Are Large Language Models Possible to Conduct Cognitive Behavioral Therapy?

在当代社会中，心理健康问题变得越来越突出，表现为心理障碍的多样化、复杂化和普遍性。认知行为疗法（CBT）是目前最具影响力和临床疗效的心理治疗方法，没有副作用，但在大多数国家的覆盖范围和质量都有限。近年来，使用大型语言模型（LLM）对情感障碍进行识别和干预的研究已经得到验证，为心理援助治疗提供了新的可能性。然而，LLM是否真正能够进行认知行为疗法？心理健康专家对使用LLM进行治疗提出了许多关注和担忧。为了回答这个问题，我们从在线视频网站收集了真实的CBT语料库，设计并实施了一个有针对性的自动评估框架，涉及生成文本的情感倾向评估、结构化对话模式和主动询问能力。对于情感倾向，我们计算每个模型生成的CBT对话文本的情感倾向得分。对于结构化对话模式，我们使用各种自动评估指标来比较不同模型之间的说话风格、维持话题一致性的能力和在CBT中使用技术的能力。至于询问来指导患者，我们使用PQA（主动问询能力）指标。我们还评估了LLM在整合CBT知识库后的CBT能力，以探索引入额外知识以增强模型CBT咨询能力的帮助。评估了四个在自然语言处理方面表现出色的LLM变体，实验结果显示LLM在心理咨询领域具有巨大潜力，特别是在与其他技术手段结合后。

研究使用大语言模型进行心理辅导的可行性问题，探讨如何提高心理治疗的覆盖率和质量

使用大语言模型结合认知行为治疗知识库进行心理辅导，设计自动评估框架评估情感倾向、对话结构和主动询问能力等指标，结果表明大语言模型在心理辅导领域具有巨大潜力

论文使用了真实的认知行为治疗语料库，设计了多种自动评估指标，实验结果表明大语言模型在心理辅导领域具有很大的潜力，尤其是结合其他技术手段后，还提供了心理治疗知识库的开源代码

最近的相关研究主要集中在使用大语言模型进行情感识别和情感辅导，如《基于情感识别的自然语言处理综述》、《基于大数据的情感辅导研究综述》等