當一個人在深夜睡不著、晤談結束後又想起某件事,或只是還沒準備好向真人開口,能立即回應的對話工具確實有吸引力。真正重要的問題不是它看起來多聰明,而是:它能否帶來可測量的幫助?

研究看到的,是「有機會改善」

2023 年刊於 npj Digital Medicine 的系統性回顧納入 35 項研究,其中 15 項隨機對照試驗進入統合分析。結果顯示,AI 對話工具與憂鬱、心理困擾的下降有關。不過研究之間差異很大:工具設計、使用族群、介入長度與比較組都不相同。

2024 年另一篇統合分析納入 18 個隨機試驗、共 3,477 位參與者,觀察到憂鬱與焦慮症狀的小幅改善。約八週時的效果較明顯,但三個月追蹤沒有看到穩定優勢。這讓我們更適合說「短期可能有幫助」,而不是「已證明長期有效」。

較誠實的結論:設計良好的工具可能減輕一部分人的症狀,但效果大小、持續時間與適用對象仍需更多研究。

有效的通常不只是「聊天」

許多表現較好的數位介入,背後並不是任意聊天,而是放入認知行為治療的練習、情緒辨識、自我監測、問題解決或行為啟動。也就是說,價值往往來自可重複的小步驟,加上低門檻的使用方式。

這也解釋了為什麼「像人」不等於「有效」。一個語氣溫柔的系統,如果沒有清楚界線、可靠內容與轉介設計,仍可能讓人失望;反過來,結構簡單但設計謹慎的工具,也可能在合適情境提供實際支持。

研究也留下三個大問號

第一是追蹤時間。許多研究只有數週,無法回答半年或一年後是否仍有差異。第二是代表性:部分樣本以年輕、能使用智慧型手機或主動下載工具的人為主。第三是產品差異,新一代生成式 AI 與早期規則式聊天機器人並不相同,不能把所有結果直接套用。

此外,研究中也出現對話中斷、答非所問與互動不自然等負面經驗。心理健康支持不只需要內容正確,也需要知道何時停下來、何時請真人加入。

把 AI 放在正確的位置

目前最合理的位置,是心理師之外的補充層:協助整理想法、記錄狀態、練習在晤談中談過的方法,或在兩次會談之間保留一條連續的線。它不是心理師,也不負責診斷、開藥或處理立即危機。

因此,真正值得信任的產品不應只談能力,也要明說限制、危機資源、資料如何使用,以及何時會建議尋求專業協助。這些不是削弱產品,而是讓幫助更可靠。

我們採取的核心原則:AI 是陪伴與整理的輔助,不取代心理師;有立即危險時,應直接聯絡當地緊急與危機資源。

參考研究

回到原始資料

我們優先連結論文全文或 PubMed 紀錄。閱讀研究時,請一併留意樣本、研究設計、追蹤時間與利益衝突聲明。

  1. Li et al., npj Digital Medicine (2023)35 項研究的系統性回顧與統合分析
  2. Zhong et al., Journal of Affective Disorders (2024)18 個隨機試驗、3,477 人的統合分析
  3. Gaffney et al., JMIR Mental Health (2019)心理健康聊天介入的系統性回顧