基于人工智能技术辅助高校心理健康教育工作的应用研究

李颖

摘要：本文探索了基于AI大模型的人工智能技术在高校心理健康教育方面的应用路径，以缓解大学生焦虑情绪为着眼点，设计和实施了相应实验，验证了AI大模型的应用效果并比较了不同引导方式的效果差异。随后结合实验情况探索了人工智能在辅助大学生心理健康教育工作中的集中具体应用形式。

关键词：人工智能；心理健康

中图分类号：G4文献标识码：Adoi：10.19311/j.cnki.16723198.2024.11.077

0引言

心理健康教育工作向来是高校心理育人的一项重要工作内容，通常该项工作由校内心理健康教师或具备相应能力的心理健康教育中心专职人员承担。但受限于校内心理教育工作者人力不足的现状，迫切需要相应的技术手段为其提供补充。在倡导引入新技术、探索新手段开展心理健康教育工作的趋势下，人工智能技术已进入心理健康工作者的视野。

本研究通过对国内外人工智能技术在心理健康领域中的应用形式，结合当下以ChatGPT为代表的更高水平的AI大模型技术，以缓解大学生焦虑情绪为着眼点，通过设计和实施大学生与AI大模型的交互实验，验证AI大模型在缓解大学生焦虑情况方面的效果。并由此探索人工智能技术在高校学生心理健康教育工作的辅助应用路径。

1国内外研究情况

人工智能技术辅助心理健康教育的研究工作在国内外已经有较为广泛的开展，且研究角度不尽相同。从业内研究取得的成果来看，部分成果在高职院校开展心理健康教育工作中有较高的借鉴价值。

1.1国内研究情况

国内的人工智能技术在大学生心理健康教育相关领域研究主要集中在信息库建设、个性化干预方案设计和相关课程设计等方面。张文婧等（2018）提出了建设大学生心理健康教育信息库的系统方案，该信息库可以为大学生提供个性化的心理健康教育信息服务。王明等（2019）提出了一种基于人工智能技术的大学生心理健康教育个性化干预系统，该系统可以通过学生的心理健康状况，为其提供个性化的心理健康教育。张文心等（2019）设计了一种基于人工智能技术的大学生心理健康教育个性化指导系统，该系统利用大数据分析技术，对学生的心理健康状况进行评估和分析。李文超等（2021）提出了一种基于人工智能技术的大学生心理健康教育课程设计方法，该方法利用大数据分析技术，对学生的心理健康需求进行分析，并设计出个性化的心理健康教育课程。

1.2国外研究情况

国外关于人工智能在大学生心理健康教育中的应用研究较多。如YasserAsmar研究了使用机器学习技术进行心理健康评估的可能性。他提出了一种基于深度学习的算法，可以通过分析患者的言语和行为来识别他们的心理状态，并评估他们的心理健康。Wei-NganChin发表过一篇关于机器学习在心理健康领域应用的报告，讨论了机器学习技术在心理健康领域中的优点和挑战。SaimaRashed通过机器学习技术在心理健康实践中应用的个案研究，并以一个具体的案例为基础，介绍了机器学习技术在心理健康实践中的应用，并分析了其效果和影响。

1.3现有研究的分析

国内外人工智能技术在心理健康相关工作应用已有较广泛的研究，部分研究成果得到了互相印证，具有较高借鉴价值，随着人工智能技术的发展，更新的应用途径值得探索。但综合上述关于国内外的人工智能应用于心理健康教育的现状，大多是围绕具体的心理健康课堂进行开展，以及当学生出现心理健康相关问题后的解决效果进行分析，且较早期的人工智能技术水平相对较弱。

在以AI大模型为代表的高水平人工智能技术的当下，如何将人工智能应用于大学生日常的生活、学习过程中，意图将焦虑等不良心理状态消灭在萌芽状态，广泛的降低大学生焦虑水平方面的相关研究较少，该方面的研究对于整体提升大学生心理健康水平有较为积极的意义。

2应用路径的实验研究

为明确AI大模型在高校心理健康教育工作的具体应用效果，本文设计了相应的实验以进行探究。现就相关的研究方法应用、实验对象和实现效果介绍如下。

2.1涉及的研究方法

本项实验过程主要应用对照实验、对比分析和问卷调查三种研究方法，其具体应用如下。

（1）对照实验法。结合实验条件，选择河南省某高职院校，选取相同年级不同专业的班级，其选择过程基本符合对照实验法的研究要求。每个实验组除基本条件相同外，采用不同的AI大模型使用引导方式，作为实验变量。

（2）对比分析法。结合上述对照试验，将不同实验组的前测、后测数据进行综合比较分析，一方面判断实验是否有效，另一方面比较不同实验组在采用不同的AI大模型使用引导方式后产生的效果差异，进而为后续分析奠定数据基础。

（3）问卷调查法。为保障上述实验能够顺利进行，确保实验效果可靠，分别统计实验对象的人工智能熟悉情况和研究对象人工智能在心理健康教育方面应用的体验情况。该方法的应用过程包括问卷设计、发放、回收和统计分析工作，该部分工作计划使用问卷星平台协助开展。

2.2实验样本

为保证实验的有序开展达成研究目标，保障本研究的有效性。本研究的研究样本选择了相同年级的3名不同专业的学生，且每个专业选择30人，共90人。结合新生入学心理测评数据（SCL-90测评量表），选取人员为各自专业内焦虑分值较高的学生。

2.3实验过程

具体实验过程如图1所示。其通过对照实验法和对比分析法将实验对象进行分组，划分为甲、乙、丙三组，通过对不同组别采用不同引导方式来使用AI大模型，并通过前测、后测的数据对比分析，比较不同引导方式对学生焦虑情绪的缓解效果。最后总结分析实验过程及研究结论，总结不同引导方式应用于实际辅助心理健康教育工作中的优劣情况，探究人工智能技术在高校心理健康教育中应用路径。

在本实验中，对3个分组开展3种不同的AI大模型使用引导方式，具体如下。

引导方式A，不指向性地引导学生使用AI大模型，仅在整个实验过程中有限提示实验对象多与AI大模型交流，提示次数不超过3次。

引导方式B，每堂心理健康课后布置本节课相应知识点的课后作业，要求实验对象与AI大模型以及本堂课程知识点所涉及的话题，并形成体会反馈。

引导方式C，利用课后时间，组织研究对象在每周1次的心理健康课后集中开展40分钟的AI大模型对话，每个学生各自使用计算机终端与AI大模型对话，对话内容不限。

实验方法的具体实现过程如下：

（1）基于文献综述法完成评估研究，实现相关理论梳理、实验方法的选取，以及AI大模型的选定和资源配置，组织学生完成账户注册。综合考虑AI大模型性能和可实施性，在本实验中，选用的AI大模型为百度文心一言。

（2）基于对照实验法设计实验过程。首先完成AI大模型使用引导方式的选定，该部分工作为前置研究过程中的一项重点工作，其对最终产出的数据有决定性的影响。其次基于问卷调查的方式，搜集研究对象对于AI大模型的熟悉程度，为保证实验效果同时筹备面向实验对象开展以“认识AI大模型”为主题的培训，保障实验对象充分了解、接触AI大模型。

（3）实施实验。在完成上述前置工作后，结合研究目标，对研究对象开展实验，实验周期为一个学期。同样使用评量表（SCL-90）测量完成后测工作。

（4）效果分析和效果点分析。在完成实验后可获得相应实验数据，通过对比可获得AI大模型对焦虑情绪的缓解效果量化分析，同时也对不同引导方式的效果进行对比分析。除此以外，为尽量搜集各项实验数据，对实验组人员进行访谈和问卷调研，用以分析不同实验者在AI大模型中获得“疗愈”的作用点，如补充知识、获得解决方案、获得陪伴和心理支持等。

（5）应用模式探索。结合研究目标，综合实验过程和实验者的数据反馈，探讨AI大模型在高校心理健康教育辅助方面的应用形式，并进行试推广。

2.4实验结论

结合上述实验过程，为获得客观的实验结果评价，对上述实验各阶段的测试数据进行分析，采用SCL-90量表中第2、17、23、33、39、57、72、78、80、86项关于焦虑测试的测试条目计算平均值。

由于不同专业的学生在生源、专业学习背景、教育教学方面存在一定的差异，且选取3组样本学生的焦虑水平也不相同，故呈现上述测试条目的平均值来体现该组的焦虑水平。经前测、后测得测试结果图2所示。

通过实验结果对比，各组在使用AI大模型后焦虑水平有所下降，基本可以证明AI大模型对于大学生的心理健康教育工作能够提供一定程度的帮助。如图3所示，数据证明，引导方式C的效果优于引导方式B的效果，引导方式B的效果优于引导方式A的效果。

3实验分析与应用路径探索

结合本文的研究内容，一方面总结前人研究经验，形成相应评估报告，分析研究情况和经验得失；另一方面，在现有研究成果的基础上深化人工智能技术在笔者开展实验的院校心理健康教育工作中的应用，探索AI大模型技术在辅助开展高校心理健康教育工作方面的应用形式。

3.1实验效果分析

通过三种引导方式的应用效果对比，可见在心理教学课堂后的AI大模型对话更加有效缓解学生的焦虑情绪，而课后作业形式的AI大模型使用形式次之，提示性的使用形式效果相对较弱。产生该实验效果的原因必然是多方面的，其中包括课堂组织对学生使用AI大模型专注程度的影响，不同的课后作业与AI大模型功能契合程度的影响，以及学生本身对AI大模型认识和接受程度的不同等。

3.2人工智能辅助心理健康教育工作的应用形式探讨

综合上述实验在不同引导方式的实施过程中发现的利弊情况，本文试图探索一系列AI大模型辅助开展大学生心理健康教育工作，提升大学生心理健康水平的应用形式。具体如下。

（1）拓展心理健康团训课开展形式，将引导方式C逐步引入心理健康团训课内容，结合引导方式B的作业任务形式，形成基于AI大模型的各类主题心理团训课，打造特色精品心理团训课程。

（2）强化AI大模型的心理教学理论课堂融入。结合引导方式B来细化引导方式A应用于心理健康教学理论课堂，即教师通过信息化手段在课堂上与AI大模型进行相关知识点、案例的交互演示，激发学生对AI大模型的使用兴趣，引导学生课下主动使用AI大模型解决自身问题。

（3）提升学校二级心理辅导站智能化服务。通过在学生宿舍、二级院系开设的二级心理辅导站增加人机交互设施，开设“随心e聊”服务，为学生提供与AI大模型进行便捷性交互聊天服务。

4结语

综上，本文通过开展人工智能大模型在大学生日常学习、生活中的应用实验和结果分析，验证了AI大模型在缓解大学生焦虑情绪方面的积极作用，探索了相应的应用模式和实施方式。尤其是探索AI大模型技术在高校心理健康教育工作的应用方式，力求形成一套有效缓解大学生焦虑情绪的心理健康理论教学、心理团训活动及二级心理辅导站协调共促大学生心理健康水平提升的优化方案。在教育教学模式、课堂组织形式、心理教育科研等方面均提供了理论和实验参考价值。

参考文献

[1]郭怡，侯晨雨.人工智能在中小学心理健康服务中的应用探新[J].中国学校卫生，2021，42（8）.

[2]宗阳，王广新.拟人化：人机交互中的心理学应用[J].心理技术与应用，2016，（5）.

[3]磨然，方建东，常保瑞从“拟人归因”到“联盟建立”：人与聊天机器人关系对参与度的影响[J].心理科学进展，2023，（6）.

[4]李嘉欣，彭歆.聊天机器人在护理领域的应用进展[J].护理学杂志，2020，35（24）.

[5]任萍，汪悦等.心理健康评估与干预的智能化应用[J].北京师范大学学报（社会科学版），2022，（04）.

[6]庞红卫，王翠芳.基于人工智能的学生心理健康监测与评价体系的构建[J].教育测量与评价，2022，（03）.

[7]李敬，荣赵然.人工智能心理咨询的发展与应用[J].心理技术与应用，2022，10（05）.

[8]李瑶，杨琳.人工智能应用于心理健康服务的相关问题思考[J].医学与哲学，2022，43（05）.