生成式人工智能聊天机器人ChatGPT获得显著成功后，人工智能生成内容(Artificial Intelligence Generated Content,AIGC)技术展现出广阔的应用前景。以DeepSeek等为代表的AI工具，能够快速生成文本摘要、解答复杂问题、提供写作思路，成为大学生日常学习的重要辅助工具。然而，在学习效率得到提升的同时，大学生的阅读行为也在发生变化：碎片化浏览行为增多，长时间专注阅读减少;部分学生过度依赖AI提供的“成品答案”，独立思考和批判理解能力降低。高校图书馆作为大学生学习支持的核心机构，必须正视这一现实变化，探索如何在AI时代重新激发大学生的深度阅读意愿。

研究现状

人工智能技术推动大学生阅读行为从浅层信息获取向深度意义建构转型。王莹莹(2025)通过研究发现，当代大学生的阅读行为呈现数字化、碎片化、多元化和社交化特征，高校图书馆应通过系统性改革以满足这种转变带来的新需求;安嘉璐和李佳(2025)基于AI技术如何通过赋能学习过程，探讨高校图书馆服务体系重构路径，推动图书馆从“资源中心”向“学习支持生态”转型;葛鸿基(2026)通过调研，探究AI背景下高校师生信息检索行为的变化特征及其对图书馆的影响，探索“图书馆—AI协同”的智慧服务新生态;刘江峰等(2025)认为AI与读者服务的融合是“价值—风险”的动态博弈过程，需构建“人—AI—资源”交互范式。在个性化服务方面，廖丽面(2026)、农丽华(2026)、宁娇丽(2026)分别从用户画像、精准推荐与协同过滤等角度探讨了数据驱动的服务创新。

综上所述，现有研究关注AI对深度阅读行为及高校图书馆转型的影响，但针对生成式AI影响下大学生深度阅读行为的实证研究，尤其对应用型本科院校的分析较为匮乏。本文以武汉学院在校生为研究对象，通过问卷调查分析大学生AI使用现状以及AI对大学生深度阅读行为的影响，并提出高校图书馆服务响应策略。

研究设计与数据来源

研究对象与问卷设计

本文采用自编问卷《AI工具影响下的大学生深度阅读行为调查问卷》，通过问卷星平台对武汉学院大一至大四在校生进行分层抽样调查。问卷共包含五个部分，第一部分为读者基本信息;第二部分了解大学生AI工具使用现状;第三部分调查大学生深度阅读行为现状;第四部分调研AI对大学生深度阅读行为产生的影响;第五部分调研读者对图书馆服务需求。问卷采用李克特五点量表进行评分(1=非常不符合，5=非常符合)。

数据收集与样本分布

本次调查共回收问卷473份，有效问卷469份，有效回收率99.2%。从日均上网时长来看，大学生日均上网呈现明显的高时长特征：超六成(68.4%)学生日均上网5小时以上，而少于3小时的仅占3.4%。这表明多数大学生日常生活已深度置身于数字媒介环境中，这为理解其AI工具使用行为提供了必要的参考背景。

数据分析方法与信度效度分析

运用SPSS软件对问卷数据进行描述性统计和皮尔逊相关分析，以p<0.05为显著性标准，以相关系数r判定关系强度。采用Cronbach's α系数和KMO-Bartlett球形检验，对五个核心量表进行信效度检验，具体结果如表1所示。

问卷信效度检验结果显示，五个分量表的Cronbach's α介于0.729—0.930，其中图书馆服务需求量表(α=0.930)达到优秀水平，总量表信度为0.860，整体信度良好。在结构效度方面，深度阅读行为表现(KMO=0.902)与图书馆服务需求(KMO=0.8913)达到优秀水平，所有量表的Bartlett球形检验均达到统计显著(p<0.001)，表明各量表题目之间存在显著相关性，适合进行因子分析。

基于问卷调查的实证分析

AI工具使用现状

1.使用率与工具偏好

调查结果显示，使用过生成式AI工具的大学生共447人，占总样本的95.3%。其中，选择“经常使用”与“偶尔使用”的占比89.1%。在常用工具排名(多选)中，DeepSeek选择最多，占78.2%。

2.使用场景分析

使用场景分布呈现明显的“效率导向”特征。占比较高的场景依次为“课程作业/实验报告”(76.2%)、“论文写作”(63.8%)、“让AI快速总结长文章或书籍核心内容”(57.2%);体现深度认知加工的“多轮提问深入分析复杂概念”(33.4%)和“验证或质疑自己的理解”(18.6%)占比较低。

3.AI使用态度与依赖程度

由表2可知，大学生在AI使用态度上呈现明显的分化特征。“通过连续追问深入理解”(M=3.70)和“对比整合AI与自己的阅读信息”(M=3.68)均值最高，表明策略性使用AI是大学生的主流倾向;“经常直接复制AI答案很少核实”(M=2.98)均值最低，表明多数大学生对盲目复制AI答案持保留态度;其余题项处于中等水平。

大学生深度阅读行为现状

1.深度阅读频率与时长

调查结果显示，每周进行深度阅读的大学生共367人。每周不进行深度阅读的大学生占14.6%，有61.3%的大学生每周深度阅读不超过2次。在专注时长方面，62.3%的大学生单次专注时长不足30分钟，整体专注时长偏短。

2.深度阅读行为策略

由表3可知，大学生在深度阅读策略各维度上的表现整体处于中等偏上水平(M=3.81—4.07)。其中，“联系已有知识或个人经验”(M=4.07)和“读不懂时再读或查资料”(M=4.05)均值最高，表明关联整合与主动重读是大学生常用的深度阅读策略。

3.日常阅读的碎片化特征与能力自评

在日常阅读碎片化特征方面(如表4所示)，三个题项的均值均高于3.00，表明大学生普遍认同碎片化阅读已成为常态。

通过问卷调查大学生对自身一年来深度阅读能力变化的自我认识，发现有34.1%的大学生认为自己的深度阅读能力有“明显提高”和“略有提高”，自我感知“明显下降”和“略有下降”的占47.6%，这表明AI在一定程度上削弱了大学生对自身深度阅读能力的自信心与实际表现。

AI工具使用与深度阅读行为的关系分析

本文计算了“学生对AI依赖程度”(9.1、9.2、9.3、9.6之和)、“学生AI整合使用能力”(9.4、9.5之和)与“深度阅读行为总分”(12.1至12.6之和)的皮尔逊相关系数，以探究AI工具使用与深度阅读行为之间的内在关联，具体如表5所示。

注：N=352(Q9与Q12共同有效样本)，***表示p<0.001，ns表示不显著(p>0.05)。

大学生对AI依赖程度与深度阅读行为总分间的相关性未达到统计显著水平(r=-0.03，p=0.58)，表明大学生对AI的依赖程度并不是直接导致深度阅读行为减少的原因;而大学生对AI的整合使用(追问、对比整合)与深度阅读行为呈显著正相关(r=0.18，p<0.001)，这表明策略性的使用AI工具对大学生深度阅读具有正向影响。

同时，本文梳理了单项行为(如表6所示)，“让AI扮演提问者”(r=0.21)和“AI帮助搜集信息以便内化”(r=0.14)与大学生深度阅读行为呈显著正相关，表明赋能型使用策略对大学生深度阅读产生积极作用。

注：ns表示不显著(p>0.05)，**表示p<0.01。

这些数据表明，利用整合策略使用AI的大学生，能够达到与传统深度阅读学生相同的阅读水平和能力;而单纯依赖AI给出“答案”的大学生，缺乏整合能力和批判性使用AI工具的意识，他们的深度阅读能力明显偏低。

学生对AI影响的主观整体评价

问卷第16题调查了大学生自评AI工具对其深度阅读能力产生的总体影响，认为“比较或非常正面”的占27.6%，“比较或非常负面”的占15.4%。这表明多数大学生尚未养成明确的整合性使用习惯，未感知到明显影响;而少数深度使用者感受到正面赋能，少数高度依赖者则体会到负面冲击。

图书馆服务需求

在图书馆服务需求方面(如表7所示)，大学生对“权威可靠的学术资源”和“基于馆藏的AI助手”需求最多，体现了其对AI时代信息可信度的深层焦虑。在参加意愿方面，表示“非常愿意”“比较愿意”参加图书馆举办的“AI时代深度阅读训练营”的大学生占63.6%，为高校图书馆开展相关服务提供了良好的受众基础。

高校图书馆服务质量提升策略

重构信息素养教育：从“会用”到“巧用”

通过问卷调查发现，越依赖AI(遇到问题便询问AI、直接复制答案)的大学生，其深度阅读能力反而越弱;而那些会追问、会将AI给出的答案与自己所读内容进行对比的大学生，其深度阅读能力更强。因此，高校图书馆的信息素养教育需从“数字素养”转变为“人工智能素养”。人工智能素养不仅包括对AI工具的认知(既要提升效率，也要警惕意识形态风险、隐私安全、虚假信息和知识产权侵权等问题)，还应涵盖技能层面(学会辨别深度造假、评估不同AI工具的适用场景)与伦理安全层面(学术诚信、人机协作规范)。以真实学术文本为案例，让大学生体验“AI提问—原文精读—批判评估AI答案”的完整流程。

空间再造：打造“深度专注”与“智能辅助”双区并行

高校图书馆应围绕“未来学习中心”理念优化布局空间和馆藏资源，解决大学生专注力下降的问题;采用高密度存储、分布式借阅一体设备优化阅读空间，利用智能设备建设动静结合、多功能、灵活性高的交互式与沉浸式的学习空间，如设立“无AI深度阅读专区”、打造“AI辅助研学空间”等，在满足跨学科、跨领域知识服务需求的同时，实现空间服务功能的精细化分层。

阅读推广活动创新：聚焦“意义建构”能力

针对“用自己的话重组观点”得分偏低的问题，高校图书馆可设计“一页纸精读挑战”：让大学生读完复杂章节后，不得照搬AI摘要，必须自己组织语言写出文本核心观点与自身批判性思考，对优秀作品进行展示并给予奖励;也可举办“人机辩论读书会”，让大学生与AI分别站在不同阅读立场，由图书馆员引导深度讨论，强化大学生的独立思考能力。

资源与平台建设：构建可信的AI辅助体系

高校图书馆应积极探索开发“基于馆藏的AI助手”，推出可提供“有出处”“可核实”的工具，以满足大学生对权威学术资源的需求。同时，利用大数据构建读者画像，精准了解其学习、研究方向与借阅习惯，在为他们提供个性化推荐的同时，精准推送适配其深度阅读习惯的文献与资料。

AI时代馆员的素养进阶与协作赋能

高校图书馆馆员应具备以下四方面的素养。一是人工智能素养，包括对AI的认知(优势与风险，如幻觉、隐私、侵权)、技能(使用工具、分析评估、辨别深度造假)、在不同场景中的合理应用，以及伦理风险与安全防护;二是数据驱动的决策能力，图书馆馆员需利用大数据进行数据分析，以此构建读者画像，提供精准化服务;三是合作与资源整合能力，图书馆馆员应积极开展多方合作，推动高校图书馆与校内院系、学生社团及区域图书馆联盟协同发展;四是危机意识与专业自信，图书馆馆员必须认识到AI工具对图书馆服务的冲击，并坚信图书馆在权威资源、深度阅读引导等方面的不可替代性。只有主动学习、持续迭代，图书馆馆员才能真正从“资源导航者”转变为“深度学习引导者”。

随着生成式AI工具的广泛普及与持续迭代，大学生的信息获取方式更加依赖智能交互，其深度阅读行为既迎来机遇也面临挑战。因此，高校图书馆应主动转型，一是将信息素养教育从“工具操作”升级为“人机协同”;二是打造“无干扰深度阅读区”与“AI辅助研学区”并存的学习环境;三是创新阅读推广活动模式，聚焦意义建构而非简单信息获取，引导大学生从“被动接收”转向“主动消化”。同时，高校图书馆应加快搭建基于馆藏的AI问答系统，提供可溯源、可信赖的学术支持，并提升图书馆馆员的人工智能素养。高校图书馆应始终坚持将技术工具与人文阅读深度结合的原则，避免技术主导造成的阅读浅表化问题，进而真正成为AI时代深度学习的赋能者。

作者：黄保红 文雯 熊梦婷 刘雨齐

制作：吴飞飞

校对：肖梦妍

审核：颜宝辉