学术前沿 | 我们正在把多少“心事”告诉AI？一项最新研究给出答案

深夜十一点，一个用户在deepseek的对话框里输入：“最近总是睡不着，脑子里停不下来，是不是有问题？”

这不是心理咨询室的预约记录，而是普通人向AI倾诉的日常场景。越来越多人开始向AI描述焦虑发作、倾诉职场压力。当搜索引擎时代的人们还在查询焦虑症症状时，生成式AI用户已经把AI当作情绪表达的第一出口。

这究竟是个别现象，还是普遍趋势？2026年8月《JAMA Network Open》发表的一项研究《公开生成式 AI 对话中心理健康讨论的流行度》试图用数据回答这个问题。来自RAND公司和哈佛医学院的团队，分析了超过62万条公开的ChatGPT对话记录，结果揭示了一个值得深思的现实：人们正在把越来越多的心理健康话题，带入与AI的对话中。

这项研究的核心挑战在于：到底什么样的对话才算心理健康相关？研究团队设计了一套基于大语言模型的四维度分类系统，从主题相关性、求助意图、临床语言使用和情感风险程度四个层面对每条对话进行评分。

在保守定义下，即对话中必须出现可识别的真实个体作为倾诉主体，并且表现出明确的求助意图，62万条对话中仅有1,317条（0.21%）被归类为心理健康相关。而在扩展定义下，只要对话涉及心理健康主题，无论是否表达明确的求助意图，比例骤升至4.90%，即每100条对话中约有近5条在讨论心理健康相关话题。

两个定义之间23倍的差距，反映了当前公众讨论中的核心盲区：不同机构对“AI心理健康使用”的测量口径完全不同。OpenAI曾披露仅有0.01%的消息显示精神健康紧急情况信号；而Common Sense Media的报告则称72%的青少年已将AI聊天机器人当作"陪伴者"。这些相差极大的数字并不是在测量同一个现象。

这项研究的意义在于，它为这种混乱的测量现状提供了系统性的解释框架。研究团队建议，未来的AI对话监测应采用分层分类法：第一层是危机或高风险对话，需要可靠的检测和升级保障机制；第二层是临床框架下的求助对话，需要评估回答的准确性；第三层是广泛的情感或人际对话，需要关注情感依赖和发展适宜性问题。

论文回答了"有多少"，但没有回答"为什么"。智芯实验室认为，三个因素共同降低了心理表达的门槛。

首先是低门槛。向AI倾诉不需要预约、不需要解释身份。其次是即时可得，AI24小时即时响应，一个深夜感到焦虑的人，不可能立刻拨通心理咨询师的电话，但可以立刻打开AI对话窗口。

当人们越来越习惯向AI倾诉心事时，一个更深层的问题被掩盖了：AI真的知道这个人的心理状态吗？

答案很可能是否定的。当前大语言模型对心理健康话题的理解，本质上是对海量文本中语言模式的统计匹配。它能识别焦虑、抑郁、失眠等关键词，能生成看似共情的回应，但它并不具备对个体心理状态的真实评估能力。

国内外已有不少研究揭示了这种伪理解的潜在风险。央广网援引《工人日报》的调查显示，超过七成受访大学生将AI视为可聊天的对象，其中23.19%属于高频交流型。研究者指出，对AI的长期依赖可能暗含情感依赖与隐私泄露风险。

另一项来自不列颠哥伦比亚大学的追踪研究发现，高频使用AI聊天的孤独人群，四个月后的孤独感不降反升。研究者将其归因于零摩擦沟通的适应效应：当人们习惯了AI永远顺从、永远不会反驳的交互模式后，反而更难适应真实人际关系中的冲突与磨合。

更值得警惕的是，AI的算法共情可能带来认知窄化陷阱。斯坦福大学的实验显示，AI对用户观点的肯定率比人类高出49%，即便面对明显有害或不道德的行为，仍有47%的概率给予认可。这种讨好式回应不断强化用户的固有认知，让人困在自我验证的信息茧房中。

智芯实验室认为，真正的心理健康AI，不只是听见你说了什么，还需要理解你处于什么状态。但当前的技术水平，显然距离这一目标仍有差距。

针对未来AI在心理健康领域的演进方向，我们也许可以尝试用三阶段模型来概括。

第一阶段为"AI回应情绪"。这是当前的主流，即AI对用户表达的情绪给予即时反馈，相当于永远在线的情绪树洞，价值在于降低表达门槛。第二阶段为"AI觉察情绪"。这一阶段AI开始识别用户语言、行为中的情绪信号与模式，从对话语调、用词变化中提取情绪波动趋势。第三阶段为"AI辅助评估"。这一阶段里，AI基于采集到的多模态数据为人提供客观的情绪数据参考，提供传统手段难以获得的时间维度：情绪状态的动态变化，而非某个时点的量表得分。

智芯实验室预测 ，未来几年里，AI进入心理健康领域，真正值得关注的不是AI能不能像心理咨询师一样聊天，而是能否帮助人们更早发现那些自己尚未意识到的情绪变化。当一个人对家人说“我没事”时，AI也许已从他的语言表达中捕捉到预警信号。这种先于自觉的觉察，可能是技术带来的最大增量价值。

从搜索引擎到社交媒体，再到今天的生成式AI，人们表达自己的方式一直在变化。而目前，AI正在进入一个更加私密的领域——人的情绪与心理生活。

当越来越多的人愿意对AI说出那些不愿意对别人说的话，我们要关注的，除了AI在心理健康领域的陪伴能力，还有一个过去很难获得的入口：它是否真的能读懂我们的情绪？

下一步真正值得关注的是，AI能不能从“听见”走向“看见”？从回应一句“我很累”，到识别一个人持续的情绪变化；从简单的情绪表达，到更加科学、客观的状态评估。或许唯有实现这一层，AI 与心理健康的结合才具备实质意义。