基于语音对话代理原型的心理健康护理共情感知研究：工程化共情水平与用户认知差异分析

推荐：为解决心理健康服务中对话代理(CA)的共情表达与用户感知差异问题，Swinburne University团队通过9种工程化共情水平(低/中/高)的语音CA原型，采用PEI量表和RS10量表对306名参与者进行评估。研究发现高共情水平CA的感知评分显著高于低水平(P<0.05)，亚洲族群PEI评分显著高于大洋洲族群(t285=2.54)，女性RS10评分更高(t283=1.94)。该研究为开发个性化心理健康CA提供了重要依据。

　　

在心理健康服务领域，共情(Empathy)作为建立治疗联盟的核心要素，其有效传递直接影响护理质量。然而当前全球面临心理健康专业人员短缺的困境，促使对话代理(Conversational Agents, CA)技术成为潜在解决方案。但令人担忧的是，现有研究多聚焦文本交互，对语音CA的共情感知机制知之甚少，更缺乏对人口统计学因素影响的系统考察。这种知识空白导致开发的CA难以满足多元用户群体的情感需求，可能加剧医疗不平等现象。

为破解这一难题，澳大利亚斯威本科技大学的研究团队开展了一项开创性研究。通过精心设计的9种语音CA原型（分别工程化为低、中、高共情水平），采用Perceived Emotional Intelligence (PEI)量表和Raters' Scale (RS10)双重评估体系，对306名心理学专业学生进行测试。这些原型基于真实心理健康热线语料库开发，采用NaturalReader语音合成技术调制，并由资深心理健康专家验证共情水平分级。研究特别关注了性别、年龄、族裔等人口学特征对共情感知的影响，运用线性混合模型(Linear Mixed Model)等先进统计方法进行多维度分析。

研究结果部分呈现了丰富发现：

Participant Characteristics and Empathy Ratings
数据显示参与者76%为女性，平均年龄29.65岁(SD 10.69)。PEI与RS10评分呈强正相关(r=0.829)，验证了测量工具的信效度。高共情CA的PEI评分显著高于低共情CA(t₈=-2.34, P=.048)，但中共情CA与高低水平的区分不显著，提示中等共情表达的识别存在挑战。

Linear Mixed Model Analyses
模型揭示63%的PEI评分变异源于参与者个体差异，仅1.5%来自CA原型差异，凸显主观感知的复杂性。亚洲族裔PEI评分显著高于大洋洲参照组(β=6.53)，"其他族裔"(含美洲、非洲裔)在RS10评分中同样显示更高共情感知(β=1.18)。女性RS10评分显著高于男性(t₂₈₃=1.94)，印证性别在情感识别中的调节作用。

讨论部分指出，该研究首次系统论证了语音CA共情感知的"文化特异性"现象——集体主义文化背景参与者更易感知CA的共情表达，这可能与社会期望偏差有关。研究同时揭示了当前CA设计的重大局限：仅通过语音调制难以实现共情水平的精细区分，特别是中等共情表达容易被误判。这些发现为CA开发提供了关键启示：未来系统需整合多模态交互(如面部表情、肢体语言)，并开发基于用户特征的动态共情调节算法。

该研究发表在《JMIR Formative Research》，其现实意义在于：为应对全球心理健康服务资源不均的挑战，提供了CA技术优化的科学路径。通过揭示人口学因素对共情感知的系统影响，研究呼吁在CA设计中纳入"文化适应性"原则，这对消除数字心理健康服务中的文化障碍具有重要价值。未来研究需扩大样本多样性，特别是纳入原住民等少数群体，并探索多模态CA在复杂共情场景中的应用潜力。