随着生成式人工智能（AI）工具日益渗透进日常工作与生活，数百万人发现大型语言模型（LLM）不仅能辅助代码编写和文本生成，更成为了全天候待命、极具耐心且不带评判色彩的“对话伴侣”。然而，这种便捷性背后隐藏着深层的公共卫生挑战。近期发表在《Cyberpsychology, Behavior, and Social Networking》期刊上的一项实证研究揭示了数字时代人们寻求心理帮助习惯的重大范式转移。
这项研究由特拉海大学（Tel-Hai University）的Dorit Hadar Shoval博士领导，联合巴伊兰大学的Elad Refoua共同完成。研究团队对584名在过去一年中使用过ChatGPT或Gemini等生成式AI工具的以色列成年人进行了调查。结果显示，约29.3%的受访者曾利用这些AI平台寻求应对策略、情感抚慰或心理健康方面的辅助。值得注意的是，在报告存在严重心理困扰的个体中，这一比例飙升至47%。
统计建模分析进一步证实，心理困扰程度是预测用户寻求AI情感支撑的最强独立指标。此外，年轻人和女性群体更倾向于向AI倾诉个人心理挣扎。尽管研究观察到具有依恋焦虑倾向的人群初期更依赖AI的情感 reassurance，但在排除心理困扰因素后，这种相关性减弱，表明即时的情感痛苦是驱动用户向算法寻求心理慰藉的核心动力。
Hadar Shoval博士指出，这些工具虽然提供了即时、可及且无评判的交互，但它们并非为心理健康服务而设计，且缺乏临床验证。这在监管和临床层面留下了一块巨大的“真空地带”。专业的数字疗法和远程医疗平台通常受到医疗器械标准、患者隐私协议以及针对自杀倾向的应急预案约束，而商业化大语言模型则完全不具备此类临床授权。
由于这些平台主要通过互联网数据训练，旨在生成统计学上合理且顺从的回复，其输出内容可能缺乏医学有效性。在面对用户处于急性心理危机时，AI不仅可能给出不当建议，还可能导致用户产生不健康的心理依赖。研究作者强调，虽然研究未评估长期互动带来的具体临床后果，但考虑到全球范围内心理健康服务排队时间不断延长，对话式AI正在无形中填补公共卫生保障的缺口。
研究最后呼吁，临床心理医生应开始将患者的数字交互习惯纳入日常评估流程。同时，开发者和政策制定者必须建立标准化的临床“护栏”，确保在算法处理情感脆弱个体时，能够及时将其引导至经过验证、基于循证医学的人类专业医疗服务体系中。