AI如何“守护”学生心理健康，这款大模型在教育场景下创新实践

人工智能在教育场景下能否开辟出创新之路？

6月18日，由上海市教育学会与上海模速空间创新生态社区联合主办、问向实验室承办的“AI+教育主题研讨会暨问向实验室入驻仪式”举行。由问向实验室研发的专注学生心理健康的“Well-being育人大模型”也揭开面纱。

问向实验室正式入驻上海模速空间。 问向实验室供图

中国科学院心理研究所国民心理健康评估发展中心2025年5月发布的《2024年青少年心理健康与学业状况调查报告》对5万余名小学四年级至高中三年级学生开展了调查，小学、初中、高中三个学段各占约1/3，调研显示，缺乏父母关怀及亲子沟通、师生关系疏远、同学关系不佳的青少年有更高的抑郁、焦虑风险；心理健康状况好的学生在学习上更努力、有更强的内部学习动机；而心理健康风险较高的学生有更高比例不想上学，学业韧性更差，学习效能感更弱。

问向实验室研究团队也进行了大数据调研，覆盖全国超800万学生、70万教师和1000万家庭。调研显示，“小升初”及其后的初中阶段是学生心理状态的重要转折期。

数据显示，家庭教育中的温暖鼓励，如支持、理解、积极反馈等能有效降低学生的抑郁水平，但这一保护效应在不同学段上存在明显差异。在小学阶段，温暖鼓励对学生抑郁情绪的缓解作用较为稳定；到了初中，这种保护作用最为显著，随着温暖鼓励水平的提升，学生抑郁显著下降。进入高中后，这一保护作用出现减弱，虽然仍有正面影响，但幅度较初中阶段明显缩小。总的来说，初中阶段是家庭教育影响心理健康的“关键窗口期”。

基于此，学生心理健康AI大模型应运而生。问向实验室首席研究员王信逸博士介绍，Well-bing大模型主要针对当前学生心理健康筛查与辅导中的三大痛点：如何更精准识别高风险学生、如何辅助教师进行专业辅导、如何提升教师沟通能力。Well-bing大模型最主要的创新是游戏化评估，通过AI将传统心理测评转化为互动游戏，比如基于电影《哪吒》角色设计的测评场景，降低学生抵触心理，提升评估准确性。AI技术还可以帮助教师识别高风险学生并提供个性化的辅导策略。AI通过分析学生数据，比如自杀念头、家庭矛盾等，实时生成个性化干预方案，辅助教师开展危机干预。

此外，Well-bing大模型还通过AI模拟演练，赋能教师沟通实战。针对教师辅导沟通能力培养的难点，大模型开发了高度拟真的AI角色，如脾气暴躁、拒绝担责的“急躁爸爸”等供教师演练，演练后结合教育专家的智能点评帮助教师精准定位提升点。