iT邦幫忙

2026 iThome 鐵人賽

DAY 5
0

如果今天打開一個 AI,對它說:

「我最近真的很累,什麼事情都不想做。」

它可能會回答:

「聽起來你最近承受了很多壓力,辛苦了。如果願意的話,可以跟我多說一點。」

這個回答沒有錯。

甚至可以說,它比很多現實生活中的回應都更溫柔。

但我開始做「從心出發」之後,慢慢發現一件事情:

如果一個心理支持系統最後只是變成一個很會安慰人的聊天室,那好像還不夠。

這也是我最近重新思考這個作品方向的原因。


「有人陪我」和「我的狀況真的變好了」是兩件不同的事情

心理支持 AI 最容易做到的事情,其實是對話。

使用者輸入一句話,模型分析語意,再產生一句適合的回覆。

技術上,它可以非常自然。

它可以同理、追問、安慰,也可以記住前面的對話。

可是問題在於:

一段讓人感覺舒服的對話,真的等於有效的心理支持嗎?

不一定。

例如一個人因為考試失敗開始覺得:

「我是不是根本就不適合讀書?」

AI 可以回答:

「一次考試不能定義你的能力。」

這句話很好。

但真正重要的問題可能是:

他為什麼會從「一次失敗」推論成「我沒有能力」?

這個想法多久會出現一次?

它通常在什麼情況下出現?

它讓他產生了什麼行為?

逃避讀書?

拖延?

失眠?

還是不敢看成績?

如果只有聊天,這些問題很容易隨著對話結束一起消失。

所以我開始希望「從心出發」處理的,不只是:

現在要怎麼回覆這一句話。

而是:

這個人正在經歷什麼問題?


我想讓系統建立一個「可以被修正的問題模型」

我現在比較傾向把使用者的狀況拆成幾個部分:

事件 → 想法 → 情緒 → 行為 → 結果

例如:

考試失敗

「我果然不夠聰明」

焦慮、挫折

開始逃避讀書

下一次準備更不足

再次考差

更加相信「我不夠聰明」

這時候就會形成一個循環。

而真正有價值的 AI,也許不應該只是站在循環外面說:

「加油,你可以的。」

它應該試著協助使用者看見:

「原來我正在這個循環裡。」

這也是我認為心理 AI 和一般聊天 AI 最大的差別之一。


下一步不是給答案,而是選擇適合的介入

發現問題之後,也不能立刻跳到:

「你應該怎麼做。」

因為不同問題需要的方法並不相同。

例如有些狀況可能適合:

  • 情緒辨識
  • 認知重評
  • 行為活化
  • 問題解決
  • 呼吸與放鬆訓練
  • 睡眠習慣調整
  • 壓力管理
  • 自我監測

這裡也正是我目前很重視「心理學知識庫」的原因。

如果模型只是靠大型語言模型本身回答,它可能會講出聽起來合理的建議。

可是心理支持這種事情,我不希望標準只是:

「聽起來好像有道理。」

而應該再多一層:

「這個方法為什麼適合現在這個問題?」

也就是讓每一次介入,都盡可能有可以追溯的理論或研究基礎。


我甚至不希望 AI 永遠把人留在聊天室裡

這是我最近覺得很重要的一個設計原則。

很多網路服務希望:

使用者停留得越久越好。

聊天 AI 也很容易變成這樣。

一直聊天、一直回覆、一直產生內容。

但如果是心理支持系統,我反而覺得一個好的結果可能是:

使用者關掉 AI,去做一件現實世界中的事情。

例如今天的目標不是再聊三十分鐘。

而是:

出去走十分鐘。

完成一件拖延很久的小事。

記錄一次自己的情緒。

嘗試重新與朋友聯絡。

把今天讓自己焦慮的想法寫下來。

然後明天回來,再看看這件事情到底有沒有幫助。

這樣 AI 才不只是陪伴,而開始變成:

理解 → 行動 → 回饋 → 調整

的循環。


所以「記憶」也不應該只是記得你喜歡什麼

現在很多 AI 系統談到記憶,想到的是:

「記得你昨天說過什麼。」

但對我來說,更有意義的記憶可能是:

上週你說自己每天焦慮程度是 8/10。

後來開始做某個練習。

三天後下降到 6。

考試前又升到 9。

那究竟是什麼因素造成變化?

哪些方法對這個人有效?

哪些沒有效?

哪些甚至讓情況變得更糟?

如果系統能慢慢理解這些變化,它建立的就不只是一段「聊天紀錄」。

而是一條:

心理狀態變化的時間線。

這也是我目前希望讓 ARCI、資料持久化與心理知識層逐漸結合的地方。

不是單純讓模型「記住更多」。

而是讓系統知道:

什麼資訊值得記住,以及未來應該怎麼使用。


但有一條界線一定不能消失

做到這裡,很容易產生另一個危險的想法:

「那是不是可以做一個 AI 心理師?」

我的答案目前仍然是:

不是。

至少我做這個作品的目的並不是取代心理師、醫師或真正的心理治療。

AI 很難完整理解一個人的家庭、生活、人際關係與臨床狀態。

它也不能因為讀了很多心理學資料,就宣稱自己可以診斷疾病。

所以「從心出發」真正想處理的,是另一個很大的空白。

有很多人還沒有嚴重到會去看醫生。

也有很多人第一次接觸心理諮商時,甚至不知道自己該說什麼。

還有人只是知道:

「我最近好像不太對。」

卻不知道問題到底在哪裡。

如果 AI 可以協助這些人:

理解自己的狀態、

整理問題、

嘗試低風險而且有研究基礎的方法、

觀察自己是否改善,

並且在超出能力範圍的時候清楚告訴他:

「這件事情需要交給人類專業者。」

那我認為它就已經有很大的價值。


從聊天機器人,走向心理支持系統

所以最近我對這個作品的定義也越來越清楚。

我不是想做:

「一個很會聊天的心理 AI。」

而是希望逐漸做成:

「一套能協助人理解問題、選擇介入、實際行動並追蹤改善的數位心理支持系統。」

目前距離這個目標還非常遠。

知識來源需要繼續補充。

安全邊界需要驗證。

不同心理介入的方法需要建立更完整的結構。

長期記憶也不能單純等同於把所有對話存起來。

甚至「什麼情況應該停止 AI 介入」本身,都可能比「怎麼讓模型回答得更好」更重要。

但至少到了 Day 05,我開始知道自己不想做什麼。

有時候一個作品真正開始成形,

不是因為功能突然變多了,

而是因為你終於能回答:

它究竟想解決什麼問題?

而現在,我對這個答案比五天前清楚了一點。


上一篇
# Day 04|畫面走得完,安全邊界卻漏掉了 PUT
下一篇
# Day 06|心理學資料不是丟進模型就算學會了
系列文
《從心出發:30 天打造一套具 RAG、心理支持決策、安全治理與 ARCI 自適應能力的 AI 心理支持平台》6
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言