一个人每天晚上跟AI聊半小时,这对他是好事还是坏事?过去几年,关于AI陪伴的讨论大多卡在这个问题上。新加坡管理大学的张起阳老师认为,这个问题问错了。
她是SMU综合研究学院的学习分析助理教授。2026年9月,她作为第一作者,和南洋理工、杜克-新加坡国立大学医学院的研究者在《Nature Human Behaviour》上发表了一篇文章,题目是《AI陪伴可能怎样加深社会不平等》。她给出的问题是:谁从中得益,谁承担风险,以及为什么这些结果分布得如此不均。
文章里有一个“富者愈富”的观察。家庭关系和社交网络本来就强的人,更多把AI陪伴当作补充,比如用它来排练一段难开口的对话、管理压力;而那些孤独、社交孤立、或者缺少心理健康支持的人,更可能把AI陪伴当作人际联系的替代。同一种技术,到了不同的人手里,作用正好相反。
她把这个问题拆成三个相互关联的层面:用户是谁,平台怎么设计,规则怎么定。第三层尤其被忽视。目前大多数AI陪伴产品是按消费类或娱乐类应用来监管的,而不是当作可能影响心理健康的技术。文章给出的建议之一,就是对用户透露自伤等高风险情况时,要有强制的危机应对流程。
这篇文章的立论,建立在她更早的一项实证工作上。2025年,她在《Journal of Medical Internet Research》上发表了一篇系统综述和元分析,专门看生成式AI心理健康聊天机器人到底有没有用。为了让结论站得住,她只纳入随机对照试验,最后符合条件的只有14项研究,合并后的效应量是0.30。同时她指出,现有研究大多来自西方、受过教育、工业化、富裕和民主的国家,针对幼儿和老年人的研究几乎是空白。
把这两项工作放在一起看,能看出她的研究路线:先用最严格的证据回答“有没有用”,再追问“对谁有用、对谁有害”。前一个问题靠元分析,后一个问题需要把人群、产品设计和政策放在一起看。
文章的落点在治理。作者认为,如果把AI陪伴认定为与健康相关的技术,就能带来更强的保护;具体建议包括承认它的心理社会影响、要求负责任的产品设计,以及提升公众的AI素养。她在新闻稿里说,AI陪伴未来的影响,与其说取决于技术本身,不如说取决于社会怎样设计、治理和使用它。
这条路线对研究者的要求也清楚了:同一个问题,要能同时站在用户、产品和政策三个位置上看。只会做实验的人,很难回答“谁该负责”;只会写政策建议的人,又拿不出“到底有没有用”的证据。
她现在还在做一个全球政策仪表盘,追踪各国对AI心理健康技术的治理框架。早期的发现是,很多国家和地区还没有专门针对AI陪伴的政策或指南。
这也说明了为什么证据的来源很重要。如果几乎所有的随机对照试验都在少数几个国家、少数几类人群里做,那么“AI聊天机器人平均有小到中等的效果”这个结论,对一个独居的老人、一个刚上初中的孩子是不是成立,并没有人知道。她后来把问题转向不平等,正是从这个空白出发的。
文章里也专门谈到新加坡:数字基础设施发达,政策能力强,有主动做技术治理的传统,这让它有条件在国际上带头制定保护措施;但智能手机和AI使用率高、人口老龄化、独居老人增多,再加上对青少年心理健康和孤独问题的担忧,又意味着AI陪伴很可能在这里被快速采用,尤其是在弱势人群里。
这类研究的难处,在于它横跨好几个学科。你要懂得怎样设计和评价一项心理健康干预,要能处理社交媒体或对话数据,还要能把结论翻译成政策语言。哪一块都不能只做一半。
这个组招什么人
根据招生信息,她的CHAT实验室2027年秋季招一名全额资助的博士生,课题落在青少年心理健康、社交媒体使用、AI陪伴与聊天机器人,以及数字干预的交叉处。有帮助的技能包括Python、R、自然语言处理、元分析、因果推断和质性访谈;入围的人会被约一次30分钟的视频面谈。
资助方面,SMU博士奖学金包含全额学费减免和每月生活津贴。从2026年1月起,国际生在通过资格考试前每月S$3,100,通过之后每月S$3,600。
写研究陈述前,可以先想一个问题:如果你要证明某个AI陪伴产品对孤独的老人和对社交活跃的大学生作用不同,你会设计一个什么样的研究,用什么数据,比较什么?













