人工智能聊天机器人在心理健康领域的应用：表情符号、提示类型和交互方式如何影响美国和中国用户的认知

《Computers in Human Behavior》：AI Chatbots in Mental Health: How Emojis, Prompt Type, and Interactivity Shape User Perceptions in the United States and China

AI聊天机器人在心理健康支持中的表情符号、提示类型和互动性影响研究，发现美国用户对表情符号负面反应，多轮对话提升评价，而中国用户反应稳定且总体更积极。

　　

Jihye Lee|Zinan Darren Yang|Weijia Shi|Yan Liu

德克萨斯大学奥斯汀分校穆迪传播学院斯坦·理查兹广告与公共关系学院，美国德克萨斯州奥斯汀

摘要

人工智能（AI）聊天机器人在心理健康支持中的应用日益增多，但关键通信因素（如表情符号的使用、提示类型和互动性）如何影响用户对聊天机器人信息的感知，以及这些效应在不同国家是否存在差异，目前尚不明确。本研究在美国（样本量N = 394）和中国（样本量N = 401）进行了2（表情符号使用：有 vs. 无）× 2（提示类型：自我披露 vs. 直接询问）× 2（互动性：单轮对话 vs. 多轮对话）的在线实验。参与者在模拟的心理健康支持场景中评估了ChatGPT的响应。结果表明，美国参与者对包含表情符号的聊天信息反应消极：与不含表情符号的聊天信息相比，含有表情符号的信息在信息质量上得分较低，并且在自我披露提示的条件下，使用AI聊天机器人的行为意愿降低。相比之下，互动性成为美国参与者产生积极感知的关键因素。多轮对话提高了美国参与者对信息质量、感知到的支持程度以及使用行为意愿的评分。然而，无论表情符号的使用、提示类型或互动性如何，中国参与者的评分都保持稳定。中国参与者对AI聊天机器人的整体感知更为积极，行为意愿也更强。这些发现揭示了通信因素在塑造各国用户对AI辅助心理健康支持感知方面的微妙作用。

引言

人工智能（AI）的最新进展使聊天机器人能够在开放式话题上模拟类似人类的对话，为医疗保健带来了变革潜力。特别是AI聊天机器人因其在处理焦虑、抑郁和自杀念头等心理健康问题方面的能力而受到关注（Abd-Alrazaq等人，2020；Miner等人，2017）。心理健康污名化仍然是寻求治疗的主要障碍（Corrigan，2004；Golberstein等人，2008），而AI聊天机器人在促进敏感话题讨论方面具有独特优势。用户倾向于向聊天机器人透露心理健康问题，因为与聊天机器人的互动提供了匿名性和即时互动响应（Wilson & Marasoiu，2022）。即使是未专门为心理健康设计的通用聊天机器人，如ChatGPT，也可以作为分享心理健康困扰的日常沟通渠道（Chin等人，2023；Luo等人，2025；Ta等人，2020）。随着越来越多的人将AI工具用于从随意的情感表达到表达重要的心理健康问题等各种用途，研究影响用户对AI聊天机器人提供的信息和支持感知的因素变得至关重要。

本研究调查了用户在心理健康情境下对人与聊天机器人互动的感知，重点关注三个通信因素：表情符号、提示类型和互动性。表情符号可以澄清信息的语气并传达情感（Erle等人，2022），提示类型反映了用户的应对需求（De Choudhury & De，2014；Ho等人，2018），而互动性则体现了聊天机器人的对话响应能力（Cox等人，2023；Jo等人，2024）。这些特征在心理健康情境中尤为重要，因为信息的清晰度、语气和响应能力会影响用户对信息质量的感知以及他们使用聊天机器人进行心理健康支持的行为意愿。

首先，我们探讨了聊天信息中表情符号使用的作用。尽管多模态聊天机器人的数量在增加，但AI聊天机器人与用户之间的许多互动仍基于文本。基于文本的数字交流往往缺乏非语言线索，如面部表情、语调和肢体语言。大量研究探讨了这些线索的缺失如何影响沟通结果，以及表情符号是否能为基于文本的互动增添深度（例如，Archer & Akert，1977；Erle等人，2022；Walther & D’Addario，2001）。关于表情符号对信息感知影响的证据不一：一些研究表明表情符号能提高信息清晰度并增加温暖感和亲和力（Beattie等人，2020；Kaye等人，2016），而另一些研究则认为在信息性情境中表情符号可能被视为不专业或不可信（Koch等人，2023；Vareberg等人，2023）。基于此讨论，我们研究了聊天信息中表情符号的使用如何影响用户在心理健康情境下的感知。

其次，我们探讨了提示类型如何影响用户对聊天机器人互动的感知。借鉴Lazarus和Folkman（1984）的应激与应对交易模型，我们将用户发起的提示分为寻求情感支持和寻求信息支持两类。寻求情感支持涉及安慰、共情和心理慰藉，通常通过自我披露和倾诉实现；而寻求信息支持则侧重于收集事实信息，如健康症状、治疗选项和医疗指南，通常通过直接询问进行（Liu等人，2017）。尽管现有文献大多探讨了聊天机器人如何引发自我披露以获得情感支持（De Choudhury & De，2014；Ho等人，2018；Lucas等人，2014），但直接比较情感提示和信息提示的研究较少。受此启发，我们在研究设计中纳入了两种提示类型（自我披露 vs. 直接询问），以考察提示类型如何影响对聊天机器人响应的感知及其与其他通信因素的交互。

第三，互动性在人与聊天机器人的互动中起着关键作用。在本研究中，我们重点关注聊天机器人的对话能力这一关键通信元素，并通过对话次数来衡量互动性。AI聊天机器人可以通过允许用户跟进、澄清和询问先前输入的额外信息，在多轮对话中保持上下文连贯性（Chaves & Gerosa，2021；Jain等人，2018）。在心理健康情境中，这种多轮对话尤为重要，因为持续的参与和定制化的响应对于提供有效的支持至关重要（Jo等人，2024；Miner等人，2017；Medhi Thies等人，2017）。我们探讨了单轮对话与多轮对话如何影响用户对AI聊天机器人在心理健康支持方面的感知，同时考虑了表情符号和提示类型等其他通信因素。

为了研究这些问题，我们采用了跨国设计，在美国（样本量N = 394）和中国（样本量N = 401）进行了在线实验。这两个国家在社会政治背景、AI政策以及文化或沟通规范方面存在差异（Folk等人，2025；Hall，1989；Hofstede，2001；Wang等人，2025）。这种比较方法为我们提供了研究关键通信因素（表情符号使用、提示类型和互动性）如何影响用户在心理健康相关情境下对通用AI聊天机器人的感知及其参与度的新型机会，并探讨这些效应是否在不同国家具有一致性。据我们所知，这是首个大规模的跨国研究，旨在探讨通信因素在AI聊天机器人提供心理健康支持中的作用。

章节片段

表情符号使用的沟通效应

表情符号是传达情感和思想的数字图像（Oxford，无日期），范围从简单的ASCII表情符号（例如：:-）到更具表现力的符号（例如：）。情感作为社会信息（EASI）模型提出，非语言线索（如面部表情和语调）为传统人际沟通中的信息解读提供了情感背景（van Kleef等人，2004）。然而，在基于文本的沟通中，这些非语言线索受到限制或缺失

研究程序

我们在美国和中国进行了随机在线实验，采用了2（表情符号使用：有 vs. 无）× 2（提示类型：自我披露 vs. 直接询问）× 2（互动性：单轮对话 vs. 多轮对话）的被试间设计。事前功效分析表明，至少需要128名参与者才能检测到中等效应（Cohen的f = 0.25），α = 0.05，功效为80%。为了获得足够的统计功效，我们通过Prolific平台招募了参与者

结果

表2显示了美国和中国参与者的多变量结果。在美国参与者中，表情符号的使用对综合结果有显著的主效应[Wilks’ Λ = 0.96，F(3, 382) = 4.89，p = 0.002，ηp2 = 0.04]，表明有表情符号和无表情符号条件下的用户感知存在显著差异（RQ1a-c）。提示类型的主效应不显著[Wilks’ Λ = 0.99，F(3, 382) = 0.86，p = 0.46，ηp2 = 0.01]（RQ2a-c）。相比之下，互动性显示出

结果讨论

利用大规模跨国样本，本研究考察了关键通信因素——表情符号使用（RQ1a-c）、提示类型（RQ2a-c）和互动性（RQ3a-c）——如何影响美国和中国用户对AI聊天机器人在心理健康情境下的感知（RQ4）。在这些通信因素中，美国参与者的反应存在差异，而中国参与者的感知基本保持稳定。具体来说，在美国参与者中，表情符号的使用降低了信息质量的感知。

结论

AI聊天机器人在心理健康领域的应用日益增多，它们有潜力填补支持方面的空白。通过大规模跨国样本的研究，我们的结果表明，AI聊天机器人的接受程度并非普遍相同，在评估其影响时必须仔细考虑通信特性，尤其是在心理健康支持等敏感领域。这项研究为人与聊天机器人互动的研究提供了宝贵见解，并有助于丰富相关知识

CRediT作者贡献声明

Yan Liu：撰写——审稿与编辑，撰写——初稿，验证，监督，方法论，资金获取，数据整理，概念化。Zinan Darren Yang：撰写——审稿与编辑，撰写——初稿，方法论，调查，概念化。Weijia Shi：撰写——审稿与编辑，撰写——初稿，验证，概念化。Jihye Lee：撰写——审稿与编辑，撰写——初稿，可视化，监督，方法论，正式分析，

未引用参考文献

Boutet等人，2021；Cavalheiro等人，2022；Holtgraves和Robinson，2020；Kraljevic等人，2021；Liu等人，2024；OpenAI；Oxford；Walther和D’Addario，2001。

数据可用性

数据将按请求提供。

利益冲突声明

? 作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

致谢

本研究得到了中国国家社会科学基金（20BXW084）和上海大学新闻与传播学院（BX2025JL003）的支持。