济宁医学院 大学生创新创业训练计划管理系统

济宁医学院 创新创业管理系统

详情

Al赋能大学生心理健康自我管理——基于本校的调研与需求分析

申报人：周歆童 申报日期：2025-03-28

基本情况

2025创新项目
Al赋能大学生心理健康自我管理——基于本校的调研与需求分析 学生申报
创新训练项目
理学
心理学类
学生自主选题
二年期
当代大学生普遍面临多重心理压力，包括学业负担、就业焦虑、人际关系适应困难等等。此外，数字时代的信息爆炸加剧了心理不稳定性，如网络攀比、负面情绪传播等，导致部分学生陷入自我否定和焦虑。基于这一社会背景，项目组成员结合自己近两年大学生活的自我成长经历进行了深入探讨，我们发现进入大学校园后大家普遍有不知道应对压力和挫折的方法，寻求帮助的途径也比较局限，都在渴望着得到帮助的期盼中慢慢成长。因此这个项目聚焦人工智能技术在大学生心理健康领域的创新应用，以济宁医学院为研究样本，通过问卷调查、深度访谈、案例分析等实证研究方法，系统调研当代大学生对AI心理健康管理工具的认知水平、使用意愿及核心需求。项目将同步关注大学生对AI伦理、数据安全等问题的态度，设计一套适配本校的A心理服务原型方案，提出“AI+人工”双轨协同服务模式，以提升心理健康服务的覆盖率和效率，为推进心理健康服务数字化转型提供理论依据与实践参考，助力学生实现心理健康自我管理。
负责人曾参与过山东省大学生科技节、“挑战杯”全国大学生课外学术科技作品竞赛、中国国际大学生创新大赛等活动。
指导教师熟悉学生心理健康教育流程，有丰富的教育教学管理经验。主持及参与过多项教研科研课题。
能够全时指导学生研究进程，及时帮助学生解决课题中的问题。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
周歆童 外国语学院 英语（本科） 2023 制定项目总体计划和方案，与指导教师沟通，把控项目整体进程
周鑫 外国语学院 英语（本科） 2023 报告撰写
王冉 外国语学院 英语（本科） 2023 调研设计、分析
李晴 外国语学院 英语（本科） 2023 文献与理论研究

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
薛英杰 外国语学院 否

立项依据

  本项目旨在通过调研济宁医学院大学生对AI辅助心理健康管理的认知及需求，探索人工智能技术在大学生心理健康领域的创新应用路径，为构建智能化心理健康服务体系提供理论依据与实践参考。具体目标如下：
  （1）深入了解学生认知与需求：通过科学严谨的问卷调查、深度访谈以及案例分析等方法，全面剖析以济宁医学院学生为代表的当代大学生，对AI心理健康管理工具的认知现状、使用意愿、潜在顾虑以及核心需求等。精准把握学生在心理健康管理过程中期望借助AI解决的实际问题，为后续开发贴合需求的AI心理服务提供坚实的数据支撑。
  （2）推动心理健康服务模式创新：鉴于传统人工心理咨询服务存在资源有限、学生求助意愿低、隐私顾虑等难题，本项目旨在探索“AI + 人工”双轨协同服务模式。借助AI技术突破时空限制，实现7×24小时自助服务（如情绪识别、压力评估、认知行为训练），降低学生求助门槛，结合人工咨询的专业深度，提升心理健康服务效率与可及性，从而创新高校心理健康服务的模式。
  （3）培养学生心理健康自我管理能力：在调研和设计方案过程中，引导大学生关注自身心理健康，帮助学生掌握借助AI工具进行心理健康自我管理的方法和技巧 ，增强学生自我调适能力，促进学生在日常生活中主动运用科学的方式维护心理健康，逐步实现从依赖外部心理疏导到自我管理的转变。
  （4）强化学生自我管理能力，推动心理健康服务范式转型：基于调研数据设计AI心理服务原型方案（如AI心理助手、情绪日记APP），引导学生通过AI工具进行日常情绪监测、压力管理及认知调节，同时帮助学生掌握借助AI工具进行心理健康自我管理的方法和技巧 ，增强学生自我调适能力。促进学生在日常生活中主动运用科学的方式维护心理健康，逐步实现心理健康服务从“被动干预”向“主动预防”转变。
  （5）促进AI技术在心理健康领域的合理应用：同步关注大学生对AI伦理、数据安全等问题的态度，在设计AI心理服务原型方案时，充分融入伦理考量和安全保障措施，推动AI技术在大学生心理健康领域的安全、可靠、合理应用，为高校心理健康服务数字化转型提供可借鉴的实践经验和理论依据。
  1.多维度调研学生认知与需求
  （1）问卷设计与发放：结合心理学、教育学理论以及AI技术特点，设计内容全面且针对性强的调查问卷。涵盖学生对AI心理健康管理工具的知晓程度、使用经历、期望功能（如智能对话、心理测评、危机预警等）、隐私担忧及改进建议等维度。运用分层抽样方法，覆盖济宁医学院不同年级、专业、性别学生，发放调查问卷。
  （2）深度访谈与案例收集：制定访谈提纲，按照普通学生、潜在风险群体、曾使用心理咨询服务的学生进行分类，选取每类心理状态中具有代表性的同学进行一对一深度访谈，了解其内心真实想法、使用AI辅助心理管理的潜在顾虑等，同时，实时观察学生的表情、言语回避等行为。除此之外，收集学生心理健康典型案例，分析案例中AI可能发挥的作用及学生实际需求。
  （3）数据分析与报告撰写：运用统计分析软件对问卷数据进行量化分析，挖掘各因素相关性；采用主题分析法对访谈和案例资料进行质性分析。综合分析结果，撰写详细调研报告，明确学生对AI辅助心理健康管理的认知、需求、痛点及期望。
  2.“AI + 人工”双轨协同服务模式探索
  （1）现状分析与优势梳理：全面梳理本校传统心理咨询服务流程、资源配置及服务效果，剖析存在的问题。研究国内外AI在心理健康领域应用案例，总结AI技术在提高服务效率、扩大服务范围、保护隐私等方面的优势。
  （2）模式设计与流程构建意见提出：提出“AI初步筛查 - 智能分类 - 人工深度干预”双轨协同服务流程。AI通过自然语言处理、大数据分析等技术，对学生心理健康状况实时监测与初步评估，依据评估结果智能分类，将轻度问题学生引导至AI自助服务（如心理课程推送、冥想放松训练）；对中重度问题学生及时转介给专业心理老师，开展一对一咨询。
  3.评估指标体系构建
  建立多维度的AI心理健康服务效果评估指标体系，例如，通过专业的心理量表，前后对比学生心理健康的改善情况，学生、教师、管理者三方服务满意度，问题响应时间、案例处理数量等方面的服务效率，系统稳定性、数据处理准确性等技术性能指标等。
  4.AI心理服务原型方案开发
  功能规划与模块设计：基于调研结果，确定AI心理服务原型核心功能模块。如情绪识别模块，利用语音、图像识别技术判断学生情绪状态；心理测评模块，内置专业量表，定期评估学生心理健康水平；个性化干预模块，根据评估结果提供定制化心理辅导方案；隐私保护模块，采用加密算法、访问权限控制等技术保障学生数据安全。
  5.AI伦理与数据安全保障体系构建
  态度调研与风险评估：在调研中设置专门问题，了解学生对AI伦理（如算法公平性、AI角色定位）、数据安全（数据收集、存储、使用规范）的态度与担忧。针对识别出的风险，制定详细的AI伦理与数据安全保障措施。引入第三方数据安全审计机构，定期对AI心理健康服务系统的数据安全状况进行评估与认证，减少学生对数据隐私等方面的顾虑。
  国内研究现状
  1.AI心理健康服务的本土化实践
  （1）高校探索：清华大学联合字节跳动开发“清心”AI心理助手，通过校园场景化问答缓解学业压力，覆盖3万余名学生；上海交通大学构建“AI+心理咨询”双轨平台，使咨询效率提升40%（2022年数据）。华南师范大学（2022）试点VR心理咨询室，治疗社交焦虑障碍有效率达72%，但设备成本高昂。
  （2）企业创新：阿里健康推出“心理精灵”小程序，结合中医情志理论提供情绪调节方案；科大讯飞研发的“AI心理测评系统”已在全国50余所高校试点，实现心理健康筛查自动化。
  2.现存问题
  （1）高校场景缺失：现有研究多聚焦社会心理咨询（如“壹心理”等商业平台），专门针对大学生群体的AI工具仅占12%（《中国心理健康科技蓝皮书2023》）。
  （2）医学特色缺失：医学院校相关研究中，仅8.7%涉及专业学习压力（中华医学会医学教育分会数据）。
  （3）伦理研究滞后：64%的校园AI心理项目未建立专门的数据安全规范（中国教育技术协会调研结果）。
  （4）需求驱动不足：现有研究多聚焦技术开发，缺乏对学生真实需求的系统性调研（如《中国大学生心理健康发展报告》指出仅12%高校开展过AI服务需求分析）。
  国外研究现状
  1.AI技术在心理健康领域的应用探索
  （1）美国Stanford大学开发的Woebot（2017）已通过FDA认证，采用CBT疗法实现抑郁症辅助治疗，但主要面向社会人群，缺乏高校场景适配性。
  （2）英国伦敦国王学院研发的AI心理预警系统（2022）通过分析学生校园卡消费、图书馆出入等行为数据预测心理危机，引发隐私伦理争议。剑桥大学利用情感计算技术开发的AI系统，能通过语音和微表情识别抑郁倾向，准确率达85%以上。
  （3）日本早稻田大学“虚拟心理咨询员”（2021）采用动漫形象降低学生心理防御，但存在文化特异性，难以直接移植。
  2.研究范式特点
  （1）技术驱动型：侧重算法创新（如MIT的Affectiva情绪识别准确率达85%）。
  （2）服务集成化：加拿大麦吉尔大学将AI服务嵌入校园APP，实现咨询预约-自助干预-紧急转介全流程打通。
  3.现存问题
  （1）文化适配性不足：现有AI工具多基于西方文化背景开发，对东亚学生群体（如“面子心理”“情感表达内敛”）的适配性研究较少。
  （2）技术边界模糊：AI在危机干预中的责任界定（如自杀风险评估误判）仍存法律争议，MIT研究指出过度依赖AI可能导致“情感脱敏”（Turkle, 2020）。
  国内发展动态
  1.轻量化服务转型：北京大学团队提出“微干预”概念（2023），通过3分钟AI对话完成即时心理调节，更适合高校碎片化场景。
  2.医工交叉：华中科技大学正探索fMRI脑成像技术与AI诊断的结合，为抑郁症早期识别提供客观指标。
  3.政策支持与引导：国家出台一系列政策推动AI与心理健康服务融合发展。教育部强调加强高校心理健康教育信息化建设，鼓励利用AI技术提升服务质量和覆盖面。各地也积极响应，支持高校和科研机构开展相关研究和实践，为AI心理健康服务创造良好政策环境。
  国外发展动态
  1.多模态感知升级：麻省理工学院（MIT）2024年研究显示，融合语音震颤分析、微表情识别的多模态AI情绪判断准确率较单文本分析提升22%。
  2.医学教育交叉创新：约翰霍普金斯大学开发“医学生压力热力图”（2024），通过AI分析实习日志定位高频压力场景（如首次临床操作、夜班急诊）。
  1.创新点
  （1）“AI+人工”双轨协同服务协作机制
AI角色：承担日常情绪干预调节（如学习压力波动分析）、高危预警筛查。
人工角色：聚焦深度咨询、个性化方案制定、复杂伦理问题处理。
通过此模式，突破时空限制，解决传统心理咨询资源有限、时间地点受限的问题；同时，结合人工咨询的专业性和人文关怀，对AI初步评估后的学生进行低、中、高三级风险等级的划分，提供精准干预，提升服务质量和效率，形成互补共进的创新服务体系。
  （2）研究视角的“身份嵌入”创新
项目团队由大学生组成，以“亲历者+研究者”双重身份切入，精准把握心理变化特点，使研究更具针对性和真实性，突破传统调研中研究者与对象的身份区隔。同时，开发新型方法论工具，包含 “如何用‘同辈身份’引导学生暴露学习、实习压力” 的话术模板，深度捕捉学生心理求助的真实障碍（如“担心被标签化”“不知如何描述情绪”），弥补传统问卷难以触及的隐性需求，确保AI工具设计与学生实际心理场景高度契合。
  2.项目特色
  （1）聚焦医学院校学生：以济宁医学院学生为研究样本，针对医学院校学生学业压力大、实习实践任务重等独特心理压力源，设计贴合其需求的AI心理服务，填补了针对医学院校学生AI心理健康服务的空白，具有鲜明的行业针对性。
  （2）重视AI伦理与数据安全：在项目开展过程中，同步关注大学生对AI伦理、数据安全等问题的态度，并将伦理考量和安全保障措施融入AI心理服务原型方案设计。建立严格的数据保护机制，确保学生个人信息和心理数据安全，使AI技术在心理健康领域的应用更安全、可靠、合理。
  （3）AI服务评估与优化：定期对AI心理健康服务进行效果评估，运用追踪研究方法，长期监测学生心理健康状况变化，分析AI服务的长期有效性。并根据评估结果，及时调整和优化AI心理服务原型功能模块、“AI + 人工”双轨协同服务模式以及AI伦理与数据安全保障体系，形成持续改进的闭环管理机制。
  1.技术路线
summernote-img
  2.拟解决的问题
  （1）技术适配性挑战
学生对AI心理服务的认知多停留在“聊天机器人”层面，对情感计算、个性化干预等技术能力缺乏了解，导致需求表达碎片化。如何设计符合大学生需求的非侵入式AI交互（如避免机械式问答），平衡技术有效性与伦理安全性，是面临的主要问题。
   （2）学生使用意愿影响因素复杂问题：全面剖析影响大学生使用AI心理健康管理工具意愿的因素，如隐私担忧、技术信任度、使用便捷性等，针对关键因素提出有效改进策略，提升学生使用意愿。
  （3）AI心理服务核心需求不明确问题：挖掘大学生在心理健康管理方面的核心需求，确定AI心理服务应重点满足的功能需求，如情绪疏导、压力缓解、心理危机预警等，确保AI心理服务设计贴合学生实际需要。
  （4）AI伦理与数据安全问题：探究学生对AI伦理、数据安全问题的态度和担忧点，制定符合伦理规范、保障数据安全的AI心理服务实施准则，消除学生使用顾虑。
  3.预期成果
  （1）学术成果
  提交1份《大学生AI心理辅助工具需求白皮书》（含本校调研数据及分析）。
  （2）实践成果
  形成1套“AI+人工”双轨服务落地建议。
  （3）社会效益
  制作宣传海报、科普手册等资料，向全校师生普及AI辅助心理健康管理知识，提高学生对AI心理健康服务的认知和接受度，降低求助心理门槛，营造关注心理健康、接纳新技术应用的校园氛围。同时为其他高校提供心理健康服务数字化转型的可行性模板。
  1.第一阶段：项目启动与准备
  （1）团队成员分工，明确各自职责。
  （2）全面收集、整理国内外关于AI在心理健康领域应用，以及大学生心理健康管理的相关文献资料，组织团队成员进行集中学习和研讨。
  （3）设计《大学生对AI辅助心理健康管理的认识及需求调查问卷》和《大学生对AI辅助心理健康管理深度访谈提纲》。
  2.第二阶段：数据收集
  （1）按照抽样方法，通过线上与线下相结合的方式发放调查问卷。
  （2）从问卷填写者中选取具有代表性的学生进行深度访谈。
  （3）收集学校心理咨询中心的相关案例资料，筛选出适合本项目研究的典型案例。
  3.第三阶段：数据分析与问题挖掘
  （1）对调查问卷数据进行描述性统计分析、相关性分析、差异性检验等，了解大学生对AI辅助心理健康管理的认知水平、使用意愿及核心需求的总体情况和不同特征学生之间的差异。
  （2）采用主题分析法对访谈记录和案例资料进行分析，提炼出大学生在心理健康管理方面的痛点、对AI技术的期望以及对AI伦理、数据安全等问题的看法。
  （3）组织团队成员和指导教师进行研讨，对数据分析结果进行深入解读，挖掘数据背后反映的深层次问题。
  4.第四阶段：方案设计
  （1）根据数据分析结果和问题挖掘情况，结合学校实际，设计一套适配本校的AI心理服务方案。
  （2）构建“AI + 人工”双轨协同服务模式，明确AI系统和心理教师在心理健康服务中的职责、工作流程以及协同方式。
  （3）邀请AI技术专家、心理学专家和学校心理咨询中心教师对方案和模式进行论证和评估，根据反馈意见进行修改和完善。
  5.第五阶段：项目总结
  （1）整理项目研究过程中的所有资料，撰写项目结题报告，总结项目研究的成果、经验和不足。
  （2）将项目研究成果撰写成学术论文，投稿至相关学术期刊。
  （3）制作项目成果宣传海报和宣传册，在学校内举办项目成果展示活动，向学校师生、相关部门宣传推广研究成果，推动成果在学校心理健康工作中的应用。
  （1）本校已形成“启心”“润心”“宽心”“暖心”“护心”五位一体的心理育人模式，通过课程教学、实践活动、预防干预等多元方式，提升学生心理健康水平，为项目开展提供了良好的育人环境和实践基础。
  （2）课程体系：学校构建了以心理健康教育公共必修课为主、“心理+行为+精神”三位一体专题选修课为辅的课程教学体系，学生对心理健康知识有一定的基础认知，便于项目开展时能更好地理解AI辅助心理健康管理的相关内容。
  （3）数字技术应用基础：在数字赋能的大背景下，学校在心理健康教育中可能已经有一定的数字技术应用经验，如在线心理咨询平台、心理健康App等，这为AI技术的进一步应用提供了技术思路和实践参考。
  （4）专业知识储备：本组成员通过学习心理学、计算机等相关课程，掌握了一定的专业知识。例如，心理学课程让我们了解大学生心理特点和常见问题，计算机课程使我们具备一定的编程和数据处理能力，有助于开展AI技术在心理健康管理中的应用研究。
  已具备的条件
  （1）成员曾参与多项校园调研活动，如“大学生课余生活调查”“校园文化认同感调研”。从问卷设计、样本选取到实地调研、数据分析，都积累了丰富的实践经验，能够精准把握调研重点，有效应对各类突发问题，确保本次调研顺利开展。
  （2）校内资源支持：本团队可以与学校心理健康教育中心的老师请教，获取专业指导与相关资料。教育中心老师将在调研过程中可以提供心理学专业建议，协助解读调研结果；同时，学校图书馆拥有丰富的心理学文献资源，方便团队查阅国内外前沿研究资料，为调研提供理论支撑。
   尚缺少的条件及解决办法
  团队成员缺少专业AI知识，在AI技术应用场景等方面了解有限，可能影响对大学生关于AI辅助心理健康管理认识和需求的深度挖掘。
  解决办法：积极参加学校计算机学院AI领域开展专题讲座，定期组织团队成员学习AI基础知识，选派成员参加线上AI课程培训，系统学习AI技术在心理健康领域的应用案例，提升团队整体AI知识水平。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 20000.00 项目研究 10300.00 9700.00
1. 业务费 15000.00 项目研究 6800.00 8200.00
（1）计算、分析、测试费 3500.00 统计软件授权、云服务 2300.00 1200.00
（2）能源动力费 1500.00 调研交通 800.00 700.00
（3）会议、差旅费 3500.00 专家咨询 2500.00 1000.00
（4）文献检索费 1500.00 数据库使用充值、专业书籍采购 1200.00 300.00
（5）论文出版费 5000.00 研究成果的学术传播和成果转化 0.00 5000.00
2. 仪器设备购置费 0.00 无 0.00 0.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 5000.00 采购项目关键材料 3500.00 1500.00
结束

用户单位： 济宁医学院        

版权所有： 南京先极科技有限公司        

访问量：0001171055