ChatGPT 前后：重访基于AI的情感支持对话系统
计算机与社会
2026-03-16 v1
摘要
心理健康是重大公共卫生 concern，而及时获取心理支持却常常受限。AI驱动的对话系统已涌现作为解决这些障碍的有前景工具，近期大型语言模型（LLM）的进展显著改变了这一研究领域。然而，对于这一技术转变的系统性理解仍有限。本研究综述了AI驱动情感支持对话系统的技术演进，聚焦于从任务特定深度学习模型向LLM方法的转变。我们采用Web of Science、Scopus 和 ACM Digital Library，对2020年至2024年5月发布的研究进行计量分析和质性趋势综述。质性分析比较了在LLM广泛采用前后进行的研究。LLM之前的研究由高被引论文和基于ESConv 数据集的工作代表；LLM之后的研究包括基于LLM构建的高被引对话系统。共计有146项研究符合纳入标准，显示出随时间增长的持续趋势。在LLM广泛使用之前，情感响应生成主要依赖于任务特定的深度学习模型。高被引和ESConv 基准研究常关注多任务学习和外部知识的集成。相比之下，近期基于LLM的对话系统在情感支持方面表现出改进的语言灵活性和泛化能力。然而，这些系统也引发了在心理健康应用中可靠性和安全性方面的关注。本综述阐明了AI驱动情感支持对话系统在LLM时代的技术转变。通过识别当前研究趋势和局限性，本研究为开发更有效且更可靠的AI驱动咨询系统提供了指导。
引用
@article{arxiv.2603.13043,
title = {Before and After ChatGPT: Revisiting AI-Based Dialogue Systems for Emotional Support},
author = {Daeun Lee and Dongje Yoo and Migyeong Yang and Jihyun An and Christine B. Cha and Jinyoung Han},
journal= {arXiv preprint arXiv:2603.13043},
year = {2026}
}