當心理學擁抱人工智能：賦能、邊界與平衡之道

心理學專家邢國良教授近日指出，AI在心理健康領域的最大潛力在于降低服務門檻，提供陪伴和初步建議，但AI不會成為治療者，而應定位為“陪伴者”角色。

根據美國心理學會2025年發布的從業者調查報告，過去一年中超過一半的心理學家在實踐中嘗試使用了AI工具輔助工作，這一比例從2024年的29%顯著提升至56%。

值得注意的是，雖然使用率上升，但心理學家對AI的擔憂同樣增加：高達92%的專業人士對AI工具在心理學領域應用表示擔憂。

最常被提及的憂慮包括數據泄露風險、社會潛在危害、輸入輸出中的偏見問題以及輸出不準確或出現“幻覺”的可能性。

在應用類型上，當前心理學家的AI使用主要集中在行政輔助層面：協助撰寫電子郵件（52%）、生成內容（33%）、總結臨床筆記或文章（32%）以及記筆記（22%）。

年輕群體的心理服務危機

心理健康服務需求正在全球范圍內迅速增長，尤其在年輕群體中表現突出。在英國一項對1991-2005年間出生人群的追蹤研究中，結果顯示了一個嚴峻趨勢。

1991年出生的人群中，僅5.8%在成年前接受過兒童和青少年心理健康專科服務。而到了2005年出生的人群，這一比例急劇上升至20.2%。

這意味著在不到20年時間里，英國年輕人在18歲前尋求專業心理服務的比例增長了近4倍。

愛丁堡大學研究負責人伊恩·凱勒赫教授指出，這一數據清晰展現了心理咨詢需求特別是青少年群體的激增。他同時強調，與腫瘤科或心臟科服務不同，兒童和青少年心理健康服務領域的研究和評估還遠遠不夠。

從“數字聽診器”到多模態評估

在臨床實踐中，AI技術正逐步成為心理學家的“數字聽診器”。武漢大學精神衛生中心主任王惠玲教授描述了精神科診斷的難點：“我們醫生的特點是，不能一眼看到癥狀，得醫生去挖掘才能找到這個點。”

她提到一個案例：一名抑郁癥患者對著鏡子練習“標準化微笑”，連專業醫生都看不出他是抑郁癥患者，覺得他的笑是發自內心。

多模態AI系統正嘗試解決這一難題。通過融合腦機接口、生理數據與行為分析，一些前沿系統能夠實時采集腦電、心率等多模態生理數據，結合情緒評估模型，精準識別多種基礎情緒。

技術上，這類系統實現了“生物智能感知+多模態自適應AI核心+生成式深度場域空間”的完整技術體系，構建了情緒采集、評估與干預的實時閉環。

普惠化愿景與技術缺陷

AI心理健康應用的核心價值在于降低服務門檻，使更多人能夠獲得及時的心理支持。專業心理治療資源緊缺問題持續存在，在很長一段時間里，心理援助可以說是屬于少數人的“奢侈品”。

IEEE數字金融與經濟標準委員會專家委員胡凝認為，AI的“非人類”身份在某些情況下會成為獨特優勢，讓某些患者放下對同類的戒備心理，更容易建立信任和溝通。

但另一方面，當AI從“博學的助手”嘗試扮演更積極角色時，其固有的技術缺陷便暴露無遺。幻覺問題是當前AI行業公認的隱憂。

在心理健康領域，機器的幻覺比人的幻覺更難察覺，因為它披著理性的外衣。一旦出現理解偏差，可能導致誤導性建議甚至造成心理傷害。

從通用走向專精

當前AI心理應用大多基于通用模型，它們擅長語言處理，卻看不懂表情、語氣、姿勢，也缺乏長期記憶能力。

這些系統無法知道用戶情緒在昨天是怎樣的、今天為何不同，而這恰恰是心理健康評估中最關鍵的線索。從通用走向專用，已成為產業的現實選擇。

邢國良認為，當前模型往往只能處理用戶明確表達的資訊，對語氣、行為、表情等復雜語境感知不足。同時缺乏長期記憶能力，無法形成持續的心理畫像；在文化和成長背景的理解上也不夠敏感。

未來的心理健康AI需要是“多模態+多源感知+用戶可控”的系統。這意味著AI需要與穿戴設備、端側傳感器、生理和行為數據融合，同時尊重用戶對個人數據的控制權。

規范發展的國家框架

2025年11月，國家衛生健康委等五部門聯合印發了《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，為AI在心理健康領域的應用提供了政策框架。

《實施意見》提出了兩階段目標：到2027年，要建立一批衛生健康行業高質量數據集和可信數據空間，形成一批臨床專病專科垂直大模型和智能體應用。

到2030年，基層診療智能輔助應用基本實現全覆蓋，推動實現二級以上醫院普遍開展醫學影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術應用。

值得注意的是，該文件專門強調了要“強化公眾心理問題智能監測服務，以學生為重點，提供心理問題智能篩查、預警推送、干預服務和隨訪分析”。