Scrollujesz wieczorem bez konkretnego celu. Sięgasz po telefon zanim wstaniesz z łóżka. Przekonujesz siebie, że to tylko nawyk. Ale gdzie przebiega granica między nawykiem a uzależnieniem – i czy dotyczy to wyłącznie nastolatków? Naukowcy badają to pytanie od ponad dekady, choć odpowiedź jest bardziej złożona, niż mogłoby się wydawać.
Czym jest uzależnienie cyfrowe i jak je mierzyć?
Uzależnienie od internetu (IA – internet addiction) bywa w literaturze naukowej definiowane jako utrata kontroli nad korzystaniem z sieci, której towarzyszą wyraźne zaburzenia funkcjonowania społecznego i psychologicznego. Objawy kliniczne obejmują kompulsywne powracanie do aktywności online, zaniedbywanie codziennych obowiązków i odczuwanie dyskomfortu przy próbie ograniczenia korzystania z internetu (Zhu et al., 2023).
Pojęcie „uzależnienia cyfrowego” jest dziś stosowane jako termin parasolowy, obejmujący cztery podtypy: uzależnienie od internetu (IA), od smartfona (SA), od gier (GA) i od mediów społecznościowych (SMA) (Shiferaw et al., 2025). Pierwsze formalne uznanie tej kategorii w psychiatrii nastąpiło w 2013 roku, gdy Amerykańskie Towarzystwo Psychiatryczne włączyło do DSM-5 (kolejna edycja klasyfikacji zaburzeń psychicznych Amerykańskiego Towarzystwa Psychiatrycznego) rozpoznanie Internet Gaming Disorder — jednak wyłącznie jako stan wymagający dalszych badań, nie pełnoprawną diagnozę (Zhu et al., 2023).
Czytając badania z tej dziedziny, warto znać jeden kluczowy wskaźnik statystyczny: OR, czyli iloraz szans (ang. odds ratio). Mówi on, o ile bardziej prawdopodobne jest wystąpienie danego zjawiska w jednej grupie niż w drugiej. OR = 2,0 oznacza, że coś zdarza się dwukrotnie częściej u osób z uzależnieniem cyfrowym niż u osób bez niego. OR = 1,0 oznacza brak różnicy między grupami. Wskaźnik ten nie mówi o przyczynie — jedynie o współwystępowaniu.
Kogo dotyczą badania – przegląd grup wiekowych
Istniejące badania nie obejmują równomiernie wszystkich grup wiekowych. Warto to wiedzieć, zanim zacznie się wyciągać wnioski.
Dzieci i młodsze nastolatki (10–14 lat) są grupą najrzadziej badaną, mimo że biologicznie mogą być najbardziej narażone. W tym okresie kora przedczołowa – odpowiedzialna za kontrolę impulsów – wciąż dojrzewa, co teoretycznie sprzyja utrwalaniu się mechanizmów uzależnienia (Penninx & Lee, 2024). Badania neuroobrazowe sugerują, że u nastolatków z IA zmiany w sieciach neuronalnych są mierzalne, choć większość tych badań pochodzi z Azji Wschodniej i trudno bezpośrednio przenosić ich wyniki na inne populacje (Penninx & Lee, 2024).
Starsze nastolatki i studenci (15–25 lat) to zdecydowanie najlepiej przebadana grupa – dominuje w niemal wszystkich dużych syntezach. Szacowany odsetek uzależnienia od internetu w tej grupie waha się od 7,9 do 40,3% w zależności od kraju i zastosowanego narzędzia pomiarowego (Shiferaw et al., 2025). Ta rozpiętość sama w sobie sugeruje, że nie ma jeszcze jednolitego standardu diagnozowania.
Dorośli pracujący (26–45 lat) to grupa, która w istniejących badaniach jest wyraźnie niedoreprezentowana. Duże randomizowane badania poświęcone wyłącznie tej grupie praktycznie nie istnieją. Autorzy przeglądów sami wskazują na ten brak jako jeden z priorytetów przyszłych badań (Shiferaw et al., 2025; Lu et al., 2025).
Osoby starsze (46+) pozostają poza zakresem analizowanych publikacji. Żadna z czterech głównych syntez z lat 2023–2025 nie wyodrębnia tej grupy. Nie oznacza to, że problem ich nie dotyczy -oznacza jedynie, że nauka tego obszaru jeszcze nie zbadała.
Jakie skutki zdrowotne obserwują badacze?
Największa dostępna synteza – metaanaliza obejmująca 172 badania z udziałem ponad miliona uczestników odnotowała szereg powiązań między uzależnieniem cyfrowym a negatywnymi skutkami zdrowotnymi u młodych ludzi (Shiferaw et al., 2025). Należy jednak pamiętać, że OR opisuje współwystępowanie, a nie przyczynowość: nie wiadomo, czy uzależnienie prowadzi do tych problemów, czy osoby z istniejącymi trudnościami są bardziej podatne na uzależnienie, czy też oba zjawiska mają wspólną przyczynę.
Wśród odnotowanych powiązań znalazły się: wyższe prawdopodobieństwo bezsenności (OR 1,46), nadwagi lub otyłości (OR 1,25), depresji (OR 1,76), lęku (OR 2,14) oraz skłonności samobójczych (OR 2,63). W obszarze zachowań ryzykownych zaobserwowano też związek z sięganiem po narkotyki (OR 1,94) i problematycznym spożyciem alkoholu (OR 1,47). Badanie to dotyczyło wyłącznie osób do 25. roku życia, co ogranicza możliwość przenoszenia tych danych na dorosłych (Shiferaw et al., 2025).
Odrębny nurt badań — z użyciem funkcjonalnego rezonansu magnetycznego (fMRI) — wskazuje, że u nastolatków z IA zmiany w łączności sieci mózgowych są podobne do tych obserwowanych w uzależnieniach substancyjnych (Penninx & Lee, 2024). Obraz nie jest jednak jednostronny: sieci odpowiedzialne za kontrolę poznawczą i samoregulację wykazują obniżoną łączność, podczas gdy obszary systemu nagrody (m.in. jądro półleżące i jądro ogoniaste) – podwyższoną, proporcjonalnie do nasilenia objawów.To interesujący trop neurobiologiczny, choć liczba dostępnych badań jest wciąż niewielka, a ich jakość metodologiczna zróżnicowana (Penninx & Lee, 2024).
Co wiemy o leczeniu?
Sieciowa metaanaliza 57 randomizowanych badań klinicznych z udziałem 3538 pacjentów porównała skuteczność 13 różnych podejść terapeutycznych. W tym rankingu najlepiej wypadło połączenie przezczaszkowej stymulacji magnetycznej (rTMS) z terapią poznawczo-behawioralną (CBT) (Zhu et al., 2023). Ogólna jakość dowodów w tej dziedzinie jest jednak oceniana jako słaba — niezależny przegląd metaanaliz stwierdził, że w 19 z 21 analizowanych powiązań siła dowodów pozostaje niewystarczająca, co autorzy interpretują jako wynik metodologicznych ograniczeń całego pola badawczego (Lu et al., 2025).
Wśród metod dostępnych bez kliniki najlepiej udokumentowaną pozostają regularne ćwiczenia fizyczne, które w kilku badaniach wiązały się z obniżeniem wyników na skalach uzależnienia oraz poprawą nastroju. Trening samokontroli i terapia rzeczywistości (reality therapy) są obiecujące, lecz baza badań jest zbyt mała, by formułować mocne rekomendacje (Zhu et al., 2023).
Reality therapy – metoda terapeutyczna oparta na teorii wyboru, zakładająca, że człowiek jest odpowiedzialny za własne zachowania i decyzje. Pacjent uczy się oceniać, czy jego aktualne działania służą realizacji własnych celów, i zastępować destrukcyjne wzorce – takie jak kompulsywne korzystanie z internetu – zdrowszymi alternatywami (Lu et al., 2025).
Podsumowanie
Badania nad uzależnieniem cyfrowym przynoszą coraz więcej danych, ale obraz pozostaje niekompletny, szczególnie jeśli chodzi o dorosłych po 25. roku życia. Dostępne wyniki sugerują, że problem nie ogranicza się do nastolatków, a skutki zdrowotne mogą być poważne. Jednocześnie jakość większości dowodów jest wciąż oceniana jako umiarkowana lub słaba, a niemal wszystkie duże badania pochodzą z Azji Wschodniej. Najskuteczniejszą zbadaną terapią pozostaje rTMS w połączeniu z CBT, a najpraktyczniejszą codzienną metodą wspierającą – regularne ćwiczenia fizyczne.
Uzależnienie cyfrowe to zjawisko realne i mierzalne – ale nauka jest dopiero w połowie drogi do pełnego jego zrozumienia. Dorosłych w badaniach wciąż brakuje, co powinno skłaniać do ostrożności zarówno w alarmizmie, jak i w bagatelizowaniu problemu.
Bibliografia
- Zhu, J., Xu, Y., Li, H., Zhong, X., Wang, J., & Liang, L. (2023). Effects of different interventions on internet addiction: a systematic review and network meta-analysis. BMC Psychiatry, 23(1). https://doi.org/10.1186/s12888-023-05400-9
- Shiferaw, B. D., Tang, J., Wang, Y., Wang, Y., Wang, Y., Mackay, et al. (2025). Impact of digital addiction on youth health: A systematic review and meta-analysis. Journal of Behavioral Addictions, 14(3), 1129–1158. https://doi.org/10.1556/2006.2025.00081
- Penninx, M. L. Y. C., & Lee, I. O. (2024). Functional connectivity changes in the brain of adolescents with internet addiction: A systematic literature review of imaging studies. PLOS Mental Health, 1(1), e0000022. https://doi.org/10.1371/journal.pmen.0000022
- Lu, X., Zhang, J., Li, Y., Chen, Y., Wang, Y., & Liang, Z. (2025). Interventions for digital addiction: An umbrella review of meta-analyses. Journal of Medical Internet Research, 27, e59656. https://doi.org/10.2196/59656
Podobne Artykuły
Czas czytania: 9 minMasz dobrą, stabilną pracę. Zarabiasz nieźle, nikt cię nie mobbinguje. A jednak coraz
Macierz Eisenhowera: Jak przestać być ofiarą iluzji pilności i skupić się na tym, co naprawdę ważne?
Czas czytania: 5 minCzy kiedykolwiek miałeś wrażenie, że ciągle jesteś zajęty, ale tak naprawdę nie osiągasz
Czas czytania: 5 minCzy zdarza Ci się czuć, jakbyś był kompletnie wykończony? Jakby każda kolejna prośba,