一項針對美國18至29歲族群的線上調查發現，32.3%的受訪者曾使用生成式AI查詢物質使用相關問題。研究於2026年10月19日刊登《JMIR Formative Research》，共有995名通過品質檢查的受訪者參與，其中321人表示曾以AI搜尋飲酒、藥物或物質使用相關資訊。
使用頻率顯示，這並非偶爾好奇：在321名AI使用者中，48.2%每月至少使用一次，其中32.1%每月使用、12.1%每週使用，另有4%每日或幾乎每日使用。最常見用途是了解物質使用的後果，占92.8%；48.6%查詢特定物質，34.9%則詢問物質使用疾患。
受訪者對AI處理物質問題的可信度評分為3.66／5，協助性則為4.12／5，均低於一般用途的3.51與4.44。研究並未檢驗AI答案的準確度，也沒有追蹤受訪者是否依其指示行動，因此不能直接推論AI造成物質使用或治療行為改變。
這項事件本質上是公共衛生資訊系統與生成式AI普及速度之間的結構性落差，而非企業刻意操弄的單純利益角力。核心矛盾在於：生成式AI已成為低門檻、即時且對話式的健康資訊入口，但醫療與成癮防治領域仍高度依賴專業、個別化且可追溯的臨床判斷。當兩套資訊體系直接接軌，使用者獲得的未必只是科普內容，也可能是混淆風險評估、錯誤戒斷建議，甚至被誤用於判斷是否安全停藥。
調查所呈現的族群差異也值得重視。經人口變項調整後，黑人受訪者回報使用AI查詢物質問題的機率為白人受訪者的2.52倍，男性為女性的2.04倍。這不是使用率差距，也不能直接解讀為因果關係，但可能反映醫療可近性、污名、信任及資訊尋求行為的互動作用。真正的政策難題不是單純增加AI使用，而是確保弱勢族群不會因低信任或資訊落差，更依賴無法稽核的答案。
這項調查可與早期公共衛生危機的傳播路徑對照。菸草、鴉片與管制藥物相關資訊長期透過醫療、學校、社群與媒體擴散；生成式AI的差別，在於它能即時依個人情境重新表述內容，使錯誤資訊更難以用固定教材抵禦。2010年代.crypto逐漸滲入社群的擴散過程，以及近年資訊孤島加劇疫苗謠言的經驗，都顯示數位健康風險往往不是由惡意操縱起步，而是由需求、信任與制度反應速度共同塑造。
另外，線上志願者樣本可能高估實際使用情形，後續研究必須改採具代表性抽樣、縱向追蹤及答案稽核。真正的政策成效指標不應只是有多少人使用AI，而是它能否縮短求助時間、改善專業服務轉介並降低可預防傷害。
01 起因觸發：生成式AI低門檻、即時回覆的特性，進入青年敏感健康議題的資訊搜尋場域
02 一階傳導：醫療平台、聊天機器人業者與成癮防治機構開始面臨更高的答案品質及轉介責任
03 二階擴散：醫療資訊信任、族群落差與平台演算法治理議題受到公共衛生及監管單位關注
04 宏觀終局：AI健康服務可能由一般問答工具升級為可分級、可稽核且嵌入醫療體系的專業分診基礎設施
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
