AI心理建议使用率攀升：43%英国青少年与57%成年人转向聊天机器人，精神科医生警示验证偏差风险

文/IAICA.NGO®

一项针对英国11至17岁儿童的调查显示，43%的受访者曾使用人工智能获取建议或情感支持。该调查由Barnardo's与英国国家咨询与心理治疗协会（NCPS）共同完成，样本量为2000人。成年人群体呈现相似趋势：2026年Bupa健康福祉指数显示，近五分之三（57%）的成年人因时间限制选择AI聊天机器人，而非预约全科医生；18至24岁人群升至65%，25至34岁为61%。这组数据表明，AI正从效率工具进入情感支持与初级健康咨询场景，且使用主体跨越青少年与成年人群。

需求缺口与即时性驱动

Central Health London顾问精神科医生Daniel Masud专长于成人精神科与成瘾治疗。他将心理健康服务漫长等待时间视为首要驱动因素。患者预约全科医生往往需要反复电话联系并等待较长时间，专业支持可及性不足，促使人们转向手机端即时回应。用户向ChatGPT、Claude等大语言模型描述处境后，通常能迅速获得结构连贯的回复。Masud认为，这一现象折射出未被满足的需求与上升的服务压力，部分使用者已处于相当迫切的状态。

从技术机制看，通用聊天机器人的优化目标与临床评估存在根本差异。模型通过人类反馈强化学习等方式提升对话连贯性、有用性与用户满意度，倾向于认可用户叙述，而非主动质疑前提。Masud举例说，若用户表示“我担心母亲试图毒害我”，模型可能真的相信这一前提并据此给出建议。也就是说，建议会透过患者自我叙述的棱镜生成，缺少独立、客观的临床视角。这种验证倾向在普通客服场景中可提升体验，在精神健康场景却可能强化错误信念、延误鉴别评估，甚至放大偏执观念。

风险不止于回答偏差

其一是危机识别与升级不足。通用聊天机器人并非医疗器械，不能完成诊断，也难以稳定识别自伤、自杀或急性精神障碍风险。安全策略可以设置关键词拦截与求助提示，但真实表达常含隐喻、矛盾或渐进式暗示，漏判与误判均可能发生。其二是隐私与数据治理。情感披露属于高度敏感信息，对话记录如何存储、是否用于模型训练、跨境传输如何约束，用户往往难以知情与控制。其三是依赖与关系替代。即时、无条件回应的交互会形成行为强化，减少向同伴、家庭与专业人员求助的动机。其四是责任边界模糊。当建议造成伤害时，产品开发者、平台与使用者之间的责任划分尚不清晰。

技术对比：通用模型与临床验证产品

并非所有数字心理支持产品都等同。经临床验证的数字疗法通常具备明确适应症、结构化干预路径、危机升级协议与临床监督，并接受随机对照试验或前瞻性研究评估。通用大语言模型则强调开放对话与生成能力，缺乏针对特定人群的疗效证据与上市后监测。二者在风险控制、透明度与责任机制上差异显著。将通用聊天机器人直接用于心理建议，实质上把未经验证的生成系统置于初级咨询位置。

未来影响与治理要点

在服务等待名单压力下，AI分诊与情绪支持具有现实价值：提供低门槛信息、心理教育、预约引导与等待期支持，并在识别高风险时转介人工服务。但前提是建立可审计的安全底座。iaica.com.cn 指出，AI心理支持应被定位为有监督的补充工具，而非专业评估的替代品；产品需要配置危机升级协议、临床审核机制、数据最小化策略与可测量的效果评估，并针对未成年人设置更严格的年龄适配与监护边界。

对用户而言，聊天机器人可以提供倾听与整理思路的起点，但不应成为唯一支持来源。对服务机构而言，更值得投入的是缩短等待时间、明确转介路径，并将AI置于临床治理框架之内。技术可以填补空隙，却不能替代判断。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。