提升新手咨询师个案概念化能力：一种基于4P模型与ChatGPT辅助的方法

《Behavioral Sciences》：Enhancing Case Formulation Competence in Novice Counselors: A ChatGPT-Assisted Approach Using the 4P Model

　　

随着人工智能(AI)技术的快速进步，多学科科研领域正探索新技术的应用潜力。心理咨询与自然科学语言处理(NLP)高度交织，是最适合此类探索的领域之一。本研究聚焦大语言模型(LLM)辅助新手咨询师进行个案概念化(case formulation)过程的有效性。基于督导师对新手咨询师使用LLM前后表现的评价，结果表明AI辅助显著提升了个案概念化的全面性(comprehensiveness)与连贯性(coherence)，而在复杂性(complexity)与特异性(specificity)上的提升未达统计显著。此外，通过新手咨询师对AI辅助过程的主观评价，识别出AI工具在拓宽视角与便捷操作上的价值。总体发现表明，AI可适度辅助新手咨询师理解来访者。然而，为更好将AI与专业实践整合并提升个案概念化能力，新手咨询师在应用AI时须保持批判性思维并加强咨询理论与技术的学习。

研究背景方面，人工智能生成内容(AIGC)与自然语言处理(NLP)技术为心理健康领域带来新机遇。个案概念化是心理咨询核心能力，指系统理解来访者问题并形成干预假设，但新手咨询师常困于碎片化、表面化信息整合，在全面性、连贯性、复杂性与特异性上均弱于资深咨询师。已有研究证实GPT类系统可分析咨询转录文本并提升咨询师专业能力，但AI能否独立及辅助完成基于4P模型（易感性predisposing、诱发precipitating、维持perpetuating、保护protective因素）的个案概念化仍待检验。为此，研究人员在《Behavioral Sciences》发表本研究，以探明AI独立产出质量及对新手咨询师能力的迁移效果。

关键技术方法上，研究人员采用三阶段设计：预研究锚定提示词框架（LangGPT、BROKE、Co-star），实验一以GPT-4o（gpt-4o-2024-05-13）对两例西方公开咨询转录文本（Case A、Case B，各取前三节）独立生成个案概念化；实验二纳入5名新手咨询师（咨询时长≤200小时），在经典案例（同实验一材料）与真实案例（自采六节转录Case C）两种情境下，比较其AI辅助前后文稿，由5名注册系统督导师依个案概念化质量量表(CFQ)双盲评分，并以技术接受模型(TAM)测查感知有用性(PU)与感知易用性(PEU)。样本队列来源于Alexander Street Press公开库及参与者近期结案匿名转录。

研究结果如下。实验一“AI独立个案概念化能力”中，CFQ信效度合格（α=0.90，KMO=0.76），AI在连贯性（M=3.42，p=0.01）与特异性（M=3.00，p=1.000）达及格线（≥3），全面性（M=3.25）与复杂性（M=2.92）接近但未显著及格；督导师定性反馈肯定其信息组织与逻辑，但批其动机挖掘浅、共情弱、理论堆砌。实验二“AI辅助对新手咨询师的影响”中，Wilcoxon检验显示全面性（Z=-2.271，p=0.023，r=0.718）与连贯性（Z=-2.530，p=0.011，r=0.800）提升达大效应，复杂性与特异性无显著变化；新手自评CFQ各维均值3.8–4.2，PU均值3.67，独立操作者PEU=4.0；质性分析归纳出直接采纳、视角保留、缺口识别补充三种策略，以后者效果最优。

讨论部分指出，AI独立产出受限于统计模式匹配，难以替代临床个别化推理，故复杂性/特异性受限；提示词框架差异不显著说明内容嵌入比框架形式更关键；新手获益程度取决于其理论掌握与批判整合深度。结论部分翻译如下：本探索性研究表明，AI具备独立执行个案概念化之能力，其生成质量跨案例稳定，三种提示框架间无显著差异；AI能有效辅助新手咨询师提升个案概念化之全面性与连贯性，新手自评认为AI在全面性、连贯性、复杂性上表现良好，特异性尚可；新手普遍认同AI内容实用（PU>3.6）且操作易用（PEU=4.0）；建议新手先于独立初稿后借AI做缺口识别与补充，而非全赖AI分析。