基于人工智能的新型學校心理健康服務及挑戰

趙相雙 熊韋銳

摘要：近年來，人工智能發展迅速，逐漸應用于各個領域。實踐表明，將心理測評、心理咨詢和人工智能結合起來，可豐富學校心理健康服務的形式。傳統的學校心理咨詢受到時間和地點的約束，而人工智能輔助下的心理健康測評和心理咨詢恰恰可以解決這個問題。目前，人工智能在算法偏差、算法歧視、倫理問題和語言理解等方面存在問題，未來想要將人工智能和心理健康服務結合起來，需要注意提高算法的透明度和數據的準確性。

關鍵詞：心理健康服務；智能化心理健康測評；人工智能心理咨詢

中圖分類號：G44 文獻標識碼：A 文章編號：1671-2684（2024）09-0004-06

一、引言

繼AI繪畫之后，由人工智能實驗室OpenAI發布的對話式大型語言模型ChatGPT在各大中外媒體平臺掀起了一陣熱潮。人工智能發展迅速，部分學校也將人工智能引進心理健康教育領域。其中，AI心理咨詢用智能化心理健康測評應用傳感技術、圖像和語言識別、大數據分析等技術來檢測學生的心理健康水平，豐富了心理健康服務的方式。例如，國外有世界上第一個NLP聊天機器人“Eliza”，以及如今的“Woebot”和“TheraChat”等；國內有“小天”“Emohaa”等情緒對話機器人。雖然人工智能豐富了心理健康服務的方式，但它在技術方面、倫理方面以及語言理解方面仍面臨挑戰。本文對傳統學校心理咨詢存在的問題進行概述，并詳述了人工智能輔助下的心理健康測評和心理咨詢如何應用于學校心理健康服務，最后從算法偏差、算法歧視、倫理問題和語言理解三個方面來闡述人工智能心理咨詢所面臨的挑戰。

二、傳統的學校心理咨詢及存在的問題

（一）傳統的學校心理咨詢方式

1. 個體心理咨詢

學校個體心理咨詢是指學校心理教師運用心理咨詢的理論和方法幫助學生解決學習、適應、發展和就業等方面的心理問題^[1]。學校個體心理咨詢一般包括兩類，一類是適應性咨詢，另外一類是發展性咨詢^[2]。發展性咨詢強調學生的發展，重點在于提高學生的素質和適應能力；而適應性咨詢一般針對在心理或行為上存在一定問題的學生，目的是解決學生所遇到的各種心理問題。

2.朋輩心理輔導

朋輩心理輔導是一種“準心理輔導”，即非專業心理工作者經過選拔、培訓和監督向尋求幫助的年齡相當的受助者提供具有心理輔導功能的人際幫助的過程^[3]。朋輩心理輔導在美國得到大規模推廣，逐漸發展出一系列的朋輩心理互助活動，主要包括朋輩電話和門診咨詢、朋輩調解、朋輩健康教育和朋輩伴讀等^[4]。朋輩心理輔導是同齡人、年齡相當者或生活境遇相似者之間的互助，具有操作簡單、實效性強等優點。

3.在線心理咨詢

在線心理咨詢最早可以追溯到Grohol^[5]提出的e-Therapy。美國注冊心理咨詢師協會將在線心理咨詢定義為心理咨詢師與來訪者使用電子郵件、聊天室或網絡視頻設備等進行的遠距離的同步、實時或異步、非實時的互動^[6]。美國學校已將遠程在線服務拓展到電話、視頻、短信、電子郵件等多種渠道，實現了同步、異步心理健康服務。在國內，在線心理咨詢主要包括用電子郵件、在線文本、在線語音、在線視頻、在線測試等方式對學生進行的遠距離心理咨詢^[7]。

（二）傳統的學校心理咨詢存在的問題

個體心理咨詢和朋輩心理輔導會受到時間和地點的約束。個體心理咨詢是由心理教師充當咨詢師為學生進行心理咨詢，心理教師的數量和工作時間有限，不能時時刻刻在線，所以咨詢有延遲，學生的情緒得不到及時的安撫，咨詢效果會受到影響。朋輩心理輔導本質上就是同伴之間的互幫互助，同伴專業水平有限，也會受到時間和地點的限制。在線心理咨詢雖然可以不受到地點的約束，但是受到了心理咨詢師數量及工作時間的限制。而基于網絡數據的AI心理咨詢平臺系統可以解決上述問題，學生可以隨時隨地跟人工智能心理咨詢師交流，緩解情緒問題。

三、人工智能在學校心理健康服務中的應用方式

（一）基于網絡數據的智能化心理健康測評

目前，智能化心理健康測評主要包括兩種，一種是建立在線心理健康測評模型或者系統，另外一種是創造實體設備來檢測學生的心理狀態和生理狀態。人工智能在線上心理健康測評中的應用主要是采用各種計算機算法和建立各種模型，加入了計算機算法和模型的心理健康測評使得學生心理健康問題的識別度和準確度得到了明顯提升，能促進學生更好地實現自我全面、協調、可持續發展。建立的模型可以量化學生的信息，使得測評結果更加精確。

例如，閻志斌^[8]用動態曲線“心象圖”建立了學生心理健康測評動態模型，該模型可以對學生心理測評的信息進行綜合的智能化處理。馮翊^[9]采用灰色聚類算法建立學生心理健康智能測評模型，該模型應用變異系數法可以確定學生的心理健康測評指標的權值，最終獲得更加精確的心理健康智能測評結果。Zhang^[10]利用三角模糊數與熵權分析法，構建了學生心理健康模糊綜合評價模型，該模型的特點是可以減少人為因素的干擾，同時實現對學生心理健康評價結果的量化。Kurebayashi、Maeda和 Komuro等^[11]根據無線傳感器網絡構建了一個模型，從溫度、濕度和光照等多維時間序列室內環境數據中評估心理狀態。總之，AI可以幫助我們對數據集進行復雜且有意義的分析，建立預測模型，從而提高測評結果的準確性。

此外，也可以利用RFC算法來建立心理測評系統，從而提高學生心理健康檢測的準確率。例如，李馥利、金敏和王雨佳^[12]在鯨魚優化算法的基礎上，提出優化 FRC心理健康測評方法，該測評方法可以使得學生健康問題識別的準確度得到提升。楊歡歡和張嚴心^[13]基于WOA-FRC提出了一種心理健康測評研究方法，可以提高學生心理狀態識別的精度。智能化心理健康測評系統會對學生所提交的心理健康測評問卷進行分析，最終智能生成個人心理健康檢測報告，并依據心理健康檢測報告對學生的心理健康狀況進行判斷^[14]。此外，系統可提供將數據導出到SPSS等專業系統軟件的服務，便于統計和分析心理檢測結果，為學校心理健康中心提供大數據信息。綜上，智能心理健康測評系統能幫助學校了解學生的心理健康指數，大幅提升心理檔案建設效率。

（二）基于生理數據的智能化心理健康測評

除了通過建立心理健康測評模型或者系統來提高學生心理狀態識別的精確度，還可以創造實體設備來檢測學生的心理狀態和生理狀態。實體設備的心理健康測評通常是在實驗室用專業設備來收集腦電數據、眼動數據以及運動數據等生理指標和數據來實現對心理的檢測^[15]。心理健康問題往往伴隨著明顯的生理反應，可以通過測量學生的生理指標來實時監控學生的心理狀態。

例如，華南理工大學利用AI和VR技術建立心理健康系統，此系統具有自助式的心理測評功能，通過VR模擬各種場景使得學生產生真實情緒，來收集學生腦電、心率等多模態心理和生理數據并進行分析^[15]。Muramatsu、Tanaka 和Watanuki等^[16]通過收集面部圖像、眼球運動和其他生理指標和數據來了解學生的心理狀態。Spyrou、Nikopoulou和Vernikos等^[17]提出了一種應用于音頻段的頻譜圖表示的計算機視覺方法，通過音頻刺激來識別情感。心理健康測評設備不僅可以檢測到學生的心理狀態，還可以根據學生的生理狀態來檢測學生的心理狀態，但檢測過程需要穿戴笨重的設備，學生不能隨時隨地進行心理測評。未來，研究者可以創造便于攜帶的設備，滿足學生的這一需要。

（三）基于實體的AI心理咨詢

人工智能在心理咨詢、情緒紓解方面的應用正在蓬勃發展，人工智能心理咨詢正在成為一個全新而且熱門的發展方向。心理治療聊天機器人是一種特殊的情緒聊天機器人，是根據已被證實的心理學理論，為緩解或治療焦慮、抑郁等負面情緒而設計的。就目前已有的技術來看，人工智能心理咨詢應用到大學里面的主要形式之一是設計成人工智能心理咨詢機器人，這種機器人擁有強大的記憶能力和學習能力，學習過優秀的心理咨詢案例，其優點是能夠節省學校的人力，面對面進行心理咨詢，缺點是沒有辦法隨時隨地進行心理咨詢。

例如，在國外，Weizenbaum^[18]打造了世界上第一個NLP聊天機器人“Eliza”，目的是模仿人本主義心理咨詢師，Eliza可以識別出用戶輸入的關鍵詞并繼續提出相關的開放性問題，能提供情感的反饋，使得來訪者對程序產生依戀；Fitzpatrick、Darcy和Vierhile^[19]基于認知行為療法開發了Woebot，將Woebot定位為專門輔助心理健康服務的聊天機器人，Woebot能根據用戶的心理健康水平設計出專屬的聊天方案，給出相應的策略、目標和建議；Joerin、Rauws和Ackerman^[20]結合情感算法和機器學習技術等創造了名為“Tess”的心理健康聊天機器人，Tess接受了培訓，可以根據個人報告的問題觸發特定的干預措施。在國內，王曦、曾廣平和喬柱^[21]設計出了一種心理健康服務機器人，可通過使用自然語言理解、計算機視覺技術和情境感知計算等技術來獲得學生的特征，通過學習各種心理咨詢理論，使用機器學習算法對學生進行心理評估；西湖大學藍振忠實驗室推出了心理咨詢機器人“小天”，“小天”運用領域內領先的大規模模型，能模擬人類大腦的運作方式，并且擁有強大的記憶和學習能力，還學習了大量真實心理咨詢案例中優秀咨詢師的技術，能理解人的情緒和舒緩人的心情^[22]。

（四）基于網絡數據的AI心理咨詢平臺系統

人工智能心理咨詢的應用除了設計成AI心理咨詢機器人，還可以將其與智能手機應用程序相結合，設計成心理服務平臺或系統，這種心理服務平臺或系統不僅能進行AI心理咨詢，還能開展心理測評等其他服務，其優點是能夠隨時隨地進行心理服務，不受時間和地點的約束且功能齊全。

例如，張美玲、潘紅、王萬森等^[23]提出了一種基于Web的學生心理咨詢專家系統結構，該系統由智能心理咨詢、心理測評、信息管理、輔助決策、表情識別等模塊構成，可以自動獲取來訪者的相關信息，確定其心理狀態，進而提出心理干預對策和建議。楊惠、高熙龍和徐珺潔^[24]利用人工智能、Lucene搜索算法等設計與開發了學生心理智慧云服務應用程序。此程序具有人機對話、心理測試、問題懸賞等功能，重點解決學生在與舍友、老師、家長、戀人等關系方面的心理問題。高帥、阿茹娜和劉樹雙等^[25]基于微信這一熱門平臺，利用心理學大數據、人工智能、微信的語音聊天及豐富的平臺擴展功能，設計出了心理測評、心理咨詢、心理教育和心理危機四個模塊。

四、人工智能心理咨詢面臨的挑戰

雖然AI心理咨詢可以在一定程度上彌補學校心理咨詢的不足，幫助緩解學校心理咨詢師短缺的狀況，但AI心理咨詢在算法偏差、算法歧視、倫理方面和語言理解方面存在一定的問題。

（一）算法偏差和算法歧視

人工智能是基于算法的大數據分析，所以容易存在算法偏差問題。在心理咨詢過程中，采用人工智能，可能會因為算法偏差使設計者出現認知偏差、認知局限，或者使計算機出現數據污染、缺失等問題，導致人工智能對學生信息的理解出現錯誤，最終導致心理咨詢無效甚至使學生心理問題嚴重化。閆坤如^[26]認為人工智能算法偏差成因主要包括三種：第一種是設計者的主觀偏見、認知差異或認知局限性等主觀因素導致的數據偏差；第二種是數據虛假、數據缺失以及數據污染等原因導致的數據偏差；第三種是算法設計者因為算法的復雜性和不透明性導致不能完全把握算法造成的數據偏差。Carr^[27]認為，AI無法完全了解人的人際關系、文化、社會、經濟和環境等方面的信息，那么AI所得到的數據可能產生有偏見的結果。人工智能的算法是根據設計師的指令進行的，其過程受到人類的判斷驅動，偏差反映了設計師使用的數據算法、建立的模型以及人類認知上的差異。

存在算法偏差，就可能會存在算法歧視。算法歧視指的是人工智能算法在收集、分類、生成和解釋數據時產生的與人類相同的歧視，主要表現為年齡歧視、性別歧視、消費歧視、就業歧視、種族歧視、弱勢群體歧視等現象^[28]。人工智能心理咨詢除了存在以上歧視以外，還可能存在語言歧視。AI 聊天機器人通過在交互情景中對信息進行學習、儲存來模仿人類對話，在這一過程中，人工智能可能學習到歧視性的信息，從而出現不當言論^[29]。要將人工智能和心理咨詢結合起來運用，就要注意提高算法的透明性、可解釋性和數據的準確性。

（二）倫理問題

心理咨詢本身特別注重倫理問題，例如知情同意問題、保密問題等，學生不僅有知情同意權，咨詢師還要對學生的信息和咨詢內容進行保密。人工智能作為一項新興技術，應用到心理健康服務領域時有可能會加劇該領域傳統的倫理問題^[30]，而人工智能本身也會引發一些倫理問題，如公平性、包容性、透明度、問責制、隱私、可靠性和安全性。例如責任問題，在咨詢過程中出現意外或者學生的隱私被泄露，是人工智能設計師的責任還是給人工智能提供專業知識的咨詢師的責任？其中的責任如何劃分？再如隱私性和安全性問題，學生的隱私可能難以得到保障，AI可能會追蹤到學生的位置，甚至是學生極其敏感的個人信息^[31]。因此，為了創造出具有倫理行為的人工智能，需要針對人工智能制定必要的倫理原則、規則、方針、政策和法規^[32]。如何處理心理咨詢本身所具有的倫理問題以及人工智能自帶的倫理問題，這是未來實施人工智能心理咨詢需要注意的方面。

（三）語言理解問題

在咨詢過程中，傾聽和理解學生的語言對于咨詢師來說非常重要，而能夠完全理解學生的一段話對于人工智能來說是一個困難點。人的理解具有自我意識，而人工智能不具有自我意識，這就不得不提到“人工智能具有理解力嗎”這一問題。

人工智能是以自然語言句子的形式和特定領域或特定話題與人進行交互的。自然語言處理（NLP） 是人工智能的一個領域，它具有從非結構化來源分析和提取信息、自動回答問題以及進行情感分析和文本摘要的功能^[33]。NLP涉及分析人類語言以獲得有意義的信息，致力于開發能夠像人類一樣使用語言的算法并構建模型。自然語言理解（NLU）是NLP的一個子集，重點在于關注語言的語義和意義，但人類語言復雜且多變，如何從海量的語言信息中提出重要信息且不發生錯誤是一個難題。王敬和魏屹東^[34]從哲學的角度進行了分析，認為人工智能缺少自我意識和缺少人類具有的“前結構”，因此不具有理解力。戴益斌^[35]認為，人工智能無法使符號具備語義和涵義內容，因此無法真正理解語言的語義和涵義。雖然市面上有不少人工智能產品具有語音識別和語言對話功能，但并不能完全真正理解自然語言，只是對于語言符號的處理，是依據人類所設置的程序進行的。心理咨詢工作對心理咨詢師的共情能力和理解能力要求較高，而人工智能可能會因為算法偏差等多種因素對于學生的語言理解產生偏差甚至理解錯誤。目前，人工智能尚無法完全替代心理咨詢師所擁有的共情力、理解力和情感力。

五、展望

人工智能在學校心理健康服務中的應用主要體現在智能化的心理健康測評和人工智能心理咨詢上。智能化的心理健康測評主要包括兩種，一種是基于網絡數據建立在線心理健康測評模型或者系統，另外一種是基于生理數據創造實體設備來檢測學生的心理狀態和生理狀態。通過運用各種計算機算法、模型和生理指標來實現對學生心理問題和生理問題的精準把握。人工智能心理咨詢通過設計成實體心理咨詢機器人或者心理咨詢平臺系統來實現對學生的心理咨詢。人工智能心理咨詢師可以使得心理咨詢的門檻降到最低，讓遭受過創傷的人都有療愈的可能。

學校想要培養出綜合素質優秀的人才，就要重視學生的心理健康，開展心理健康服務。除了傳統的心理健康服務方式，還要緊跟時代發展的腳步，開發出新的心理健康服務方式。將人工智能應用到學校心理健康服務領域是一種新的發展方向，但人工智能心理咨詢在算法偏差、算法歧視、倫理方面和語言理解等方面存在一定問題。作為前沿技術，未來應該提高人工智能心理健康測評和人工智能心理咨詢的精確度。除此之外，還必須要考慮學生的隱私保護，規避學生隱私信息泄露的風險，以便更好地為學生提供心理健康服務。

參考文獻

[1]鄒小英. 我國學校心理咨詢研究綜述[J]. 當代教育論壇：宏觀教育研究，2007（2）：73-74.

[2]劉曉明，王麗榮. 我國學校心理咨詢的發展方向[J]. 中國教育學刊，2000（4）：30-31.

[3]Mamarchev H L. Peer counseling searchlight plus：Relevant resources in high interest areas[J]. Clearing House on Counseling and Personnel Service，1981，52：211904.

[4]石芳華. 美國學校朋輩心理咨詢述評[J]. 上海教育科研，2007（8）：52-55.

[5]Grohol J M. Future clinical directions：Professional development，pathology，and psychotherapy on-line[M]. Academic Press，1998.

[6]Wehrman J D .A survey of CACREP liaisons' attitudes regarding the ethics，training，and practice of Internet counseling in counselor education programs[D]. University of South Dakota，2004.

[7]黃永堅.對高職院校開展網絡心理咨詢的思考[J]. 教育與職業，2010（32）：84-85.

[8]閻志斌. 大數據背景下大學生心理健康測評動態模型研究[J]. 現代職業教育，2020（30）：222-223.

[9]馮翊. 基于數據挖掘的大學生心理健康智能測評研究[J]. 微型電腦應用，2022，38（5）：35-38.

[10]Zhang J .A study on mental health assessments of college students based on triangular fuzzy function and entropy weight method[J]. Mathematical Problems in Engineering，2021（10）：1-8.

[11]Kurebayashi I，Maeda K，Komuro N，et al. Mental-state estimation model with time-series environmental data regarding cognitive function[J]. Internet of Things，2023（22）：100730.

[12]李馥利，金敏，王雨佳. 基于鯨魚優化算法的RFC大學生心理健康測評研究[J]. 現代科學儀器，2021，38（1）：166-170.

[13]楊歡歡，張嚴心. 基于WOA改進隨機森林的大學生心理健康測評研究[J]. 微型電腦應用，2019，35（9）：37-40.

[14]賴山東. 論人工智能和大數據在高校大學生心理健康教育中的探究[J]. 電腦知識與技術，2022，18（6）：131-133.

[15]姜力銘，田雪濤，任萍，等. 人工智能輔助下的心理健康新型測評[J]. 心理科學進展，2022，33（1）：157-167.

[16]Muramatsu K，Tanaka E，Watanuki K，et al. Framework to describe constructs of academic emotions using ontological descriptions of statistical models[J]. Research and practice in technology enhanced learning，2016，11（1）：1-18.

[17]Spyrou E，Nikopoulou R，Vernikos I，et al. Emotion recognition from speech using the bag-of-visual words on audio segment spectrograms[J]. Technologies，2019，7（1）：20.

[18]Weizenbaum J. ELIZA——A computer program for the study of natural language communication between man and machine[J]. Commun ACM ，1996（9）：36-45.

[19]Fitzpatrick K K，Darcy A，Vierhile M. Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent（Woebot）：A randomized controlled trial[J]. JMIR Mental Health，2017，4（2）：e7785.

[20]Joerin A，Rauws M，Ackerman M L. Psychological artificial intelligence service，Tess：Delivering on-demand support to patients and their caregivers：technical report[J]. Cureus，2019，11（1）：e3972.

[21]王曦，曾廣平，喬柱. 面向心理健康的服務機器人設計與實現[J]. 制造業自動化，2021，43（6）：137-141.

[22]袁一雪. 他叩開心理咨詢AI大門[N]. 中國科學報，2021-08-24（008）.

[23]張美玲，潘紅，王萬森，等. 基于Agent的大學生心理咨詢專家系統的研究[J]. 計算機工程與設計，2009，30（7）：1735-1737.

[24]楊惠，高熙龍，徐珺潔. 學生心理智慧云服務應用程序的設計[J]. 電腦知識與技術，2021，17（31）：102-106.

[25]高帥，阿茹娜，劉樹雙，等. 基于微信小程序的學生心理健康測評與服務系統的設計[J]. 信息與電腦（理論版），2020，32（22）：120-122.

[26]閆坤如. 人工智能的算法偏差及其規避[J]. 江海學刊，2020（5）：141-146.

[27]Carr S. “AI gone mental”：Engagement and ethics in data-driven technology for mental health[J]. Journal of Mental Health，2020，29（2）：125-130.

[28]汪懷君，汝緒華. 人工智能算法歧視及其治理[J]. 科學技術哲學研究，2020，37（2）：101-106.

[29]劉朝. 算法歧視的表現、成因與治理策略[J]. 人民論壇，2022（2）：64-68.

[30]Dalfonso S. AI in Mental health[J]. Curr Opin Psychol，2020，（36）：112-117.

[31]Gamble A. Artificial intelligence and mobile apps for mental healthcare：A social informatics perspective[J]. Aslib Journal of Information Management，2020，72（4）：509-523.

[32]Siau K，Wang W. Artificial intelligence（AI） ethics：Ethics of AI and ethical AI[J]. Journal of Database Management，2020，31（2）：74-87.

[33]Topol E J. High-performance medicine：The convergence of human and artificial intelligence[J]. Nature Medicine，2019，25（1）：44-56.

[34]王敬，魏屹東. 人工智能具有理解力嗎—從哲學解釋學的視角看[J]. 大連理工大學學報（社會科學版），2023，44（3）：104-110.

[35]戴益斌. 自然語言理解視域下的人工智能之思[J]. 東華大學學報：社會科學版，2022，22（3）：26-31.

編輯/于 洪 終校/石 雪

注：本文系國家社科基金后期資助項目“中國傳統心性學說中心理治療思想的溯源與重構”（15FZX026）研究成果。通訊作者為熊韋銳。