重新构想支持：探索自闭症个体对人工智能在应对负面自我对话中的愿景

研究背景与问题

• 作者发现了哪些问题或挑战？ 自闭症群体中普遍存在“负面自我谈话”（NST）的现象，这种负面内心对话导致焦虑和抑郁的风险增加。然而，传统的治疗方式（如认知行为疗法CBT或接受承诺疗法ACT）往往因某些自闭症个体的表达障碍或经济、资源限制而效果有限。同时，因为大语言模型（LLMs）如ChatGPT和Claude提供了易于访问的支持工具，越来越多自闭症人士尝试使用这些工具，但也面临其固有的“神经典型偏见”和响应质量偏低等问题。

• 为什么这个问题很重要？ 自闭症群体的NST问题不仅影响其心理健康，还削弱工作、社会关系等方面的表现。虽然AI工具具有潜在帮助的能力，但该群体的独特需求未能得到模型充分认识和适配。因此，探讨如何优化AI辅助以符合自闭症用户需求，尤为重要。

• 研究动机与相关工作 现有研究探索了AI在心理健康支持中的作用，但缺乏针对自闭症群体的深入分析。由于自闭症用户的演员偏好和认知方式多样化，当前LLMs往往无法完全理解和支持其需求。此外，研究动机还包含探讨自闭症患者与心理治疗师是否能接受基于LLMs的心理健康支持机制。

解决方案

• 作者提出了哪些方法或解决方案？ 作者通过在线问卷调查和心理健康实践者访谈，探索自闭症用户对AI支持的愿景以及AI在NST管理中的潜力。研究调查了200名自闭症成年人，并结合心理治疗师的专业意见分析他们对不同AI支持类型、互动方式和内容的需求。此外，作者利用ChatGPT和Claude的回答对现有LLM响应进行评估。

• 该解决方案的创新之处是什么？ 研究不仅全面捕获了自闭症群体的多样化需求，还结合心理治疗师对现有LLMs响应模式的临床评价，明确了LLMs适合自闭症用户辅助的潜力和局限性。同时，独特的是作者考虑了多模态交互（如音乐、触觉反馈等）以提升AI对自闭症个体的适配性，这是现有研究未能广泛探索的领域。

• 实施步骤是什么？使用了哪些关键技术？

  1. 问卷调查：共六个部分，包括NST频率和影响评估、自闭症群体对AI支持的愿景、与AI互动的偏好以及使用AI的担忧。
  2. 访谈：收集心理健康实践者关于AI辅助心理健康的潜力以及现有问题的看法。
  3. LLMs评估：输入参与者设计的假设性NST相关对话脚本，生成AI（ChatGPT与Claude）回答，并由心理治疗师评估回应的专业性和适配性。
  4. 数据分析：对定量调查数据进行统计分析，定性回答进行归纳编码，同时进行对LLMs输出分类的主题分析。

研究成果

• 取得了哪些具体成果？

  1. NST的特征和影响：NST围绕负面自我认知、社会评价以及社会孤立问题，围绕这些负面思维循环的触发源包括工作压力、例行中断或社交互动困难。
  2. 自闭症群体的AI愿景：参与者期待AI可以通过识别和重构负面思维、提供冥想指导和编写日志等功能辅助NST管理。
  3. 心理治疗师的反馈：LLMs现有反应中存在模糊、不够具体的表达，以及选择过多的"技术术语"造成用户迷惑。
  4. AI交互偏好：自闭症用户对多模态（如音乐和图像响应）以及适合个体偏好的互动形式的需求较高。此外，人性化和逐步的情感语气被视为安全高效的设计方向。

• 与现有解决方案相比，它有哪些优势？ 它围绕真实用户场景和临床反馈提出了解决现存问题的设计方向，而不仅限于技术功能的开发。通过提出多模态支持建议以及强调个性化和神经多样性设计理念，该研究显著超越了以往对单一文本式互动的有限讨论。

• 实验或评估结果是什么？ 实验数据表明，LLMs目前对自闭症用户NST互动的响应仍不够理想，特别是针对其具体需求的有限理解及语言过度冗长。此外，AI模型的神经典型偏见是一个显著问题，不解决会进一步削弱对自闭症群体的信任。

• 局限性与未来方向 局限性：

  • 样本组成主要为美国参与者，且主要集中于白人和高教育水平人群，缺乏更多种族和文化背景的多样性。
  • 实验功能局限于ChatGPT和Claude，未包含非商业模型或高度定制的生成模型。
  • 心理治疗师样本规模较少（仅三位），未涵盖所有主要治疗领域。

  未来方向：

  • 跨文化研究以捕获其他地理区域的用户需求。
  • 引入更广泛和定制的AI模型，探索多模态交互新方案。
  • 扩展对心理治疗师的访谈范围，探索其他治疗形式的视角（如艺术或音乐疗法）。
  • 开发更透明和信任度高的AI系统，解决目前用户对数据隐私和可靠性方面的担忧。

该论文深入探讨了AI在自闭症群体心理健康辅助中的应用潜力，同时提出了多样化的设计建议，为后续技术开发和学术研究提供了坚实的基础。