通过人机协作增强心理健康支持：迈向安全且富有同理心的AI聊天机器人

心理健康支持的获取仍然受限，尤其是在结构性障碍和文化障碍阻碍及时照护的边缘化社区中。本文探讨了AI聊天机器人作为可扩展解决方案的潜力，重点关注先进的大语言模型（LLMs）——GPT v4、Mistral Large和LLama V3.1——并评估其在心理健康情境中提供富有同理心、有意义回应的能力。虽然这些模型在生成结构化回应方面显示出潜力，但在复现人类治疗师的情感深度和适应性方面仍有不足。此外，由于数据集不可靠以及与心理健康专业人士的合作有限，可信度、偏见和隐私挑战依然存在。为解决这些局限，我们提出了一种联邦学习框架，该框架确保数据隐私、减少偏见，并整合临床医生的持续验证以提升回应质量。该方法旨在开发一种安全、基于证据的AI聊天机器人，能够提供可信、富有同理心且偏见减少的心理健康支持，从而推进AI在数字心理健康照护中的作用。