一项学生试验中AI聊天机器人比团体治疗表现更好:这意味着什么,又不意味着什么

每当有标题说聊天机器人“击败”了心理治疗,我都会先读数字,再读那个说法。心理健康护理底下有一个安静的问题:需要一点支持的人,比能提供支持的人多,而候诊名单本身就是一种沉默。所以,一项把AI对话与真实的替代方案相比较的试验,值得认真看一看,既不必欢呼,也不必耸肩。

有两项随机试验值得并排阅读。最响亮的那些摘要说的话,两项试验都没有这么说,但两者都说了点有用的东西。

以色列试验测了什么

较大的那项试验发表在《JAMA Network Open》上,于2025年4月至10月在以色列进行。它招募了995名年龄18到35岁、报告当前存在情绪困扰的大学生。他们被随机平均分成三组:一个名为Kai的为期12周的AI对话平台、面对面的团体治疗,或者候补名单。

研究者追踪了焦虑、抑郁、创伤后应激症状、生活满意度和幸福感。关于结果的报道称,使用AI平台的学生在焦虑、生活满意度和幸福感方面,比团体治疗组和候补组都有幅度不大、但在统计上更明显的改善,而且在三个月的随访中这些差异仍然存在。创伤后应激症状在各组之间没有显著差异。

关于抑郁,我找到的几份摘要并不一致。有的说AI组比候补组改善更多,但不比团体治疗更多。另一些则报告抑郁结果优于另两组。我无法靠二手报道来裁定这一点,所以如果抑郁对你很重要,论文本身才是该查的地方。

效应究竟有多大

“击败”这个词在这里开始显得慷慨。在AI组中,GAD-7上的平均焦虑得分从约7.3降到约6.3,PHQ-9上的抑郁得分从约7.6降到约6.7。报道指出,这样的变化幅度低于通常被认为具有临床意义的数值。一个结果可以在统计上是真实的,对单个学生来说却仍然很小。

还有两个局限也应当放进画面。结果是自我报告的,而不是由临床医生评定。并且脱落相当严重:到随访时,每组大约有35%的参与者流失。留在研究里的人和离开的人不总是一样,所以随访的数字应带着些许谨慎来读。

为什么对照是团体治疗,这可能说明什么

这项试验把AI平台与团体治疗相比,而不是与一对一治疗相比。这一点很重要。下面是我的解读,不是试验检验过的内容。

在团体中,每个人分到的是治疗师注意力的一小份。与AI平台交谈的学生得到的是完全围绕自己的对话,随时随地,按自己的节奏,不用等轮到自己。对某些类型的困扰,这种随时可得可能很重要。与此同时,团体组提供了AI给不了的东西,也就是在同一个房间里被其他人倾听的体验。这里的测量也许没能很好地捕捉到这一点。

这一切并不能说明AI平台与个体治疗师相比会怎样。试验没有问过这个问题。

达特茅斯的Therabot试验

第二项试验来自达特茅斯,于2025年3月发表在《NEJM AI》上,招募了210名有抑郁或广泛性焦虑症状、或饮食失调高风险的成年人。大约一半的人被随机分配到使用名为Therabot的生成式AI治疗聊天机器人若干周。其余的人,也就是对照组,没有使用机会。

报告的降幅在纸面上很大:抑郁症状约降低51%,焦虑症状约降低31%,对体型和体重的担忧约降低19%。这些同样是自我报告,而且对照组什么也没得到,这比与另一种治疗相比更容易让干预显得有效。主要作者迈克尔·海因茨(Michael Heinz)表示,没有任何生成式AI智能体已经准备好在心理健康领域完全自主地运行。

可及性缺口的论点

支持这些工具的最有力理由,与击败谁几乎无关。它在于,许多有轻度到中度困扰的人什么也得不到,原因是费用、距离、候诊名单,或者是他们还没准备好面对面坐在一个人面前。一个凌晨两点也能用、成本很低的工具,竞争的对象不是理想的治疗师,而是“没有帮助”这个选项。

这个框架同时划出了界限。这些试验里是学生和有症状的成年人,不是处于危机中的人。其中没有任何内容表明,当有人处于危险中时,聊天机器人是可以替代护理的安全选择。

临床医生仍然担心什么

报道中被引用的心理学家仍然持怀疑态度,这些担忧是合理的。自我报告的结果和较高的脱落率,限制了我们能得出的结论。随访只有几个月。聊天机器人必须能识别对话何时超出了它能处理的范围,并尽快把这个人转交给真人。而且人们在脆弱时刻分享的数据很敏感,所以公司怎样处理这些数据,与机器人说了什么同样重要。

使用心理健康聊天机器人之前如何审查

这里有一份简短的清单。如果一个应用说不清楚这些问题,就把这当作一种回答。

问题	好的回答是什么样	警示信号
证据基础	指向关于这款工具本身的具体试验或已发表研究,并给出清楚的结果	只有用户评价,或者是别的产品的证据
使用范围	说明它用于什么(日常压力、情绪低落),以及不用于什么	把自己说成是治疗或医疗护理的替代品
危机转介路径	能识别危机用语,并指向热线之类的真人帮助	没有紧急情况的方案,或者在危机中仍继续聊天
数据隐私	有一份可读的政策,说明存什么、谁能看到、怎么删除	措辞含糊,或者把对话用于广告或出售
人工监督	有临床医生参与设计,并且有人审查其安全性	背后没有署名的人员或资质

常见问题

这是否意味着AI聊天机器人和心理治疗一样好?

不是。以色列的试验把AI平台与团体治疗和候补名单作比较,在部分结果上发现了幅度不大的改善。它没有与一对一治疗相比,而且效应量很小。

如果我正在挣扎,使用聊天机器人安全吗?

对于日常压力或情绪低落,有些人觉得它是有用的补充。它不适用于危机。如果你处于危险中或想要伤害自己,请联系当地紧急服务,在美国可以拨打或发短信到988。

为什么AI相比团体治疗表现更好?

试验没有检验原因。一个说得通的解释是,随叫随到的一对一对话比团体课程中的一份,提供了更多个人关注,但那是解读,不是发现。

选应用时首先该看什么?

看关于那款具体工具的证据、清楚的紧急方案,以及你能看懂的隐私政策。这三项能挡住大多数问题。

这是医疗建议吗?

不是。这只是对两项研究的解读。如果你担心自己的心理健康,合适的做法是与有资质的专业人士交谈,聊天机器人至多是放在一旁的辅助。