换一批生成式人工智能在心理健康教育中的语义稳定性、回答策略与偏差分析
Semantic Stability,Response Strategies,and Bias Analysis of Generative Artificial Intelligence in Psychological Health Education
摘要生成式人工智能在改善传统心理健康教育中服务的可及性不足与资源分配受限等困境方面具有突出潜力,而其可靠性、可解释性与公平性仍面临挑战.为此,本研究提出了一种基于词嵌入技术的综合语义行为分析框架,旨在评估大语言模型在心理健康教育场景中的表现.具体而言,以 DeepSeek 为主模型,通过三组参数配置探究其在多轮对话中的语义稳定性与回答策略,同时采用专家评分法识别不同社会情境下的偏差;为验证该框架的跨模型适用性,进一步选取ChatGPT 与豆包为副模型实施对比实验.结果显示:(1)主模型在回答多数问题时,表现出受问题类型和参数调控的语义分布规律与策略生成模式;在性别情境下,模型的准确性与同理心维度存在显著差异,民族情境下未呈现显著差异;(2)跨模型验证结果表明,该框架在不同模型间具有良好的可迁移性,不同模型在语义稳定性与策略偏好上呈现结构性差异.总体而言,生成式人工智能在心理健康教育中具有显著的应用潜力.若要实现公平应用的目标,未来仍需提升策略适应性与多元化的社会情境代表性.
更多相关知识
关键词
生成式人工智能心理健康教育语义行为大语言模型词嵌入generative artificial intelligencepsychological health educationsemantic behaviorlarge language modelsword embeddings
栏目名称
DOI
10.16719/j.cnki.1671-6981.20260201
发布时间
2026-04-09（万方平台首次上网日期，不代表论文的发表时间）
- 浏览8
- 被引0
- 下载7
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
