人類互動時，我們無時無刻不在與對方眼神接觸、反應情感。這些歷程甚至有時是我們沒有發現的潛意識在運作的。也有學者曾提出，非語言的溝通，在實際溝通裡，扮演的比重可能大於語言。
不過，在今年臨床心理學年會的研討會（臨床心理學x資料科學：資料科學在臨床心理學的應用）也發現，針對這一塊，其實已經有一些人機研究者開始接觸了，他們試圖透過機器、運算等方法，來判斷與搜集人類的情緒線索。在資料科學領域裡，電腦本身強大的運算能力與精確無偏誤的觀察力，正是其強項。
之前提到的Ellie團隊曾發現，對患有創傷壓力後症候群（PTSD）的美國退伍軍人來說，受試者在研究期間的「微笑變化程度」，可以用來預測後續憂鬱的程度（後續憂鬱的患者中，其微笑的頻率保持不斷，但在笑聲持續時間和強度有減退的趨勢）。只是，這種變化非常細微，只有透過機器才能捕捉與運算；像是這部分的資訊，可能就不是人類肉眼或大腦可以抓到的了，但對治療來說卻可能是重要的線索。
正因為你是機器人，所以我才想跟你說
當我們分別告訴兩群受試者：（第1組）Ellie背後其實是個有研究者在操縱的木偶。而（第2組）則告知：Ellie完全是個自主的機器人，不受人為控制時。（第1組）的受試者在治療期間反而參與度很低，也較不願敞開心房。
機器人的另一個優勢就是，它不是「人」。對某些個案來說，要坦誠與人說自己的事，難度頗高。很多時候，正是因為對方是機器人，個案反而更願意說。但或許，透過機器人的陪伴與練習，未來個案想在真人面前說心事，可能難度也會容易一些。
關於犯錯這件事，也是人與機器有差異的地方。某種程度，我們可以說AI是不會犯錯的。但在真實治療情境裡，治療師犯錯有時候也不是壞事。在妥善處理後，反而對於治療關係可能有幫助。
不過，更正確來說，機器人可能不是不會犯錯，而是不知道自己犯錯了。我讀到的資料裡有個例子是，個案向AI說「我今天真的是非常不開心」。但語音辨識時，「不」這個字沒有被處理到，結果AI露出溫暖的大笑，並且回應「真是太棒了！」。這時，不知道個案會不會立刻關掉視窗呢？
協助輔佐療效的確認與研究
心理治療通常是間隔著進行。在每次治療的間隔裡，很難免會有「遺忘」發生。這時，AI可以扮演小老師的角色，協助複習、維持治療內容，或者以陰魂不散的方式，提醒個案要做功課、寫紀錄、練習指定的技巧等。
畢竟，AI最擅長的事情就是不厭其煩。不過，要如何不厭其煩到不會讓人厭煩，這部分可能也需要UX層面的協助。
