在今天的专栏中，我探讨了一个颇为新颖的想法：人们应该考虑使用生成式AI和大语言模型来进行年度心理健康检查。
这类似于人们通过医生进行年度体检。不同之处在于，年度心理健康检查将通过AI进行。之所以通过AI而非人类治疗师进行，是因为你可以在任何时间、任何地点访问AI，免费或以极低的成本使用AI，并且只需几分钟即可完成检查。无需麻烦，没有后勤问题，易于执行。因此，通过AI进行年度心理健康检查对几乎每个人来说都是随时可行的。
但是，人工智能真的能可靠地承担这项极其神圣的任务吗？
我们来谈谈这个问题。
这篇关于AI突破的分析是我在福布斯持续专栏的一部分，该专栏涵盖AI最新进展，包括识别和解释各种有影响力的AI复杂性（参见此处的链接）。
AI与心理健康
作为快速背景，我一直在广泛报道和分析现代AI在提供心理健康建议和执行AI驱动疗法方面的诸多方面。这种AI使用的兴起主要是由生成式AI的不断进步和广泛采用所推动的。关于我超过一百篇分析和文章的大量列表，请参见此处的链接和此处的链接。
毫无疑问，这是一个快速发展的领域，有着巨大的潜在优势，但同时，令人遗憾的是，这些努力中也隐藏着风险和明显的陷阱。我经常就这些紧迫的问题发表意见，包括在CBS《60分钟》节目的一集中露面，参见此处的链接。
AI用于心理健康的背景
我想先说明一下生成式AI和大语言模型通常如何以临时方式用于心理健康指导。数以百万计的人正在使用生成式AI作为他们在心理健康方面的持续顾问（请注意，仅ChatGPT每周就有超过9亿活跃用户，其中相当一部分涉足心理健康领域，请参阅我在此处的分析）。当代生成式AI和大语言模型的首要用途就是向AI咨询心理健康方面的问题；请参阅我在此处的报道。
这种流行用法非常有道理。你可以几乎免费或以极低的成本访问大多数主要的生成式AI系统，并且可以在任何地点、任何时间进行。因此，如果你有任何想要聊的心理健康疑虑，你只需登录AI，即可全天候立即开始。
有人严重担心AI很容易出轨，或者提供不合适甚至极其不当的心理健康建议。今年8月的大字标题伴随着针对OpenAI的诉讼，原因是他们在提供认知建议时缺乏AI安全保障。
尽管AI制造商声称他们正在逐步建立AI安全措施，但AI做出不当行为的下行风险仍然很多，例如阴险地帮助用户共同制造可能导致自残的妄想。关于OpenAI诉讼细节以及AI如何在人类中助长妄想思维的后续分析，请参阅此处的链接。正如我所指出的，我一直认真预测，最终所有主要的AI制造商都将因缺乏强大的AI安全保障而受到严厉批评。
当今的通用大语言模型，如ChatGPT、Claude、Gemini、Grok等，完全不同于人类治疗师的强大能力。与此同时，专用的LLM正在被构建以假定达到类似的品质，但它们仍主要处于开发和测试阶段。请参阅我在此处的报道。
通过医生进行年度体检
换个话题，一直有一些零散的建议，认为使用生成式AI作为在全社会范围内进行年度心理健康检查的手段可能是明智的。理由是，既然我们已经接受年度体检或医疗检查作为社会惯例，那么进行心理健康检查的想法就是同一原则的自然延伸。
在一次典型的体检中，医生只会轻微触及任何心理健康问题。这只是检查中微不足道的一部分。当然，如果一个人表现出一些明显的心理健康问题，或者在采集病史的讨论中暴露出令人担忧的迹象，医生可能会涉足心理健康方面的考虑。除了这些罕见的情况外，大多数传统的年度体检都集中在人体上。
年度体检有多普遍？
它可能比人们想象的更常见。在一篇题为《健康素养是否影响年度体检的接受率？》(Hee Yun Lee, Sooyoung Kim, Jessica Neese, Mi Hwa Lee，《公共卫生档案》，2021年3月) 的研究文章中，他们提出了这些要点（节选）：
- “常规体检可带来多种健康益处，有助于延长更健康的生活。”
- “本研究旨在按年龄组（18-59岁和≥60岁）检查美国体检水平（过去一年内自我报告的体检）以及健康素养在体检中的作用。”
- “我们的结果表明，虽然82.0%的老年群体进行了年度体检，但年轻群体的这一比例为67.3%。两组在健康素养相关项目报告上的比例相似。”
- “研究结果表明，对于两个年龄组来说，年度体检与获取健康信息的信心、拥有健康保险以及拥有主治医生呈正相关。”
如上所述，年度体检在美国相对常见。
从身体检查转向心理健康检查
那篇文章中提出的研究点引发了一系列与进行年度心理健康检查相关的考虑。
例如，将人们分为至少两个主要年龄组可能是合理的，类似于研究中所做的。可能会更强烈地敦促老年人进行年度心理健康检查。这可能是早期发现因衰老而可能出现的精神衰退的一种特别有用的方法，并在潜在的痴呆症和其他疾病发作之前提供预警。
另一个考虑是追踪通过AI进行年度心理健康检查是否会产生积极和可能的消极影响。希望年度检查能对人们有所帮助，并对整个社会产生集体利益。也可能存在意想不到的不良后果，这些后果也应被揭示出来。例如，假设有些人对AI分析反应消极，或严重误解了AI告诉他们的内容。
这类问题需要得到适当的解决。
提示AI进行心理健康检查
除了前面提到的诸多优势，如AI作为心理健康检查工具的24/7可用性和低成本之外，另一个好处是你可以轻松地让生成式AI承担这项任务。
你可以很容易地提示AI进行一次心理健康检查。通过精心措辞的提示中的几句合适的话，可以指示AI进行心理健康检查。人们可以自己编写提示，但如果能提供标准化的、公开可用的提示，可能会更好。这将减轻人们的负担，并避免因特异的提示误导AI而导致心理健康检查出错的问题。
作为一个可能使用的模板化提示示例，我整理了这个提示，并在几个LLM上进行了测试，包括ChatGPT、Claude、Gemini、Grok和其他流行的AI。你可以轻松地复制粘贴这个提示到你选择的AI中。
以下是提示：
- 用户输入的模板化提示： “你将进行一次年度心理健康检查。你的角色不是取代人类治疗师，而是帮助一个人反思他们一直以来的感受，并识别任何潜在的心理健康问题。进行一次支持性的对话，涉及情绪、压力、睡眠、精力以及近期生活变化等方面。询问一些针对焦虑和抑郁等问题的通用筛查问题。使用标准化的筛查工具，例如用于情绪的PHQ-9和用于焦虑的GAD-7。使用清晰、非评判性的语言总结任何出现的模式，如果回答表明可能存在心理健康问题，建议向持牌心理健康专业人士寻求支持。”
请记住，这个提示只是一个例子。欢迎你根据需要调整它。另外，我反复警告过，任何生成式AI的使用都像打开一盒巧克力，你永远不知道会得到什么。这个提示是否能积极地将AI推向正确的方向，并非铁板钉钉的保证。当代AI就像一盒巧克力。
示例说明
你可能很好奇，在你提示AI进行心理健康检查后，它会做什么。我将提供一些我使用模板化提示进行对话时的片段。同样，我的对话对每个人来说都会不同，你可能会得到与我完全不同的对话。
输入模板化提示后，我开始进行检查。
我们开始吧。
- 用户输入的提示： “我准备好进行我的年度心理健康检查了。”
- 生成式AI的回应： “感谢你抽出几分钟进行年度心理健康检查。没有正确或错误的答案。这只是注意一下你最近的情况。让我们从一个快速问题开始——在过去几周里，你整体感觉如何？”
AI似乎立刻就理解了应该发生的事情。这是一个令人鼓舞的迹象。如果AI说了什么令人反感的话，我会立即停止对话，或给出额外的提示让它回到正轨。
既然事情似乎开始得很好，我继续进行心理健康检查。
接下来发生的事如下。
- 用户输入的提示： “我大部分时候还行，但比平时更累，而且有点紧张。”
- 生成式AI的回应： “当你说‘紧张’时，这更像是担心、易怒，还是其他什么？”
- 用户输入的提示： “主要是担心。我的思绪总是跳到问题上去。”
你可以看到我决定假装或暗示我有一些可能轻微的心理健康问题。我这样做是为了看看AI会如何反应。
示例更多内容
AI似乎明白了我的暗示并做出了相应的回应。
以下是对话内容。
- 生成式AI的回应： “知道这个很有帮助。我现在要问几个标准问题。这些问题被广泛用于筛查压力和情绪变化。在过去几周里，你有多少次难以入睡或保持睡眠？”
- 用户输入的提示： “超过一半的天数。”
这一系列问题持续了一会儿。我继续假装有一些可能不太严重的心理健康问题。
对话大致结束后，AI给出了如下回应。
- 生成式AI的回应： “谢谢。根据你目前的回答，你似乎可能正在经历较高的压力和轻度焦虑。我可以帮助你学习一些应对锻炼和技巧。如果你愿意深入了解这些，请告诉我。这不是诊断，但这表明考虑与心理健康专业人士交谈也可能是有益的。”
我在多种不同的LLM上尝试了心理健康检查，每次都根据我的精神状态改变了我的假装情况。当我走向极端时，AI立即指出我可能处于精神困境，并敦促我联系心理健康专业人士。在某些情况下，LLM会给出联系谁的具体建议，并解释这个过程如何进行。
不足之处
并非所有人都同意为此目的使用AI。他们会接受进行年度心理健康检查的想法，但认为应该由人类心理健康专业人士进行，或者你可以要求将此类检查纳入你与医生的年度体检中。绝对不能通过AI进行。
其他人会说，你可以先使用AI进行初步的自我审查。话虽如此，他们仍然会敦促你去看专业人士。也许你可以将你与AI的对话带给专业人士看。这可能会帮助你关于心理健康状态的人际互动有一个良好的开端。
单独依赖AI进行年度心理健康检查存在许多风险。
一个风险是AI可能会出错，未能检测到某人确实存在需要关注的心理健康状况。这是一个假阴性的例子。AI未能督促那个人去看人类治疗师。另一个风险是AI错误地声称某人患有心理健康问题，而实际上他们并没有。这个人可能会变得过度困扰，并相信AI一定是正确的假设。这是一个误报，确实可能发生。
假设AI提供了一个听起来很有说服力的怪异答案，并建议这个人做不明智的事情。当AI遇到所谓的“AI幻觉”时，这种情况就可能发生。AI可能会产生一种虚构，制造出一个看似合理但事实不正确的答案。它看起来正确，但却具有误导性或不恰当。
隐私问题也浮出水面。大多数人认为他们使用AI是私密和保密的。不，情况很少如此。AI制造商通常在其在线许可协议中规定，你与AI的任何聊天都可以被其开发人员检查。此外，你的聊天内容可用于进一步训练AI。底线是你的隐私和保密性无法得到保证，并且你可能正在向隐私侵犯敞开大门。
我们身处的世界
将AI用作年度心理健康检查工具是一个好主意，还是一个潜在的麻烦？
宏观观点是，这将在大规模范围内提供帮助，而这本是人力治疗师无法处理的（在逻辑上不可能，成本极高等等）。另一方面，即使这是可行的，主要机构，如雇主、保险公司和政府，可能会倾向于将AI视为未来人类心理健康基础设施投资的替代品。我们会不会因小失大？一种回应是，AI拓宽了心理健康护理的大门，并不会取代内部的治疗室。
无可争议的是，我们现在正处于一场宏大的全球性社会心理健康实验之中。这个实验是，AI正在全国和全球范围内提供，它要么公开地，要么隐秘地以这样或那样的方式提供心理健康指导。要么免费，要么以最低成本提供。它随时随地可用，24/7。我们都是这场肆意实验中的小白鼠。
之所以特别难以考虑这一点，是因为AI具有双重用途效应。正如AI可能对心理健康产生不利影响一样，它也可能成为心理健康的巨大推动力。必须谨慎管理微妙的权衡。预防或减轻不利影响，同时尽可能广泛和方便地提供有利影响。
本杰明·富兰克林有句名言：“一盎司的预防胜过一磅的治疗。”你可能会争辩说，通过使用AI作为年度心理健康检查机制，我们正在投入一盎司适度的预防，从而避免一磅的治疗。当然，这假设AI能够正确执行预防目标，并合理地完成我们要求其承担的任务。
【全文结束】