哪些证据缺口阻碍了AI心理健康伴侣的发展？

AI心理健康伴侣的实际效果如何？

最有力的证据来自2025年一项涵盖14项随机对照试验、涉及6314人的荟萃分析。该研究发现，生成式AI聊天机器人能小幅但统计显著地减轻抑郁和焦虑等负面心理健康症状（效应量0.30）[1]。这意味着，使用聊天机器人的普通人的改善效果优于约62%未使用者。然而，其95%预测区间范围从-0.85到1.67，表明在某些现实场景中，聊天机器人反而可能使情况恶化[1]。这一宽泛区间揭示，平均效应背后隐藏着大量不确定性。

同一篇综述发现，用于社交互动（如充当朋友角色）的聊天机器人比任务导向型（如症状追踪器）更有效[1]。这表明互动的质量比单纯拥有AI更为关键。另一项2025年的实验表明，当AI聊天机器人使用高度个性化且温暖的措辞时，用户会感受到更强的情绪认同——而当用户与机器人产生社交临场感时，这种效果更为显著[3]。因此，证据指向AI的“说话方式”至关重要，但目前尚不清楚哪些具体的对话风格对不同人群最为有效。

最大的安全和伦理缺口是什么？

安全性是最显著的短板。一项2025年针对心理健康领域对话式AI的101篇文献综述发现，仅52篇（51.5%）讨论了安全与伤害问题[2]。最受关注的隐患包括：对自杀倾向用户的应对、提供有害或错误建议、以及用户对AI产生依赖。这意味着近半数已发表的研究甚至未涉及基本安全问题。同一项综述还指出，62篇文章（61.4%）提及隐私与保密性，但关于责任归属——即AI提供不良建议时由谁担责——仅31篇（30.7%）有所涉及[2]。对于可能被弱势群体使用的工具而言，这些无疑是巨大的漏洞。

另一个研究空白在于研究对象的选择。2025年的荟萃分析发现，大多数生成式AI聊天机器人研究是在非WEIRD国家（非西方、非受教育、非工业化、非富裕、非民主国家）进行的，且几乎没有研究聚焦于幼儿或老年人[1]。这意味着我们尚不清楚这些工具对幼童和长者是否安全可靠。2024年一项针对800名Sakhi聊天机器人用户的调查显示，30岁及以上女性用户占多数，年龄与工作变动等因素可预测压力水平[5]。但用于分析该数据的机器学习模型准确率较低（随机森林0.37，梯度提升0.33），预测结果仅略优于随机猜测[5]。由此可见，即便是来自真实用户的数据也存在噪声且不可靠。

长期使用缺乏哪些证据？

几乎没有长期证据。2025年的荟萃分析仅纳入14项随机对照试验，作者指出这一数量过少是主要局限性[1]。所有研究对用户的追踪时间均未超过数月，因此我们无法知晓其益处能否持续、用户是否会产生依赖，或人工智能的建议是否会随时间推移而准确性下降。2025年一篇论文中描述的Jarvie系统声称能“通过用户交互持续适应”[4]，但并未提供任何关于安全性或有效性的长期数据。同样，Sakhi聊天机器人提供“远程心理健康监测”[5]，却缺乏证据说明当监测发现危机时会发生什么。

伦理审查指出，在101篇文章中仅有12篇（11.9%）讨论了用户自主性——即用户控制或终止交互的能力[2]。如果陪伴型AI被设计为长期吸引用户参与，这既可能有益也可能有害，但我们缺乏数据来判断其影响。审查还发现，仅16篇文章（15.8%）探讨了对医护人员就业的担忧[2]，这意味着我们尚不清楚这些工具应如何融入现有照护体系。由于缺乏长期研究，我们无法断言AI陪伴是人类照护的安全补充还是风险替代。

关于这些来源

该回答基于5篇经同行评审的研究——发表于2024年至2025年，其中5篇为2024年或之后发表，3篇来自Q1期刊，共计被引用67次——这些研究是从5篇通过质量筛选的研究中选出的最相关成果，而后者又源自从超过5亿篇论文的数据库中检索到的39篇文献。

本文引用的文献

相关研究问题