近日，我院牛静教授在国际权威期刊《International Journal of Information Management》发表学术论文“Generative artificial intelligence as social actors: The mediating roles of empathy and autonomy in anthropomorphism-driven dependency”（《作为社会行动者的生成式人工智能：共情与自主性在拟人化驱动的依赖中的中介作用》）。论文的合作者为深圳大学的博士后 Bilal Mazhar、南京大学博士生任怡林、华中科技大学博士生Inam Ul Haq。

  随着生成式人工智能日益具备类人特征，用户对其产生的心理依赖逐渐受到关注，但这种持续依赖背后的心理机制仍待深入探讨。该研究发现感知拟人化会通过唤起对人工智能的共情性与自主性认知，从而与用户的心理依赖产生关联。该研究将CASA理论拓展至能动性的人工智能领域，表明类人感知可能与长期依赖性相关，而不仅仅是短期的社会反应。该研究为设计既能有效支持用户、又能尊重人类主体性的生成式人工智能系统提供了实证依据。

  《International Journal of Information Management》是SSCI一区期刊，是信息管理、管理信息系统和人工智能领域的顶级期刊，其最新影响因子（Impact Factor）为 27.0，CiteScore为54.9，该期刊在相关领域具有很高学术声誉和广泛国际影响力。

  值得关注的是，这是牛静教授研究团队2026年1月至4月发表的关于生成式人工智能与用户使用研究的第三篇论文。此前，牛静教授及其合作者Bilal Mazhar、任怡林、Inam Ul Haq在SSCI期刊《Interaction Studies》发表论文“Anthropomorphism, dependency, and trust in Generative Artificial Intelligence: Exploring the trust-privacy paradox through dual-theory integration”（《生成式人工智能中的拟人化、依赖与信任：基于双理论整合的信任—隐私悖论研究》）。该研究探讨了感知拟人化、隐私担忧和依赖对用户信任生成式人工智能的影响。研究发现，拟人化会增强用户信任，隐私担忧则削弱信任，而依赖会强化拟人化的正向作用并减弱隐私担忧的负向影响，从而揭示了生成式人工智能情境下“信任—隐私悖论”的形成机制。

  同年，牛静教授及其合作者Bilal Mazhar、任怡林、Inam Ul Haq在SSCI期刊《Cyberpsychology: Journal of Psychosocial Research on Cyberspace》发表论文“Decoding User Disclosure Intentions in Generative AI: Exploring the Influence of System Attributes on Trust and Privacy Concerns Within the Extended Technology Acceptance Model”（《解码生成式人工智能的用户信息披露意愿：扩展技术接受模型下系统属性对信任与隐私担忧的影响》）。该研究围绕生成式人工智能情境下的用户信息披露意愿展开，发现感知自主性和感知共情会正向影响披露意愿，用户对平台的信任部分中介了这一过程；同时，隐私担忧会抑制披露意愿。研究强调了信任和隐私担忧在生成式人工智能用户信息披露行为中的关键作用。

  近年来，学院持续推进新闻传播学与人工智能等领域的交叉融合，鼓励教师聚焦学术前沿与现实关切开展高水平研究。牛静教授及研究团队长期聚焦人机交互伦理、人机信任与隐私伦理等重要议题，探讨新媒介技术采纳与问题性使用行为的内在机制。此次系列成果的发表，展现了我院在人工智能与新闻传播交叉研究领域的扎实积累与持续创新，也进一步提升了学院在相关研究方向的学术影响力。