人类与基于大语言模型咨询师的对比评估：信任、用户体验与设计启示

《IEEE Access》：A Comparative Evaluation of Human and LLM-Based Counselors: Trust, User Experience, and Design Implications

　　## 摘要：大型语言模型（LLMs）拓展了对话式人工智能在心理健康支持领域的潜力，但咨询本身依赖于信任和关系层面的因素，这些因素可能无法直接迁移到这些系统中。我们考察了用户在人类咨询师与基于LLM的咨询师之间的信任感和体验差异，开展了一项被试内研究，参与者在文本式对话中分别与一名持牌人类咨询师和一名基于LLM的咨询师讨论自己的困扰。我们评估了主观困扰水平和五个维度上的信任，并对不同信任画像下的开放式反馈进行了分析。人类咨询师条件下的整体信任度更高，其中"信赖"和"个人依恋"两个维度的差距最大，而"可理解性"在各条件间保持相当水平。参与者还报告称，在与人类咨询师的会话后，其主观困扰的减轻程度更大。定性分析进一步揭示，共情、探索性提问、情境理解和个性化是影响用户信任的关键因素，这为基于LLM的咨询系统提供了设计启示。