《Health Communication》：AI-Generated Images as Supplementary Communicative Resources in the Disclosure of Mental Distress Among Chinese International Students in the UK
编辑推荐：
沟通心理困扰的经历往往具有挑战性，对处于语言与文化差异中的国际学生而言尤为如此。本研究并未将人工智能（AI）定位为治疗性干预手段，而是考察AI生成图像如何被视为辅助性沟通资源，以帮助在英国的中国国际学生表达心理困扰。二十名参与者参加了一项三阶段探索性研究。首先
沟通心理困扰的经历往往具有挑战性，对处于语言与文化差异中的国际学生而言尤为如此。本研究并未将人工智能（AI）定位为治疗性干预手段，而是考察AI生成图像如何被视为辅助性沟通资源，以帮助在英国的中国国际学生表达心理困扰。二十名参与者参加了一项三阶段探索性研究。首先通过半结构化访谈引出对心理困扰的口头描述，随后使用四种不同的提示词模板将这些描述转化为AI生成图像，最后由参与者评价这些图像在配合口头描述支持其表达方面的感知有用性。研究结果显示，在接触生成图像之后，参与者对使用AI生成图像补充口头描述的认知出现了积极转变。参与者报告称，图像有助于将难以用言语表达的主观与情感体验外化，在以第二语言沟通时尤为如此。其回应还表明，这些图像的感知沟通有用性取决于视觉表征、情感体验与自身沟通意图之间的一致性。在情感上产生共鸣的图像被视为具有支持作用，而错位或过度解释的图像则被认为无益甚至令人不安。研究表明，AI生成图像有潜力作为沟通辅助工具，在不取代主体能动性的前提下重新分配沟通负担。
研究背景与问题
心理困扰的分享是一个复杂的沟通过程，这类体验往往抽象、情绪负荷高且难以言说，个体常难以识别、命名甚至理解自身感受。心理健康研究已广泛记录，言语表达可能压缩情感细微差别，或无法传达心理困扰的具身与情感维度。对国际学生而言，语言障碍、文化差异以及对东道国支持体系的不熟悉会进一步加剧此类沟通困难，进而阻碍求助并加重孤立感，对个人福祉与学业生活造成负面甚至严重后果。既有研究多将注意力放在提升咨询者与照护提供者的文化胜任力上，但沟通并非单向信息传递，而是受人际动态与情境约束的双向过程，这一倾向可能忽视求助者自身可用的资源并削弱其在敏感情境中的能动性。艺术为本的视觉方法虽已被用于促进披露、深化理解与支持协作性意义建构，但往往需要时间、情感精力或艺术技能，并非人人可及。生成式人工智能（GenAI）尤其是文本到图像生成模型降低了图像创作的技术门槛，然而将其作为治疗性干预或人类照护替代品会引发伦理、临床与监管方面的重大关切。因此，研究人员不将GenAI视为干预方法，而是将AI生成图像设定为个体在言语描述之外表达情感体验时可用的补充性视觉支持资源。研究聚焦于心理健康困扰水平较高且求助与情感披露障碍显著的中国在英留学生群体，提出两个研究问题：参与者在接触图像前后如何看待AI生成图像配合口头描述表达心理困扰；参与者如何评价AI生成图像在支持心理健康体验表达方面的沟通有用性。
研究方法
研究采用多阶段探索性设计，结合定性方法与描述性定量方法，关注参与者在生活经验与反思中对AI生成图像的主观评价，而非评估AI系统的技术性能。研究经大学伦理委员会批准，参与者自愿参加并可随时暂停或退出，数据匿名化，每人获得15英镑报酬。研究分三阶段：第一阶段通过线上一对一半结构化访谈引出心理困扰的情境化叙述，访谈以在英国学习生活的过渡体验热身，随后邀请参与者描述显著或近期的心理困扰经历，并鼓励其详述情绪、身体感受与情境背景；访谈末尾以简短口头问卷评估既往披露经历及对单纯言语表达与AI生成图像辅助言语表达两种模式的感知有用性，采用五点量表并设"我不知道"选项。访谈指南以英文开发、经两名目标人群参与者预试并修订，由专业译者译为中文并经研究团队验证；参与者可选择英语、中文或两者结合，全部参与者选择中文。第二阶段从访谈转录中为每位参与者选取五段描述，共100段描述，使用多模态GenAI系统（GPT-4o，2025年3月版本，经ChatGPT访问），依据OpenAI官方文档及研究与社群实践，采用"Basic""Illustrator""Photographer""Creative Artist"四种提示词模板以探索视觉风格与解释框架的差异，提示词模板围绕与英语母语求助提供者沟通这一具体披露情境设定，每段描述配四幅图像，共400幅；参与者不参与提示词构建，也不直接与AI系统交互，以将评价与AI素养及提示技能差异分离。第三阶段使用Gorilla在线研究平台进行图像评价，参与者在访谈后约2至6周、四周内完成，每人呈现对应自身描述的五组图像（每人20幅），每组前附原始口头描述的简短情境提示以支持回忆；问卷提供中英文版本，全部参与者选择中文版，可独立完成或在研究人员在线陪伴下完成。参与者就"向他人传达感受时，该图像配合口头描述对表达自我的帮助程度"对每幅图像评分，采用四点量表（0=完全无帮助，2=略有帮助，4=有帮助，6=非常有帮助），并在每组中选出最有帮助的图像并开放文本说明理由与偏好；问卷最后重复第一阶段的模式态度问题以比较接触图像前后的感知。数据分析包括访谈转录、开放文本、图像评分与模式比较评分；定性数据采用反身性主题分析（reflexive thematic analysis），使用NVivo for Mac，由实施访谈的研究人员分析以保持情境敏感性；定量数据作描述性分析，对序数数据采用非参数统计检验比较前后评分，用于识别感知变化而非主张因果效应。
研究结果
沟通经验与基线感知：全部参与者此前均曾向朋友、家人及专业照护提供者披露和沟通心理困扰与感受；20人中有16人（80%）描述在言语表达感受方面存在实质困难，原因常包括不确定如何表达尚未完全理解的抽象或复杂情绪、描述个人情绪的词汇有限，以及担心言语无法向对话者传达困扰的深度或强度。参与者常将言语表达描述为不完整或不精确，如"单靠言语可能太微弱或苍白"；有人指出言语可描述事件或情境，却难以传达具身感受、情绪氛围或内在矛盾，如"有时言语无法引起对方共鸣"。语言与文化因素常被认为加剧了这些挑战：用英语沟通被描述为费力且情感疏离，而羞耻、疲惫或不堪重负等感受被视为文化敏感且难以直接表达。基线感知呈现张力：所有参与者都认同言语表达是必要的，但感知有用程度各异；对以图像作为沟通支持的态度则表现为不确定与怀疑，三人（15%）因不熟悉技术而选择"我不知道"，其他人基于既往对AI生成视觉的体验表达保留，称其泛化、情感平淡或缺乏手绘图像的"灵魂"；部分参与者强调个人能动性，偏好依靠自身的言语或非言语表达手段，也有人质疑静态图像能否传达动态且不断演变的情感体验。同时，部分参与者承认潜在优势，如速度、可及性以及在言语不足时支持沟通的可能，尤其当图像与言语描述并用而非替代时。
感知沟通效能的变化：完成图像评价后，参与者对单纯言语模式与言语加图像模式的感知均出现总体积极转变，后者增幅更明显。第一阶段中三人（15%）因不熟悉AI生成图像概念而对言语加图像模式选择"我不知道"，在有明确意见者中八人（40%）同意或强烈同意AI生成图像配合言语描述可能有帮助；第三阶段中，此前选择"我不知道"的三人均转为积极回应（"同意"或"强烈同意"），总体上16人（80%）同意或强烈同意言语描述与图像结合有帮助。将李克特式回应数值化编码（?2=强烈不同意至+2=强烈同意），排除"我不知道"后计算配对差异：单纯言语模式感知得分在20名参与者中总计增加17分，中位增加1分，平均增加0.85分；言语加图像模式在17名参与者中总计增加15分，中位增加1分，平均增加0.88分；Wilcoxon符号秩检验确认两种转变均具统计显著性且效应量大（单纯言语模式W=4.00，p=.005，r=.84；言语加图像模式W=0.00，p=.001，r=.88）。比较两种模式，言语加图像选项在两阶段均略高于单纯言语，中位差异保持中性，但均值显示接触图像后有利于言语加图像模式的温和增长（20.68%）。定性反思对此作出情境化解释：许多参与者称图像降低了表达主观或抽象感受所需的认知与情感努力，尤其当言语表达在个体想象与情感素养差异约束下显得不精确或不足时；图像常被描述为使内在状态更具体，提供可减少误解的共同视觉参照，支持被"理解"而非仅仅被"听到"。与易受误解、遗漏或想象差异影响的单纯言语描述相比，图像的加入被设想为提供稳定的视觉参照，可帮助接收者更准确、更即时地理解其处境、情绪氛围或视角，即使图像未完全匹配其内在体验。同时参与者亦意识到可视化的局限：有人指出AI生成图像难以传达细微的情感颗粒度、所述场景的整体氛围或个人特异性，有时再现泛化或过于字面的场景；某些情况下参与者感到图像反映的是常见或刻板化解释而非自身内在体验，需进一步提示修改。对此有参与者明确表示这意味着直接的低效，在某些情境下比单用言语描述更费力。回应表明参与者并非简单转向视觉偏好，而是逐渐将图像理解为补充性与情境性的辅助工具，其价值在于提供参照点、支撑沟通，并在某些情况下促进进一步反思、揭示此前未被言说的体验面向。
何为有帮助或无帮助的图像：数据集中的生成图像在表征策略上差异显著，依提示词模板与参与者描述的具体程度，部分图像描绘处于情感显著环境中的可识别人物，另一些主要依赖象征或隐喻意象，如风暴、天使、动物等；图像在多大程度上字面可视化参与者描述或引入更具解释性的艺术元素方面亦有差异。在400幅图像评分中，参与者使用了完整四点量表，显示感知沟通有用性的显著变异：146幅（36.5%）被评为有帮助（n=107；26.7%）或非常有帮助（n=39；9.8%），254幅（63.5%）被评为略有帮助（n=151；37.8%）或完全无帮助（n=103；25.8%），表明参与者并不认为AI生成图像天然有帮助，而是依据其反映自身经验的程度加以区分。伴随的开放文本说明显示，感知有用性较少取决于视觉新颖性，而更多取决于生成图像与参与者生活经验之间的一致性；当图像捕捉到参与者认为有意义的情绪基调、身体感受或情境元素时，常被描述为有帮助，"它符合那种感受""它展现了那种氛围"等表述较为常见。对84份可辨读开放文本的主题分析识别出三个主要评价主题：认知—情感一致性、身体与空间意象、呈现与格式。认知—情感一致性包括图像对参与者情绪状态、自我感或内在想法的捕捉程度，如"这幅图像的氛围最接近我真实的感受"；身体与空间意象指对身体感受的表征或反映其原始描述的具体视觉元素，如"这幅图像准确描绘了我感觉有一床很重的被子压着我的想象"；呈现与格式涵盖视觉清晰度、审美吸引力与整体可理解性，如"我很喜欢这幅图像的色彩对比……背景的蓝色主题与我的孤独感产生共鸣"。认知—情感一致性是最突出的标准，表明情感共鸣优先于审美吸引力；图像被视为无帮助的情形包括泛化、过于字面或与内在状态错位。参与者对生成图像中创意元素的反应亦较微妙：当言语描述包含暗示情绪状态但缺乏明确情绪语言的具体或隐喻意象时，这些元素常被视为唤起性与支持性，如"我感觉自己像小水箱里的一条小金鱼""暴风雨来临前，我站在十字路口的红绿灯旁，双臂下垂，仰望天空"；相反，当描述主要依赖抽象情绪词汇而缺乏供图像生成的具体细节时，创意添加常被视为不恰当或误导，如"我觉得自己非常可笑、绝望、可怜和悲伤""我觉得自己被彻底击败了"。生成图像既含人物形象也含象征表征，参与者对两者均有评论，但其评价主要集中于感知的情感共鸣与经验一致性，而非人物是否存在本身；部分参与者对AI生成人物感到不适，称其情感上令人不安或不真实；也有人担忧看到图像时脆弱感增加，指出视觉表征可能比言语更生动地暴露情绪，潜在地加剧羞耻或污名感；还提出了关于数据保护、机构使用以及AI在敏感沟通情境中角色的伦理关切。尽管存在这些担忧，许多参与者仍认为AI生成图像在有选择地使用且由用户控制时是有前景的沟通支持，强调其作为反思与人际对话媒介的价值，而非权威性表征。
讨论与结论
讨论指出，参与者的反思表明AI生成图像可在言语表达本身被认为不足时作为支撑自我表达的补充性资源，这与既往关于视觉隐喻与多模态健康传播的研究一致；图像被描述为有助于传达情绪感受并将抽象感受锚定于更具体的形式。重要的是，参与者并未将图像框定为言语描述的替代，而是将其定位为可依沟通需要调用、忽略或重新解释的附加资源。这一发现强化了以下观点：披露不仅是语言能力问题，而是由可用沟通资源塑造的协商性、多模态过程；对于以第二语言沟通困扰的参与者，AI生成图像似乎将披露努力重新分配于不同模态之间，可能减轻求助者在言语表达上的认知与情感负荷，这种再分配并未消除语言需要，而是改变了意义建构在言语与图像之间的分担方式。关于能动性，尽管参与者明确表达了对人工性、误表征与情感失调的关切，他们大体上将图像视为可选的参照点而非其无法控制的权威性经验表征，图像在与感受共鸣或与具体细节一致时被接受，在错位时被拒绝；这表明当AI生成图像被设定为补充性沟通辅助工具且基于用户言语描述生成时，它们可减轻沟通负担而不取代用户在判断何者有效、何处需进一步提示方面的能动性。同时，参与者的矛盾看法凸显了这一交互的复杂性：被视为过度人工或情感不准确的图像有时令人无益甚至不安，尤其当AI生成图像引入参与者不认同为自身的个人特质或情绪母题解释时；这既表明沟通支持并非媒介固有，而取决于其与用户表达意图及情感准备的一致性，也指向AI生成图像可能对个体产生不利影响的潜在风险，对处于心理健康披露等敏感情境中经历心理困扰者尤甚。一致性成为塑造感知沟通有用性的核心条件，图像的价值主要不在新颖性或审美吸引力，而在于与参与者情绪状态、身体感受与情境背景产生共鸣的能力；这符合既有研究表明情感一致性与感知相关性是求助者与照护提供者之间有效健康传播的关键驱动因素。值得注意的是，由隐喻丰富或具体描述生成的图像更可能被视为有帮助，而仅依赖抽象苍白情绪词汇的描述常生成被参与者认为误导或不足的图像；这表明AI生成图像放大而非替代既有沟通动态：当参与者只能对感受提供有限描述或难以理解自身感受时，图像也可能随之失败而无法达到预期共鸣。此外，参与者对AI生成图像中创意元素的混合反应表明，更大的创造性未必增强表达力；与艺术治疗研究中强调的参与者自身创造性不同，外部引入的创意元素有时被视为侵入，这指向敏感沟通情境中作为自我表达的创造性与作为强加解释的创造性之间的重要边界。文化与人际维度方面，对部分参与者而言，将情绪可视化增加了脆弱性，引发对暴露、羞耻或污名的担忧，尤其在心理困扰常被视为私密或负载道德意义的文化情境中；这一发现复杂化了此前关于视觉表达有助于降低披露障碍的主张：当视觉生产由GenAI中介而非个体独自创作时，所得制品可能感觉更不可控或与自我联系更不紧密。从健康传播角度看，这凸显将多模态工具置于更广泛人际关系情境中的重要性，AI生成图像的沟通价值不仅取决于表征准确性，还取决于受众是谁、披露何时发生以及个体对所示内容保留多少控制。总体而言，研究结果表明AI生成图像可为在讨论心理困扰时遭遇语言或文化障碍的中国国际学生提供有前景的补充性沟通资源；此类图像并非替代与咨询者或医疗专业人员的对话，而是可帮助个体外化困难体验、启动讨论并建立沟通的共同参照点，其价值较少在于产生情感体验的确定性表征，而更多在于支持求助者与照护提供者之间的对话、反思与相互理解。
局限性方面：样本量相对较小且仅聚焦英国的中国国际学生，研究旨在提供分析上可迁移的洞见而非统计推广，未来可纳入更多不同文化背景的参与者以增强推广性与可信度；参与者基于回溯性反思评价图像而非在实时沟通互动中使用，未来可探索图像在与同伴、家人或健康专业人员对话中的动态使用，尤其考察不同文化背景的临床医生或咨询者是否以符合用户意图的方式解读图像；图像生成过程由研究人员中介，参与者未直接参与提示词创建或迭代优化，因此发现不应被解读为反映英语临床情境中AI生成图像的自然使用或用户主导的提示实践，未来可考察不同程度用户控制（如多语言提示、直接交互与迭代提示）对感知一致性、能动性与情感共鸣的影响，并可能探索AI生成视频在促进情感体验披露方面的应用；研究考察的是短期感知沟通有用性，需纵向研究理解反复接触AI生成图像如何随时间塑造表达实践、情绪加工或沟通期待。
结论部分译为：本研究考察了AI生成图像在支持英国中国国际学生表达心理困扰方面的沟通潜力。通过将参与者的评价而非技术系统性能置于核心，研究表明当单纯言语表达被认为不足时，AI生成图像可作为补充性沟通资源发挥作用，并呈现了参与者如何感知沟通有用性。研究显示，在接触AI生成图像后，参与者对将这些图像与心理困扰的言语描述并用的认知呈现积极转变；研究还表明，AI生成图像可作为沟通资源帮助重新分配感知的表达负担，但仅在生成图像与原始言语描述高度一致的条件下如此。随着GenAI工具日益嵌入日常沟通，理解其如何塑造人们表达困扰、协商意义与管理脆弱性的方式，仍是健康传播研究的关键任务。AI生成图像并非为沟通困难提供普适解决方案，而是引入新的协商、解释与风险管理形式；未来研究应更密切关注新兴工具如何重塑沟通实践，以及个体在真实健康沟通情境中如何评价、抵制或调适GenAI。
