基于GPT-4o的人类中心文本到图像生成模型评估：用于表达精神痛苦的自我表达
神经元与认知
2025-12-05 v1 计算与语言
计算机视觉与模式识别
计算机与社会
人机交互
摘要
有效沟通是实现心理健康情境下积极健康结果的关键，但国际学生常面临语言和文化障碍，阻碍其表达心理痛苦。本研究评估了AI生成图像在支持心理痛苦自我表达方面的效果。为实现此目标，邀请二十名在英国大学学习的中国国际学生描述他们个人的心理痛苦经历。这些描述经GPT-4o借助四个基于当代治疗实践的角色人设提示模板生成相应图像。随后，参与者根据他们最初的描述评估所生成图像在促进情感表达方面的有用性。最终数据集包括100条心理痛苦文本描述、400张生成图像以及相应的人类评估分数。研究发现，提示设计对感知的有用性有显著影响，其中插画师角色人设获得了最高的评分。本工作引入了首个在心理健康领域具有人类评分得分的文本到图像评估数据集，为图像评估、基于人类反馈的强化学习以及多模态心理健康沟通研究提供了宝贵资源。
引用
@article{arxiv.2512.04087,
title = {Human-Centred Evaluation of Text-to-Image Generation Models for Self-expression of Mental Distress: A Dataset Based on GPT-4o},
author = {Sui He and Shenbin Qian},
journal= {arXiv preprint arXiv:2512.04087},
year = {2025}
}