大语言模型在心理健康中的应用：从社交讨论中众包用户基于情感的观点与价值观
计算机与社会
2025-12-09 v1
摘要
像ChatGPT这样的大语言模型（LLMs）聊天机器人正越来越多地用于心理健康支持。它们提供了可及的治疗性支持，但也引发了关于错误信息、过度依赖以及在高风险心理健康情境下风险的担忧。我们从六个主要社交媒体平台众包了大规模用户帖子，以研究人们如何讨论他们在不同心理健康状况下与LLM聊天机器人的互动。通过一个基于价值敏感设计（VSD）的LLM辅助流程，我们映射了用户报告的情感、心理健康状况、观点和价值观之间的关系。我们的结果揭示了LLM聊天机器人的使用是特定于具体状况的。患有神经发育多样性状况（如ADHD、ASD）的用户报告了强烈的积极情感以及工具性或评估性支持，而高风险障碍（如精神分裂症、双相情感障碍）则表现出更多的消极情感。我们进一步揭示了用户观点如何与身份、自主性和隐私等潜在价值观共同出现。最后，我们讨论了从“一刀切”的聊天机器人设计转向针对特定状况、价值敏感的LLM设计。
引用
@article{arxiv.2512.07797,
title = {LLM Use for Mental Health: Crowdsourcing Users' Sentiment-based Perspectives and Values from Social Discussions},
author = {Lingyao Li and Xiaoshan Huang and Renkai Ma and Ben Zefeng Zhang and Haolun Wu and Fan Yang and Chen Chen},
journal= {arXiv preprint arXiv:2512.07797},
year = {2025}
}