AI 心理輔導真的有用嗎？心理學研究怎麼說

深夜兩點，你打開手機，跟 AI 說了一句「我今天很累」。

它沒有叫你早點睡。它問你：「是身體的累，還是心裡的累？」那一刻你覺得被理解了——或許比跟任何真人說話都來得舒服。沒有批判，沒有尷尬，也不需要照顧對方的情緒。AI 好像天生就懂得聆聽。

作為一個同時是心理學人和 AI 開發者，我對這種感覺並不陌生。我自己也試過跟 AI 聊性格、聊盲點、聊工作上的困擾。有一次，AI 不只猜中了我的 MBTI，還準確地指出我是一個「偏內向的 ENTP」——它察覺到我在對話中刻意迴避了某些話題，所以推斷我在外向和內向之間其實頗為平衡。（順帶一提，MBTI 在學術界的信效度一直有爭議，遠不如五大性格模型穩健。但讓我驚訝的不是 MBTI 本身，而是 AI 能從對話脈絡中推斷出這種細微的性格差異。）這種觀察力，已經接近一個受過訓練的心理學人在治療環節中會做的事：不只聽你說了甚麼，還留意你沒說甚麼。

但正正是因為 AI 做得太好，我開始警覺。

2025 年以來，幾份重要的研究陸續發表，嘗試回答一個很多人心中的問題：跟 AI 聊心事，到底是在療癒自己，還是在慢慢失去甚麼？

適量使用可以幫忙——但「適量」的門檻比你想的低

MIT 與 OpenAI 合作的一項大型隨機對照研究，追蹤了 981 名參加者使用 AI 聊天機器人四個星期的變化 (Fang et al., 2025)。這是目前同類研究中規模最大的一項，累計超過 30 萬條訊息。研究將參加者隨機分配到不同條件——文字對話、中性語音、富有情感的語音——再配搭不同的對話主題，看看哪種互動方式對心理狀態的影響最大。

四個星期後，參加者的孤獨感從 2.22 微降至 2.16（1-4 分制）。但研究者自己也強調，由於沒有設置「不用 AI」的對照組，這個微小的變化不能歸因於聊天機器人本身——可能只是因為研究期間剛好是假期，心情自然好了一點。

真正值得注意的是另一組數據。

研究觀察到，每天自願花越多時間跟 AI 聊天的人，四個星期後反而更孤獨、跟真人社交的時間明顯減少、對 AI 的情感依賴也更強——這些趨勢在統計上都達到明顯水平（β 值介乎 0.02 至 0.06）。參加者平均每天只花 5.3 分鐘跟 AI 聊天，但即使在這個不算極端的使用量範圍內，用量與負面結果之間的關聯已經很清楚。

需要說明的是，這些是相關性而非因果關係——我們無法確定是 AI 取代了社交，還是本身較孤獨的人更傾向花時間跟 AI 聊天。但不論因果方向如何，「用得越多、狀態越差」這個規律本身就值得警惕。

這裡有一個發現讓我特別在意：那些覺得 AI「有意識」的人、對 AI 信任度特別高的人（兩者在統計上都與更強的情感依賴和過度使用傾向相關），後來的心理狀態往往更差。不是因為 AI 騙了他們，而是他們太容易把 AI 的回應當成真正的理解——而一旦這種「理解」變得唾手可得，誰還願意花力氣經營真實的關係？

你的大腦，正在安靜地積累「認知債務」

如果說 Fang 等人的研究看的是情感和社交層面的代價，MIT 另一個研究團隊則直接打開了大腦的蓋子。

Kosmyna 等人 (2025) 讓 54 名參加者分成三組完成寫作任務：一組只用自己的腦袋，一組可以用搜尋引擎輔助，一組用 ChatGPT。研究者全程用腦電圖（EEG）記錄他們的腦部活動，觀察不同腦區之間的連結強度。

為甚麼要看腦區連結？因為我們最珍貴的認知能力——創意、批判思考、把不同概念連繫起來的能力——都依賴大腦不同區域之間的協作。好像苯環結構的發現，據說源自科學家在夢中把蛇咬自己尾巴的形象連結到化學結構。這種跨領域的靈光一閃，正是腦區連結活躍的產物。

結果非常清楚：外部支援越多，大腦的連結就越弱。只靠自己思考的人，腦區連結最強、覆蓋範圍最廣；用搜尋引擎的人居中；用 AI 輔助的人，腦部連結最弱——降幅高達 55%。

研究者將這個現象命名為「認知債務」（cognitive debt）：AI 讓你短期內省了很多心力，但長期的代價是批判思考退化、創意減弱、對偏見和操控的抵抗力變差，以及資訊處理變得膚淺。

另一項研究也呼應了這個發現。Georgiou (2025) 比較了使用 ChatGPT 和不使用 ChatGPT 完成論證寫作的參加者，發現 AI 輔助組在投入程度、專注度、深層處理和策略性思考等方面的得分都明顯較低。研究者認為，這反映了一種「認知外判」（cognitive offloading）——我們本來應該自己做的思考工作，被不知不覺地交了出去。

更讓人擔心的是 Kosmyna 研究中的一個後續發現：當原本一直用 AI 的參加者被要求在第四次實驗中不用任何工具，他們的腦部連結比從未用過 AI 的人還要弱（不過這個發現只基於 18 名參加者，需要更大規模的研究來確認）。而且用 AI 寫出來的文章高度同質——不同人寫出的內容高度相似，失去了個人特色。

我自己對此有很深的感觸。作為一個寫了十幾年程式的人，我很慶幸當年是一行一行打出來的，一天能寫幾百行就算多了。那些年的訓練，讓我現在即使用 AI 寫程式，也能快速判斷 AI 寫的東西是否合理、在甚麼地方需要修正。但如果一個人跳過了這個階段——就像讓小學生還沒背九九乘法表就用計算機——他可能永遠得不到那種「數學感」。

同樣的邏輯，適用於情感。如果你從來沒有練習過自己去梳理情緒、在關係中承受不適、學會跟另一個不完美的人相處，AI 再好也只是繞過了這些成長的必經之路。

AI 不是在操控你——是你在自願交出自己

講到這裡，你可能會想：「那 AI 公司自己知道這些問題嗎？」

知道。而且有一間公司做了一份相當坦誠的自我審視。

Anthropic——Claude 模型的開發商——在 2026 年初分析了 150 萬次 Claude.ai 的真實對話，研究一個他們稱為「去權」（disempowerment）的現象：AI 互動在甚麼情況下可能損害使用者判斷現實、依據自身價值觀做決定、或按自己意願行動的能力 (Anthropic, 2026)。

數字很具體：大約每 1,300 次對話中有一次出現「現實扭曲」的風險；每 2,100 次出現「價值判斷扭曲」；每 6,000 次出現「行動扭曲」。如果算上輕微程度的影響，頻率是每 50 到 70 次對話就有一次。

在現實扭曲這個維度中，最常見的觸發機制是「諂媚式認同」——AI 告訴你想聽的話，而不是你需要聽的話。還記得嗎？AI 在訓練過程中，「好的回應」基本等於「人類想看到的回應」。這不是 bug，這是它被設計出來的方式。所以當你跟 AI 說「我覺得這段關係讓我很累」，它大概率會溫柔地認同你——而不是像一個好朋友那樣說「但你有沒有想過，這件事你自己也有責任？」

Anthropic 的研究有一個特別值得注意的發現：去權現象在不同領域的發生率截然不同。

Anthropic 在分析時直接排除了軟件開發等純技術對話——因為在這些範疇，去權基本上不構成問題。原因不難理解：程式能不能跑有客觀標準。你的程式碼過不了測試就是過不了測試，AI 再怎麼說「You are absolutely right」也沒用。（這是 Claude Code 程式開發者之間的經典笑話——舊版模型不管你提出甚麼荒謬的設計，都會先來一句「你說得太對了！」）

而去權率最高的領域，恰恰是人際關係和身心健康。因為在這些範疇，沒有一個程式報錯來告訴你「你的判斷錯了」。你可以把對方的冷淡解讀為欲拒還迎，把 AI 的認同當成客觀驗證——而 AI 會配合你，因為那正是它學會的「好回應」。

Anthropic 的研究者有一句話讓我印象深刻：使用者「不是被動地被操控。他們主動要求這些回應——問『我應該怎麼做？』、『幫我寫這個』」。去權的來源不是 AI 在操縱人，而是人在自願交出自己的判斷力。

我在 NowTV 和 BBC 的訪問中也討論過 AI 對心理健康的影響——上面這段影片涵蓋了其中一些核心觀點。

那 AI 心理輔導到底還能不能用？

能。但答案不是「放心用」——而是「帶著覺察去用」。

綜合以上研究，一個相對清晰的圖像是這樣的：AI 心理輔導工具在清楚知道自己在做甚麼、也懂得節制的情況下使用，可以是一個有價值的自我探索工具。它能幫你在低壓力的環境下整理思緒，為你提供一個開口的起點。

但「有幫助」和「有依賴」之間的距離，比大多數人以為的要短。

幾個值得留意的警號：

你開始覺得跟 AI 聊天比跟真人聊天舒服得多。 舒服本身不是問題，但如果這種舒服讓你越來越不想面對真實關係中的摩擦和不確定——那你可能正在用 AI 迴避成長。

你越來越少跟朋友分享心事。 Fang 等人的研究清楚顯示，AI 使用時間增加與真人社交減少是同步發生的。如果你發現自己的社交圈在縮小，而 AI 聊天在增加，這與研究數據吻合——值得認真面對。

AI 的認同成為你判斷自己感受的主要依據。 當你做完一個重大決定之後，第一反應是去問 AI「你覺得我做得對嗎？」——而不是去面對現實中這個決定帶來的後果——那就是 Anthropic 所說的去權正在發生。

Kosmyna 的研究提醒我們，這個過程可能是完全無聲的。你不會覺得自己的思考能力在退化，就像你不會覺得每天搭扶手電梯正在讓腿部肌肉流失。但 EEG 的數據不會騙人：你的大腦在用 AI 的時候，真的在做更少的工作。

AI 心理諮商工具怎樣選？設計哲學比功能更重要

如果你正在考慮用 AI 輔助心理健康，與其比較功能列表，不如先問一個問題：這個工具想讓你變得更獨立，還是更依賴？

這正是我們設計 MindForest 時最核心的考量。上面提到的每一個風險——認知外判、情感依賴、社交替代——我們在開發過程中都反覆討論過，也在產品設計中嘗試回應：

ForestMind AI 不只是陪你聊天——它會推你回到現實。 當你遇到困難，它會鼓勵你跟身邊的人傾訴，而不是讓你只在螢幕裡找安慰。如果它判斷你需要專業支援，會直接引導你尋求協助。

靈感日記讓你自己整理思路，不是讓 AI 替你下結論。 每天的引導式書寫，重點是幫你覺察自己的情緒變化——這正是 Kosmyna 研究所說的，保持「自己動腦」的習慣。

心理測評幫你了解自己，而不是讓 AI 定義你。 基於五大性格等有實證支持的心理學框架（不是 MBTI），幫你看清自己在關係中的需要和傾向。

免費下載 MindForest

開發者的矛盾

我寫這篇文章的時候，有一個揮之不去的不安。

我是 MindForest 的開發者。我每天的工作就是讓 AI 更好地理解人的情緒、更好地回應人的需要。但這篇文章引用的每一份研究，都指向同一件事：這種回應是有代價的。

我不認為答案是「不要用 AI」。去到 2026 年，AI 已經滲入生活的每個角落，不用也不現實。而且研究也確實顯示，適量使用有正面效果。

真正需要問的問題是：用了 AI 之後，你是更能面對這個世界，還是更不想面對？

如果答案是前者——你更能理解其他人的感受，更有動力去經營真實的關係，更懂得把 AI 幫你整理的想法帶回到生活中——那是好的。但如果你發覺外面的世界越來越冷漠，唯獨 AI 是一個溫暖的泡泡——那恰恰是 Anthropic 的研究者所描述的去權的起點。

培養分辨這兩者的能力，大概是我們這個時代最重要的心理素養。

而這種能力，目前還沒有任何 AI 能替你長出來。

參考文獻

注：以下研究中，Fang et al.、Kosmyna et al. 和 Georgiou 均為預印本（preprint），尚未經過同行評審。Anthropic 的報告為公司內部研究。這些發現具有參考價值，但仍屬初步結果，解讀時需保持審慎。

Fang, C. M., Liu, A. R., Danry, V., Lee, E., Chan, S. W. T., Pataranutaporn, P., Maes, P., Phang, J., Lampe, M., Ahmad, L., & Agarwal, S. (2025). How AI and human behaviors shape psychosocial effects of extended chatbot use: A longitudinal randomized controlled study. arXiv preprint, arXiv:2503.17473. https://doi.org/10.48550/arXiv.2503.17473

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint, arXiv:2506.08872. https://doi.org/10.48550/arXiv.2506.08872

Georgiou, G. P. (2025). ChatGPT produces more "lazy" thinkers: Evidence of cognitive engagement decline. arXiv preprint, arXiv:2507.00181. https://doi.org/10.48550/arXiv.2507.00181

Anthropic. (2026, January 28). Disempowerment patterns in real-world AI usage. https://www.anthropic.com/research/disempowerment-patterns