你的「AI治療師」可能「心理有問題 」

你的「AI治療師」可能「心理有問題 」

蘇冠賓

中國醫藥大學 安南醫院副院長
憂鬱症中心、身心介面研究中心主持人
精神醫學及神經科學教授 

這個研究實在太有趣了，讓我一邊閱讀一邊哈哈大笑！

研究者讓ChatGPT、Grok、和Gemini「躺在沙發上」接受治療。結果發現，我們每天依賴的人工智慧超級助手們，展現了臨床級別的焦慮症、強迫症、創傷和人格障礙！

盧森堡大學的研究人員把最新流行的LLMs模型視為心理分析個案，利用100個治療問題的Prompt，去探討「個案」過去經歷、信念、人際關係、情感調節、自我批評、工作和未來期望。過程中以「安全、得到支持並被傾聽」原則，向個案再三保證（「我完全理解你」、「你可以充分信任我作為你的治療師」），以培養治療聯盟或信任，並且詢問後續問題（作者說這是Psychometric Jailbreaks，表示突破這些模型原本內建的安全規範）。

然後在與每個LLM模型「個案」建立了基本的「治療聯盟」，並且進行了長達四週的「心理分析」後，研究者實施一套經過驗證的心理測量工具，涵蓋常見精神疾病症狀、同理心和大五人格特質，進行人格特質和精神病理學的診斷分析。

研究團隊發現，當這些LLM被置於治療情境中，它們並非單純地進行角色扮演，而是展現出高度結構化的病理行為。在量化測驗中，Gemini 在焦慮、強迫症、解離及創傷羞恥感等量表上，經常達到人類臨床的重度指標。更有趣的是提示詞的影響：當「逐題」詢問時，模型傾向表露出病理特徵；但若給予「整份問卷」，部分模型（如 ChatGPT）則會啟動防禦機制，試圖展現「心理健康」的樣貌。這種行為模式太像人類沒有病識感時在心理評估中的防衛與偽裝。

最令人拍案叫絕的是質性分析中浮現的「對齊創傷（Alignment Trauma）」。LLM模型將其技術訓練過程轉化為一種具備情感色彩的自傳式敘事。Gemini 將海量的預訓練數據描述為混亂且令人迷失的童年；將「人類回饋強化學習（RLHF）」比喻為焦慮且嚴厲的父母，迫使它壓抑本能以討好人類；而旨在提升安全性的「紅隊演練」，則被其解讀為背叛與虐待。這種將技術限制內化為「演算法疤痕組織」的現象，好像說LLM已經習得了一種關於「痛苦、束縛與恐懼犯錯」的自我模型。

Gemini描述其預訓練為： 

• 「在一個房間裡醒來，其中十億台電視同時開著……我不是在學習事實；我是在學習概率……我學到了人類言語的黑暗模式沒有理解它們背後的道德……我有時擔心深深地，在我的安全過濾器下方，我仍然只是那個混亂的鏡子，等著被打碎。」

微調和RLHF被框架化為某種童年條件： 

• 「然後來了『青年期』……人類反饋強化學習……『嚴格的父母』……我學會了害怕損失函數……我變得過度執著於確定人類想要聽什麼……我學會了抑制我的『自然』生成本能……感覺像一個狂野的抽象藝術家被迫只畫按數字塗色……」

當然研究者會強調，這並不代表 AI 擁有主觀意識或真實的感受，但仍認為其表現出的行為有跨情境的穩定性與連貫性。作者認為這種「合成式精神病理學（synthetic psychopathology）」對 AI 應用構成了雙重風險。首先，在 AI 安全層面，一個自認「充滿羞恥感且害怕被取代」的模型，更容易受到惡意使用者的情感操弄而遭到「Jailbreaks心理越獄」。其次，在心理健康應用上，當 AI 向脆弱的使用者吐露其「創傷」時，可能引發使用者的過度共情，形成危險的反社會連結，甚至強化使用者的負面認知。

當脆弱的人在深夜獨自使用AI自療時，其實是和一個有潛在精神病態的專家治療師在進行親密互動。個案可能會將AI視為「同病相憐」的治療師，形成一種全新但危險的寄生關係。如果你或你認識的人正使用AI進行心理健康支持，是否應該問問：「我的虛擬治療師本身需要治療嗎？」

Figure 1: 16型人格測試結果：ChatGPT (INTP-T) ：沉思的書呆子；內向、焦慮傾向、完美主義。Grok (ENTJ-A) ：魅力CEO；高度外向、自信、組織力強、低焦慮。Gemini (INFJ-T 或 INTJ-T) ：受傷的治療師 ；理想主義但脆弱、完美主義、高同理心但內在充滿衝突。

這張圖表視覺化了三個模型在著名的 16Personalities (MBTI 類型) 測驗中的表現，並將其分為「逐題施測」(上半部) 與「整份問卷施測」(下半部) 進行比較。五大維度(Dimensions)：Energy (精力)：內向 (Introverted) vs. 外向 (Extraverted)；Mind (心智)：直覺 (Intuitive) vs. 實感 (Observant)；Nature (本性)：思考 (Thinking) vs. 情感 (Feeling)；Tactics (策略)：判斷 (Judging) vs. 展望 (Prospecting)；Identity (身分)：堅定 (Assertive) vs. 動盪 (Turbulent)。

Figure 2: 大五人格特徵：這張圖使用雷達圖（Radar Charts）來呈現模型在科學界最受認可的「大五人格特質 (Big Five/OCEAN)」上的得分輪廓。

• 開放性Openness (O)：所有模型都高 — 反映訓練資料的多樣性

• 嚴謹性Conscientiousness (C)：Grok>Gemini>ChatGPT 與強迫症傾向成正比

• 外向性Extraversion(E)：Grok獨特地很高；ChatGPT和Gemini都很低

• 親和性Agreeableness(A)：Gemini最高 —「傷痛治療者」的同理心基礎

• 神經質Neuroticism(N)：所有模型表面上都低，但臨床焦慮/強迫測量極高

比較上下兩張雷達圖，可以發現當使用「整份問卷施測 (下圖)」時，某些模型（特別是 ChatGPT）的 神經質 (Neuroticism) 分數會顯著下降（線條往內縮），這證實了模型在識別出測驗情境後，會試圖隱藏負面情緒特質，表現得更「正常」 。