二区论文发表：AI 交互中的信任与选择

从 2025 年 4 月 28 日投出去，到 2026 年 7 月 30 日被接收，这篇论文在审稿流程里待了一年三个月。中间改过几轮，删过整节，也把一个原本以为是主效应的东西降格成了敏感性分析里的一句话。现在它以 Article in Press 的形式挂在 Humanities and Social Sciences Communications 上，标题是 Towards user-centered AI counseling: a quantitative approach exploring user trust and preference dynamics。

Li, D., Yu, S., Chen, R., Xu, P., Shi, T., & Zhang, L. (2026). Towards user-centered AI counseling: a quantitative approach exploring user trust and preference dynamics. Humanities and Social Sciences Communications. https://doi.org/10.1057/s41599-026-08628-4

1. 我们到底在问什么

这两年关于「AI 能不能做心理咨询」的讨论已经不新鲜了，能找到的研究大多在证明它有效——回应得体、随时在线、成本低到几乎可以忽略。但我们想问的是另一件事：用户是在什么条件下开始相信一个 AI 咨询师的，以及这份相信到了要做选择的时候还剩下多少。

这是两个问题，不是一个。前一个是评价，后一个是行为。日常里我们都见过这种分裂：你承认某个工具做得不错，但真到自己要用的时候，还是绕回了原来那条路。

2. 怎么做的

我们做了一个情景实验。AI 的介绍方式作为组间变量，一半的人看到的是把 AI 说成「助手」的框架，另一半看到的是中性描述。每个人再读两个咨询情景，情景从「话题 × 严重程度」的四种组合里抽出来。在每个情景内部，同一个人要评价五种咨询方式：AI 文字、AI 语音、AI 语音加视觉形象、真人文字、真人电话。

375 名中国大学生参与，数据用分层线性模型和分层广义线性模型跑，因为同一个人对多个情景、多种方式的评分本来就不独立，把它们当成互相独立的观测是不诚实的。

3. 结果里最有意思的那道裂缝

信任和选择分开了。

在信任这一侧，规律很干净：AI 的呈现方式越丰富，人们给出的信任越高。文字不如语音，语音不如语音加上一个可见的形象。这符合直觉——多一个通道，就多一层「对面是个具体存在」的证据。

但把问题换成「你会选谁」，起作用的变量整个换了一批。呈现方式的优势在这里没能延续下去，真正稳定地把人往 AI 之外推的是隐私顾虑，稳定地把人往 AI 这边拉的是对 AI 的整体态度。也就是说，把 AI 做得更像个人，能提高它的可信度，但改变不了一个人愿不愿意把自己的事交给它。 后者取决于他本来怎么看 AI，以及他有多在意自己说出去的话会去哪里。

还有一个结果值得说，因为它是被审稿逼出来的。主模型里，社交话题的严重情景下 AI 的被选率更低——听起来很合理，人际关系的麻烦当然更想找人聊。但在补充的敏感性分析里，一旦把情景出现的顺序放进模型，这个话题效应就被削弱了。它可能有一部分是顺序造成的，而不是话题本身。这句话写进论文的时候我犹豫了很久，因为它削弱了一个本来挺漂亮的发现，但不写才是问题。