AI 真的“听懂”你的难过吗？一项新研究把这个问题拆开了

和 AI 聊天时，你可能有过这种感觉：它好像真的懂你。你说最近很累，它说“听起来你已经承受了很长时间的压力”。你和朋友吵架后很难受，它说“一方面你很生气，另一方面你似乎也在意这段关系”。这些回答有时比身边人更耐心，也更像我们想象中的“共情”。

于是一个问题变得现实起来：大语言模型，已经能像心理咨询师一样理解情绪了吗？

一项发表在《Computers in Human Behavior Reports》的新研究，把这个问题拆成了两半来看。

共情不是“会说安慰的话”

谈 AI 共情，一个常见误区是：只要回答让人听着舒服，就算它“有共情能力”。但心理咨询里，共情至少包含两个不同的过程。

第一步是判断：你现在是什么感受。这叫情绪推断。

第二步是回应：我理解了你的感受，该怎么说出来。这叫共情回应。

这两件事不是一回事。一个人可能很会说安慰话，却没真正理解你的感受。另一个人可能准确看出了你的难过，却不知道怎么表达出来。所以问题不该是“AI有没有共情”，而该拆成两问：它能不能读懂情绪？它能不能给出好的回应？

AI 和 50 位咨询师同台“考试”

研究者让 50 名心理咨询师（20 名新手、30 名有较多实践经验）和三个当时较先进的大语言模型——DeepSeek-R1、Qwen-Max、GPT-4o——面对同一批材料：14 个数据集里选出的 104 段文本对话，52 段正性情绪、52 段负性情绪。所有人和模型完成两类任务：判断材料里的人正在经历什么情绪，以及给出共情性的回应。

不是问 AI “你有没有共情”，而是让它和真正的咨询师一起考试，再比较分数。

情绪推断：人和 AI 各有主场

分开看正性和负性情绪，结果很有意思。

负性情绪上，人类咨询师推断得更准，尤其是新手咨询师表现出相对优势。

正性情绪上，AI 反而更突出，Qwen-Max 在三个模型里表现最好。把 LLM 整体和资深咨询师放在一起看，情绪推断的准确率并没有显著差异，说明 AI 不是全面碾压，人也不是全面更敏感，两者的“主场”不一样。

一个更反直觉的细节：在负性情绪的识别上，Qwen-Max 有一项具体比较甚至超过了资深咨询师。这提醒我们，“人类在负性情绪上更强”是整体趋势，不是每一次都成立。

大语言模型靠海量文本训练出来。正性情绪的语言线索通常比较稳定：“终于成功了”“我太高兴了”，这类表达容易归类。

但很多负性情绪不是这样。一个人说“没什么，我已经习惯了”，字面很平静，咨询师可能听出无奈、失望，甚至是放弃期待后的麻木。“他们开心就好”，是欣慰，还是委屈，还是带着距离感的自我保护？光看文字未必能判断。咨询师在长期工作里学会留意表层语言和潜在情绪之间的错位，这是训练和经验积累的产物，不完全是文本分类能替代的。

共情回应：AI 在正性情境追平了，但整体还没追平

第二项任务是共情回应，结果比情绪推断更微妙。

正性情境下，AI 生成的回应和资深咨询师质量相当。

但把正负情境合起来看，人类咨询师整体上仍然优于 AI。研究者把这种差距描述成一种“正性偏差”：AI 在容易的、正性的场景里表现不错，一进入复杂、含混的负性场景，回应质量就往下掉。

这个结果不难理解。“听起来这件事让你很失望”“在这样的情况下感到紧张，是可以理解的”，这类句子本身有固定的语言结构。心理咨询、支持性沟通的文本给了大语言模型丰富的模板，AI 越来越擅长生成“听起来很像共情”的语言，尤其是在情境本身不复杂的时候。

会说，不等于懂

这里有个问题必须分清楚：会生成好的共情回应，等于真正理解了吗？未必。

这项研究测的是行为表现：给定同样的信息，能不能判断对情绪，能不能给出高质量回应。这和“它有没有真实体验”是两个问题。AI 可以很好地生成“听起来你真的非常难过”，但我们不能因此推断它体验到了你的难过。

如果 AI 在共情回应上正性情境能追平咨询师，是不是意味着咨询师快被取代了？答案没这么简单。

真实咨询远不只是“来访者说一句，咨询师回一句”。咨询师要在几十分钟甚至几十次会谈里持续判断：这个人为什么现在说这句话？为什么突然沉默？同样的问题为什么反复出现？嘴上说“不在意”，身体为什么紧绷？现在该共情，还是该澄清？该靠近，还是该保持距离？有时候，什么时候不立即回应，本身就是判断的一部分。

这些都不是单次文本共情任务能测量的。这项研究证明不了“AI已经能做心理咨询”，它证明的是一件更具体的事：在心理支持所需要的部分能力上，尤其是文本情境里的情绪识别和共情回应，大语言模型已经到了值得认真对待的水平，但离“咨询”本身还有距离，而且这段距离恰好集中在负性、复杂、含混的情境里。

AI 真正有价值的位置

如果一定要问 AI 进入心理健康领域最有价值的位置在哪，答案大概不是“代替咨询师”，而是承担那些可以标准化、低门槛化的部分：一个人情绪低落又找不到人说话时，提供基本的情绪回应；帮一个人整理混乱的感受；正式咨询前，帮他初步描述问题；心理自助训练里，提供持续及时的反馈。这些场景过去很难靠专业人员大规模覆盖，而 AI 的优势正是随时都在。

这项研究给出的答案不是“AI 比人更有共情”，也不是“AI 永远无法理解人类”，而是更接近现实的一种：人和 AI 有不同的优势区。AI 擅长在稳定、结构清晰的场景里快速生成完整回应，人仍然在复杂、负性、含混的情绪里保持独特的敏感性。

未来真正有意义的问题，可能不再是“AI 和心理咨询师谁赢”，而是哪些事情可以交给 AI，哪些事情仍然需要一个真实的人。这条边界，才刚开始被看见。

论文信息

Zhou, Q., Hu, L., Yan, J., Cai, Y., & Zhang, Y. (2026). Text-based emotion inference and empathetic response: Evaluating the capabilities of large language models relative to human counselors. Computers in Human Behavior Reports, 21, 100904. https://doi.org/10.1016/j.chbr.2025.100904

本研究来自张亚副教授团队，学硕研究生周倩伊为第一作者，专硕研究生胡菻瞳、闫佳妮分别为第二、第三作者。

这项研究开展于约两年前，当时只是想认真看一眼：AI在情绪理解与共情回应上究竟能做到哪一步。两年过去，AI仍在快速演进，能力之外的依赖、误导与心理安全边界也越来越值得关注。未来我们更希望做的，不只是追问“AI能做到什么”，也包括弄清楚“它应该走到哪里，又应该停在哪里”。