AI賦能貫通式心理健康監測：基于學生發展的視角

【中圖分類號】G449【文獻標志碼】A【論文編號】1671-7384（2025）07-008-03

學生心理健康狀況是一個連續發展的過程。當前，我國中小學生心理健康監測面臨碎片化的困境，不同學段間評估工具與評估標準不兼容，學校、家庭與社區等場景的數據存在壁壘，各主體之間信息共享率低。傳統的心理健康評估難以捕捉心理問題的累積性和發展性特征，導致資源浪費和響應滯后，錯失對學生心理問題進行干預的關鍵窗口期。教育部等十七部門印發《全面加強和改進新時代學生心理健康工作專項行動計劃（2023一2025年）》，明確提出要“構建完整的學生心理健康狀況監測體系”。隨著人工智能技術的發展和制度的完善，打破時間和場域限制，構建貫通式心理健康監測成為必然趨勢。

貫通式心理健康監測的理論和技術基礎

心理健康監測要對個體心理健康水平進行周期性科學評估[1]。貫通式心理健康監測是基于學生發展全周期，通過系統性整合跨學段、跨場景、跨主體的多源數據，構建的連續性心理健康監測體系。它從“快照式”心理測評轉變為“影像式”追蹤監測，以實現對個體心理健康狀況的科學評估與干預。

首先，人的發展呈現連續性與適應性。在發展心理學理論視角下，學生心理健康狀況受“生物-心理一社會”三重因素影響，在時間維度上呈現出非線性、累積性與階段性特征。這要求心理健康監測要能夠靈敏識別學生特定發展時期內的心理問題，并且通過影響溯源，捕捉微觀事件和差異如何放大成為顯著心理問題。其次，學生的心理健康狀況具有復雜適應系統的特征。在復雜適應系統理論視角下，心理行為是個體與環境通過持續互動的逐步涌現。這意味著離散性靜態心理測評難以把握心理狀態與環境互動變化的動態平衡特征，需要構建多維度、多頻次、持續性的心理健康監測評估。貫通式的心理健康監測，可以揭示學生心理健康的系統性變化，識別學生發展過程中心理健康狀態軌跡的關鍵轉折點，以及在環境適應敏感期的規律性和差異化特征。

從心理健康評估技術上來說，心理健康評估是對學生心理問題產生風險的量化推斷。在大數據時代背景下，學生的學習、生活和社交行為留存的豐富數據，為心理健康監測提供了新的預警和干預途徑[2]。通過持續積累、整合和處理數字環境中的多源異構數據，借助人工智能技術，教育者能夠從學生的海量觀測數據中識別和提取具有心理健康意義的特征。數字化環境的泛在性與伴隨性使得跨時間、跨場景的數據整合與分析得以實現，使學生心理健康監測從傳統的間斷性評估轉向貫通式監測成為可能。

貫通式心理健康監測要把握三個維度

1.時間維度：貫通式心理健康監測評估的主軸

時間維度是貫通式心理健康監測的基礎性維度。大中小學心理健康教育一體化推進3]，要以心理健康監測的一體化為支撐。為實現從學前教育到高中教育的全周期、連續性追蹤監測，學校要建立統一標準的監測體系。學生的心理發展具有內在規律性，心理健康狀況隨著年齡增長和學段轉換呈現動態演變的特征。在傳統的心理健康評估中，幼兒園、小學、初中以及高中階段所使用的心理健康評估工具和標準并未實現一體化設計，評估結果之間的不可比性，導致學生在升學前后心理健康監測的斷層。這使得心理健康教育工作者難以準確把握心理問題的演變規律和趨勢，心理問題也難以在早期被識別和預防。為了破解這一困境，心理健康工作者需要構建跨學段的心理健康監測指標和工具、建立標準化的數據采集和處理規范、推動跨學段心理健康評估結果的共享與互認。其價值在于：一是有利于識別心理發展關鍵轉折期的心理問題，如在小升初的適應階段、青春期的情緒波動期的問題等；二是有助于追蹤心理問題的演變路徑，通過構建K-12階段學生心理健康發展曲線，區分階段性心理問題和持續性心理障礙；三是有利于評估干預措施實施后的效果，為個性化心理健康教育的設計和調整提供科學依據。

實現時間維度的貫通需借助人工智能技術，運用標準化的數據采集與處理方法，解決不同學段心理評估的兼容性和可比性問題，并為學生發生的心理問題進行影響因素溯源提供了可能。這需要建立學生心理健康發展常模，開發具有年齡常模的心理健康測評工具，建立學生發展周期內的心理健康數字檔案等，確保學生發展的每個階段不留監測盲區，為心理健康問題的早期識別和精準干預創造基本條件。

2.空間維度：融合家庭、學校和社會的多場景數據

空間維度是貫通式心理健康監測的支撐性維度。它通過打破監測的空間局限，實現家庭、學校和社會等多種場景的數據整合與對齊。學生心理健康狀況具有情境依賴性，同一個體在不同情境中往往表現出不同的行為和情緒反應。依賴單一場景數據，極易產生“盲人摸象”的評估偏差。例如，學生的心理狀態在學校場景中觀測到的與學生在親子關系、生活習慣中反映出來的并不完全一致。又如，在數字化環境中，學生在不同社交平臺上的表現也不盡相同，甚至表現出與真實生活中截然不同的心理和個性。學校只有通過融合多場景數據的采集、傳輸與存儲管理，才能夠構建起立體式的心理健康評估坐標系。一是有助于識別環境特異性的心理問題，如學校恐懼癥、家庭暴力創傷等；二是有利于發現心理與行為在不同空間表現不一致現象，這往往是學生產生心理問題的重要信號；三是有利于研究環境因素對學生心理健康的影響機制，為創設和改善教育環境提供科學依據。

人工智能和大數據技術為打破空間壁壘開辟了新的途徑。在推進家校社協同的教育改革過程中，它通過建立家校協同平臺，運用多元場景下數據采集與管理的標準化方法，打破數據孤島，描繪出學生心理健康狀態的“全景圖像”，從而為心理健康評估提供豐富、多元的信息。

3.主體維度：構建多主體參與的評估與干預體系

主體維度是貫通式心理健康監測的重要保障維度。它通過協同教師、家長與專業人員的多元主體參與監測，能夠形成心理健康監測的合力。心理健康問題具有復雜性，理想的監測與干預需要多主體協同完成，單一主體的觀測視角不可避免地存在局限性。例如，教師能夠觀察學生在學校期間的行為表現、學業狀況和同伴關系；家長掌握子女在家中的情緒變化、親子關系狀況和生活習慣等信息；心理工作者則具備使用專業的心理健康評估工具和臨床判斷的能力。目前，這些主體之間尚未建立起有效的信息與經驗交流機制，每個主體掌握的信息有限，不同主體間信息傳遞和更新不及時，各主體對學生心理問題的應對缺乏協調，導致干預滯后和出現偏差。構建多主體參與的心理健康監測機制，規范信息分享并且明確職責分工，能夠實現不同主體對學生心理健康狀況判斷的相互印證，有助于達成目標一致的系統性干預方案，形成完整的干預鏈條，提高干預的有效性。

多主體參與的心理健康監測需要借助人工智能技術賦予不同主體參與監測的職責與義務，結合專業評估結果，平衡不同主體的評估話語權。建立各主體監測協同機制、制定多主體參與監測的規范性制度，開發安全的信息共享平臺等，構建起全方位、多層次的守護網絡，為學生的心理健康發展提供持續和穩定的支持。

人工智能賦能貫通式心理健康監測的機制與路徑

1.構建基于三重維度的協同機制

人工智能技術在貫通式心理健康監測中的應用，本質上是基于數據和算法，實現時間、空間和主體三個維度的協同建模。一是以時間維度作為縱向主線，通過時序建模等手段分析學生從幼兒園到高中的心理發展軌跡，構建學生心理健康成長曲線，為跨學段比較提供基準。二是以空間維度作為橫向拓展，采用自然語言處理、音視頻處理、多模態數據對齊等技術，實現對家庭、學校、社區等多場景行為的智能識別，在數據安全得到保障的前提下完成多源信息融合。三是以主體維度作為執行保障，將學生心理健康狀況的技術分析結果與教師觀察、家長反饋和專業診斷等相結合，生成全面的心理健康狀況報告與干預方案。

在技術路線上，這三個維度并非簡單并聯，而是形成動態增強的閉環：時間維度積累的發展規律數據（如關鍵轉折期學生心理健康的特征）可以指導空間維度的監測重點部署；空間維度發現的環境特異性問題（如家庭-學校行為差異）能夠優化主體維度的協同策略；根據多主體參與的監測和干預效果可被用于優化時間維度的追蹤模型，形成“評估-干預-再評估”的監測閉環。這使得心理健康監測既能在個體發展的微觀層面把握具體問題，又能在學生群體發展的宏觀層面識別心理健康的發展規律和問題模式。

2.AI賦能貫通式心理健康監測的互補路徑

在技術實現層面，貫通式心理健康監測體系需要將人工智能技術融入“明暗互補”的雙軌路徑，將自上而下的標準化測評與自下而上的監測數據挖掘相結合，實現對學生心理健康狀況的全面評估。

在明線路徑上，開發基于人工智能的新型測評工具。將經典測量理論、項目反應理論、認知診斷評估和機器學習算法相融合，開發算法和模型。例如，它利用深度學習技術優化項自參數估計方法，基于縱向數據進行心理問題判別建模，借助大模型技術開發心理健康交互式測評和反饋系統、開發根據被試的實時作答調整后續題目的自適應心理測評工具等，全面提升基于心理健康測評工具的效率。

在暗線路徑上，充分發揮大數據效能，通過互聯網和智能終端，以非高卷入的方式持續采集學生在真實場景中的行為表現數據，從大數據中挖掘學生的心理健康狀況和特征。例如，學校留存的學生課堂參與度、校園行為活動軌跡、電子產品使用行為等數據。采用大數據挖掘的分析方法，由于學生卷入度低而生態效度高，能夠捕捉到在標準化測評中可能被學生刻意隱藏或易被忽視的心理特征和心理問題。

明暗雙軌技術路線在心理健康監測中優勢互補。明線路徑的監測結果為暗線路徑的數據分析提供了高質量的標注，從而實現技術對行為模式和心理問題的關聯建模；反之，暗線路徑的監測結果為明線路徑的工具測評補充了豐富的證據。兩條路徑發現的心理健康問題相互印證，能夠實現高信度的預警；當兩條路線的評估結果出現分歧時，能夠準確聚焦需要進一步專項評估的心理問題。雙路徑協同互補，提升心理健康監測的整體效能。

未來展望

隨著人工智能和新興技術的發展以及大模型在教育多場景應用的落地，心理健康監測既迎來機遇也面臨挑戰。在機遇方面，一是教育數字化升級將進一步提升心理健康監測的數據規模和質量；二是大數據＼人工智能技術以及算法的蓬勃發展有助于不斷深化對學生心理發展規律和心理問題的認識。在挑戰方面，一是數據技術層面要解決多模態數據的對齊和標準化問題，要開發科學且可靠的算法。二是道德倫理層面必須謹慎處理數據采集的倫理與安全問題，提高測量模型和工具的可解釋性。三是實踐操作層面要提高心理健康監測隊伍的專業化水平，防范具體操作中可能引發的人為評估誤差。四是在結果使用層面要明確人工智能技術應用于監測的潛在風險，建立心理健康監測結果使用和共享的規范性制度文件。AI賦能貫通式心理健康監測需要多學科協同合作，心理學、教育學、計算機科學等領域的專家學者、技術研發團隊與一線教育工作者，共同參與和推動其研究和落地的各個環節，為服務學生心理健康教育提供強有力的人力與技術支撐。

參考文獻

[1]馬建青，高穎盈，楊幸.全國學生心理健康監測預警系統構建的理論框架、關鍵技術與實施路徑[J.思想理論教育，2025（5）：104-111.

[2]李刁，溫碧璇．大中小學心理健康教育一體化的價值意蘊、構建思路與實現路徑[J].學校黨建與思想教育，2025（3）：89-92.

[3]王正青，杜麗瑋．國際基礎教育質量監測的數字化轉型：實踐路徑、支持保障與經驗借鑒[J].中國考試，2024（8）：89-98.

作者單位：北京教育督導評估院