综述：通用人工智能对心理健康的系统性叙述性综述：临床、伦理与社会经济视角

《Discover Mental Health》：The impact of artificial general intelligence on mental health (a systematic narrative review)

　　

摘要

背景

通用人工智能（Artificial General Intelligence, AGI）——理论上具备以人类水平或超越人类水平执行任何智力任务的能力的系统——被多个研究界预测将于2030年前出现，其对心理健康的深远潜在影响仍缺乏充分研究。AGI虽然有望在诊断和治疗可及性方面带来革命性突破，但同时也带来了前所未有的风险，包括大规模失业、真实人际关系的侵蚀以及算法操纵。

目的

本研究旨在：（1）从临床、伦理和社会经济角度分析AGI对心理健康的理论性益处与风险；（2）确定用以减轻行为操纵和不平等相关风险的监管与伦理策略；（3）探讨AGI在文化与职业背景下对人类身份和社会动态的预期影响。

方法

我们遵循PRISMA指南，通过明确的PICOS框架（人群、干预/暴露、对照、结果、研究设计）进行了系统性叙述性综述，检索了五个数据库（PubMed、Scopus、Web of Science、Dialnet和PsycINFO）中2013至2023年间的出版物。两名审阅者在标题/摘要和全文阶段独立筛选记录，分歧通过讨论达成共识。鉴于AGI尚未作为可临床部署的技术存在，符合条件的文献主要具有理论性、伦理性或概念性特征；因此本综述采用明确的证据等级框架，区分实证研究、二手综述、伦理/规范分析和理论/推测性工作，并据此对综合结果赋予相应权重。在最初识别的72条记录中，45项研究符合纳入标准，并使用NVivo软件进行主题综合，质量评估采用作者开发的标准，明确对标叙述性综述的SANRA量表[4]以及非实证和灰色近似来源的AACODS核查清单[35]。

结果

得出三个关键主题性发现，每个发现均明确关注其底层文献的证据地位。第一，AGI邻近系统展示了通过多模态数据处理支持心理健康诊断的潜力，并通过可及的对话界面减少污名化（窄域AI已获实证记录），但文献在伦理和规范分析层面始终警示自动化情绪危机管理、诊断错误、虚假安慰以及对精神病性和严重精神疾病表现特有的挑战所带来的风险，这些风险在任何未来的AGI系统中都将被大幅放大。第二，新兴监管框架——包括强制性算法审计、跨国数据保护政策和更明确的医事法律责任划分——被确定为AGI安全整合的必要前提。第三，AGI与人类身份的交叉可能产生文献中理论化的"存在性去劳动化"（existential delaborisation）现象以及传记叙事的算法重构，伴随在治疗干预中延续偏见的风险。这些构念是作为源自已确立的工作身份和AI伦理文献的理论框架而提出的，而非实证记录的现实现象。

结论

AGI在心理健康领域的整合代表一种双重理论力量，既提供民主化的心理护理，又带来存在性和临床安全挑战，迫切需要基于证据分级的伦理治理。成功取决于优先考虑透明度、公平性、问责制和隐私权的监管框架，同时保持真实的人类连接作为心理健康护理不可替代的核心。