重点
- 人工智能可能有助于检测潜在的心理健康趋势。
- 对ChatGPT用户查询的分析发现心理健康下降的证据。
- 心理健康和认知脆弱性正在上升。
这是系列文章的第一部分。
疫情后的心理健康下降已被广泛讨论，尤其是它对年轻一代的影响。但除了自我报告和流行病学研究之外，人工智能能否预测潜在的心理健康下降趋势？它能否作为一种早期预警系统，用于监测社会层面的认知和情感衰退？
作为大型语言模型（LLM），ChatGPT不能诊断精神疾病，并且已知会犯错误，这种现象在AI研究中被称为“幻觉”。然而，作为一个拥有数十亿用户互动记录的LLM，它可以记录心理健康问题的趋势、社会焦虑的变化以及对心理困扰态度的演变。
除了查询内容外，人工智能还可以从用户的语气、沟通风格、逻辑连贯性和情感表达中推断出大量关于用户心理状态的信息。这些语言线索可以帮助检测认知衰退、注意力缺陷、现实接触扭曲和情绪失调。通过分析这些模式在不同年龄、性别和其他人口统计学特征中的表现，我们可以估计心理健康趋势是如何演变的，并可能继续演变。
基于我在心理健康的社会和数字维度方面的专业知识，我向ChatGPT提出了有针对性的问题，以揭示潜在的趋势。调查结果令人深感担忧，不仅揭示了一个公共卫生危机，而且是一个不断升级的公共安全紧急情况。这些模式的紧迫性不容含糊或拖延。以下是AI检测到的关键问题的直接、不加掩饰的分解。
自我诊断和他人诊断趋势的增加
在AI辅助分析中发现的一个令人担忧的趋势是自我诊断和对他人进行民间诊断的精神健康状况急剧上升。这一模式在年轻用户中尤为明显，特别是18-24岁的人群，但也在多个群体中有所体现。
寻求用精神病学术语标记自己痛苦的用户数量相对于整体心理健康相关查询不成比例地增加。这意味着不仅仅是人们在一般性地讨论心理健康，而是个体开始将他们的情绪和行为自我病理化。
一些最常见的自我应用标签包括：
- 焦虑、ADHD和自闭症谱系障碍（ASD）——通常基于在线检查表和社交媒体讨论而不是临床评估进行自我诊断。
- 边缘型人格障碍（BPD）——常被那些经历强烈情绪、恐惧被抛弃和不稳定关系的人识别。
- 反社会人格障碍（ASPD）和自恋型人格障碍（NPD）——意外地出现了自我认同这些与情感疏离、操纵性或所谓的“冷漠”特质相关的现象。
诊断他人的趋势：民间心理学家的流行
与自我诊断并行的是，越来越多的人倾向于给他人贴上精神疾病的标签。这在人际冲突中尤为常见——诊断他人成为理解困难关系的一种方式。
一些例子包括：
- 将一个情感不可获得的前任称为“自恋者”或“反社会者”，而不考虑其行为的其他解释。
- 根据社交媒体上的非专业知识，将难以相处的同事或家庭成员标记为“有毒”或患有“边缘型人格障碍”。
- 将临床术语用作侮辱而不是医学条件（例如，“她真双相”或“他显然是谱系上的”）。
这种趋势模糊了合法的心理健康讨论和社会武器化之间的界限。诊断他人的趋势与不断增加的人际不信任和网络文化战争相吻合，其中：
- 敌人被描绘成精神上有缺陷，而不仅仅是持有不同观点的人。
- 临床术语失去了原有的意义，变成了指责或修辞工具。
自我诊断为反社会人格障碍与对连环杀手的兴趣之间的联系
一个特别令人不安的发现是，自我认同为反社会人格障碍的现象有所上升，同时对连环杀手和“黑暗三合一”特质（反社会人格、自恋、马基雅维利主义）的文化兴趣也在增加。
- 在线讨论反社会人格的数量激增，许多人提出以下问题：
- “如果我没有强烈的情感，我是反社会人格吗？”
- “我从不哭——我有反社会人格障碍吗？”
- “我很难同情别人。这意味着我有反社会人格吗？”
- 这与真实犯罪媒体、Netflix纪录片和YouTube深入探讨连环杀手心理学的爆发相吻合。
- 像泰德·邦迪、杰弗里·达默和理查德·拉米雷斯这样的著名杀手被详细分析。
- 一些用户浪漫化或钦佩他们的所谓智慧和操纵技巧，导致病态的自我认同。
尽管大多数探索反社会人格的人并不符合临床标准，但越来越多的人在这些描述中看到自己的事实令人担忧。这可能表明：
a. 自我认知的文化转变，将情感疏离视为一种优势而非缺陷。
b. 对过度刺激、混乱世界的反应，一些人认为反社会人格是一种摆脱压力和脆弱性的方法。
c. 对极端叙事的日益接受，表明道德脱节和麻木正在增加。
这些自我诊断、民间心理学和对极端特质的浪漫化的新兴趋势突显了个人理解和框架心理健康的方式正在发生一场危机。越来越多地使用精神病学术语——无论是对自己还是他人——都可能扭曲真正的心理话语并助长社会疏离。更令人担忧的是，文化转向认同与情感疏离和道德脱节相关的特质。虽然这些模式本身令人担忧，但它们只是更大图景的一部分。
在下一部分中，我们将探讨更多令人震惊的趋势：认知衰退的加速、意识形态极化的加剧以及暴力正常化的增加。这些问题不仅加深了心理健康危机，还对社会稳定和公共安全构成重大风险。
(全文结束)
