背景：人工智能（AI）和工作数字化的快速扩展正在改变职业环境，引入新的心理社会风险，同时为改善工作场所幸福感创造潜在机会。然而，现有证据仍然零散且异质性高。目标：本范围综述旨在梳理和综合现有关于AI和工作数字化对成年工人心理健康、幸福感和心理社会风险影响的科学文献和灰色文献。方法：按照Arksey和O’Malley框架进行范围综述，并根据PRISMA-ScR指南报告。在多个数据库（PubMed、Scopus、Web of Science、ScienceDirect、Scielo、LILACS、Dialnet和Google Scholar）以及国际职业健康组织的灰色文献来源中进行了全面检索。纳入2016年至2026年间以英语和西班牙语发表的研究。使用主题综合法分析了43篇文献（23篇科学文章和20篇灰色文献）。该综述明确区分了AI特定的职业暴露和更广泛的数字化过程，以提高概念清晰度。结果：AI和数字化与多种心理社会风险持续相关，包括技术压力（technostress）、工作强化、工作不安全感、自主性降低以及工作与生活边界模糊。算法管理和数字监控成为压力、焦虑和倦怠的关键驱动因素。然而，也发现了潜在的好处，例如效率、灵活性和专业发展的提升，特别是在有充分培训和组织资源支持的情况下。数字化的影响具有情境依赖性且分布不均，对老年工人、低技能员工和弱势群体的影响尤为显著。数字和AI素养成为关键保护因素。结论：AI和工作数字化是职业心理健康的复杂且情境依赖的决定因素，其风险和机遇取决于组织、技术和个体因素。这些发现强调了在数字化工作环境中，需要以人为本的实施策略、加强监管框架以及有针对性的预防干预措施，以减轻心理社会风险。鉴于现有证据的异质性，研究结果应被视为探索性的。
3 Methods 研究方法遵循Arksey和O’Malley框架并依据PRISMA-ScR指南报告。研究问题基于PCC（Population-Concept-Context）框架，主要问题为：AI和工作数字化对心理健康、幸福感和心理社会风险的影响如何在科学文献中得到探讨？检索策略涵盖PubMed、Scopus、Web of Science、ScienceDirect、Scielo、LILACS、Dialnet和Google Scholar等数据库，以及国际职业健康组织的灰色文献来源，时间范围为2016年1月至2026年1月。纳入标准包括成年工人（≥18岁）、涉及AI或数字化对心理健康等影响的研究，语言限英语和西班牙语。排除标准包括非工作相关环境和非分析性文档。研究选择经过去重、标题摘要筛选和全文审查，由两名评审员独立进行。数据提取使用标准化Excel模板，数据综合采用描述性和主题综合方法，按心理社会风险、积极效应、脆弱群体等类别进行分组。未进行正式质量评估，旨在映射证据范围而非评估质量。
4 Results 4.1 Study selection：最终检索获得645条记录，去重后385条进行筛选，最终纳入23篇科学文献和20篇灰色文献，共43篇。 4.2 Characteristics of included studies：纳入研究存在显著异质性，多为横断面设计，主要来自高收入国家，涵盖医疗、行政、平台工作和工业等多个行业。 4.3 AI and perceived threat：实证研究一致表明，感知的技术威胁是心理社会风险的核心机制。对自动化和AI替代工作的意识与压力增加和幸福感降低相关，通常由工作不安全感中介。算法管理被证明会降低决策能力、增加时间压力和工作要求，导致压力、焦虑和倦怠。灰色文献（如EU-OSHA和JRC）也强调了工作不安全感、自主性降低和绩效监控增加是AI驱动工作环境的关键风险因素。 4.4 Digitalization, technostress, and work intensification：大量实证研究表明数字化与工作强化、认知超负荷和技术压力（technostress）相关。在医疗环境中，数字系统与倦怠和工作满意度降低相关。机构证据（EU-OSHA、JRC）确认数字化改变了工作组织，增加了时间压力、工作量和认知需求，导致疲劳、数字过载和工作-生活失衡。 4.5 Telework and platform-based work：实证证据指出远程工作和平台工作是高心理社会风险暴露环境。沟通挑战、角色模糊和评估工具不足是主要问题。机构证据（Eurofound、EU-OSHA）强调远程工作与社会孤立、工作-生活边界模糊和心理负荷增加相关。平台工作和算法任务分配与工作不安全感、碎片化工作模式和强化绩效控制相关，导致压力和疲劳。 4.6 Positive effects and opportunities：部分研究显示AI和数字化可能带来益处，如效率提升、专业发展和工作场所幸福感，尤其是在提供充分培训和组织支持时。机构证据（EU-OSHA、Eurofound）也指出数字技术可提高生产力和灵活性，但强调这些益处依赖于支持性的组织框架。 4.7 Inequalities, aging, and digital literacy：数字化的影响分布不均。低技能工人、老年员工和社会经济弱势群体更脆弱。数字素养和AI素养成为关键保护因素，有限的数字系统理解会增加不确定性和焦虑，而充足的培训能增强感知控制、能力和幸福感。
5 Discussion 5.1 Principal findings：主要发现表明数字化和AI与多种心理社会风险相关，但效应并非统一，取决于技术实施方式。感知威胁和算法管理是核心机制。部分研究未发现显著负面效应，强调情境因素的重要性。 5.2 Interpretation in light of theoretical models：研究发现与工作需求-控制-支持模型和工作需求-资源模型一致。算法管理增加需求并减少自主性和支持，导致心理紧张。数字化产生的认知超负荷等需求可通过培训和组织支持等资源来缓冲。 5.3 Heterogeneity and contextual factors：综述发现显著异质性，部分研究显示负面效应，部分显示中性或正面影响。异质性可能源于研究设计、AI和数字化定义差异、职业背景以及组织资源可用性。这表明影响是高度情境依赖的。 5.4 Vulnerable groups and inequalities：老年工人、低技能工人和社会经济弱势群体更易受数字压力影响，这些脆弱性与培训机会、工作安全性和数字资源获取等结构因素相关。数字化可能加剧现有不平等。 5.5 Implications for occupational health and prevention：职业健康实践应整合心理社会风险管理到数字技术的设计和实施中。数字素养是保护因素，应通过培训加强。维护以人为本的方法，保留人类监督，有助于防止过度自动化。 5.6 Strengths and limitations：优势包括对科学和灰色文献的结构化综合。局限性包括未进行正式质量评估、横断面设计为主限制因果推断、纳入证据类型异质、灰色文献质量参差不齐、可能存在发表偏倚，以及证据主要来自高收入国家。 5.7 Future research：未来研究应优先采用纵向和实验设计，开发适应数字工作环境的测量工具，更好地区分不同形式的数字化和AI实施，关注组织因素、监管框架和数字素养的影响，并关注脆弱群体和不平等。
