北京2022年8月11日 /美通社/ -- 近年來，人工智能發展迅速，各種新奇的應用場景讓人們嘆為觀止。比如，人工智能創作音樂、繪畫等領域，都打破了人們通常認知。因為，人們普遍認為它更擅長計算類的、理性的事情，就像數值計算、圖像識別、生物特征識別等，而創意類、情感類的事情應該是它的短板。

今天呈現的人工智能應用場景可能又要打破這種"固有認知"，這就是心理咨詢。近期舉辦的浪潮"源"開發者論壇上，來自香港浸會大學社會工作系的陳智達教授做《心理咨詢師的AI智能陪練》報告，讓觀眾看到了"源1.0"大模型是如何幫助社會服務專業人員打造聊天機器人，實現人文關懷的真實案例。以下為報告內容：

聊天機器人的趨勢

聊天機器人使用對話式人工智能（AI）技術，讓機器以自然語言與人類用戶溝通。這已普遍應用在不少網站與移動應用程序 。

因為社會服務工作的需要，我在上世紀90年代就開始在工作中利用互聯網通信工具，也見證了ICQ、MSN到QQ、微信、WhatsApp等的變遷。早期我主要將這些工具應用到與學生的聯絡和輔導教學等工作中，近幾年來我還進行了數字媒體在輔導治療、心理治療等工作領域應用課題的研究。這讓我接觸到很多不同的聊天機器人的同時，也更深切感受到人工智能在相關應用場景的巨大作用。

聊天機器人在企業、政府等組織都有著廣泛的應用，也有著非常明顯的優勢，包括減少對人的依賴、降低成本、提高效率、簡化服務流程等，還有就是"不需要休息"，可以隨時隨地為用戶提供服務等。比如，香港政府網站就有聊天機器人，如果你訪問過香港政府網站就能發現它，這個機器人可以幫你找出你需要的表格，也可以幫你找到你需要接觸的部門。

同時，聊天機器人發展也非?？?。早在60、70年代就已經有了聊天機器人，但其功能很有限，其應答都是提前輸入的基本、固定的語句，不具備創造性。但是，今天"源1.0"等大模型的出現，改變了聊天機器人的能力范圍，使其可以更聰明地辨識人類的語言，并具備溝通、創造的能力。這種現象也讓人們對聊天機器人寄予了更大的期望。

因此，越來越多的社會服務工作者開始了相關研究，致力于讓聊天機器人去從事更加專業的工作，比如教學輔導、心理治療等。行業積極的投入也推動了聊天機器人市場的蓬勃發展，越來越多的資源都在向這個場景傾斜。

搭建聊天機器人的方法

聊天機器人有兩個非常重要的任務：理解、回應。在這兩個任務的實現上，目前行業有兩個主要方向，一個是"檢索"為本，答案是預先輸入的既定內容。檢索為本的機器人的優勢是，它的回應非常準確，因為答案是機器人設計者預先設置好的。但是，如果我們問一些預定義以外的提問，這時候機器人就不懂怎么作答了。

另一個是"自然語言生成"為本，它懂得創造不同的回應，每一次提問都會有不同的答案，甚至是非常有趣、非常有創意的答案。比如，我做一個個人助理機器人，設置好它的名字、職能，比如幫我聯系不同的朋友。這種機器人當你問它不同問題時，即使超出預設問題，它也可以根據它的理解，去篩選不同的答案。

當然，還有二者混合的模式，但也在這兩大方向的范疇。

心理治療、輔導教學聊天機器人的實現方法也不外乎這兩種方向。在心理輔導領域，目前至少有四、五類聊天機器人應用。

第一類是基本服務。這就像一個菜單，用戶可以選擇其中的服務進行了解，機器人可以通過簡單的問答提供相關的服務信息。

第二類是直接提供輔導。用戶可以直接跟系統進行對話。這種應用很多時并不提供開放的對話功能，只是提供一個一個的選擇題讓用戶選擇

第三類是機器人配合真人聊天。在機器人與用戶對話過程中，機器人會適時詢問用戶"需不需要轉接真人"。

第四類是基于"選擇"的虛擬好友。這種已經超出了心理治療的范疇。這就是當前很流行的虛擬"男友"、"女友"等手機應用，很多這類應用是基于"自然語言生成"。這種機器人基于人工智能可以被賦予不同的"屬性"（人格、性別等），可以與用戶進行自然語言的交流，甚至有時人們無法分辨是機器人在跟自己對話。

通過這幾種類型的統計和分析，我發現在心理輔導領域相關的應用方法，還是以采用"檢索"為主，基本上都是以"選擇題"的方式出現，用戶從幾個可選項中選擇，一步一步往下進行。這種形式的應用很難被用戶長期使用?？傮w來看優質的心理輔導類聊天機器人還很稀缺，普及程度上中文相關應用與英語相關應用還有很大差距。值得一提的是，基于"自然語言生成"的應用更能獲得用戶的持續使用。比如在一段時間之后，我的學生基本上都會卸載選擇題類型的輔導工具，但是卻可能保留基于自然語言生成類的虛擬好友應用。但目前這種優質應用占比并不高，而"源1.0"等大模型，特別是面向中文語言的大模型的興起恰好能夠給市場局面的突破帶來更多的可能。

逆向思維：心理咨詢師的AI智能陪練

在這種背景下，我想到嘗試用"源1.0"大型語言模型搭建技能"陪練"應用。在英語地區已有小型學術研究嘗試運用自然語言生成的聊天機器人培訓工作人員，但并不普遍，亦未有市場產品。在中文地區，這種逆向的應用幾乎是沒有先例。雖然當前"自然語言生成"技術還不能使心理輔導類應用達到"非常精準"的水平，但依然可以發揮其具備"創意"的優勢。對于有著一定知識基礎的心理輔導類教師、學生來說，有"源1.0"AI能力加持的聊天機器人不但是學生的優秀陪練，還能夠幫助教師磨練自己的訪談技巧。

該應用發揮"源1.0"的小樣本優勢，快速生成具有穩定個性、語言風格和交流話題的"人物"（聊天機器人），并邀請受訓練的輔導員去跟這個"人"交談，用以訓練其提問技巧。事實證明，該聊天機器人能夠遵從"劇本大綱"，在網上聊天環境中扮演求助者，與輔導員進行"難辨真偽"的交流。

最重要的是其能夠訓練輔導員如何通過開放的提問、排序、篩選、聚焦理性內容，找到求助者可以延申的積極話題，從中發現可以協調、治療的突破口，結果顯示這個方案是可行的。這種"人機"訪談是有程序、有技巧的，可訓練、可練習的。

這也佐證了"自然語言生成"為本的聊天機器人可以根據問題合理的延伸談話，在此基礎上，通過整個對話、交流的綜合整理，人們又能判斷該輔導員的對談是否有層次、是否有見解，亦即智能聊天機器人可以有鍛煉工作人員的提問技巧和態度的能力。

在這個過程中，我覺得技術資源是非常重要的。對于社會服務工作者群體來說編程等技術是弱項，"源1.0"的易用性為該群體的研究等工作帶來了很好的推動作用。同時，"源1.0"研發團隊IT專家也是相關應用落地的重要支撐。"源1.0"團隊通過卓越的實力和產品踐行"科技向善"，讓人工智能在人文關懷領域開出燦爛的花朵。

未來向專業輔導員演進

這個聊天機器人作為輔導員陪練可以說在源1.0的支撐下和浪潮工程人員幫助下已經發揮了巨大作用。未來在技術進步、持續優化的情況下，以及陪練和真實輔導員的交談數據積累下，我們能夠獲得一個專業的數據集，這個數據集是非常有價值的，就像醫療數據一樣重要，可以用來改進模型，甚至將機器人進行升級變身為專業的心理輔導員。

還有就是我認為現在的輔導類聊天機器人基本上都使用在"教學"這個小場景里，這就決定了這種應用在普及上還有很大的挑戰，未來我們還得繼續努力，把這種小場景應用如何泛化擴散到其他場景，讓他融入人們生活的方方面面，變成一款通用、熱門的應用，到時自然而然的就有了下一步的商業模式的開拓。

未來，我還會進一步地使用"源1.0"自然語言模型，搭建更加智能的聊天平臺，實現更多功能。

參考資料：

陳智達，香港浸會大學社會工作系副教授，在香港取得社會工作學士、戲劇文憑、哲學碩士等學歷，在英國倫敦大學取得哲學博士學學位，從事環繞敘事實踐、數字媒體科技與身份建構的研究與教學。主研方向是媒體科技與文化，陳教授長期研究資訊以及通訊科技在社會工作實踐中的應用，并任教包括敘事療法、社會工作教育創新，以及用于心理社會干預的信息和通信技術，深入研究了在以不同虛擬身份下的數字敘事，培養開放思想和社會包容性的公民教育，以及解決社會偏見的真人圖書館等項目。