Ключові слова
поведінкова залежність
психометрична валідизація
когнітивне розвантаження
скринінгова шкала
ШІ залежність
взаємодія людини та ШІ
проблемне використання ШІ
студенти
цифрова поведінка
критичне мислення
цифрова психологія
Як цитувати
Анотація
У статті представлено розробку та психометричну валідизацію шкали AIAS-10+1 v4.0 (AI-Addiction Scale) ‒ нового інструменту скринінгової діагностики залежності від генеративного штучного інтелекту. Проведено комплексний аналіз надійності, дослідницький факторний аналіз (EFA), кореляційний, регресійний, медіаційний аналіз (Bootstrap), кластерний аналіз (K-means), ROC-аналіз та валідизацію порогових значень. Вибірка опитуваних становила 242 здобувачів вищої освіти. За результатами EFA було удосконалено первинну трифакторну структуру. Фінальна версія шкали включає 10 залікових пунктів, що утворюють два фактори ‒ «Соціально-емоційна залежність» (α = 0.866) та «Поведінково-когнітивна залежність» (α = 0.696), а також 1 окремий «Індикатор критичного мислення». Загальна надійність шкали ‒ α = 0.795. Апробація на студентській вибірці виявила, що 20.2% респондентів перебувають у зоні ризику (ЗІЗ ≥ 20 балів), тоді як ознак патологічного рівня залежності не виявлено. Медіаційний аналіз підтвердив, що самотність та стрес опосередковують свій вплив на залежність через відповідні субшкали. Встановлено виражену гендерну специфіку: жінки суттєво переважають серед груп ризику. Двовимірна матриця ЗІЗ × ІКМ дозволяє виділяти клінічно значущі профілі користувачів, зокрема групи «Ризик зі збереженою критичністю» та «Подвійний ризик». Шкала AIAS-10+1 v4.0 рекомендується для впровадження в психологічну практику.
Ключові слова: генеративний штучний інтелект; ШІ залежність; поведінкова залежність; психометрична валідизація; когнітивне розвантаження; взаємодія людини та ШІ; скринінгова шкала; проблемне використання ШІ; студенти; цифрова поведінка; критичне мислення; цифрова психологія.
Дата отримання статті: 21.12.2025
Дата рекомендації до друку: 20.03.2026
Дата оприлюднення: 30.03.2026
Посилання
Chen, D., Liu, Y., Guo, Y., & Zhang, Y. (2024). The revolution of generative artificial intelligence in psychology: The interweaving of behavior, consciousness, and ethics. Acta Psychologica, 251, 104593. https://doi.org/10.1016/j.actpsy.2024.104593
Chornomydz, A. V., & Klantsa, M. P. (2025). Fenomen zalezhnosti vid shtuchnoho intelektu (ShI-adyktsiia): teoretychnyi analiz, faktory ryzyku ta perspektyvy doslidzhennia [The phenomenon of artificial intelligence addiction (AI-addiction): Theoretical analysis, risk factors, and research perspectives]. Aktualni problemy profilaktychnoi medytsyny, (30), 78–91. https://doi.org/10.32782/2786-9067-2025-30-10
Kooli, C., Kooli, Y., & Kooli, E. (2025). Generative artificial intelligence addiction syndrome: A new behavioral disorder? Asian Journal of Psychiatry, 107, 104476. https://doi.org/10.1016/j.ajp.2025.104476
Sağlam, R. K., & Kalanlar, B. (2025). Living with and without AI: A mixed-methods study on AI usage, addiction, and 'AIlessphobia' in nursing students. Nurse Education in Practice, 88, 104530. https://doi.org/10.1016/j.nepr.2025.104530
Morales-García, W. C., Sairitupa-Sanchez, L. Z., Morales-García, S. B., & Morales-García, M. (2024). Adaptation and psychometric properties of an Attitude toward Artificial Intelligence Scale (AIAS-4) among Peruvian nurses. Behavioral Sciences, 14(6), 437. https://doi.org/10.3390/bs14060437
Satici, S. A., Okur, S., Yilmaz, F. B., & Grassini, S. (2025). Psychometric properties and Turkish adaptation of the artificial intelligence attitude scale (AIAS-4): Evidence for construct validity. BMC Psychology, 13(1), 297. https://doi.org/10.1186/s40359-025-02505-6
Pantic, I. V. (2026). Introducing the AI addiction scale (AIAS-21): A screening tool for problematic AI use. European Child & Adolescent Psychiatry, 35(1), 297. https://doi.org/10.1007/s00787-025-02874-8
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference (4th ed.). Allyn & Bacon.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis (2nd ed.). Guilford Press.
Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65. https://doi.org/10.1016/0377-0427(87)90125-7
Swets, J. A. (1988). Measuring the accuracy of diagnostic systems. Science, 240(4857), 1285–1293. https://doi.org/10.1126/science.3287615
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Billieux, J., Maurage, P., Lopez-Fernandez, O., Kuss, D. J., & Griffiths, M. D. (2015). Can disordered mobile phone use be considered a behavioral addiction? An update on current evidence and a comprehensive model for future research. Current Addiction Reports, 2(2), 154–162. https://doi.org/10.1007/s40429-015-0054-y
Billieux, J., Schimmenti, A., Khazaal, Y., Maurage, P., & Heeren, A. (2015). Are we overpathologizing everyday life? A tenable blueprint for behavioral addiction research. Journal of Behavioral Addictions, 4(3), 119–123. https://doi.org/10.1556/2006.4.2015.009
Griffiths, M. D. (2005). A "components" model of addiction within a biopsychosocial framework. Journal of Substance Use, 10(4), 191–197. https://doi.org/10.1080/14659890500114359
Deng, Z., & Deng, Z. (2025). Becoming a cognitive miser? Antecedents and consequences of addictive ChatGPT use. Social Science & Medicine, 383, 118467. https://doi.org/10.1016/j.socscimed.2025.118467
Jose, B., Joseph, D., Mohan, V., Alexander, E., Varghese, S. K., & Roy, A. (2025). Outsourcing cognition: The psychological costs of AI-era convenience. Frontiers in Psychology, 16, 1645237. https://doi.org/10.3389/fpsyg.2025.1645237
Chirayath, G., Premamalini, K., & Joseph, J. (2025). Cognitive offloading or cognitive overload? How AI alters the mental architecture of coping. Frontiers in Psychology, 16, 1699320. https://doi.org/10.3389/fpsyg.2025.1699320
Yao, R., Qi, G., Sheng, D., Sun, H., & Zhang, J. (2025). Connecting self-esteem to problematic AI chatbot use: The multiple mediating roles of positive and negative psychological states. Frontiers in Psychology, 16, 1453072. https://doi.org/10.3389/fpsyg.2025.1453072
Zhang, S., Zhao, X., & Zhou, T. (2024). Do you have AI dependency? The roles of academic self-efficacy, academic stress, and performance expectations on problematic AI usage behavior. International Journal of Educational Technology in Higher Education, 21, 34. https://doi.org/10.1186/s41239-024-00467-0
Kreitmair, K. (2025). The fundamental fallacy of "empathic AI". Hastings Center Report, 55(3), 36–44. https://doi.org/10.1002/hast.5011
Volotovska, T. P., Shevchenko, I. A., & Ustymenko, O. M. (2025). Vplyv shtuchnoho intelektu na formuvannia krytychnoho myslennia zdobuvachiv osvity v umovakh tsyfrovoi transformatsii [The impact of artificial intelligence on the formation of critical thinking of learners in the conditions of digital transformation]. Pedahohichna Akademiia: naukovi zapysky, (25). https://doi.org/10.5281/zenodo.17983189
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Авторське право (c) 2026 Andrii Chornomydz, Mariana Lukaniuk, Oleksandra Oleshchuk