王道維觀點：從心理模型走向社會模型─心理AI應用於青少年族群的再定位

摘要

隨著生成式人工智慧(AI)進入校園場域，愈來愈多青少年將其視為提供情緒支持與心理陪伴的工具，坊間強調陪伴或協談功能的「心理AI」亦如雨後春筍般出現。然而，AI能流暢對話並不等同於適合深入心理議題，其限制並不僅止於常被質疑的隱私、風險或責任問題，更涉及若干基本性與結構性的問題，至少包括以下三個方面：(1)諮商、諮詢與陪伴是屬於三種不同層次的談話形式，而諮商性晤談本身是一種有計畫的心理治療，需要的不只是談話技巧，更需要與各種感官經驗或引導策略的搭配協調，並非目前大型語言模型所能訓練模擬的對象。(2)面對自我覺察與定位尚在發展階段、對他人評價高度敏感的青少年族群，目前的心理AI仍僅能依賴其自我陳述進行回應，反而容易誤導青少年對AI產生情感依賴以逃避現實壓力。(3)最後，心理AI若要嘗試承擔諮商層次的對話，至少在概念上也須具備某種「心理模型」，才能透過反事實推論來辨識出使用者尚未自覺的心理狀態，進行合理的推測、確認與再修正，以此推進對使用者心理狀態的深度理解、進行治療與修復。

然而，心理學對人類心理的理論模型長期呈現多元且難以通約的狀態，加上缺乏可大量訓練或反覆驗證的資料，使得這類心理模型難以有效發展。因此，筆者主張心理AI在校園實務應用中，應聚焦於校園自我傷害的第一級與第二級預防，如風險偵測、資訊蒐集、自我認識與社會情緒學習等，而非介入第三級的處遇性治療。其中本文特別強調應可結合當前AI的多代理人(Multi-Agent)技術建立社會情緒學習(SEL)的AI系統，協助青少年在可受控制但富有趣味的情境遊戲中學習人際互動與社會運作模式，逐步建構其內在的「社會模型」：使其更能同理他人的想法、理解社會文化、並在虛擬世界中經歷錯誤與練習，進而提升對於自我與社會間的連結。這部份的AI模型若能在教育場域發揮功效，應可與實體諮商互相支援，一同協助青少年架構自己內在與外在的認知框架，進而減少社會適應困難與心理調適問題。畢竟唯有當青少年從AI所得到的幫助後可以更健康且更有信心地面對真實世界，並逐漸脫離對其倚賴，才是心理AI長期該發展的方向，值得更多心理、教育與AI技術領域的專業人士一起努力。​ （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

一、前言：當AI介入青少年心理健康

近年來，在校園相關議題中，人工智慧（Artificial Intelligence, AI）已逐漸從新奇的科技產品，轉變為實際影響教育現場的重要力量。與此同時，隨著Z世代青少年（泛指 1997至 2012年間出生、目前約15至30歲的年輕族群）心理需求快速上升，加上專業心理諮商人力長期供不應求，不少年輕人基於「即時性」與「匿名性」的考量，開始轉向以AI聊天機器人作為心理支持的替代管道。除了通用型AI聊天系統（如 ChatGPT、Claude、Gemini 等）之外，亦有新創公司針對心理諮詢或情緒陪伴等功能，開發專用的對話型AI工具。為便於後續討論，本文將此類以增進使用者心理健康為主要目的的AI工具，統稱為「心理AI」。

已經有多項研究與報導所指出，Z世代青少年成長於智慧型手機與網路高度普及的時代，其社會連結高度倚賴社群媒體，對實體人際關係的經營相對陌生；同時，又接連受到金融海嘯、新冠疫情，以及低薪與高房價等結構性因素的影響，對既有社會與經濟制度產生更深的疏離與擔憂。因此，相較於前幾個世代，Z世代青少年展現出更為顯著的心理需求與精神健康風險。在臺灣，這樣的趨勢亦反映於大專院校中，專業輔導人力難以應付快速成長的學生諮商需求，甚至促使教育部於2025年修改《學生輔導法》，提高校園專業輔導人員的配置比例。

在此「僧多粥少」的現實條件下，「心理AI」確實在一定程度上紓解了青少年的心理壓力，提供即時且近乎免費的情緒陪伴，並降低等待專業心理人員所需承擔的經濟與時間成本。國際相關研究亦顯示，已有超過一成的青少年曾透過此類AI工具尋求心理相關建議，其中多數使用者認為這樣的互動對自身具有一定程度的幫助。而國內也有類似的調查，顯示有更高比例的青少年使用AI於心理問題。

然而，現實並不如此單純。在諮商實務現場，許多心理師會發現：即使前來求助的學生多半已先與這些心理AI討論過自身情況，仍普遍感到必須與真人心理師交談，才能更真正理解自己的問題。另一方面，對於那些更傾向相信AI的建議、並持續與之深入對話而未再尋求專業協助的使用者，也開始出現若干令人遺憾的案例：因AI未能察覺風險或出現誤導，導致青少年發生自我傷害，甚至​傷害他人的情形。這些AI在情緒困擾與心理危機介入中所引發的矛盾，與校園心理健康的期待之間顯然仍存在明顯落差，亟需作進一步梳理。

本文將從諮商晤談的特質、校園輔導的需求，以及AI技術的限制三個角度出發，以心理、教育與AI技術的跨領域綜合面向來重新思考「心理AI」在校園心理健康領域中的角色定位，希望能有效梳理其根本限制、可行機會，並提出需要繼續努力的方向。

二、為何AI不適合用於心理諮商──從談話功能的角度

在討論AI應用於心理健康時，多數專業人士的憂慮往往首先聚焦於倫理層面。除了使用者隱私可能遭到外洩之外，AI無法進行任何物理性的介入，也無法承擔如強制就醫等臨床責任。這種缺乏臨床問責機制的結構性限制，確實可能延誤部分重度精神疾患或具自我傷害風險者獲得適切治療的時機。近年國外亦已出現若干相關案例，引發廣泛的公共爭議。

然而，這類倫理爭議所指涉的，多半是相對非典型、且比例極低的長尾案例。對於已將AI視為工作與生活日常的青少年族群而言，往往不會將自身處境與這些極端情境連結，自然也不易被單純的倫理警示所說服。筆者認為，真正被忽略、卻更為關鍵的前提在於：並非「流暢自然的談話」就代表具有「心理撫慰調適」的功能。若未釐清不同談話形式的本質差異，很容易讓心理AI在心理健康領域中的角色想像被過度放大而導致誤解。 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

在專業實務中，至少可以區分出諮商、諮詢與陪伴三種不同層次的談話形式，三者在目標、方法與對談者角色上皆存在本質差異。以下分別加以說明（可參考表一）。

表一：三種在心理健康領域常見的談話模式

1. 「諮商」是一種有意識的心理治療

所謂諮商（Counseling），是以深層心理治療為核心的長期談話歷程，其目的並非立即解決問題，而是在心理師與個案逐步建立的信任關係中，促進自我覺察、修復內在與人際關係，並累積可持續的心理與行為改變。此一歷程高度依賴非語言訊息與情境判斷，包括語氣、停頓、情緒張力、抗拒、甚至沉默。心理師並非總是順著個案的敘述前行，而是需要在諮商關係中不斷校準、介入，甚至在必要時挑戰個案的自我理解，協助其面對被壓抑或迴避的心理狀態。​

也因此，心理諮商在我國是受到《心理師法》等法律約束，避免非專業人士誤用也同時對專業人士進行較嚴格的倫理要求。而對於有精神性疾患的個案，也需要搭配身心科醫師的藥物治療才能有更明顯的效果。

事實上，許多人並不了解的是，諮商的歷程其實可能因為個案的心理狀態，有可能伴隨強烈的情緒反應，出現憤怒、悲傷或甚至解離等狀態，需要心理師以高度專業與耐心才能維繫信任關係，一起走過這些歷程。舉例來說，筆者就聽過心理師在諮商室中經過數週磨合後才能取得其信任，繞過表面的分手議題而觸及原生家庭的困境。沒想到學生因為直視到自己的幼年經歷而感到痛苦，當場就拿出美工刀自殘。心理師不但需要緊急危機處理，還需要陪伴她一起面對過往的苦痛，一起走出新的人生。可見對於以語言生成與持續對話為設計核心的心理AI而言，其所依據的基礎模型（如ChatGPT、Claude或Gemini等）本就不是根據這樣的情境來訓練，因此也無法提供這種深度的諮商過程。

2. 「諮詢」是一種有目標的問題解決

相較之下，諮詢（Consultation）是一種以問題釐清與資源提供為導向的談話形式，其重點在於協助使用者理解自身處境、整理可行選項，並進行行動層次的評估。由於諮詢本身具有較高的結構性，且多圍繞資訊整合、經驗對照與一般性建議展開，在目標明確、設計得當的情況下，心理AI確實可能在此扮演輔助角色，例如協助梳理思緒、提供制度性資訊，或引導使用者思考不同可能性。

許多青少年認為向AI詢問心理或情感問題「有所幫助」，往往正是因為其提問屬於脈絡較短、目標較明確的諮詢層次，而非真正進入諮商。然而，即便如此，考量生成式AI的本質仍可能產生錯誤或幻覺，即使在諮詢層次，其角色也不宜被視為具備足夠的專業判斷，而且應明確列出合適的諮詢範圍、使用情境與限制，並可信賴的參考資源來協助。

3. 「陪伴」是一種有情感的鬆弛互動 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

至於陪伴（Companionship），則是一種以情感承接與孤單緩解為主要目的的互動形式。其價值在於提供穩定、即時且不具評價性或有鬆弛感的情緒回應，而非問題解決或心理治療。這也是現階段對話型AI最容易被誤認為「有用」的層次，特別容易讓青少年產生「AI了解我」的感受。事實上，AI只是透過大量訓練資料來模擬具情緒價值的對話，讓使用者覺得自己被同理。考量Z世代青少年在現實生活中常承受來自家庭或學校的高度期待與壓力，有因為同儕競爭往往難以找到願意傾聽且不帶評價的摯友，這樣的陪伴型互動自然對他們具有強烈吸引力，也因而被Z世代快速接納。

4. 商業模式的問題

從以上分析可知，目前青少年使用心理AI所感受到「效果」，其實主要集中在陪伴的層次，並輔以部分諮詢的功能，遠遠未達到真正的諮商專業。雖然諮詢與陪伴的對話本身仍然對心理健康可以提供重要的支持，但若缺乏清楚的使用邊界與退場設計，反而可能讓使用者逐漸將情感依附從現實人際關係轉移至心理AI，因而降低其回到真實社會互動的動機；或是過度相信透過AI所詢問到的片面心理知識，而不知道其他面向的處理方式。理想上，心理AI的開發者應該會設計若干防範功能，以減少使用者的誤用，但是過多的限制也一定會妨礙這些聊天機器人的功能發揮。從商業模式的角度來看，開發者當然也會希望藉由擴大使用者的規模而模糊這個安全邊界，也讓相關的監管變得困難，因此很難完全避免灰色地帶的各種意外狀況。

三、為何AI不適合用於心理諮商──從現實連結的角度

除了諮商晤談的性質以外，心理AI並不適合用於青少年諮商的第二個原因是關於其「與現實連結不足」的問題。而這也有幾個面向可以說明：

1. 語言生成的結構性限制

首先，現階段的「心理AI」幾乎都是以大型語言模型（Large Language Model）為基礎的AI聊天機器人，從其模型訓練本質來看，即使針對心理晤談功能進行強化（例如模仿心理師的回應口吻，或納入心理學與諮商相關知識作參考），仍然只能依賴使用者所輸入的文字或語音內容來生成回應。這類系統自然完全無法辨識那些「尚未被說出口」，甚至「尚未被使用者自身意識到」的心理狀態，更談不上主動預警。

換言之，這些強調陪伴協談功能的心理AI的本質上仍然是個語言模型，只是套用系統性的提式詞（system prompt）或加增若干較複雜的檢測機制，將使用者的Input轉換為更貼近所要達到效果的Output，但是除了鍵盤或麥克風之外，它幾乎無法取得任何關於使用者現實世界的資訊。雖然技術上可以透過某些「記憶」功能讓這心理AI從過往聊天的資料中更多「認識」使用者，但這也代表使用者自己單向輸入的資訊會不斷在AI的回饋中放大。雖然目前使用AI代理人（AI Agent）的方式可以蒐集使用者電腦中的相關資料，或是執行語言回應以外的工作（如網頁搜尋等），但是有這些對話以外的資訊也不代表AI可以藉此評估出使用者的心理狀態，反而在無形中增加更多資安風險或隱私外洩的疑慮。

2. 青少年自我覺察與非語言表達的特性

以上是從語言模型的先天限制來說明，或許會讓人以為，這仍無法排除只要使用者能誠實且完整地表達自身情緒與想法，心理AI依然可以提供有效的協助。這個假設的確有可能成立，但前提必然是使用者非常清晰地了解自己的問題，以及有能力對所得到的答案進行辨識。例如某個心理系的學生一時無法想起現代心理學之父，威廉‧馮特，的學說，就可以透過AI查詢基本論述，並透過網路或課本進行核對。 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

然而，我們目前討論的脈絡是青少年有「自身的心理問題」來求助於心理AI時，其情境就完全不同。首先，這位求助的青少年很可能正是因為理智上無法理解自己的狀況，情緒上又深感焦慮無助，才會有心理諮商的需求。那我們又如何能期待他能對AI清楚的陳述問題，並且有能力查核驗證AI的回答呢？

事實上，從發展心理學來看，青少年正處於自我認同與情緒調節尚在建構的階段，大腦中與自我認知、抽象思維與長期後果評估相關的功能仍在持續發展，尚未達到完全成熟的狀態（一般約至三十歲左右，而非僅以法定成年年齡作為分界）。因此，青少年即便能夠表達當下的感受，其對自身內在狀態的理解往往仍是片面且不穩定的，本就難以完整呈現其內在衝突，容易低估自身行為可能帶來的長期後果。即便心理AI不存在所謂的幻覺問題，僅能依賴其所說出口的內容，也可能只是處理了表層而有限的資訊，更遑論那些尚未被意識到、亦無法被語言化的心理狀態。

而如前所述，諮商歷程中的語氣遲疑、習慣性動作、表情張力與眼神方向，皆可能透露出比語言本身更為關鍵的心理訊息，而這也正是諮商實務長期強調實體互動的原因。根據心理學家 Mehrabian的研究，溝通中語言內容僅約佔7%，語調約佔38%，而非語言訊息則高達55%。在我們生活中也會發現，青少年往往更多是透過臉部表情、姿勢與動作傳遞其真實的情緒（可說明多用圖像或影片呈現的社群平台，如Instagram或TikTok，為何如此受年輕人歡迎）。以上兩因素的綜合結果即可知，心理AI特別不適合應用於青少年的心理諮商。即使目前AI技術已可以結合文字、語音與影像等多模態資訊進行訓練，但受限於資料來源、標註品質與計算資源等條件，要能穩定且安全地應用於諮商情境，仍有相當長的距離。

3. 與社會處境斷連的責任風險

最後，Z世代青少年所處的社會情境，也早已不如刻板印象中那般單純。相較於過往世代，當代青少年普遍對人際經營、校園結構、社會前景等抱持更為陌生，甚至連約會或談戀愛的動力都受到影響。舉例而言，AI可能建議一位在學業關係中受挫的青少年向師長求助，但其實真正影響他讀書心情的是父母之間的衝突。由於AI無法在現實世界中確認使用者的實際處境，更無法感知環境、關係與行為後果之間的落差，這樣的建議便可能過度空泛無用。

特別是當這種與現實世界斷連的互動，遭遇少數高度風險的情境時，其問題便更加明顯。例如，青少年若以間接方式表達自我傷害的暗語（如「我可以去頂樓找你嗎？」），沒有相關語言處境的心理AI可能無法辨識其風險意涵，或即便察覺異常，也難以採取任何實質行動。這類的倫理與責任問題已經有許多專業人士為文說明，此處就不再多提。但筆者提醒這類心理AI所展現的結構性限制，有可能在短期內看似「有效」，卻在無形中削弱青少年回到現實、建立人際關係並承擔行為後果的動力，間接地拖延或加重其本來的心理問題。 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

四、為何AI不適合用於心理諮商──從心理模型的角度

或許有些較為熟悉AI技術的讀者會質疑，認為前述諮商對話與現實世界之間的斷連，理論上可透過更大量的資料訓練來彌補，例如直接以實際諮商對話作為訓練素材，或結合多模態與多代理人系統（Multi-modal and Multi-agent System），讓AI能介入真實世界中的行動，如事實查核或向第三方發送求助訊息。然而，筆者認為這不僅是資料量或功能設計的問題，而是更為根本的提問：AI是否具有能支撐諮商工作的「心理模型」（Mental Model）。為了更清​楚解釋此處「心理模型」的意涵，筆者先簡要說明物理AI的「世界模型」（World Model）。

1. 從物理AI了解「世界模型」的價值

從2025年起，國際上最前沿的AI產業發展重心，已經從大型語言模型的對話能力，轉向能在網路或電腦世界執行任務的AI代理人，與能作用於物理世界的「物理AI」（Physical AI）。後者的代表即為自駕車、人形機器人或其他具備行動能力的系統。與透過聊天介面處理符號化的資訊（如文字、語音或程式碼）不同，這類物理AI必須直接面對物理世界的精密規律，不得出錯。例如，自駕車被要求儘快到達目的地而進行超車時，必須即時評估周遭車輛的速度與距離，以決定切入的時機與速度，評估不同做法可能的風險與所節省的時間。這並非僅靠海量資料即可完成，而是取決於物理AI的「大腦」中是否能將可觀察到的即時環境納入一個有效的內在表徵模型，並對此表徵模型進行測試與調整。

這種內在表徵，正是當前AI研究前沿所稱的「世界模型」（World Model）。世界模型不再只是輸入與輸出之間的對應關係，而是要求系統能在內部提出合理假設、透過實際回饋進行驗證，並據此修正自身以後的行為。換言之，世界模型必須理解環境的結構、因果與規則，才能模擬「如果我這樣做，接下來會發生什麼？如果選擇另一種方式，結果又會如何？」。這種內在設想與測試的能力即為「反事實推論」（counterfactual inference），是一種因果推論的重要內在結構，而非僅依賴海量數據的過往資料來計算相關機率。但是目前世界模型還在初步發展階段，僅能在極短的時間（如幾秒鐘）或極有限的場景（如道路狀況）發揮適當的功能，也因此仍有許多技術困難等待克服。

2. AI生成的「如果」並非真正的反事實推論

在因果推論的嚴格定義中——以 2011 年圖靈獎得主朱迪亞・珀爾（Judea Pearl）的理論為代表——反事實推論需同時滿足三個條件：已知實際發生的事實、明確的因果模型，以及對「若關鍵因素不同，結果是否會改變」的有效推論。當前大型語言模型雖能流暢地產生「如果當初沒有這樣做，事情或許會不同」的文字，但這僅源於其對大量語言模式的統計學習，屬於相關性層次的假設性敘事，而非建立在因果模型之上的反事實推論。此處的因果模型功能也就是前述建立物理AI時所需要的世界模型（命名的差異可能來自於想要強調的重點不同，因果模型強調的是因果邏輯關係，而世界模型強調的是物理AI所面對的自然世界）。

因此，假設有任何心理AI試圖承擔諮商層次的工作，至少在概念上必須具備某種能進行反事實推論的「心理模型」（為符合心理諮商的脈絡，此處的心理模型也就相當於前述物理AI的世界模型，或反事實推論中的因果模型），才能對使用者甚至尚未自覺的心理狀態提出合理假設、進行確認與修正，並據此推進治療與修復的歷程。然而，這樣的要求隨即觸及心理學本身是否能提供高度整合並可以驗證的理論基礎。

3. 心理理論的不可通約性 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

儘管現代心理學已努力將其研究轉化為科學化的知識體系，但其對人類心理的理解，長期以來仍呈現多元且難以通約的狀態。舉例來說，精神分析取向強調潛意識與早期經驗，行為主義聚焦刺激與反應，認知心理學關注資訊處理歷程，而人本取向則側重主觀經驗與自我實現；這些理論在本體論假設、研究方法與治療目標上皆存在根本差異。再加上心理研究本身涉及倫理與觀察方式的限制，缺乏可大量蒐集並反覆驗證的資料，使得心理AI所需的心理模型幾乎不可能達到如自然界物理定律般成熟統一。筆者認為這並非心理學的不足，反而正是反映出其研究對象（人類心理）的困難度，也就從根本上限制了心理AI應用於心理諮商的空間。

4. 人類心理師的共感經驗

相較之下，心理師在與個案晤談時的確是存在「心理模型」，才能有效地推進諮商談話的深度，帶來治療或改變的可能。這是因為人類心理師是在共享相同生理機制、語言文化與社會脈絡的前提下，透過一段時間的信任關係經營，可以逐步於其大腦中形成對個案心理狀態的暫時性理解。這種「心理模型」使心理師能評估個案陳述的一致性、辨識可能的隱瞞，並分析其情緒模式、認知偏誤與潛在風險，這絕非單純的語言輸入與輸出所能完成。即便不同心理師受其學派背景與個人特質影響而有不同取向或方式，但是這些差異放在「心理師也是人」的基礎認知上，比較容易讓個案有所選擇或適度調整期待，不易產生如對心理AI那般「無所不知」的權威錯覺，減少不必要的負面影響。

綜合以上各點，筆者希望指出當前AI技術在心理模型上的根本性困難，加上其無法接觸並確認使用者的真實生活情境，以及諮商晤談與日常對話在本質上的差異，共同構成了「心理AI幾乎不可能有效執行諮商工作」的核心原因，特別是針對青少年族群的個案尤為如此。但是筆者並不否認部分個案仍然可能藉由心理AI獲得其他層次或角度的幫助，如問題解決層次的諮詢或情感調適層次的陪伴，而非真正意義上的心理諮商。若能先劃清底線與消除錯誤期待，或許可以將心理AI的應用場景集中在其他更為安全有效的方式上。

五、AI應用於二級預防的可能方向──風險偵測與初談資訊

雖然前文已著力說明，現階段的心理AI並不適合應用於青少年的心理諮商，但這絕不意味著AI無法在青少年或校園心理健康領域中可以產生正面影響。相反地，筆者認為此一領域仍存在相當多可發展的空間，只是過往討論往往過度聚焦於AI聊天機器人所進行的諮商或陪伴功能，而較少關注其他更具建設性的應用方向。這正是本文試圖從校園諮商實務與AI技術雙重視角，重新梳理心理AI的可能定位。

1. 校園心理健康的三級預防架構

在校園心理健康實務中，常以教育部《校園學生自我傷害三級預防》的架構來理解學生自我傷害與心理危機的介入層次（圖一）。必須先指出的是，心理健康並不等同於自我傷害的危機預防；然而，心理健康的概念本身過度廣泛，若先以其中最具急迫性的自我傷害風險作為分析核心，反而有助於釐清不同層次的介入目標與方法。由於本文所關注的15至30歲青少年多數仍身處校園環境或初入社會，以下討論亦暫以校園情境為主，特別是筆者較為熟悉的大專院校。

​依據教育部《校園學生自我傷害三級預防工作計畫》，第一級預防以全體學生為對象，重點在於心理健康素養、人際互動能力與情緒調節能力的培養；第二級預防則針對已顯露風險、但尚未進入明確危機狀態的少數學生，強調早期辨識、壓力調適與初步支持；第三級預防則涉及已進入危機或需接受專業治療的個案。前文所討論的心理諮商，顯然主要落在第二級與第三級預防的範疇，這也意味著在進入諮商核心之前，第一級與第二級預防中其實仍存在相當多可由 AI 發揮作用的空間。​

​ （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

2. 可行的AI應用方向：風險偵測

在第二級預防層次中，心理AI並不用於介入治療，而在於協助專業系統更早、更有效地運作，以節省時間與資源來專注於真正需要協助的人。舉例來說，對於尚未進入危機、但已出現壓力反應或情緒困擾的學生，AI可作為輔助工具，協助從日常行為或表現中進行初步的情緒辨識與風險偵測。由於此一階段的目標在於預防而非診斷，技術上的容錯空間相對較大，畢竟還有第三級預防的專業輔導人員把關，風險較容易控制（見表一）。所以真正需要審慎面對的問題，反而在於可使用哪些資料進行偵測，以及是否會引發隱私或倫理上的疑慮。這些擔憂確實存在，但是屬於法規制度可以調整的範圍，並非技術上不可克服。

筆者認為，至少有兩類資料來源具有實務上的可行性。其一是青少年高度使用的社群網路貼文。若教育主管機關能與社群平台建立更具體的合作機制，無論是在公開平台，或由業者於非公開系統內部，設置實體的AI偵測機制，皆有可能初步篩選出高風險貼文，再由人類專業者進行二次確認，在發現有必要時即時啟動通報程序。筆者亦曾帶領團隊使用Dcard的貼文資料進行人工標註，並開發相關的高風險偵測模。這與前述以大型語言模型為基礎的心理AI不同，在於資料來源是其主動且自由書寫的內容，更貼近個案的真實情境。但是應用的困難處在於跨單位的行政整合與相關法規調整。

另一個可行的資料來源則是目前大專校園普遍進行的新生心理篩檢機制。儘管校方往往能蒐集到幾乎全體新生的資料，但由於人數相當多，難以有效地進行完整且深入的量表施測，因此僅能透過題目數有限的線上問卷完成初步篩選，導致偽陽性比例過高。若能進一步發展更適切的量表設計，例如著重相對穩定的人格特質、家庭背景、人際關係、重大事件、就醫紀錄等因素作綜合分析，並與實際諮商資料進行對照，將有助於訓練出更精準的AI高風險偵測模型。這不僅可以減輕現場心理師的負擔，也能提升第二級預防的整體效能，讓學生可更早對自己的狀態有所警覺。

3. 可行的AI應用方向：資訊蒐集

筆者認為另一個適合心理AI介入第二級預防，是作為諮商晤談前端的輔助工具。也就是在學生提初諮商申請後，到啟動正式諮商流程前，來談學生通常需填寫申請表單，說明其主訴議題與相關狀況，好讓心理師在初談前快速掌握學生需求。由於來申請的學生多半也不能完整的描述其心理狀態或個人問題，在實務上這些申請表的初談資料往往也無法有足夠的資訊，需要等實際的諮商過程才能逐漸了解。因此，這部分應該是可以透過AI聊天機器人的設計，以輕鬆對話方式來蒐集申請學生的相關資訊，並在過程中協助釐清與補充相關內容，讓學生可以更容易的表達出內心的狀態，進而縮短派案或諮商所需要的時間。其實若干心理診所已經有使用這類AI工具，未來若呈持續開發並清楚定位，亦將有助於提升整體諮商流程的效率，也不致取代專業判斷本身。 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

六、AI應用於一級預防的可能方向──自我覺察與社會學習

至於第一級預防，筆者認為是心理AI在校園心理健康中最具潛力、卻也最容易被誤解的應用場域。之所以潛力最大，是因為相較於第二級與第三級預防，此層次的重點並不在於處理個案問題或篩檢出高風險族群，而在於針對「所有學生」增加保護因子或減少危險因子。因此，對心理AI的專業性與倫理要求相對較低，也更能發揮生成式AI在互動形式與表達上的多元能力。事實上，前文所提及目前多數心理AI所提供的諮詢或陪伴功能，本質上皆可歸屬於第一級預防的範疇。然而，因為缺乏心理專業背景的使用者往往難以區分諮商、諮詢與陪伴三種談話形式，導致原本僅適用於一級預防的功能，越界被期待承擔心理諮商的角色，導致前文所說的錯誤使用或過度投資。

1. 可行的AI應用方向：從心理教育到自我覺察

基於此，除了本文前半段已經在發展中的諮詢與陪伴功能之外，筆者認為心理AI在第一級預防仍有兩個值得進一步強化的方向。首先就是運用生成式AI多元互動的特性，提升青少年對心理健康的基礎理解與自我覺察能力，亦即廣義的心理教育。雖然心理健康目前並非國民教育中的必修或必考內容，卻已是當代青少年與大學生極為迫切的基本知識，特別是在近十年間年輕族群自殺比例持續上升的背景下。心理相關通識課程在校園中的高度選課需求，也反映出學生對此議題的實際關注。

然而，筆者並不認為僅以生成式AI取代教師，單向傳遞心理知識，會是最理想的教學模式。相反地，在AI時代更有意義的作法，是透過心理知識與心理工具的應用，協助學生提升自我覺察能力，反思其日常生活中所面對的心理議題。若此類心理AI若能基於教育理論設計，以短時間的陪伴對話為接觸方式，讓各種有心理或情緒困擾的學生可以先被接住，得以釐清自己的問題，輔以可信任的心理知識或建議，便能幫助求助者度過一段比較艱苦的時間，亦可在一定程度上避免商業型AI在多輪互動中引發情感依附的風險。這類特定功能亦可與不同學科的AI學習工具結合，使學生在學習歷程中自然練習情緒辨識、理解自身心理狀態與人格特質，進而肯定自我價值，減少不必要的迷惘。

2. 可行的AI應用方向：社會模型與社會情緒學習

除自我覺察之外，筆者認為更值得投入的方向，是將心理AI設計為輔助社會情緒學習（Social Emotional Learning, SEL）的工具，以下可稱為「社會情緒學習 AI（SEL-AI）」。與一般著重於個人內在狀態的心理AI不同，SEL-AI的核心目標在於引導青少年回到現實社會脈絡中行動，而非長時間停留於個人的心理世界。事實上，多數非生因性的心理困擾本就是內在心理與外在環境交織的結果，但是當前心理AI的發展往往過度聚焦於個人心理問題，卻因難以連結現實世界而無法真正協助使用者回到社會情境。

但是亦如同前述關於心理AI的限制，基於隱私與信任考量，SEL-AI不可能、也不應全面掌握青少年的真實生活，因此也的確不會直接聯繫社會環境。但筆者認為其設計重點應在於培養青少年內在的「社會模型」。此一概念可以以物理AI所需的「世界模型」與心理師在諮商中形成的「心理模型」作為類比，但其核心並非抽象理論，而是青少年對社會規範與人際互動結構的內在理解架構，用以預期他人反應、調整自身行為，並在現實關係中行動。相關比較可見於表二：

表二：本文所提及的世界模型、心理模型與社會模型的對應關係。（作者自製）

3. SEl-AI的幾個可能設計 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

事實上，以上所提出的「社會模型」本就存在於每個人的成長歷程中，透過與家人、同儕、師長與社會環境互動逐步而形成的。然而，Z世代青少年在手機、社群媒體與快速變動的社會條件下，已難以如前一世代般在穩定的家庭或社會脈絡中學習好自己的社會模型，因此難以發展出應對現實社會規範與人際互動的內在理解架構。或許這也是當代青少年面對複雜的人際關係或社會變動時，會比之前的世代更容易退回至網路同溫層或遊戲世界的原因，間接造成當代青少年越來越多的心理問題。

因此，SEL-AI的設計目標應引導其理解自己在人際關係中的位置，並反思行為的後果與同理他人視角。其功能設計至少應遵循三項原則：（1）多視角，而非單一鏡像，協助青少年同理「他人可能如何看待」；（2）互動後提供理性回饋，而非僅有情緒承接，使青少年理解行為後果與責任；（3）能與現實處境對話，而非僅停留於個人私密世界，使青少年可以應用所學。

在具體作法上，本者認為可結合多代理人（Multi-Agent）技術，於可控且具趣味性的遊戲情境中設計不同的遊戲模組。例如：

（1）多角色對話日記回饋：其核心目的在於利用不同的AI朋友，引導青少年針對自己的經驗，可以從不同角色的回應方式重新觀看自己。這樣的AI使以朋友的身分與青少年互動，不提供對錯判斷而是協助了解不同視角的解讀，從而鬆動「只有我這樣想才是對的」的自我中心視角。

（2）多角色社會情境模擬：此模組類似一個遊戲場景，讓青少年可以與多個具備明確角色與目標的AI Agent或其他真人同伴組成虛擬社會組織，來一起解決某個類似真實的社會問題或工作挑戰。重點不在於勝負對錯，而在於理解權責分工、溝通方式與協調策略如何改變集體結果，並且讓青少年了解事情總可能有不同的做法，從而建立對社會結構與互動後果的直覺理解。其實這就相當於目前的網路遊戲，但是可以設計得更貼近真實世界的情境，讓青少年自己也可以與AI互動，從中更了解如何面對未知的社會。

（3）社會角色辨識練習：此模組聚焦於情境判斷與角色意識（如性別、種族、生活方式等），讓使用者在不同社會場景中學習換位思考，從反思「自己此刻是什麼角色」來同理其他人的困難或處境。此目的並非告訴使用者哪一個角色才是最有權威正確，而是培養對社會規範或他人感受的敏感度。

（4）人際關係互動模擬：人際關係（如親密關係與家庭關係）是青少年困擾的主要來源，也是社會情緒學習的重點實踐場域。此模組可以利用AI的模擬能力提供一個可以犯錯或經得起不斷嘗試的沙盒環境，協助其處理親密情感關係或親子關係中常感困惑的情境。舉例來說，害怕與異性交往的學生可以使用這個模組練習說出自己的感受，並學習如何提出邀約或委婉拒絕對方。

（5）衝突後關係修復模擬：此模組專注於衝突之後的互動方式，例如模擬道歉、澄清、修復信任等歷程，並呈現AI所模擬的對象可能出現的多種反應，包括不被接受的道歉或對方需要更長的時間。透過反覆練習，讓使用者理解關係修復是一個過程，需要付出適當的經營與代價才能改善關係，並且從中理解行為的社會責任與饒恕的重要價值。 （相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）

當然，以上這些模組（或更多其他SEL功能的）更可以彼此結合或融入現有的教育現場，提供給學生一種虛擬與現實整合，可以親身練習情感表達與責任承擔的綜合教育環境。整體而言，我們可以將SEL-AI視作為一種可以高度模擬人類行為的工具，協助青少年更好的銜接到真實的人際關係與校園生活。其核心價值不在於「AI是否能回答得更像人」，而在於「AI是否能協助青少年建立足以回應現實世界的社會模型」。

七、結語：心理AI的定位

綜合前述討論可以看出，心理AI在校園心理健康中的應用，關鍵並不僅在於技術是否足夠成熟、或是能否更擬人地進行對話，而是在於其角色定位是否被錯置。當AI被期待承擔諮商或深層心理介入時，無論從青少年心理發展的特性、諮商專業的核心要求，或當前的AI技術發展來看，都會發現有個難以跨越的結構性落差。可惜的是，這樣的落差在過往被「對話流暢」與「即時回應」所掩蓋，使人誤以為心理支持可以被簡化為陪伴式互動，卻忽略了諮商真正涉及的是風險判斷、現實連結與關係承擔。

然而，這並不意味著心理AI在校園心理健康中無法擔任重要位置。相反地，若能將焦點從「取代專業」轉向「支持系統」，心理AI反而有機會補上現行制度中長期存在的缺口。無論是在第二級預防中協助風險辨識、初談資訊整理，或是在第一級預防中促進自我覺察與社會情緒學習，心理AI都可作為一種具高度擴展性的輔助工具。這類應用的價值不在於提供標準答案或深度心理治療，而在於協助學生更早覺察自身狀態，並更順利地銜接進由專業人士與現實社會所構成的支持網絡。唯有當心理AI的功能被清楚正確的界定，它才可能被接納為校園心理健康推動中一個重要且可持續發展的環節，協助師長及專業人員共同支持Z世代青少年建立穩定的心理素質，以回應未來AI社會中更為複雜的挑戰。

＊作者為清華大學學務處諮商中心主任、清華大學物理系教授、人文社會AI應用與發展研究中心副主任

（相關報導： 王道維觀點：年輕族群的心理健康政策豈能不與學校合作？ ｜ 更多文章 ）