视角转换如何提升AI聊天机器人中的自我披露：促进心理健康的深度与数量突破

本研究发现，采用视角转换（Perspective-Taking）策略可显著提升用户对情感智能AI聊天机器人的信息披露数量与深度。研究通过一项对照实验证明，以他人视角进行对话的参与者表现出更高的文字输出量、更深层次的思想及信息透露，且整体心理福祉改善意愿显著提升。这一发现为利用心理距离理论优化人机交互、增强数字心理健康干预效果提供了新思路，同时为减少用户直接披露敏感个人信息的需求提供了可行路径。

　　

引言

当代大学生面临的心理健康挑战日益严峻，超过60%的美国大学生报告在学习期间至少经历过一种心理健康相关问题。尽管数字心理健康支持工具特别是情感智能AI聊天机器人（Emotionally Intelligent AI Chatbots）展现出独特优势，但用户因情感障碍和脆弱性往往不愿深入自我披露。本研究探索通过视角转换（Perspective-Taking）这一心理技术——即引导用户从他人视角进行对话——来突破自我披露的屏障。

研究方法

研究采用组间设计，96名大学生与具身化AI聊天机器人（Embodied Conversational Agent, ECA）进行结构化反思对话。参与者被随机分为视角转换组（Perspective-Taking）和对照组（Control）。视角转换组需定义并扮演一位需要心理支持的现实熟人（如朋友或家人），全程以该角色视角回应机器人的提问；对照组则直接从自我视角进行对话。

对话设计基于动机性访谈（Motivational Interviewing, MI）原则，包含九个开放式披露项目，涵盖参与（Engaging）、激发（Evoking）和计划（Planning）三个阶段。AI聊天机器人采用规则驱动与大型语言模型（LLM）结合的方式生成共情回应，并通过三维虚拟形象（使用ReadyPlayerMe构建）增强交互真实感。

披露效果通过数量（词数）和深度（信息、思想、情感三个维度的披露程度）衡量。深度采用Barak & Gluck-Ofri的编码系统，由三名训练有素的编码员对493条回应进行独立评估（Kendall’s W = .856, p < .001）。同时，通过改变阶段问卷（Readiness-to-Change Questionnaire）和态度量表（APOI）评估心理福祉改善意愿及对干预的接受度。

研究结果

披露数量与深度

视角转换组在披露词数上显著高于对照组（Mdn_PT = 20.2 vs. Mdn_C = 10.4, p = 0.014）。深度分析显示，视角转换组在思想深度（Mdn_PT = 2.00 vs. Mdn_C = 1.67, p < 0.01）和整体深度（Mdn_PT = 4.94 vs. Mdn_C = 4.56, p = 0.032）上均显著更高。高频深度披露（等级3）在信息和思想类别中更常见于视角转换组（p < 0.01），但情感披露在两组中均较少（96%回应无情感披露）。抽象语言评分（Linguistic Category Model）无组间差异，表明深度提升并非源于语言抽象化。

心理福祉准备度

两组在干预后均显示出改变阶段（Stage of Readiness）、综合准备度（Composite Readiness）和行动意图的显著提升（p < 0.001），但组间改善幅度无显著差异。这一结果表明，无论是否采用视角转换，结构化反思对话本身即可促进心理福祉准备度。

用户态度

视角转换组对干预的怀疑程度显著更高（Mdn_PT = 2.75 vs. Mdn_C = 2.00, p < 0.01），且对AI聊天机器人的使用意愿提升幅度较低（Condition × Time交互效应, p = 0.024）。其他态度维度（信心、技术化威胁、匿名收益）无显著差异。

讨论

视角转换对披露的机制

视角转换通过心理距离（Psychological Distance）缓解了自我披露中的情感风险，使用户更自由地表达深层信息。与既往研究一致，扮演他人角色可激活亲社会动机（Prosocial Motivation）并模糊自我-他人边界，从而促进更实质性的互动而非抽象化表达。尽管披露内容并非直接指向自我，但自我-他人重叠（Self-Other Overlap）效应可能使这些披露仍具有自我参照性，这解释了为何视角转换组同样表现出心理福祉改善。

对AI心理健康干预的启示

本研究提示，直接自我披露并非AI聊天机器人促进心理健康的必要前提。视角转换策略尤其适用于高污名化议题（如严重心理疾病），可降低用户披露障碍。此外，该方法可能减少敏感个人信息在生成式AI（Generative AI）系统中的暴露，契合数据最小化伦理原则。然而，视角转换也可能削弱用户对干预个人相关性的感知，导致更高的怀疑度和较低的使用意愿。未来需探索结合沉浸与距离视角的动态策略，以平衡披露深度与用户接纳度。

局限与展望

本研究样本以STEM专业学生为主，限制结论的普适性。情感披露的缺失可能源于对话结构设计，未来需整合情感表达项目。长期效果、视角转换的自发性及与披露深度间的中介机制仍需深入探讨。此外，需进一步评估该方法在临床人群和高风险情境中的适用性。

结论

视角转换可有效提升用户对情感智能AI聊天机器人的披露数量与深度，且不削弱心理福祉改善效果。这为优化人机交互、减少敏感信息暴露提供了创新路径，但需同步解决用户态度挑战以实现可持续 engagement。未来工作应聚焦于多维度披露机制及其在真实世界数字心理健康干预中的应用。