深度學習技術(shù)在學校心理健康篩查工作中的應(yīng)用思考

◎ 胡紅宇（武漢東湖學院，武漢 430212）

心理測評作為一種測評工具，被廣泛應(yīng)用于學校及用人單位新員工入職前的心理健康素質(zhì)篩查與評估；在學校層面被反復使用。通過試題方式抓取關(guān)鍵信息，將心理特征量化賦值，同時在試題的編制中反復打磨信效度，平衡社會期許效應(yīng)與應(yīng)答偏差，心理測驗得以被認可并在各個行業(yè)中發(fā)揮作用。盡管心理測驗問卷編制者們想盡各種辦法規(guī)避可能存在的影響其效度的風險因素，但仍有一些影響因素難以消除，隨著學校心理工作體系的日漸完善，工作也對心理測試提出了更高的要求。

一、心理測試在實際使用中存在的問題

（一）自評量表引發(fā)虛假作答

學生心理健康狀況測評量表大多為自評量表，自評即要求作答者自我報告真實情況，基于真實情況下的作答結(jié)果才是具備參考意義的，若作答者不予配合，則失去了測試本身的功能性。而是否按照真實情況作答完全取決于學生本人的配合度，這反映出心理測評在面對人為干預測試結(jié)果時的無能為力。

（二）重復測評形成做題倦怠

學校在春秋季開學、新生入學等重大時間節(jié)點均會采用心理測試對學生心理健康狀況進行跟蹤篩查，目前大多使用的SCL-90、SAS、UPI等心理量表，因為反復使用，且市面上流傳廣泛，學生均已熟知測題，重復做題導致學生產(chǎn)生題目倦怠，隨意作答，不認真對待。

（三）題干選項容易規(guī)避

心理測試題干簡潔直白，均為對所測心理指標的全方位描述，選項具有明顯好壞區(qū)分，極易規(guī)避；目前在心理測試中的規(guī)避行為常有發(fā)生，從而導致心理測試淪為虛設(shè)。尤其是具有心理病史且長期接受治療的學生，因為反復做題，對于如何規(guī)避測題已諳熟在心。身處信息互聯(lián)時代，網(wǎng)絡(luò)上關(guān)于各類心理量表的使用與計分規(guī)則均有詳細操作指南，規(guī)避成本極低。

（四）測試結(jié)果無反饋，降低做題積極性

部分學校組織學生完成測試后，未予披露測試結(jié)果，僅單獨通知測評結(jié)果嚴重的學生；一味只通知學生做題，不予披露測試結(jié)果，學生失去參與感和做題樂趣，再次組織測試時容易激發(fā)學生態(tài)度上的不配合，而隨意敷衍作答，甚至進行虛假報告。

綜上所述可以看出，心理測試由于具有自主報告、重復使用、網(wǎng)絡(luò)遍布、選項區(qū)分度明顯等特點，使得心理測評越來越不能滿足當前社會發(fā)展的要求。

二、深度學習技術(shù)對學校心理健康篩查工作的指導與啟示

隨著科技進步，機器學習、人工智能等逐漸滲透進日常生活，我僅就深度學習能否應(yīng)用于心理測評、幫助突破心理測評當前所面臨的局限性做些探討。

深度學習是機器學習中衍生出來的一個子分支，通過學習樣本數(shù)據(jù)的內(nèi)在規(guī)律與表現(xiàn)層次，識別某一類事物的共同特征，以及一事物區(qū)別于他事物的本質(zhì)特征，抓取其文字、圖像、聲音數(shù)據(jù)，通過大量樣本數(shù)據(jù)的練習，逐漸形成一套智能識別體系，能夠調(diào)取數(shù)據(jù)庫中的多項信息，比對當前樣本，執(zhí)行比對結(jié)果。

（一）深度學習在心理測評中的功能實現(xiàn)

就功能而言，深度學習算法能夠識別面部表情和情感；能夠通過語言交流評估口語流暢度及理解能力；能夠分析心理測試結(jié)果數(shù)據(jù)，預測可能的心理特征與行為趨勢。可見，深度學習與心理測評結(jié)合運用，是完全有可能的。

（二）深度學習提供基于數(shù)據(jù)的群體畫像

就心理測試本身而言，可以采集大量心理測評結(jié)果數(shù)據(jù)。首先對學生等級進行劃分，包括有無病史，病史類型：抑郁癥、焦慮癥、雙相情感障礙、精神分裂癥、強迫癥等，每一類病史中又分為輕度、中度、重度。而后采集學生各項心理測驗數(shù)據(jù)，采用深度學習技術(shù)對數(shù)據(jù)庫進行清洗、分割、建模、分析，找到同一類別群在某些測題上的共性，以及在某些測題上有集聚效應(yīng)的人群特征；形成一套具備本校特色的測評畫像，能夠為本校心理健康篩查工作提供更多的指導意義。

（三）深度學習輔助發(fā)現(xiàn)篩查盲區(qū)

在單一的測評之外，常常會對測試篩查出來的重點學生進行一對一人工訪談。這樣操作可能會帶來的情況是篩查出來一部分虛報學生，消耗了訪談的人力物力；另一方面，部分學生規(guī)避測試風險，未被測試篩查出來，反而成了心理工作的盲區(qū)。針對這種情況，亦可采用深度學習技術(shù)輔助心理測試，二者結(jié)合進行，在學生作答題目時進行面部表情識別評判，當對部分學生作答結(jié)果存在疑慮時可參考其表情信息。同時在測評結(jié)束后，針對作答結(jié)果嚴重，或部分指標異常的學生，進行個性化設(shè)置，追加主觀題，學生口頭回答，記錄其表情信息及語言表達信息，構(gòu)建心理測試、情緒表情識別、心理危機表述三位一體的心理健康篩查機制，能夠大大減少學校新生心理訪談工作的難度和耗費的人力物力，縮小心理問題篩查盲區(qū)。

由此可見，機器的深度學習技術(shù)可以作為量表測試的補充，在節(jié)省人力物力的同時，還能提升心理問題篩查的準確率。

三、困難與思考

深度學習技術(shù)的優(yōu)點毋庸置疑，但也無法一蹴而就。深度學習技術(shù)的實現(xiàn)需要建立在大量用戶數(shù)據(jù)基礎(chǔ)之上，一個攜帶充足信息、具備顯著標記的數(shù)據(jù)不容易獲得，如何獲取高質(zhì)量數(shù)據(jù)集是深度學習技術(shù)顯露成效的關(guān)鍵。

面部表情識別技術(shù)目前已經(jīng)很成熟了，但多為身份識別等辨別技術(shù)或是生氣、高興、悲傷、害怕、驚訝、討厭等單一維度情緒的識別，而如何將面部表情形態(tài)與心理健康狀況做連接，構(gòu)建心理癥狀表情庫，亦是更為復雜且需要深入研究的課題。