AI心理咨询中的感知恐惧：公众对聊天机器人支持质量的认知偏差研究

本研究通过模拟实验揭示AI心理咨询中的"感知恐惧"现象：当告知参与者接受AI（而非人类）咨询时，其支持质量评分显著降低（t(108)=2.64,p=0.009），尽管实际交互对象均为Azure OpenAI GPT-4模型。研究证实负面AI暴露经历会强化AI焦虑（AIAS量表）和消极态度（GAAIS量表），而认知偏差理论解释了用户对AI性能的系统性低估。值得注意的是，压力水平显著降低（p=0.03）证实了聊天机器人实际情绪支持效果与用户主观评价间的矛盾。

　　

AI心理咨询中的感知恐惧现象

引言

人工智能(AI)在心理健康领域的应用正成为解决资源短缺的重要方案，香港部分地区精神病学服务等待时间甚至超过100周。尽管基于GPT-4的咨询机器人能提供24/7服务且响应质量媲美人类咨询师，但公众对AI的恐惧可能阻碍其应用。本研究创新性地提出"感知恐惧"概念，指人们对AI性能存在系统性低估的认知偏差。

研究方法

110名香港本地华人被随机分为两组：告知人类咨询组(Told-Human)和告知AI咨询组(Told-AI)，实际交互对象均为Azure OpenAI GPT-4模型(1106-preview)。研究测量了参与者AI暴露经历频率(1-6分)、情绪效价(1-6分)和沉浸度(1-6分)，采用人工智能量表(AIAS)和通用AI态度量表(GAAIS)评估基线态度，并通过会话评定量表(SRS)量化支持质量。

关键发现

1. 暴露经历与态度形成：

   • 高频AI暴露与更强的社会技术盲性焦虑相关(r=0.40,p=0.005)

   • 负面情绪体验显著预测学习焦虑(Gen Z群体r=-0.27,p=0.04)

   • 高沉浸度暴露者配置焦虑更明显(r=0.32,p<0.01)

2. 感知恐惧效应：

   • Told-AI组支持质量评分(6.34±1.56)显著低于Told-Human组(7.12±1.53)，t(108)=2.64,p=0.009

   • 真相揭示后Told-Human组评分下降0.51分(p<0.001)，证实标签效应的可逆性

3. 效果矛盾性：

   • 两组压力水平均显著降低(p=0.03)

   • 但对机器人帮助性的显式评价保持中性(4.40-4.65/7分)

讨论与展望

研究揭示了AI心理咨询推广面临的认知障碍：尽管GPT-4等模型已具备实际支持能力，但公众的感知恐惧导致其效果被系统性低估。这提示需要：

1. 开发专门的AI咨询态度量表

2. 优化人机交互中的透明度设计

3. 开展跨文化比较研究

值得注意的是，Gen Z群体对AI学习焦虑的敏感性提示代际差异，而沉浸式媒体暴露与配置焦虑的关联呼吁对AI拟人化设计的伦理考量。未来研究可结合会话分析技术，深入探索不同告知条件下语言特征的差异。

临床意义

研究发现具有双重启示：一方面证实AI咨询可作为现有服务体系的有效补充，另一方面强调必须解决公众认知偏差。建议采用渐进式推广策略，初期可强调AI的辅助定位，同时建立完善的效果反馈机制以积累实证数据。压力水平的客观改善与主观评价的分离现象，提示需要开发更精准的咨询效果评估工具。