摘要
大型语言模型（LLM）越来越多地被用作私人、随时可用的对话系统，但关于抑郁症状患者如何使用这些系统的信息仍然很少。本研究基于计算机支持合作工作（CSCW）领域对披露和同伴支持的研究，考察了ChatGPT作为新兴非正式支持基础设施的作用：它是私人、持久、响应迅速并且在非正常时间可用。
我们分析了766名参与者的187,093条ChatGPT对话记录，这些参与者完成了PHQ-8量表。我们比较了抑郁症状低于中等阈值（得分10以下）与达到或超过该阈值的参与者。结果显示，高PHQ得分的参与者更多地使用ChatGPT进行心理健康、人际关系、孤独感、自我关注和寻求支持的对话，且明显存在深夜和每月重复的使用模式。他们的语言中使用了更多的第一人称单数代词和绝对化术语，且在高披露背景下与ChatGPT的互动更为频繁，但专业引导的情况并未增加。基于语言的预测能力有限，对筛查的效果不佳（AUROC 0.591）。我们认为，这些对话记录不应被视为临床筛查数据，而是表明大型语言模型越来越多地被用作非正式支持基础设施的证据。
博主点评： 本文揭示了大型语言模型在心理健康支持中的潜力，尤其是在抑郁症患者中的应用，显示出LLM如何成为新型的非正式支持工具。然而，研究也强调了语言模式分析的局限性，提示我们在使用这些数据时要谨慎，避免将其视为替代专业医疗的依据。