人工智能心理咨詢的發展與應用

李敬榮　趙然　張玉

摘 要 基于對話技術的人工智能研究蓬勃發展，而臨床心理咨詢是一個典型的、運用對話技術達成目標的領域，由此，人工智能心理咨詢成為一個全新而且熱門的發展方向。本文全新定義人工智能心理咨詢這一概念，梳理人工智能心理咨詢的初期發展歷程和應用研究，詳述人工智能心理咨詢的相關理論——解釋水平理論、情緒對話模型和人工智能心理咨詢技術，對人工智能心理咨詢的類型、咨詢效果和倫理關系進行全面總結，并總結人工智能心理咨詢面臨挑戰。人工智能心理咨詢可以解決我國心理咨詢供給側不足的問題，還能提供個性化心理咨詢服務以滿足不同群體的心理健康需求，全面提高心理健康服務效率和質量，科學地提供專業心理咨詢，提高我國國民心理健康素養水平。

關鍵詞 人工智能心理咨詢;聊天機器人;情緒對話模型;人工智能心理識別;心理健康數字化應用

分類號 B849

DOI： 10.16842/j.cnki.issn2095-5588.2022.05.005

1 引言

世界格局多變，全球疫情形勢嚴峻，大眾也面臨著更多的心理挑戰，當下年輕人的心理健康狀況不容樂觀，尤其是面臨城市化和互聯網化帶來的生活壓力，抑郁癥、拖延癥、焦慮癥、強迫癥、社交恐懼癥等新型心理問題正在成為流行的“時代病”。一項2018年的調查表明，中國約有41.1%的抑郁障礙患者共病其他精神障礙，其中29.8%的患者共病焦慮障礙，13.1%的患者共病物質使用障礙，7.7%的患者共病沖動控制障礙，研究結果還顯示，大多數抑郁障礙患者均存在明顯社會功能損害，且衛生服務利用率很低，很少獲得充分治療（黃悅勤， 2018）。

同時民眾對心理健康的需求巨大，有研究表明88%的受訪者認為心理健康工作重要，但在實際生活中，國民感知到心理咨詢服務不便利，心理咨詢行業存在服務體系不完善，相關法律缺失等問題（劉燊， 柏江竹， 2022; 傅小蘭， 張侃， 2019）。國內心理服務平臺簡單心理（2021）發布的2020大眾心理健康洞察報告顯示，超過80%的受訪者表示有過抑郁、焦慮等情緒困擾，78.34%的受訪者認為心理健康問題很重要。人們對心理健康前瞻性和預防性的需求大幅增加，政府也隨之出臺相應政策，國家發展和改革委員會規劃司（2021）發布《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》，其中第四十四章第一節“構建強大公共衛生體系”中指出要“完善心理健康和精神衛生服務體系”;第五十五章第一節指出“健全社會矛盾綜合治理機制。健全社會心理服務體系和危機干預機制”。可見我國政府與國民都相當重視心理健康問題，心理咨詢行業也逐漸被大家關注和接納。

在美國， 每100萬人口就有1000人（1000∶1）從事心理咨詢服務，按照此比例，中國至少需要140萬名心理咨詢師， 2018年我國持證心理咨詢師約為60萬人，從業率僅達5%（江成程， 2018）;截至2020年3月，中國心理學會（2020）累計發展個人會員約13000人，可見，目前執業的專業人士遠遠不能滿足我國龐大的心理需求，且相當多的持證心理咨詢師并未勝任咨詢工作;傅小蘭等人（2019）的報告中也指出我國心理咨詢行業存在從業人員專業性相對較低的問題，因此我們必須重視心理咨詢服務的專業性，在保證心理咨詢質量的同時，擴大心理咨詢服務的范圍。

面對疫情下的嚴峻挑戰和對心理咨詢的迫切需求，線上心理咨詢在疫情期間發揮作用，逐漸成為心理咨詢的主導形式（李玲， 黃艷蘋， 2021）。而中國心理咨詢行業存在的供需矛盾讓人們放眼前沿科技，將人工智能技術嘗試應用于心理健康和心理咨詢。本文對基于人工智能的心理咨詢進行概念化說明，梳理人工智能心理咨詢前期發展和實際應用，論述人工智能心理咨詢的理論基礎——解釋水平理論、情緒對話生成模型和其依托技術，對人工智能心理咨詢的不同分類、咨詢效果和倫理關系全面總結，歸納人工智能心理咨詢面臨挑戰。人工智能心理咨詢這一新興產業將會大大改善我國心理咨詢現狀，在滿足大量用戶心理咨詢需求的同時，真正關注人們的心理健康，促進社會發展，保障我國國民心理健康素養。同時人工智能技術也將出現質的飛躍，人類真正進入強人工智能時代。

2 人工智能心理咨詢前期發展

心理咨詢是指運用心理學的方法，對心理適應方面出現問題并企求解決問題的求詢者提供心理援助的過程。人工智能心理咨詢，即采用人工智能技術的機器人或對話系統，為來訪者提供心理援助和心理支持。人工智能心理咨詢可以通過深度學習技術借鑒大量咨詢師的專業知識與經驗，通過情緒對話生成理論構建心理咨詢模型，為來訪者提供專業的心理咨詢服務。人工智能簡稱AI，因此，有研究者將其稱為AI心理咨詢（史夢璐， 2016）。

近年來，民眾對心理咨詢的需求量猛增，但國內專業心理咨詢師數量遠遠不足，且目前專業心理咨詢師的培養時間久，要求高，時間金錢等消耗巨大。比如，中國心理學會注冊心理師要求學員為心理學相關專業碩士學位且直接咨詢時長不少于150小時，接受注冊督導師面對面督導時長不少于100小時等，這意味著在3～5年的時間內，我國具備勝任能力的心理咨詢師依然稀缺。2020年，世界各地發生新冠肺炎疫情，面對這一公共衛生危機事件，我國大量群體需要及時的心理疏導和專業的心理咨詢，因此基于網絡的線上心理咨詢逐漸成為主導的咨詢方式。人工智能心理咨詢不僅能緩解我國咨詢行業供給側嚴重不足的問題，滿足廣大人民的心理健康需求，更能提高基于互聯網的線上心理咨詢服務的質量，促進我國心理健康戰略部署。因此在人工智能對話系統的不斷發展中，人們將機器人技術和心理咨詢相結合，更新迭代了多個社交機器人，并將社交機器人運用在醫療保健、老年人護理、自閉癥兒童及抑郁癥患者等的治療中，并且取得了相當不錯的成效（郭怡， 侯晨雨， 2021; 李睿強， 2016; 袁欽湄等， 2020; Dawe et al.， 2019; Fulmer， 2019; Prochaska et al.， 2021）。75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

2.1 人工智能對話機器人研發歷程

人工智能是能理解人類語言，執行涉及復雜操縱的機械任務，可以解決涉及大數據的復雜問題，并以類人方式回應的數字技術。人工智能在當下生活已經無處不在，從社交媒體到語音智能助手，從人臉識別系統到數字化車間，人工智能技術幫助人們獲取信息，促進社會交往，提高工作效率。

對話機器人（chatterbots），也被譯為聊天機器人、虛擬代理等，是模擬人類對話的計算機程序（Deryugina， 2010），它能夠在人類環境中與人進行自然有效的人機交互，并通過賦予其情感化和人性化的特征，給人以相應的情感交互體驗（鄧衛斌， 于國龍， 2016; 李燁， 2010; 史夢璐， 2018）。

1966年，約瑟夫·魏森鮑姆在麻省理工學院開發了第一個聊天機器人伊萊扎（Eliza）。伊萊扎會使用一些技巧來展開對話，例如重復回答一個人或提供開放式的問題來創設對話場景。魏曾鮑姆發現，人們相信他們在和一個真正的治療師交談，有些人還透露了非常私人的秘密（Knight， 2018）。計算機化認知行為治療（CCBT）是通過電腦交互界面，用高度結構化的多種媒介互動方式（如網頁、漫畫、動畫、視頻、聲音等）來體現認知行為治療（袁欽湄等， 2020）。Calm和Headspace等應用程序能提供信息和自助指導，教授健康的應對技能，如冥想或正念;Ginger、Silvercloud、Unmind和Together all等平臺能幫助用戶與心理健康專家建立虛擬聯系以進行咨詢和治療，或幫助用戶相互交流，以獲得支持和社會聯系;國內的對話機器人有小丘和對話系統EVA;2017年，斯坦福大學研究人員開發了一款Facebook對話機器人——Woebot，它是一種自動會話代理，以簡短的日常文本會話格式提供認知行為療法，以情緒跟蹤和量身定制的對話為中心，根據用戶的輸入和選擇，專注于CBT心理教育、應用心理治療技能來改變認知、正念練習等（Prochaska et al.， 2021），且研究發現Woebot可以在兩周內減輕學生的抑郁癥狀（Fitzpatrick et al.， 2017）。對話機器人已經具備了心理咨詢的基礎技能，提供即時傾訴功能，時刻陪伴用戶，給用戶情感支持。

2.2 人工智能對話機器人應用研究

人工智能對話機器人被研發至今，在日常生活中一直具有陪伴、傾訴和情感支持的功能，因此近年來不斷被應用于心理治療及心理健康干預，其中Paro、NAO、CRECA、Betty和Haptic Creature等社交機器人被用于不同年齡段個體的心理健康管理，已被證實可以引導積極情緒、 提高鍛煉動機與幸福感、 降低焦慮及心率（郭怡， 侯晨雨， 2021）。

在醫療保健方面，人工智能聊天機器人可以幫助減輕癌癥患者焦慮、抑郁等負性情緒（史夢璐， 2018; Alemi et al.， 2014）;聊天機器人可以用于養老院減輕老人的孤獨感和護士的職業倦怠（史夢璐， 2018; Wada et al.， 2004）。NAO、Rrobotic、Softbank等機器人被應用于醫療護理及特殊教育等機構和領域（Dawe et al.， 2019），比如通過課程模塊為自閉癥兒童進行康復訓練（李睿強， 2016）。Joranson等人（2015）發現Paro可以減少癡呆癥患者的躁動和抑郁;在護理方面，有些人更喜歡機器人幫助自己做康復運動，以減少麻煩他人的內疚感（史夢璐， 2018; Cherry et al.， 2017）。人工智能技術可以對醫療信息的大型數據集進行快速模式分析，其算法能夠評估人眼無法檢測到的異常或細微之處，有些方面人工智能表現得與經驗豐富的臨床醫生一樣好（Graham et al.， 2019; Hosny et al.， 2018; Sengupta & Adjeroh， 2018）。

借鑒人工智能技術的模式識別， 朱廷劭（2019）提出了基于人工智能技術的心理識別——生態化識別（ecological recognition， ER）方法，充分利用生態化行為數據，結合人工智能技術，實現對個體心理特征的自動識別。他們也將生態識別成功應用于家暴、在線干預自殺、分析網絡熱點下的社會心態等現實研究，如朱廷劭（2019）使用生態化識別開展家庭暴力的心理影響研究，追蹤受害者在遭受家暴前后的網絡行為，利用預測模型對比家暴前后的抑郁程度，發現親密關系間暴力會導致受害者抑郁程度顯著升高，由于測量時間較短，受害者的自殺意念與幸福感兩項心理特征沒有表現出顯著性差異。這意味著，生態化識別可以預測并對比家暴后人們的抑郁程度這一心理特征，雖然目前受限于時間和技術，但是生態化識別這一技術可以在大數據時代對人們的心理狀態進行快速追蹤研究，擁有較高的生態效度;Liu等人（2019）使用生態化識別進行在線主動自殺干預，基于新浪微博平臺，結合用戶文本和行為數據分析，首先比較自殺死亡用戶和無自殺傾向用戶在社交行為、語言使用上的差別，進而歸納出識別有自殺傾向用戶的模式——自殺意念識別模型PSPO（proactive suicide preventiononline），經檢驗后發現，該模型優于之前同領域的自殺識別模型的性能。此模型在確認用戶的自殺意圖后，會通過微博私信的方式提供各類心理危機干預內容，其中69%的參與者接受了該模型提供的干預方式，可以說它為那些之前有過自殺想法和行為尋求幫助的人提供了一種新的獲得幫助的方式。

3 人工智能心理咨詢的理論與技術

3.1 人工智能心理咨詢相關理論

人工智能心理咨詢以人工智能技術的機器人或對話系統為智能載體，為用戶提供專業心理咨詢服務，讓人工智能對話機器人擁有對用戶進行心理咨詢的能力，產生智能心理咨詢內容。因此心理咨詢能夠融合于人工智能，理論與技術缺一不可。在理論方面，目前人工智能心理咨詢的理論基礎是一般心理理論在智能化心理咨詢領域的延伸，主要有解釋水平理論和基于Hill助人理論的情緒對話生成模型，而匯總國內外文獻，目前并未有學者明確提出從人工智能角度出發的智能化心理咨詢理論，我們認為這也許是因為學界的重點在使用人工智能技術進行專業心理咨詢而非機器人心理咨詢療法，因此智能化心理咨詢理論還需在未來進行深入探討。75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

3.1.1 解釋水平理論

根據解釋水平理論，人們對于事件的表征有不同的抽象水平， 抽象程度高即高解釋水平，抽象程度低即低解釋水平。個體對事物的解釋水平會隨著心理距離的變化而變化。近年來，解釋水平理論被廣泛應用于他人認知、人與人關系、歸因等社會認知研究中（黃俊等， 2015）。但對于新興的人機關系，以及人們對AI心理咨詢的感知，目前的研究甚少。因此我們使用解釋水平理論，驗證AI心理咨詢達到的咨詢關系和效果，以及AI心理咨詢對來訪者的說服程度。

基于解釋水平理論，我們發現，行為者對于人工智能是高解釋水平還是低解釋水平取決于與行為者行為相關的上級目標（Kim et al.， 2020）。人工智能是由人類設計和編程的，人們普遍認為人工智能的行為不是由其自主目標或意圖驅動的（Russell & Norvig， 2010; Ward et al.， 2013），而對行為主體缺乏自主意圖的感知抑制了從行為主體中推斷出上級目標的能力，從而導致觀察者對行為者進行低水平解釋（Kozak et al.， 2006）。這也意味著，人們會將人工智能的行為和意圖進行低水平解釋，即關注AI心理咨詢師如何做而不是這么做的原因，但人們會關注人類心理咨詢師為什么這么做而不關注行為本身。

人們會對AI心理咨詢進行低水平解釋，只關注AI心理咨詢提供的信息本身，但如果信息呈現低解釋屬性時，觀察者會感知到一致性，說服效果增加。這一理論契合了聊天機器人在指導人們進行冥想或正念等心理訓練上效果很好這一現象，人們對機器人提供的信息進行低水平解釋，正念等訓練動作本身呈現的是低解釋屬性，因此人們感知到一致性，所以機器人在此類訓練上說服效果很好。AI心理咨詢需要和來訪者進行認知觀念上的厘清，因此AI如何表達相應的認知理念，如何使用心理咨詢技術，直接影響最后的咨詢效果。

當我們用人類特有的特征（如能夠不斷進行學習）來描述人工智能對話機器人時，觀察者認為該機器人具有高解釋水平;相反，當一個人被描述為機器人的特征時，觀察者認為該人類是機器人（Kim & Duhachek， 2020）。這些結果表明，人們對人工智能機器人的特征和能力的信念決定了人們對該機器人的解釋水平，自然也決定了人們被說服的程度。基于解釋水平理論的研究，我們需要讓人們感知到高解釋水平的人工智能機器人，以保證AI心理咨詢達到和人類咨詢師相同的咨詢效果。

3.1.2 情緒對話模型

情緒情感是人類的基本心理現象之一，人們不僅在日常生活中流露情感，在產生心理困擾或者心理問題時，也會出現對應的情緒變化。在心理咨詢的任何一個過程中，咨詢師都要敏銳察覺來訪者的情緒變化，做到與來訪者共情，并對來訪者的情緒表達做出相應反應， 或結合ABC合理情緒療法等技術方法和來訪者工作。 Zhou等人（2017）在人工智能技術基礎上，開發出情緒對話模型（emotional chatting machine， ECM），實現了情緒可控的對話生成。該模型借助Hill的助人理論，首創三階段情緒支持對話框架：探索、安撫、行動。ECM模型不僅可以在內容上產生適當反應，比如產生恰當的語法和語句，而且還可以在情緒情感上產生一致的反應（Zhou et al.， 2017）。

ECM模型使用三種機制體現人機對話中的情緒感知和回應：（1）通過嵌入情緒類別建模情緒表達的高級抽象。（2）捕獲內隱的內部情緒狀態變化。（3）使用情緒詞匯進行外顯情緒表達。實驗也證明該模型可以有效疏導負面情緒（Zhou et al.， 2017），人工智能心理咨詢能夠以專業的咨詢技術和及時的情感反饋與來訪者工作，建立良好的咨詢關系，達到咨詢效果最大化。

3.2 人工智能心理咨詢技術

人工智能心理咨詢依托人工智能技術中模式識別、機器學習、人工神經網絡等核心技術，分析用戶的行為線索并構建模型，從而識別用戶心理特征，如人工智能心理咨詢可以通過模式識別，將用戶的肢體動作等信息轉化為計算機語言，為進一步分析打下基礎;人工神經網絡可以通過積累的心理咨詢案例，根據機器學習所掌握的心理問題機理，自動從現存數據中找尋并總結規律（張瑾汶等， 2019）。如Kosinski等人（2013）根據個體的點贊情況，通過構建模型來預測用戶的性別、年齡、幸福感、種族等基本信息;Hao等人（2013）根據分析用戶發布的文本與瀏覽記錄，分別建立心理健康預測模型和主觀幸福感網絡預測模型，預測準確率均達到良好水平。這些研究表明，使用用戶的網絡行為線索，通過機器學習構建預測模型，可以實現對用戶心理特征的有效識別;朱廷劭（2019）也提出了人工智能心理識別技術——生態化識別方法，使用用戶生態化的錄音、面部變化、步態、網絡行為數據、日記等自然狀態下的數據，結合人工智能技術，實現對個體心理特征的自動識別。Liu等人（2019）利用生態化識別并向社交媒體用戶提供自殺主動預防，結果表明，該方法可用于識別有自殺風險的人群并提供及時的危機管理。

4 人工智能心理咨詢的分類與應用

4.1 人工智能心理咨詢的類型

隨著科技不斷進步，人工智能對話機器人被視為精神病學和心理健康服務中“電子療法”的重要組成部分，用于治療心理健康和酒精以及其他藥物問題（Gratzer & Goldbloom， 2020）。人工智能機器人可以承擔心理咨詢師這一角色，聚焦心理問題，成為“AI心理醫生”，進行專業的心理咨詢，注重用戶身心健康。

隨著互聯網技術的發展，對話機器人已經在心理咨詢領域中投入使用，我們匯總了不同類型的對話機器人。根據工作方式的不同，可將人工智能心理咨詢分為文本心理咨詢類、語音心理咨詢類、面對面心理咨詢類;根據咨詢載體的不同，可將其分為心理咨詢App、虛擬心理咨詢機器人、實體心理咨詢機器人。雖然我們將人工智能心理咨詢按照不同標準進行分類，但有些對話機器人結合了不同類型，比如Woebot是結合文本心理咨詢和APP引導式互動的心理咨詢機器人。75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

4.1.1 不同工作方式分類

人工智能心理咨詢在發展早期以文本心理咨詢方式為主，如第一款聊天機器人ELiza。史夢璐（2019）的研究表明，在文字心理咨詢過程中，人們認為AI咨詢師和人類咨詢師的咨詢效果相當;機器人小丘是國內基于文本方式的對話機器人，也是國內在人工智能心理咨詢領域上的初步探索，它可以陪伴用戶疏解消極情緒，解決情緒相關問題，創始人彭晗認為，小丘不僅僅定位于情感陪伴，更能引導與用戶的對話，成為人們生活中攜手成長的知己（馮珊珊， 2016）;目前市場中的心理咨詢APP也大多使用文本心理咨詢，如Woebot、記憶模仿當事人說話信息及風格習慣的聊天機器人Replika，可以說，文本類仍是目前人工智能心理咨詢的主流方式。

隨著語音識別和對話技術的發展，語音心理咨詢逐漸成為人工智能心理咨詢的工作方式，實時對話也讓用戶感覺更像與人類在對話，如用于校園的數字化心理健康系統——AI減壓賦能機器人，在咨詢過程中，它會通過語音、生理、表情等多個系統實時采集學生信息，調整咨詢策略，并結合“心理劇”“空椅子”等心理咨詢方法改變學生的認知模式（郭怡， 侯晨雨， 2021）。

受限于機器人制造技術的發展，面對面心理咨詢是人工智能心理咨詢中較少使用的方式，但人工智能機器人Ellie會以虛擬人的身份出現在屏幕上，與用戶面對面咨詢，它結合虛擬現實和情感計算，分析來訪者的口頭反應、面部表情和語音語調（Darcy et al.， 2016）。在很多方面，Ellie代表了當今心理咨詢AI應用的最高技術，可以有效評估、診斷和治療創傷后應激障礙、抑郁和焦慮（Fulmer， 2019）;王曦等人（2021）研發實現了一種具有表情、語音交互、內容數據庫等功能的實體智能機器人，也可以直接與用戶面對面心理咨詢。

4.1.2 不同咨詢載體分類

心理咨詢APP一般依托APP與文字進行心理咨詢和心理干預，它可以在用戶的對話式互動中傳遞認知行為療法的自助技巧，緩解年輕人的抑郁和焦慮癥狀（Fitzpatrick et al.， 2017）;EMoods Bipolar Mood Tracker是讓用戶記錄自己一天內主觀情緒感受的應用程序，同時該APP也利用傳感器來記錄用戶的睡眠狀況、焦慮水平等，這些信息都可以發送給用戶的照料者或者咨詢師，方便他們及時掌握用戶的心理狀態;此外，它也可以幫助用戶獨立進行一些訓練，如根據APP的指導完成呼吸訓練，督促來訪者更好地完成咨詢師布置的家庭作業（Grünerbl et al.， 2014）。

虛擬心理咨詢機器人是指使用沉浸式虛擬現實 （immersive VR）技術來進行心理咨詢的機器人，首先，開發者會用電腦模擬產生一個三維空間的虛擬世界，給使用者在虛擬環境中提供關于視覺、聽覺、觸覺等感官的現實世界模擬。虛擬心理咨詢常被應用于精神障礙疾病的治療，一項元分析顯示，虛擬現實暴露療法在飛行恐懼癥、恐高癥、蜘蛛恐懼癥、恐慌癥和社交恐懼癥等方面與傳統的認知行為療法（CBT）一樣有效（劉洪佳等， 2019; Opri?et al.， 2012）。而且精神障礙患者使用VR心理治療是可行和安全的，這種沉浸性和互動性很強的技術不僅可以增加咨詢的現場感，還能操縱治療過程，如控制暴露療法的情景恐懼程度，這可以大大提高治療效率（劉洪佳等， 2019）;有國外研究者開發了一種名為“超級臨床醫生”的系統（Veling et al.， 2014），該系統的虛擬心理咨詢師可以通過人工智能技術捕捉來訪者的面部表情、眨眼、聲音特征等臨床相關信息，使用 VR 技術模擬咨詢師的表情、動作等來完成與來訪者的互動與對話。盡管迄今為止的大多數研究規模較小，但其結果都表明，VR可能會發展成評估和治療精神障礙的一個重要工具。

在實體心理咨詢機器人方面，余嘉元等人（2017）開發了兩種型號的心理咨詢機器人，其中I型用于學生常見心理問題的咨詢，II型用于孤獨癥兒童的治療，該機器人從信息采集、智能診斷和專家系統三個方面協助心理咨詢師，并在江蘇省部分學校進行了試用，達到了協助進行學生心理咨詢的良好效果。王曦等人（2021）研發出一種具有表情、語音交互、內容數據庫等功能的智能機器人，它充分體現了實物機器人技術的真實感和親切感，應用于心理咨詢和老年人的服務當中，且該機器人擁有心理咨詢對話庫，可以通過對話收集來訪者基本情況，評估其初步心理狀態，成為人類心理咨詢師的助手。

總之，不同類型的對話機器人都能為用戶提供不同程度的心理疏導或心理咨詢，隨著人工智能技術的不斷發展，人工智能心理咨詢終將突破時間和空間的限制，為人們提供多樣化的咨詢方式。

4.2 人工智能心理咨詢在應用中的效果

人工智能心理咨詢在實際應用中，可以從咨詢效果和用戶反饋中看到現實價值。有研究表明對話機器人用于精神治療非常有利（Vaidyam et al.， 2019）。當被試被告知咨詢師是AI時，相比于知曉咨詢師是真實人類，當事人感受到的咨詢同樣有效且效果相同。而且當事人在咨詢中體驗到的流暢度和深度與咨詢師的工作同盟也無不同。該研究對詞語頻率分析發現，各類詞匯的使用頻率無不同，咨詢深度也無不同。這可以說明認為咨詢師是AI對咨詢的過程、效果沒有影響（史夢璐， 2018）。可以預測，當科技水平較高時，AI可以有效地應用于心理咨詢。

在用戶與Woebot的溝通中，大部分用戶都認為Woebot的咨詢方式提供了輕松、即時和無污名化的情感支持和藥物使用信息，Prochaska等人（2021）發現藥物依賴患者在使用Woebot進行治療前后， 在藥物使用、 自信、 渴望、 抑郁、 焦慮等方面的自我報告均顯著改善。聊天機器人還可以有效治療自閉癥兒童（史夢璐， 2018; Diehl et al.， 2012）。一項隨機對照實驗發現，Paro在養老院或醫院的群體環境中可以減少用戶的孤獨感，增加他們的社交互動（Robisonon et al.， 2013）;AI機器人可以在協助醫生做出最優治療方案的同時，還可以根據專業護理和咨詢，給予陪伴和情感支持，尤其是照顧到患者的身體尊嚴，做到從身體到心理的療愈。75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

AI減壓賦能機器人可在咨詢中根據學生相關信息及大數據分析，根據學生困擾，分析以往咨詢提問技巧，提出合適問題，引導學生探索心理困惑產生的原因和解決方法，幫助學生緩解心理壓力，跳出負面認知閉環，提供心理健康知識和課程，激發積極動機，促進學生身心健康成長。

人工智能心理咨詢不僅可以使用認知行為療法，還可以整合其他心理咨詢理論。Tess就是一種使用整合理論方向的治療機器人，研究表明，Tess可以通過人工智能生成的對話提供適用于現實生活的干預措施，從而減少大學生的抑郁和焦慮（Fulmer et al.， 2018; Fulmer， 2019）。這意味著人工智能心理咨詢可以拓展其應用范圍，結合不同心理咨詢流派實現更多元的咨詢內容，如結合焦點解決短程治療，使用短期會談和“重視一小步”的具體行動，讓來訪者在人工智能心理咨詢中真正獲益（尹海蘭， 賈曉明， 2012）。最后，對話機器人還可作為人類心理咨詢師的助手，通過對話收集來訪者的基本信息，初步評估來訪的心理狀態，進而為心理咨詢的判斷提供客觀依據，大大縮短心理評估的進程，形成心理咨詢對話庫（王曦等， 2021）。

4.3 人工智能心理咨詢在應用中的倫理關系

情感支持和情緒體驗是咨詢中至關重要的內容，而由于情緒體驗所產生的咨詢相關的倫理問題也十分突出，在人工智能心理咨詢中，來訪者與心理咨詢師的互動究竟會給來訪者帶來什么樣的情緒感受呢？史夢璐（2018）的研究發現當事人即使認為咨詢師是AI，也依然會感受到情感支持，并且會在咨詢過程中產生情緒體驗，更重要的是，當事人對AI咨詢師的顧慮更少，不用擔心被評價、不用擔心影響對方、不擔心被咨詢師泄漏隱私。

交談是獲得情感支持的一種自然方式，人們在與機器人的交談中似乎很樂意放棄懷疑，享受與Woebot的交談，就好像它是一個真正的治療師（Knight， 2018）;同樣， 2021年的一項研究顯示，用戶在三到五天內就能與Woebot建立起聯系， 不少用戶認為“我相信Woebot喜歡我”、“Woebot和我互相尊重”等（Wan， 2021），這些研究都表明Woebot能與用戶建立平等尊重保密的咨訪關系，從而達到心理咨詢和心理援助的目標。

基于對話技術的人工智能增加了人們對數字化精神衛生健康的參與度，這類心理咨詢機器人可以提供實時支持，用戶可隨時使用（Prochaska et al.， 2021），而且非人類的身份也減少了來訪者的病恥感。一項研究發現，當人們認為人工智能是計算機而不是人類時，更有可能向人工智能透露個人信息，在沒有面對面接觸的情況下，用戶和機器人也能形成一個強大的治療聯盟（Cook & Doyle， 2002）。研究發現，相比有更多社會聯結的人來說，長期缺乏社會聯結的被試對支持性的擬人化機器人給予更高的評價，也表現出更緊密的社會反應（宗陽， 王廣新， 2016）。在另一個針對機器人與人關系的研究中，當被試將機器人擬人化并且欣賞這種互動關系時，他們更愿意將機器人看作一個伙伴（Baddoura & Venture， 2013）;而且在與社會機器人的互動中，人們會分享生命中的故事和秘密，對機器人產生心理依戀（宗陽， 王廣新， 2016; Graaf et al.， 2015）;我們能夠看到用戶和人工智能之間建立起積極的社會關系甚至依戀（Graaf et al.， 2015）。

5 人工智能心理咨詢面臨的挑戰

5.1 人工智能心理咨詢的優點

第一，人工智能心理咨詢提供了新的治療模式，且人工智能可以快速學習大量咨詢經驗與技術，通過算法選擇最優路徑，根據來訪者的具體問題做出恰當反應。第二，可以快速精準地識別人們的心理困擾，建立心理健康電子檔案，形成相應數據庫，根據數據庫看到個體心理健康趨勢和群體心理發展路徑，根據數據追蹤分析原因，以便為國民心理健康提供適宜政策。第三，人工智能心理咨詢可以提供實時咨詢，使用便捷，可以為沒有面詢條件的人群提供咨詢。第四，人工智能心理咨詢的普及，可以讓有輕微程度心理問題的人及時發現自身問題，盡早接受專業評估和心理疏導，從而提高全民心理健康素養。第五，人工智能心理咨詢也可以減輕我國的心理衛生壓力，增加接受心理咨詢服務的人群數量，提高國民幸福感。

5.2 人工智能心理咨詢的缺點

人工智能心理咨詢仍存在較多問題，首當其沖的便是人工智能技術本身的發展還不成熟，自身還存在數據安全問題，這自然會影響人工智能心理咨詢的數據安全，因為來訪者的隱私信息一旦被泄露，不僅會嚴重破壞咨訪關系，更會嚴重傷害來訪者的身心健康，擾亂其正常生活，加重心理困擾;其次，人工智能心理咨詢存在被濫用的可能性，可能會加劇現有的心理衛生資源不平等現象;第三，人工智能心理咨詢的風險評估、轉介和督導標準還未完善，需要建立專家系統或者AI督導師，這一倫理問題需要人工智能技術專家和心理咨詢督導師深度探索，既是挑戰，也是未來;第四，人工智能心理咨詢要尊重和保護患者的自主權;第五，我們必須清楚，人工智能心理咨詢仍然是將AI作為工具去進行專業心理咨詢，而不是機器人療法，但這種非人類療法的道德倫理問題也是人工智能心理咨詢需要重視的。第六，算法使用的透明度，這涉及技術專利保護和來訪者的知情權，也涉及來訪者隱私和數據安全等問題。第七，Green（2018）在研究人工智能倫理問題時指出，人工智能心理咨詢必須聚焦于咨詢服務如何避免負面副作用、過度概括以及在策略和技術方面的潛在有害探索。第八，目前的人工智能科技水平是否能保證咨詢中的平等、無害，以及來訪者的安全和利益，所以人工智能心理咨詢在使用中必須制定相關規范來解決這一倫理問題。第九，人工智能心理咨詢還要根據不同的文化背景制定相應文化下的咨詢模型，以確保咨詢問題和技巧不會因為文化差異而傷害來訪者。第十，在咨詢以及其他領域，從人類到類人類互動的轉變，可能會帶來大量未知的存在主義問題。再加上其會誘發失業、社會經濟不平等、技術依賴和人類技能喪失等問題，需要人工智能技術研究人員、心理學家和咨詢專家更密切的關注和更長遠的考慮（Green， 2018）。75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

6 現實意義與未來展望

近年來，我國對國民心理健康愈發重視，人工智能心理咨詢恰好可以緩解我國人口龐大、心理服務薄弱以及現有心理健康服務系統不完善、供需失衡的困境。尤其是在全球抗擊新冠肺炎疫情的特殊時期，人們需要減少接觸，大家對完全數字化的心理咨詢形式非常感興趣。

首先，人工智能心理咨詢可以完成心理咨詢初階段的信息收集、問題評估等工作，而且，人工智能心理咨詢可以從無限數量的醫療信息中快速整合信息，生成心理健康大數據，通過算法分析，揭示相關的疾病行為和模式發展趨勢（Wang et al.， 2018），而這些靠人類本身是很難做到的。其次，人工智能心理咨詢可以集中學習大量咨詢案例，積累咨詢經驗，通過不斷自我學習確保心理咨詢的專業化，同時也可以根據當下的社會發展階段和經濟狀況，及時掌握當下的群體社會心理。最后，人工智能心理咨詢還可以根據來訪者的具體困擾提供個性化的心理咨詢服務，形成個體心理、行為特征預測和群體心理、行為分析及決策支持的心理健康數字體系。目前人工智能心理咨詢已經可以識別心理健康危機，隨著科技不斷發展，其將會進行更深入更專業的心理咨詢和危機干預，人工智能不僅可以提供心理咨詢的平臺，更有可能成為心理干預的主力。

本文概述了人工智能與心理咨詢技術結合的研究現狀，人工智能心理咨詢如今可以做到專業護理和陪伴支持，進行心理咨詢和實時的情緒化對話反饋，同時詳述了二者結合的理論內容，明確了人工智能技術應用于心理咨詢的切入點，綜述總結了其使用的方法途徑及咨詢效果的評估，以及面臨的人機關系倫理問題。人工智能心理咨詢結合當下發展潮流，在數字時代下科學地提供心理咨詢，可以提高心理健康服務效率，并通過專業化心理咨詢服務，更好地滿足不同群體的心理健康咨詢需求，真正將心理咨詢服務普及到千家萬戶。同時，人類也將真正進入強人工智能時代，我們也要合理使用人工智能心理咨詢，做好人工智能心理咨詢的倫理道德規范，真正用科技造福人類。

參考文獻

鄧衛斌， 于國龍 （2016）. 社交機器人發展現狀及關鍵技術研究. 科學技術與工程， 16（12）， 163-170.

發改委規劃司 （2021）. 中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要. 中華人民共和國國家發展和改革委員會.

https：//www.ndrc.gov.cn/xxgk/zcfb/ghwb/202103/P020210323538797779 059.pdf

傅小蘭， 張侃 （2019）. 中國國民心理健康發展報告（2017-2018）. 北京： 社會科學文獻出版社.

馮珊珊 （2016）. 小丘： 人工智能治愈系. 首席財務官， （12）， 31-34.

郭怡， 侯晨雨 （2021）. 人工智能在中小學心理健康服務中的應用探新. 中國學校衛生， 42（8）， 1124-1128.

黃悅勤 （2018）. 中國精神衛生調查概況. 心理與健康， 10， 14-16.

黃俊， 李曄， 張宏偉 （2015）. 解釋水平理論的應用及發展. 心理科學進展， 23（1）， 110-119.

簡單心理 （2021）. 2020大眾心理健康洞察報告. https：//www.jiandanxinli.com/public/2020/

江成程 （2018）. 加強心理咨詢師隊伍建設的問題與對策. 心理月刊， 13（8）， 9.

劉燊， 柏江竹 （2022）. 虛實相融的“元宇宙+心理學”發展新趨勢. 心理技術與應用， 10（1）， 58-64.

李玲， 黃艷蘋 （2021）. 災后心理援助的倫理思考及工作建議——以新冠肺炎疫情為例. 佳木斯職業學院學報， 37（11）， 35-36.

劉洪佳， 馬堯， 孫寶瑩 （2019）. 虛擬現實技術在臨床心理學實踐中的應用. 現代交際， （6）， 248-249.

李睿強 （2016）. 基于NAO機器人的自閉癥兒童康復訓練核心模塊的研究與應用.? 碩士學位論文. 上海： 華東師范大學.

李燁 （2010）. 社交機器人的自主性和群組傾向對于人做決策產生的影響. 碩士學位論文. 北京： 清華大學.

史夢璐 （2018）. 當事人對“AI”心理咨詢的知覺和體驗研究. 碩士學位論文. 武漢： 華中師范大學.

王曦， 曾廣平， 喬柱 （2021）. 面向心理健康的服務機器人設計與實現. 制造業自動化， （6）， 137-141.

余嘉元， 韓偉 （2017）. 心理咨詢機器人的研發. 第二十屆全國心理學學術會議——心理學與國民心理健康摘要集.

尹海蘭， 賈曉明 （2012）. 焦點解決取向治療在即時文字網絡心理咨詢中應用的初探. 中國心理衛生雜志， 26（11）， 846-850.

中國心理學會. （2020）. 學會簡介.https：//www.cpsbeijing.org/about/introduction/index.htm

朱廷劭 （2019）. 人工智能助力心理學研究的應用場景. 學術前沿， （20）， 48-53.

張瑾汶， 蔣柯， 張麗君 （2019）. 人工智能與心理咨詢. 智能機器人， （6）， 50-53.

宗陽， 王廣新 （2016）. 擬人化： 人機交互中的心理學應用. 心理技術與應用， 4（5）， 296-305.

Alemi， M.， Meghdari， A.， Ghanbarzadeh， A.， Moghadam， L. J.， & Ghanbarzadeh， A. （2014）. Impact of a social humanoid robot as a therapy assistant in children cancer treatment. Social Robotics， 8755， 11-22.75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

Baddoura， R.， & Venture， G. （2013）. Social vs. useful HRI： Experiencing the familiar， perceiving the robot as a sociable partner and responding to its actions. International Journal of Social Robotics， 5（4）， 529-547.

Cook， J. E.， & Doyle， C. （2002）. Working alliance in online therapy as compared to face-to-face therapy： Preliminary results. CyberPsychology & Behavior， 5（2）， 95-105.

Cherry， C. O. B.， Chumbler， N. R.， Richards， K.， Huff， A.， Wu， D.， Tilghman， L. M.， & Butler， A. （2017）. Expanding stroke telerehabilitation services to rural veterans： A qualitative study on patient experiences using the robotic stroke therapy delivery and monitoring system program. Disability and Rehabilitation： Assistive Technology， 12（1）， 21-27.

Darcy， A. M.， Louie， A. K.， & Roberts， L. W. （2016）. Machine learning and the profession of medicine. Journal of the American Medical Association， 315（6）， 551-552.

Dawe， J.， Sutherland， C.， Barco， A.， & Broadbent， E. （2019）. Can social robots help children in healthcare contexts？ A scoping review. BMJ Paediatrics Open， 3（1）， 1-16.

Deryugina， O. V. （2010）. Chatterbots. Scientific and Technical Information Processing， 37（2）， 143-147.

Diehl， J. J.， Schmitt， L. M.， Villano， M.， & Crowell， C. R. （2012）. The clinical use of robots for individuals with autism spectrum disorders： A critical review. Research in Autism Spectrum Disorders， 6（1）， 249-262.

Fitzpatrick， K. K.， Darcy， A.， Vierhile， M. （2017）. Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent （Woebot）： A randomized controlled trial. JMIR Mental Health， 4（2）， 1-11.

Fulmer， R.， Joerin， A.， Gentile， B.， Lakerink， L.， & Rauws， M. （2018）. Using psychological artificial intelligence （Tess） to relieve symptoms of depression and anxiety： Randomized controlled trial. JMIR Mental Health， 5（4）. 1-15.

Fulmer， R. （2019）. Artificial intelligence and counseling： four levels of implementation. Theory & Psychology， 29（6）， 807-819.

Graaf， M. M.， Allouch， S. B.， & Klamer， T. （2015）. Sharing a life with Harvey： Exploring the acceptance of and relationship-building with a social robot. Computers in Human Behavior， 43， 1-14.

Graham， S.， Depp， C.， Lee， E. E.， Nebeker， C.， Tu， X.， Kim， H. C.， & Jeste， D. V. （2019）. Artificial intelligence for mental health and mental illnesses： An overview. Current Psychiatry Reports， 21（11）， 1-18.75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

Gratzer， D.， & Goldbloom， D. （2020）. Therapy and e-therapy—preparing future psychiatrists in the era of apps and chatbots. Academic Psychiatry， 44（2）， 231-234.

Green， B. P. （2018）. Ethical reflections on artificial intelligence. Scientia et Fides， 6（2）， 9-31.

Grünerbl， A.， Muaremi， A.， Osmani， V.， Bahle， G.， Oehler， S.， Trster， G.， ... & Lukowicz， P. （2014）. Smartphone-based recognition of states and state changes in bipolar disorder patients. IEEE Journal of Biomedical and Health Informatics， 19（1）， 140-148.

Hao， B.， Li， L.， Li， A.， & Zhu， T. （2013）. Predicting mental health status on social media a preliminary study on microblog. 5th International Conference on Cross-Cultural Design， Las Vegas， NV， United States.

Hosny， A.， Parmar， C.， Quackenbush， J.， Schwartz， L. H.， & Aerts， H. J. （2018）. Artificial intelligence in radiology. Nature Reviews Cancer， 18（8）， 500-510.

Joranson， N.， Pedersen， I.， Rokstad， A. M. M.， & Ihlebaek， C. （2015）. Effects on symptoms of agitation and depression in persons with dementia participating in robot-assisted activity： A cluster-randomized controlled trial. Journal of the American Medical Directors Association， 16（10）， 867-873.

Kim， T. W.， & Duhachek， A. （2020）. Artificial intelligence and persuasion： A construal-level account. Psychological Science， 31（4）， 363-380.

Knight， W. （2018）. Andrew Nghas a Chatbot That Can Help with Depression. Technology Review， 121（1）， 15.

Kosinski， M.， Stillwell， D.， & Graepel， T. （2013）. Private traits and attributes are predictable from digital records of human behavior. Proceedings of the National Academy of Sciences， 110（15）， 5802-5805.

Kozak， M. N.， Marsh， A. A.， & Wegner， D. M. （2006）. What do I think youre doing？ Action identification and mind attribution. Journal of Personality and Social Psychology， 90（4）， 543-555.

Liu， X.， Liu， X.， Sun， J.， Yu， N. X.， Sun， B.， Li， Q.， & Zhu， T. （2019）. Proactive suicide prevention online （PSPO）： Machine identification and crisis management for Chinese social media users with suicidal thoughts and behaviors. Journal of Medical Internet Research， 21（5）， 1-24.

OpriD.， Pintea， S.， García-Palacios， A.， Botella， C.， Szamoskzi， & David， D. （2012）. Virtual reality exposure therapy in anxiety disorders： A quantitative meta-analysis. Depression and Anxiety， 29（2）， 85-93.

Prochaska， J. J.， Vogel， E. A.， Chieng， A.， Kendra， M.， Baiocchi， M.， Pajarito， S.， & Robinson， A. （2021）. A therapeutic relational agent for reducing problematic substance use （Woebot）： development and usability study. Journal of Medical Internet Research， 23（3）， 1-17.75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6

Robinson， H.， MacDonald， B.， & Broadbent， E. （2013）. Physiological effects of a companion robot on blood pressure of older people in residential care facility： A pilot study. Australasian Journal on Ageing， 34（1）， 27-32.

Russell， S. J.， & Norvig， P. （2010）. Artificial intelligence： A modern approach. New Jersey：? Prentice Hall.

Sengupta， P. P.， & Adjeroh， D. A. （2018）. Will artificial intelligence replace the human echocardiographer？ Clinical considerations. Circulation， 138（16）， 1639-1642.

Vaidyam， A. N.， Wisniewski， H.， Halamka， J. D.， Kashavan， M. S.， & Torous， J. B. （2019）. Chatbots and conversational agents in mental health： A review of the psychiatric landscape. The Canadian Journal of Psychiatry， 64（7）， 456-464.

Veling， W.， Moritz， S.， & Van Der Gaag， M. （2014）. Brave new worlds—review and update on virtual reality assessment and treatment in psychosis. Schizophrenia Bulletin， 40（6）， 1194-1197.

Wada， K.， Shibata， T.， Saito， T.， & Tanie， K. （2004）. Effects of robot-assisted activity for elderly people and nurses at a day service center. Proceedings of the IEEE， 92（11）， 1780-1788

Wan， E. （2021）.“Im like a wise little person”： Notes on the Metal Performance of Woebot the Mental Health Chatbot. Theatre Journal， 73（3）， 1-11.

Wang， Y.， Kung， L.， & Byrd， T. A. （2018）. Big data analytics： Understanding its capabilities and potential benefits for healthcare organizations. Technological Forecasting and Social Change， 126， 3-13.

Ward， A. F.， Olsen， A. S.， & Wegner， D. M. （2013）. The harmmade mind： Observing victimization augments attribution of minds to vegetative patients， robots， and the dead. Psychological Science， 24， 1437-1445.

Zhou， H.， Huang， M.， Zhang， T.， Zhu， X.， & Liu， B. （2017）. Emotional chatting machine： Emotional conversation generation with internal and external memory. In Proceedings of the AAAI Conference on Artificial Intelligence， 32（1）， 730-738.

The Development and Application of Artificial Intelligence Counseling

LI Jingrong; ZHAO Ran; ZHANG Yu

（School of Sociology and Psychology， Central University of Finance and Economics， Beijing 100081， China）

Abstract

Artificial intelligence research based on dialogue technology is booming， and clinical counseling is a typical field that uses conversational technology to achieve its goals. Thus， the development of artificial intelligence counseling is a new and popular direction. In this paper， we defined the concept of AI counseling， reviewd the initial development of artificial intelligence counseling and applied research， and provided a comprehensive summary of the techniques， types， effectiveness， and ethical issues of AI counseling， Meanwhile， we described the relevant theories of AI counseling in detail， including the construal level theory and emotional dialogue model. Finally， we summarized the challenges faced by AI counseling. AI counseling can solve the problem of insufficient supply side of counseling in China， and also provides personalized counseling services to meet the mental health needs of different groups. Furthermore， AI counseling can improve the efficiency and quality of mental health services and provide professional counseling scientifically. Finally， we can achieve the goal of improving the mental health literacy level of Chinese people by using the AI counseling.

Key words： artificial intelligence counseling; chatterbots; emotional chatting machine; artificial intelligence psychological recognition; mental health digital applications

通訊作者： 趙然， E-mail： zhaoran1777@163.com75B0EFC4-CC80-4F46-9E54-991DD7B9DEC6