%），最低的是消极（2.87%）。总体来看，高校大学生对生成式人工智能的态度整体呈现较为积极，这也在一定程度上体现出，该群体对生成式人工智能的应用价值普遍持较高认可态度（表１）。

对三个种类分别细分发现，在590条积极的隐喻描述中，人物角色（230个）、智能工具（236个）占79%，理由大多围绕“可以给我指导作业；辅助我学习；陪我聊天；给我提供思路；提供大量的信息”等。由此可知，大学生主要通过阐述生成式人工智能的应用价值，来表达自身对该工具的态度倾向。在20条中立的隐喻描述中，40%的高校学生认为生成式人工智能像“双刃剑”，剩下的一部分学生则用“未雕琢的璞玉”“实习生”等描述来说明要用辩证的眼光看待生成式人工智能。在18条消极的隐喻描述中，从大学生的描述中可以发现，生成式人工智能存在“生成不合逻辑内容”“无法精准理解人类指令”等问题，有极少数大学生担忧，该技术会削弱人类的自主思考能力，甚至存在被其取代的潜在风险。

（二）高校大学生对生成式人工智能的隐喻形象类型分析

高校大学生对生成式人工智能的隐喻形象主要分为八大类：“人物角色，智能工具，物品，动物、食物、基础设施、人体器官、其他”等。具体情况如下图2所示。

从隐喻形象的分布结构来看，在八种隐喻形象中，“人物角色”为占比最高的隐喻形象，达38.69%（243例），“智能工具”紧随其后，占比38.06%（239 例）；“其他”类型占比11.94%。可见，人物角色和智能工具是主要的隐喻类型，反映出大学生更倾向于从“拟人化”和“工具属性”两个维度认知生成式人工智能。

（三）高校大学生对生成式人工智能的隐喻倾向类型分析

根据社会心理学有关态度的三维结构理论，经研究者编码分析，大学生对生成式人工智能的隐喻倾向数据主要归为“认知”“行为”两部分，详细分布情况见下图3。

从图3可见，在各类隐喻倾向中，“认知”成分占比最高，达92.2%。比如：“伙伴—可以陪我聊天”，“搜题库—可以答疑解惑”；其次是“行为”（7.8%），比如：“钢笔—写不完”，“知识过滤器—面对海量数据，精准识别”。

为深入探究大学生针对生成式人工智能“认知”倾向的详细情况，本研究对“认知”相关的隐喻态度及隐喻类型进行了统计梳理。由图4可知，在“认知”层面，大学生的态度主要集中在“积极”（93.44%），“消极”（3.45%）和“中立”（3.11%）仅占很少一部分。可知，从整体来看在认知层面大学生对生成式人工智能的认知是积极的，可知大学生从心理上认同生成式人工智能。

同样的，为进一步探究了大学生对生成式人工智能“行为”的隐喻倾向，关于“行为”层面，本身数量就比较少，只有49个，且都是积极的态度。

三、启示与讨论

本研究基于隐喻分析视角，探究高校大学生对生成式人工智能的隐喻态度、形象类型与倾向特征，在态度方面，以积极态度为主，消极态度较少；对隐喻形象的描述中，以人物角色与智能工具为核心形象；在隐喻倾向方面，认知倾向远超行为倾向且情感成分缺失。

（一）高校大学生对生成式人工智能持有的态度：积极为主

大学生在面对生成式人工智能时，呈现出“积极为主”的鲜明态度。结合研究发现，当前多数高校大学生对生成式人工智能持积极的态度，仅有少数学生对其抱谨慎或消极态度。

多数大学生对生成式人工智能持有积极态度，主要原因在于应用生成式人工智能可以提升大学生的学习效率。相比于传统的学习模式，生成式人工智能凭借着自身优势，能够迅速收集、整合信息；生成思维导图、论文初稿等，切实减轻了大学生的学业负担。“确实也会给我一些思路吧，因为其实有的时候大脑是挺空的，他能给我提供一些思路。”（XJRGZN39）其次，生成式人工智能也培养了大学生独立思考的能力，在传统的教学模式下，大学生更多是知识的被动接受者，而不是主动探索者，而生成式人工智能的出现，给大学生提供了主动探索知识的平台，大学生以对话的形式与生成式人工智能进行深入的互动，从而激发了大学生的批判性思维和创造性地思考。此外，生成式人工智能对大学生的影响不仅局限于学术层面，还广泛渗透到大学生的日常生活中。大学生时常需要独自应对各类琐碎的事务，面对一些突发的情况时往往会手足无措，此时生成式人工智能便是最高效的协助者，为大学生出谋划策，解决问题；当大学生感到无聊或需要倾诉时，生成式人工智能又可以化身为一位耐心的聊天伙伴，提供情感陪伴与心理支持。访谈显示：“生活当中，我晚上会做梦，然后早上起来第一天，然后打开豆包搜索一下，今天梦到什么会发生什么。”（XJRGZN38）这些实实在在的正向体验，使大学生普遍认可生成式人工智能的价值，进而形成积极态度。

这一数据背后，折射出当前大学生群体在“内卷化”学习生态下的现实困境与突围渴望。在绩点竞争、科研产出、升学就业等多重压力叠加的背景下，大学生普遍面临时间碎片化、信息过载、任务同质化等难题。生成式人工智能凭借即时响应、信息整合与内容生成能力，恰好契合了他们对“即时反馈”与“效率最大化”的迫切需求。大学生不再满足于传统教学中延迟的评价与指导，而是希望像使用搜索引擎一样，快速获得可操作的学习方案。正如访谈中多位学生提到的“给思路”“减轻负担”“随时解答”，这些表述实则是对高压力、快节奏学习生态的适应性回应。换言之，这种积极态度不仅是对技术功能的认可，更是大学生在资源有限、竞争激烈的环境中，寻求“认知减负”与“效能突围”的理性选择。

而少数谨慎或消极态度的出现，大多源于对潜在风险的忧虑。有一部分的大学生认为生成式人工智能是一把双刃剑，过度地依赖生成式人工智能可能会导致自主思考能力的下降，有学生提到：“其实现在我们对它的一个整体的依赖性还是挺强的。”（XJRGZN07）这对大学生的长远发展是极其不利的。还有大学生表示，生成式人工智能所生成的内容没有科学依据，有不符合逻辑，甚至凭空捏造的情况，“需要自己去核实核查，有些也不是真实的。”（XJRGZN06）大学生如果没有甄别信息的能力，那可能会对其学习产生不良影响。部分大学生表示，生成式人工智能无法提供他们所需的内容，无法理解他们下达的指令，且所提供的内容过于宽泛，未能解决他们面临的问题。“他给我生成的，比如说评价体系就比较大。也不符合我的使用要求。”（XJRGZN06）这些因素让部分大学生对生成式人工智能持谨慎甚至抵触情绪。

总之，无论是积极态度还是消极态度，都表明大学生对生成式人工智能给予了高度关注，并形成了基于自身认知和体验的明确判断，而非模糊不清或漠不关心的态度。

（二）高校大学生对生成式人工智能形象认知的类型：人物角色与智能工具

本研究通过对收集到的大学生关于生成式人工智能的描述性语句进行深度剖析，识别出其中蕴含的隐喻形象。发现大学生在描绘生成式人工智能的形象时，大多以“人物形象”和“智能工具”作为核心描述对象。

在“人物形象”的认知导向下，大学生们对于生成式人工智能赋予人类的某些特质或行为模式。例如，不少学生将其比作“教师”，认为它能够像一位有耐心的教师一样，不仅随时随地帮自己答疑解惑，还可以批改自己的作业指出其中的错误并给出具体的修改建议，帮助自己更好地理解知识点；也有学生将其视为“专家”，认为它知识储备丰富，能够解答各类疑问，提供多元化的观点和建议；还有些同学觉得生成式人工智能是“小助手”，可以协助其完成各种任务；甚至一些学生将其视为“朋友”，觉得在情绪低落时，能与之进行轻松的交流，倾诉内心的想法，还可以获得一些鼓励和安慰，就像身边有一个可以随时倾诉的伙伴。这些“人物形象”的隐喻，反映出大学生在与生成式人工智能的互动中，不仅关注其功能性，还赋予了它一定的社交属性，将其看作是具有情感回应和互动能力的存在。

而在“智能工具”的认知导向下，大学生们则更侧重生成式人工智能的工具属性和实用功能。他们普遍认为生成式人工智能是一种能够高效处理信息、完成特定任务的智能设备。例如，许多学生认为生成式人工智能像“百度”，能够搜索到很多需要的内容，帮助自己快速获取学习资料、文献信息或生活常识，大大节省了信息检索的时间和精力；还有的学生将其比作“翻译软件”，可以借助它翻译外文文献、查找单词拼写、练习外文口语，提升学习的效率；还有学生在准备演讲或展示材料时，利用其生成演讲稿初稿或制作PPT的框架，将其视为提升学习能力的得力工具。这种认知导向更强调生成式人工智能的工具性价值，关注其能否准确、高效地满足自身在学习、生活等方面的实际需求，而较少赋予其人格化的特征，更多地将其看作是一种具有高度智能的实用工具，如同计算器、搜索引擎一样，是帮助自己解决问题、完成任务的手段。

（三）高校大学生对生成式人工智能的隐喻倾向：认知高于行为

根据研究发现，并未有大学生直接表明自己是否喜爱生成式人工智能。这种现象符合大学生群体在学习和生活中对生成式人工智能持有工具理性的观念。他们更关注生成式人工智能这一技术工具，能否切实帮助自己完成学习任务、提升效率，而非对其产生喜爱或厌恶等纯粹的情感体验。目前，生成式人工智能自身所处的发展阶段也`对大学生情感倾向的形成产生了影响，尽管它能够模拟对话并生成内容，但尚未达到真正理解人类复杂情感并开展深度情感互动的水平，这就使得大学生难以将其视作具备情感交流能力的对象，自然也就难以产生相应的情感倾向。此外，从社会文化层面而言，当下社会针对人工智能的探讨，大多聚焦于其技术发展、应用场景以及伦理规范等理性维度。这种现实导向在一定程度上影响了大学生对生成式人工智能的认知偏好，致使他们在与生成式人工智能互动时，更倾向于从功能效果的角度加以考量，而非进行情感投入。

四、研究不足与建议

本研究尚存在一定局限性，需在后续研究中加以完善。首先，在样本选择上，本研究聚焦于118名西部高校的大四学生，未纳入其他年级的大学生群体，难以全面代表整体大学生对生成式人工智能的态度图景，因此研究结论的推广范围有限。然而，大四学生正处于学业与人生转折的关键阶段，同时面临毕业论文、考研、求职等多重现实压力，其对生成式人工智能的依赖程度、使用场景的复杂性以及对技术价值的权衡判断，往往比其他年级学生更为深刻和多元。大四学生正处于高压力、高需求的特殊阶段，这使他们成为观察人工智能在学习生态中真实功能与潜在风险的理想样本，为本研究提供了有价值的认知素材。未来研究可进一步扩大样本范围，纳入不同年级、专业、院校类型的大学生群体开展横向比较，同时结合纵向追踪设计，考察大学生对生成式人工智能态度随学习阶段演变的动态过程，从而构建更为系统、完整的大学生人工智能态度理论框架。