《Frontiers in Robotics and AI》：LLM-powered socially assistive robot-delivered cognitive behavioral therapy exercises: an exploratory study with university students
编辑推荐：
心理健康是一项重大医疗挑战，认知行为疗法(CBT)是治疗焦虑与抑郁的广泛使用治疗方法。然而传统CBT通常依赖受过训练的临床人员，对许多个体而言存在费用高或 logistics 困难的问题。为应对这些障碍，研究人员开发了一种低成本社会辅助机器人(SAR)，利用大
心理健康是一项重大医疗挑战，认知行为疗法(CBT)是治疗焦虑与抑郁的广泛使用治疗方法。然而传统CBT通常依赖受过训练的临床人员，对许多个体而言存在费用高或 logistics 困难的问题。为应对这些障碍，研究人员开发了一种低成本社会辅助机器人(SAR)，利用大语言模型(LLM)引导用户完成互动式家庭CBT练习。在这项探索性研究中，38名大学生在15天内通过三种模态之一完成CBT练习：机器人（使用LLM对话）、聊天机器人（使用相同LLM对话）或传统CBT工作表。研究人员测量了每周治疗结果、会话前后焦虑指标变化以及CBT练习依从性。结果显示，机器人组和工作表组的一般心理困扰显著下降，聊天机器人组未下降；SAR在更多天数上实现单次会话显著改善；混合效应模型表明机器人和聊天机器人组对高焦虑者事后焦虑降低更好。研究发现LLM赋能的SAR引导CBT可支持治疗进展并降低完成后即时焦虑，凸显AI个性化与SAR结合在可及、可扩展、具参与性心理健康干预中的潜力。
研究背景方面，大学生群体面临焦虑、抑郁与自杀风险上升，而校园心理健康服务因高需求难以触达，少数族裔、性少数与性别少数尤为突出。认知行为疗法(CBT)被证实可有效处理心理问题，其机制依赖于“家庭作业”式的日常练习，但传统工作表缺乏交互性，聊天机器人又存在动机维持难题。社会辅助机器人(SAR)具备身体具身性，可提升投入感与依从意愿，而大语言模型(LLM)可支撑自然上下文对话，因此研究人员开展一项探索性研究，检验LLM赋能SAR递送CBT家庭作业的效果。该研究发表于《Frontiers in Robotics and AI》，结论显示机器人组与工作表组一般心理困扰下降，机器人组单次会话焦虑降低天数最多，LLM+SAR具有作为可扩展心理健康干预的潜力。
关键技术方法上，研究人员从美国一所大型高校招募42名18岁以上、英语熟练、视力听力正常且住校区附近的学生，剔除PHQ-9≥15者，最终38人进入机器人组14人、聊天机器人组12人、工作表组12人。系统采用开源低成本Blossom机器人，后端用GPT-3.5生成认知重构(Cognitive Restructuring)与应对策略(Coping Strategies)对话，并设GPT-3.5审核员(Moderator)过滤不当回应；用户均打字输入以保证公平与隐私。研究为15天混合设计，前8天强制练习，后7天自愿，用OQ-45、PROMIS焦虑题项、SUS、NARS与半结构访谈收集量化和质性数据，统计上采用依赖t检验、Benjamini–Hochberg校正、线性混合效应模型(lme4/lmerTest)与主题分析。
研究结果如下。基线评估(Baseline assessments)中，三组年龄、性别无显著差异；OQ基线无显著差异；但聊天机器人组前测焦虑显著低于机器人组，说明分组基线不完全平衡。焦虑与困扰测量(Anxiety and distress measures)里，OQ从Day1到Day15全样本显著下降（Cohen’s d=0.513）；机器人组d=0.602，工作表组d=1.22，聊天机器人组不显著。单次会话前后焦虑比较显示，机器人组在Day2、3、6、7、8显著降焦虑，聊天机器人组仅Day1、7，工作表组无显著日。混合效应模型表明，相较工作表组，机器人组(b=-6.26,p=0.001)与聊天机器人组(b=-6.74,p=0.002)事后焦虑更低；组间调节了个体间前测焦虑效应，机器人:pre_gmc b=-0.44(p<0.001)、chatbot:pre_gmc b=-0.41(p=0.003)，即高焦虑者从对话式代理获益更多，但组内当日波动调节不显著。
依从性(Adherence)分析用Kruskal–Wallis检验Day9–15自愿完成天数，三组无显著差异；NARS态度分数与依从性线性回归无显著关系。退出访谈主题分析显示，机器人被感知为有陪伴感与非评判性，聊天机器人便利但易无聊，工作表静态但聚焦思维；LLM对话整体被肯定为“像治疗师”，但存在泛化、重复与临床边界问题。
讨论与结论部分总结：研究人员指出，LLM赋能SAR可在家中递送CBT家庭作业，带来单次会话焦虑缓解与两周期心理困扰下降；身体具身性可能增强投入、反思与安全感，而纯聊天机器人在持续治疗收益上较弱。翻译原文结论意涵为——SAR引导、LLM驱动的CBT可能是支持治疗进展并在完成后立即降低用户焦虑的有效方法；结果强调了将AI驱动个性化与社会辅助机器人相结合，以创造可及、可扩展且具吸引力的心理健康干预的潜力。研究局限包括样本小、排除中重度抑郁、15天周期短、GPT-3.5时代模型与打字输入限制，后续需更大样本、临床人群与多模态交互验证。
