姜力铭 田雪涛 任 萍 骆 方

    人工智能辅助下的心理健康新型测评*

    姜力铭1田雪涛2任 萍3骆 方1

    (1北京师范大学心理学部, 北京 100875) (2北京交通大学计算机与信息技术学院, 北京 100044) (3中国基础教育质量监测协同创新中心, 北京 100875)

    近年来, 人工智能技术的飞速发展及应用催生了“智能化心理健康测评”这一领域。智能化心理健康测评能够弥补传统方法的不足, 降低漏诊率并提高诊断效率, 这对于心理健康问题的普查及预警具有重大意义。目前, 智能化心理健康测评处于初步发展阶段, 研究者基于在线行为数据、便携式设备数据等开展主要以数据驱动为导向的探索研究, 旨在实现更高的预测准确率, 但是测评结果的可解释性等指标尚不够理想。未来的智能化心理健康测评需要强调心理学领域知识和经验的深度介入, 提高测评的针对性和精细化程度, 加强信效度检验, 这对于智能化心理健康测评工具的进一步发展和应用至关重要。

    人工智能, 大数据, 心理健康, 心理测评

    1 引言

    社会的进步和发展加快了人们的生活节奏, 也加剧了社会竞争, 这些变化必然会对个体的心理健康产生重大影响。在这一时代背景下, 如何对心理健康进行高效且精准的测评尤为重要, 这是了解民众心理健康状况以及提供有效干预的前提。

    近年来, 机器学习、深度学习等人工智能和大数据挖掘技术逐渐应用于心理健康领域, 带来了心理健康测评方法的革新, 也催生了“智能化心理健康测评”这一新兴领域。人工智能是研究并开发用于模拟和延伸人类智能的方法、技术及应用系统的一门科学。机器学习是人工智能最重要的技术手段, 旨在探索、建模大量变量之间的复杂高维交互作用(Bzdok & Meyer-Lindenberg, 2018; Kodratoff, 2014)。通过应用人工智能技术进行数据的获取和分析, 以及采用机器学习方法表征和建模特征与心理状态之间的关系, 智能化心理健康测评能够辅助并一定程度上替代人工测评。与此同时, 智能化心理健康测评也大大拓宽了传统心理健康测评手段(如量表法, 访谈法等)的测评形式和数据分析方法, 使得研究者能够基于更加仿真的任务情境, 获取多模态的数据进行协同分析和建模, 实现更加高效、精准的测评。因此, 本文将针对智能化心理健康测评这一领域的研究进展、目前存在的问题以及未来发展方向进行概述和讨论。

    2 智能化心理健康测评的主要研究方向

    目前, 研究者主要基于社交媒体数据、智能设备数据以及电子游戏数据开展智能化心理健康测评, 从大量在线行为数据中挖掘特征或模式, 进而实现对心理健康问题的预测 ......