《Internet Interventions》：AI-generated vs. human therapist feedback in internet-based CBT for social anxiety disorder: A six-arm randomized controlled trial with deception design
编辑推荐：
摘要专业翻译
自20世纪90年代末以来，基于互联网的心理干预在采用和创新方面显著增加。本研究旨在评估由心理学家审核的AI生成反馈与人类治疗师反馈在社交焦虑障碍（Social Anxiety Disorder, SAD）网络认知行为疗法（Internet-bas
摘要专业翻译
自20世纪90年代末以来，基于互联网的心理干预在采用和创新方面显著增加。本研究旨在评估由心理学家审核的AI生成反馈与人类治疗师反馈在社交焦虑障碍（Social Anxiety Disorder, SAD）网络认知行为疗法（Internet-based Cognitive Behavioral Therapy, ICBT）中的效果差异。研究人员开展了一项六臂随机对照试验，采用欺骗设计以分离反馈的真实来源与参与者所相信的来源。263名患有社交焦虑的成人接受了心理学家审核的AI反馈或人类反馈。结果显示，AI与人类反馈在症状减轻方面的差异无统计学显著性；然而，在预先设定的0.30个标准差（Standard Deviation, SD）非劣效性界值内，AI生成反馈的非劣效性未能确立。研究未发现反馈来源、参与者信念或二者交互对症状或治疗联盟（therapeutic alliance）产生显著影响。探索性交叉滞后分析表明，更强的治疗联盟可预测随后的症状减轻，但反之不成立。研究人员得出结论，AI生成反馈与人类反馈在症状结局上差异较小且多数可信值处于临床可忽略范围，但正式的非劣效性在现有样本量下尚无法判定；参与者对AI反馈的先验可信度评价显著低于人类反馈，但这种预期差异未转化为实际治疗结局的差异。
论文解读
一、研究背景与问题提出
自20世纪90年代末以来，基于互联网的心理干预在采用和创新方面经历了显著增长。大量实证研究支持网络心理治疗的有效性，其中引导式网络认知行为疗法（Internet-based Cognitive Behavioral Therapy, ICBT）在多种精神与躯体疾病中被证实与传统面对面治疗同样有效。然而，人类引导在症状减轻和治疗依从性方面略优于技术引导，这构成了一个核心矛盾：人类引导虽然优势明显，但将其推广以满足全球需求面临重大挑战——治疗师需为每位患者每周投入约20分钟提供个性化反馈，这严重制约了ICBT的可扩展性。
人工智能（Artificial Intelligence, AI）技术，尤其是大语言模型（Large Language Models, LLMs）和生成式AI的进展，为自动化治疗反馈提供了潜在解决方案。已有研究表明，AI生成的反馈在盲法评价中与人类反馈相当甚至更受偏好，人类与AI协作的文本支持对话被认为共情程度提高19.6%。然而，此前尚无研究将随机设计、结构化ICBT方案、验证过的临床结局测量以及对反馈来源期望的系统控制相结合。
此外，治疗联盟——治疗师与来访者之间的情感纽带及对任务和目标的一致性——是心理治疗结局的常见预测因子。客户确实会对自动化系统形成可测量的联盟样感知，但AI代理能否建立有意义的治疗联盟仍是开放问题。同时，对反馈来源的期望可能混淆比较：若被告知反馈由AI生成的患者的改善程度较低，则任何表面上的劣势部分反映的是期望效应而非实际反馈质量。在社交焦虑障碍（Social Anxiety Disorder, SAD）患者中，这一担忧并非微不足道——接受艾司西酞普兰但被告知是活性安慰剂的患者，其应答率不足被告知真相者的三分之一。
二、研究目的与研究设计
本研究旨在回答四个研究问题：第一，AI生成反馈在社交焦虑症状（SPIN总分）上是否在预先规定的0.30 SD非劣效性界值内不劣于人类治疗师反馈；第二，独立于实际反馈来源，参与者所相信的反馈来源是否影响症状轨迹和治疗联盟，以及实际来源与相信来源是否交互；第三，探索性分析治疗联盟与社交焦虑症状在治疗过程中的时间关系；第四，反馈引导的ICBT是否优于无引导自助，以及积极治疗是否优于等待名单对照。
研究人员采用六臂随机对照试验设计，纳入263名成人参与者。前两组被准确告知其反馈来源（AI或人类）；接下来两组被误导——一组被告知AI反馈来自人类，另一组被告知人类反馈由AI生成；另设无反馈ICBT自助组和等待名单对照组。所有参与者均提供知情同意并明确知晓可能在某些治疗方面被误导，治疗结束后提供全面告知。该程序经瑞典伦理审查机构批准。
三、关键技术方法
研究采用线性混合效应模型（Linear Mixed-effects Models, LMMs）进行意向性治疗分析，包含条件、时间及其交互作为固定效应，以及参与者随机截距和随机斜率。非劣效性检验采用预先规定的0.30 SD界值（相当于3.32个SPIN分数点），单侧α=0.025。由于试验提前终止，实际样本量（N=263）仅为计划样本量（N=480）的约55%，主要非劣效性检验的统计功效约为50-60%，因此主要推断强调点估计和95%置信区间而非二分检验。敏感性分析包括基线校正的协方差分析（ANCOVA）和贝叶斯线性混合模型（报告后验中位数、95%可信区间和实际等价区域）。为分离实际与相信反馈效应，研究拟合2（实际来源）×2（相信来源）×时间因子LMM。探索性分析采用交叉滞后面板模型（Cross-Lagged Panel Model, CLPM）检验联盟与症状的时间关系。参与者通过瑞典在线平台招募，完成初步筛选问卷和Liebowitz社交焦虑量表自评版（Liebowitz Social Anxiety Scale Self-Report, LSAS-SR），以≥30分为SAD诊断预测切点。
四、研究结果
反馈来源与治疗后社交焦虑。 主要分析检验了心理学家审核的AI生成反馈是否在治疗后SPIN评分上不劣于人类治疗师反馈。两种反馈来源均表现出显著且密切平行的症状减轻，SPIN从基线约40分降至20分区间。AI反馈在治疗后SPIN评分上比人类反馈高1.15分（95% CI [?3.62, 5.91]），点估计偏向人类反馈但差异无统计学显著性。由于置信区间上界（5.91）超过非劣效性界值（3.32），非劣效性未能确立。贝叶斯分析显示约79%的后验分布落在实际等价区域内（±3.32分），表明差异虽小且多数可信值临床可忽略，但正式等价性在现有样本量下仍无法判定。
实际与相信反馈来源。 2×2×时间因子混合模型显示，时间效应显著，参与者无论条件如何均显著改善。但实际反馈来源、相信来源以及二者的交互对症状轨迹均无显著影响。治疗联盟方面，联盟评分随治疗进程显著增加，但同样未受实际来源、相信来源或其交互影响。操纵检验确认了信念操纵有效：被告知接受人类反馈的参与者将来源评为显著更接近人类（46.5 vs. 26.5），且参与者对真实来源也保留一定敏感性，但评分高度可变且多低于量表中点，表明操纵改变了来源感知但未产生确信信念。
联盟与症状的时间动态。 交叉滞后面板模型拟合良好（CFI=0.99，SRMR=0.03）。两个构念在阶段间高度稳定（症状自回归=0.98，联盟自回归=0.85）。交叉滞后路径呈不对称性：更强的治疗联盟预测下一阶段社交焦虑症状更低（b=?0.11，p=0.037），而症状未预测随后的联盟（p=0.26）。这一方向性模式表明联盟可能作为主动成分而非症状缓解的副产品发挥作用，但效应量较小且为探索性分析。
反馈价值与积极治疗效果。 反馈引导ICBT（四组反馈臂合并，n=176）与无引导自助（n=44）在治疗后SPIN上无显著差异（调整后差异=0.96，95% CI [?4.69, 6.60]）。积极治疗（五个治疗臂合并，n=220）显著优于等待名单对照（n=43）：接受治疗者在治疗后SPIN低13.64分（95% CI [?17.96, ?9.31]，d=?1.23，p<0.001），效应量大，而等待名单组基本无变化。引导与无引导对比的无效结果应理解为在现有样本量下无法检测到反馈的益处，而非反馈无益。
次要结局：可信度、负性效应与共病症状。 参与者在想象人类反馈时对治疗的评分显著高于想象AI反馈（35.0 vs. 30.0，差异5.0分，p<0.001，标准化均差=0.72），74%的参与者认为人类反馈更可信。负性效应频率在AI与人类反馈之间无差异（4.4 vs. 3.7，p=0.29），AI反馈未与更多负性效应相关。共病抑郁（PHQ-9）和焦虑（GAD-7）的改善在反馈来源间相当，差异均无统计学显著性。
五、讨论与结论
本试验最清晰的发现是积极治疗有效：接受任何积极干预的参与者相对于等待名单显著改善，效应大且功效充足。在此背景下，反馈来源的影响微乎其微。最引人注目的模式是期望与结局之间的分离：治疗前参与者对同一干预在想象人类交付时的可信度评分显著高于AI交付，近四分之三偏好人类反馈，但这种对AI的显著先验怀疑并未转化为接受AI反馈时更差的结局、更弱的联盟或更多负性效应。这可能是因为筛查时想象的可信度捕捉的是对AI的普遍假设而非治疗中实际运作的期望，也可能是结构化异步书面反馈使内容比来源更突出。
研究人员指出，负性效应常见但不依赖于来源，与暴露治疗的短暂痛苦一致。总体而言，心理学家审核的AI生成反馈可支持社交焦虑的有意义改善，水平与人类反馈相当，且报告的负性效应无差异；AI支持的ICBT的主要障碍可能在于期望而非结局。
研究结论受多项限制约束：AI条件估计的是AI起草但经持照心理学家审核的反馈效应，不能推广至完全自主、未经审核的AI反馈；人类反馈由多名治疗师提供并合并为单一条件，未建模治疗师层面的聚类；治疗后数据仅约半数分配参与者可用；提及AI的招募可能选择了更愿意接受AI反馈的参与者；反馈与自助的合并比较未检测到反馈益处，使来源比较的检测灵敏度不确定。在这些限制内，结果模式一致：尽管先验期望显著不对称，各反馈来源的结局相当。
