赵相双 熊韦锐

摘要：近年来，人工智能发展迅速，逐渐应用于各个领域。实践表明，将心理测评、心理咨询和人工智能结合起来，可丰富学校心理健康服务的形式。传统的学校心理咨询受到时间和地点的约束，而人工智能辅助下的心理健康测评和心理咨询恰恰可以解决这个问题。目前，人工智能在算法偏差、算法歧视、伦理问题和语言理解等方面存在问题，未来想要将人工智能和心理健康服务结合起来，需要注意提高算法的透明度和数据的准确性。

关键词：心理健康服务；智能化心理健康测评；人工智能心理咨询

中图分类号：G44 文献标识码：A 文章编号：1671-2684（2024）09-0004-06

一、引言

继AI绘画之后，由人工智能实验室OpenAI发布的对话式大型语言模型ChatGPT在各大中外媒体平台掀起了一阵热潮。人工智能发展迅速，部分学校也将人工智能引进心理健康教育领域。其中，AI心理咨询用智能化心理健康测评应用传感技术、图像和语言识别、大数据分析等技术来检测学生的心理健康水平，丰富了心理健康服务的方式。例如，国外有世界上第一个NLP聊天机器人“Eliza”，以及如今的“Woebot”和“TheraChat”等；国内有“小天”“Emohaa”等情绪对话机器人。虽然人工智能丰富了心理健康服务的方式，但它在技术方面、伦理方面以及语言理解方面仍面临挑战。本文对传统学校心理咨询存在的问题进行概述，并详述了人工智能辅助下的心理健康测评和心理咨询如何应用于学校心理健康服务，最后从算法偏差、算法歧视、伦理问题和语言理解三个方面来阐述人工智能心理咨询所面临的挑战。

二、传统的学校心理咨询及存在的问题

（一）传统的学校心理咨询方式

1. 个体心理咨询

学校个体心理咨询是指学校心理教师运用心理咨询的理论和方法帮助学生解决学习、适应、发展和就业等方面的心理问题^[1]。学校个体心理咨询一般包括两类，一类是适应性咨询，另外一类是发展性咨询^[2]。发展性咨询强调学生的发展，重点在于提高学生的素质和适应能力；而适应性咨询一般针对在心理或行为上存在一定问题的学生，目的是解决学生所遇到的各种心理问题。

2.朋辈心理辅导

朋辈心理辅导是一种“准心理辅导”，即非专业心理工作者经过选拔、培训和监督向寻求帮助的年龄相当的受助者提供具有心理辅导功能的人际帮助的过程^[3]。朋辈心理辅导在美国得到大规模推广，逐渐发展出一系列的朋辈心理互助活动，主要包括朋辈电话和门诊咨询、朋辈调解、朋辈健康教育和朋辈伴读等^[4]。朋辈心理辅导是同龄人、年龄相当者或生活境遇相似者之间的互助，具有操作简单、实效性强等优点。

3.在线心理咨询

在线心理咨询最早可以追溯到Grohol^[5]提出的e-Therapy。美国注册心理咨询师协会将在线心理咨询定义为心理咨询师与来访者使用电子邮件、聊天室或网络视频设备等进行的远距离的同步、实时或异步、非实时的互动^[6]。美国学校已将远程在线服务拓展到电话、视频、短信、电子邮件等多种渠道，实现了同步、异步心理健康服务。在国内，在线心理咨询主要包括用电子邮件、在线文本、在线语音、在线视频、在线测试等方式对学生进行的远距离心理咨询^[7]。

（二）传统的学校心理咨询存在的问题

个体心理咨询和朋辈心理辅导会受到时间和地点的约束。个体心理咨询是由心理教师充当咨询师为学生进行心理咨询，心理教师的数量和工作时间有限，不能时时刻刻在线，所以咨询有延迟，学生的情绪得不到及时的安抚，咨询效果会受到影响。朋辈心理辅导本质上就是同伴之间的互帮互助，同伴专业水平有限，也会受到时间和地点的限制。在线心理咨询虽然可以不受到地点的约束，但是受到了心理咨询师数量及工作时间的限制。而基于网络数据的AI心理咨询平台系统可以解决上述问题，学生可以随时随地跟人工智能心理咨询师交流，缓解情绪问题。

三、人工智能在学校心理健康服务中的应用方式

（一）基于网络数据的智能化心理健康测评

目前，智能化心理健康测评主要包括两种，一种是建立在线心理健康测评模型或者系统，另外一种是创造实体设备来检测学生的心理状态和生理状态。人工智能在线上心理健康测评中的应用主要是采用各种计算机算法和建立各种模型，加入了计算机算法和模型的心理健康测评使得学生心理健康问题的识别度和准确度得到了明显提升，能促进学生更好地实现自我全面、协调、可持续发展。建立的模型可以量化学生的信息，使得测评结果更加精确。

例如，阎志斌^[8]用动态曲线“心象图”建立了学生心理健康测评动态模型，该模型可以对学生心理测评的信息进行综合的智能化处理。冯翊^[9]采用灰色聚类算法建立学生心理健康智能测评模型，该模型应用变异系数法可以确定学生的心理健康测评指标的权值，最终获得更加精确的心理健康智能测评结果。Zhang^[10]利用三角模糊数与熵权分析法，构建了学生心理健康模糊综合评价模型，该模型的特点是可以减少人为因素的干扰，同时实现对学生心理健康评价结果的量化。Kurebayashi、Maeda和 Komuro等^[11]根据无线传感器网络构建了一个模型，从温度、湿度和光照等多维时间序列室内环境数据中评估心理状态。总之，AI可以帮助我们对数据集进行复杂且有意义的分析，建立预测模型，从而提高测评结果的准确性。

此外，也可以利用RFC算法来建立心理測评系统，从而提高学生心理健康检测的准确率。例如，李馥利、金敏和王雨佳^[12]在鲸鱼优化算法的基础上，提出优化 FRC心理健康测评方法，该测评方法可以使得学生健康问题识别的准确度得到提升。杨欢欢和张严心^[13]基于WOA-FRC提出了一种心理健康测评研究方法，可以提高学生心理状态识别的精度。智能化心理健康测评系统会对学生所提交的心理健康测评问卷进行分析，最终智能生成个人心理健康检测报告，并依据心理健康检测报告对学生的心理健康状况进行判断^[14]。此外，系统可提供将数据导出到SPSS等专业系统软件的服务，便于统计和分析心理检测结果，为学校心理健康中心提供大数据信息。综上，智能心理健康测评系统能帮助学校了解学生的心理健康指数，大幅提升心理档案建设效率。

（二）基于生理数据的智能化心理健康测评

除了通过建立心理健康测评模型或者系统来提高学生心理状态识别的精确度，还可以创造实体设备来检测学生的心理状态和生理状态。实体设备的心理健康测评通常是在实验室用专业设备来收集脑电数据、眼动数据以及运动数据等生理指标和数据来实现对心理的检测^[15]。心理健康问题往往伴随着明显的生理反应，可以通过测量学生的生理指标来实时监控学生的心理状态。

例如，华南理工大学利用AI和VR技术建立心理健康系统，此系统具有自助式的心理测评功能，通过VR模拟各种场景使得学生产生真实情绪，来收集学生脑电、心率等多模态心理和生理数据并进行分析^[15]。Muramatsu、Tanaka 和Watanuki等^[16]通过收集面部图像、眼球运动和其他生理指標和数据来了解学生的心理状态。Spyrou、Nikopoulou和Vernikos等^[17]提出了一种应用于音频段的频谱图表示的计算机视觉方法，通过音频刺激来识别情感。心理健康测评设备不仅可以检测到学生的心理状态，还可以根据学生的生理状态来检测学生的心理状态，但检测过程需要穿戴笨重的设备，学生不能随时随地进行心理测评。未来，研究者可以创造便于携带的设备，满足学生的这一需要。

（三）基于实体的AI心理咨询

人工智能在心理咨询、情绪纾解方面的应用正在蓬勃发展，人工智能心理咨询正在成为一个全新而且热门的发展方向。心理治疗聊天机器人是一种特殊的情绪聊天机器人，是根据已被证实的心理学理论，为缓解或治疗焦虑、抑郁等负面情绪而设计的。就目前已有的技术来看，人工智能心理咨询应用到大学里面的主要形式之一是设计成人工智能心理咨询机器人，这种机器人拥有强大的记忆能力和学习能力，学习过优秀的心理咨询案例，其优点是能够节省学校的人力，面对面进行心理咨询，缺点是没有办法随时随地进行心理咨询。

例如，在国外，Weizenbaum^[18]打造了世界上第一个NLP聊天机器人“Eliza”，目的是模仿人本主义心理咨询师，Eliza可以识别出用户输入的关键词并继续提出相关的开放性问题，能提供情感的反馈，使得来访者对程序产生依恋；Fitzpatrick、Darcy和Vierhile^[19]基于认知行为疗法开发了Woebot，将Woebot定位为专门辅助心理健康服务的聊天机器人，Woebot能根据用户的心理健康水平设计出专属的聊天方案，给出相应的策略、目标和建议；Joerin、Rauws和Ackerman^[20]结合情感算法和机器学习技术等创造了名为“Tess”的心理健康聊天机器人，Tess接受了培训，可以根据个人报告的问题触发特定的干预措施。在国内，王曦、曾广平和乔柱^[21]设计出了一种心理健康服务机器人，可通过使用自然语言理解、计算机视觉技术和情境感知计算等技术来获得学生的特征，通过学习各种心理咨询理论，使用机器学习算法对学生进行心理评估；西湖大学蓝振忠实验室推出了心理咨询机器人“小天”，“小天”运用领域内领先的大规模模型，能模拟人类大脑的运作方式，并且拥有强大的记忆和学习能力，还学习了大量真实心理咨询案例中优秀咨询师的技术，能理解人的情绪和舒缓人的心情^[22]。

（四）基于网络数据的AI心理咨询平台系统

人工智能心理咨询的应用除了设计成AI心理咨询机器人，还可以将其与智能手机应用程序相结合，设计成心理服务平台或系统，这种心理服务平台或系统不仅能进行AI心理咨询，还能开展心理测评等其他服务，其优点是能够随时随地进行心理服务，不受时间和地点的约束且功能齐全。

例如，张美玲、潘红、王万森等^[23]提出了一种基于Web的学生心理咨询专家系统结构，该系统由智能心理咨询、心理测评、信息管理、辅助决策、表情识别等模块构成，可以自动获取来访者的相关信息，确定其心理状态，进而提出心理干预对策和建议。杨惠、高熙龙和徐珺洁^[24]利用人工智能、Lucene搜索算法等设计与开发了学生心理智慧云服务应用程序。此程序具有人机对话、心理测试、问题悬赏等功能，重点解决学生在与舍友、老师、家长、恋人等关系方面的心理问题。高帅、阿茹娜和刘树双等^[25]基于微信这一热门平台，利用心理学大数据、人工智能、微信的语音聊天及丰富的平台扩展功能，设计出了心理测评、心理咨询、心理教育和心理危机四个模块。

四、人工智能心理咨询面临的挑战

虽然AI心理咨询可以在一定程度上弥补学校心理咨询的不足，帮助缓解学校心理咨询师短缺的状况，但AI心理咨询在算法偏差、算法歧视、伦理方面和语言理解方面存在一定的问题。

（一）算法偏差和算法歧视

人工智能是基于算法的大数据分析，所以容易存在算法偏差问题。在心理咨询过程中，采用人工智能，可能会因为算法偏差使设计者出现认知偏差、认知局限，或者使计算机出现数据污染、缺失等问题，导致人工智能对学生信息的理解出现错误，最终导致心理咨询无效甚至使学生心理问题严重化。闫坤如^[26]认为人工智能算法偏差成因主要包括三种：第一种是设计者的主观偏见、认知差异或认知局限性等主观因素导致的数据偏差；第二种是数据虚假、数据缺失以及数据污染等原因导致的数据偏差；第三种是算法设计者因为算法的复杂性和不透明性导致不能完全把握算法造成的数据偏差。Carr^[27]认为，AI无法完全了解人的人际关系、文化、社会、经济和环境等方面的信息，那么AI所得到的数据可能产生有偏见的结果。人工智能的算法是根据设计师的指令进行的，其过程受到人类的判断驱动，偏差反映了设计师使用的数据算法、建立的模型以及人类认知上的差异。

存在算法偏差，就可能会存在算法歧视。算法歧视指的是人工智能算法在收集、分类、生成和解释数据时产生的与人类相同的歧视，主要表现为年龄歧视、性别歧视、消费歧视、就业歧视、种族歧视、弱势群体歧视等现象^[28]。人工智能心理咨询除了存在以上歧视以外，还可能存在语言歧视。AI 聊天机器人通过在交互情景中对信息进行学习、储存来模仿人类对话，在这一过程中，人工智能可能学习到歧视性的信息，从而出现不当言论^[29]。要将人工智能和心理咨询结合起来运用，就要注意提高算法的透明性、可解释性和数据的准确性。

（二）伦理问题

心理咨询本身特别注重伦理问题，例如知情同意问题、保密问题等，学生不仅有知情同意权，咨询师还要对学生的信息和咨询内容进行保密。人工智能作为一项新兴技术，应用到心理健康服务领域时有可能会加剧该领域传统的伦理问题^[30]，而人工智能本身也会引发一些伦理问题，如公平性、包容性、透明度、问责制、隐私、可靠性和安全性。例如责任问题，在咨询过程中出现意外或者学生的隐私被泄露，是人工智能设计师的责任还是给人工智能提供专业知识的咨询师的责任？其中的责任如何划分？再如隐私性和安全性问题，学生的隐私可能难以得到保障，AI可能会追踪到学生的位置，甚至是学生极其敏感的个人信息^[31]。因此，为了创造出具有伦理行为的人工智能，需要针对人工智能制定必要的伦理原则、规则、方针、政策和法规^[32]。如何处理心理咨询本身所具有的伦理问题以及人工智能自带的伦理问题，这是未来实施人工智能心理咨询需要注意的方面。

（三）语言理解问题

在咨询过程中，倾听和理解学生的语言对于咨询师来说非常重要，而能够完全理解学生的一段话对于人工智能来说是一个困难点。人的理解具有自我意识，而人工智能不具有自我意识，这就不得不提到“人工智能具有理解力吗”这一问题。

人工智能是以自然语言句子的形式和特定领域或特定话题与人进行交互的。自然语言处理（NLP） 是人工智能的一个领域，它具有从非结构化来源分析和提取信息、自动回答问题以及进行情感分析和文本摘要的功能^[33]。NLP涉及分析人类语言以获得有意义的信息，致力于开发能够像人类一样使用语言的算法并构建模型。自然语言理解（NLU）是NLP的一个子集，重点在于关注语言的语义和意义，但人类语言复杂且多变，如何从海量的语言信息中提出重要信息且不发生错误是一个难题。王敬和魏屹东^[34]从哲学的角度进行了分析，认为人工智能缺少自我意识和缺少人类具有的“前结构”，因此不具有理解力。戴益斌^[35]认为，人工智能无法使符号具备语义和涵义内容，因此无法真正理解语言的语义和涵义。虽然市面上有不少人工智能产品具有语音识别和语言对话功能，但并不能完全真正理解自然语言，只是对于语言符号的处理，是依据人类所设置的程序进行的。心理咨询工作对心理咨询师的共情能力和理解能力要求较高，而人工智能可能会因为算法偏差等多种因素对于学生的语言理解产生偏差甚至理解错误。目前，人工智能尚无法完全替代心理咨询师所拥有的共情力、理解力和情感力。

五、展望

人工智能在学校心理健康服务中的应用主要体现在智能化的心理健康测评和人工智能心理咨询上。智能化的心理健康测评主要包括两种，一种是基于网络数据建立在线心理健康测评模型或者系统，另外一种是基于生理数据创造实体设备来检测学生的心理状态和生理状态。通过运用各种计算机算法、模型和生理指标来实现對学生心理问题和生理问题的精准把握。人工智能心理咨询通过设计成实体心理咨询机器人或者心理咨询平台系统来实现对学生的心理咨询。人工智能心理咨询师可以使得心理咨询的门槛降到最低，让遭受过创伤的人都有疗愈的可能。

学校想要培养出综合素质优秀的人才，就要重视学生的心理健康，开展心理健康服务。除了传统的心理健康服务方式，还要紧跟时代发展的脚步，开发出新的心理健康服务方式。将人工智能应用到学校心理健康服务领域是一种新的发展方向，但人工智能心理咨询在算法偏差、算法歧视、伦理方面和语言理解等方面存在一定问题。作为前沿技术，未来应该提高人工智能心理健康测评和人工智能心理咨询的精确度。除此之外，还必须要考虑学生的隐私保护，规避学生隐私信息泄露的风险，以便更好地为学生提供心理健康服务。

参考文献

[1]邹小英. 我国学校心理咨询研究综述[J]. 当代教育论坛：宏观教育研究，2007（2）：73-74.

[2]刘晓明，王丽荣. 我国学校心理咨询的发展方向[J]. 中国教育学刊，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]石芳华. 美国学校朋辈心理咨询述评[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]黄永坚.对高职院校开展网络心理咨询的思考[J]. 教育与职业，2010（32）：84-85.

[8]阎志斌. 大数据背景下大学生心理健康测评动态模型研究[J]. 现代职业教育，2020（30）：222-223.

[9]冯翊. 基于数据挖掘的大学生心理健康智能测评研究[J]. 微型电脑应用，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. 基于鲸鱼优化算法的RFC大学生心理健康测评研究[J]. 现代科学仪器，2021，38（1）：166-170.

[13]杨欢欢，张严心. 基于WOA改进随机森林的大学生心理健康测评研究[J]. 微型电脑应用，2019，35（9）：37-40.

[14]赖山东. 论人工智能和大数据在高校大学生心理健康教育中的探究[J]. 电脑知识与技术，2022，18（6）：131-133.

[15]姜力铭，田雪涛，任萍，等. 人工智能辅助下的心理健康新型测评[J]. 心理科学进展，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，乔柱. 面向心理健康的服务机器人设计与实现[J]. 制造业自动化，2021，43（6）：137-141.

[22]袁一雪. 他叩开心理咨询AI大门[N]. 中国科学报，2021-08-24（008）.

[23]张美玲，潘红，王万森，等. 基于Agent的大学生心理咨询专家系统的研究[J]. 计算机工程与设计，2009，30（7）：1735-1737.

[24]杨惠，高熙龙，徐珺洁. 学生心理智慧云服务应用程序的设计[J]. 电脑知识与技术，2021，17（31）：102-106.

[25]高帅，阿茹娜，刘树双，等. 基于微信小程序的学生心理健康测评与服务系统的设计[J]. 信息与电脑（理论版），2020，32（22）：120-122.

[26]闫坤如. 人工智能的算法偏差及其规避[J]. 江海学刊，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]汪怀君，汝绪华. 人工智能算法歧视及其治理[J]. 科学技术哲学研究，2020，37（2）：101-106.

[29]刘朝. 算法歧视的表现、成因与治理策略[J]. 人民论坛，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，魏屹东. 人工智能具有理解力吗—从哲学解释学的视角看[J]. 大连理工大学学报（社会科学版），2023，44（3）：104-110.

[35]戴益斌. 自然语言理解视域下的人工智能之思[J]. 东华大学学报：社会科学版，2022，22（3）：26-31.

编辑/于 洪 终校/石 雪

注：本文系国家社科基金后期资助项目“中国传统心性学说中心理治疗思想的溯源与重构”（15FZX026）研究成果。通讯作者为熊韦锐。