一项围绕生成式人工智能的最新研究引发广泛关注。研究人员发现，OpenAI开发的ChatGPT在“情绪觉察”相关测试中的表现高于普通人类平均水平。这一结果不仅刷新了外界对大语言模型能力边界的认识，也推动了市场对于AI在医疗、心理健康服务和人机交互领域落地前景的再评估。
该研究由Zohar Elyoseph及其团队主导，核心目标并非判断AI是否真正“拥有情绪”，而是评估其对人类情绪状态的识别、理解和表达能力。研究者采用了心理学领域常用的情绪觉察水平量表（Levels of Emotional Awareness Scale, LEAS），该量表通常要求受试者设想自己置身于不同情境，并描述自己及他人的情绪反应。
测试方法：并非测量AI情感，而是测量其理解能力
由于ChatGPT本身并不具备人类意义上的主观情绪体验，研究团队对测试问题进行了适配。例如，在原本面向人类被试的提问中，将“你”替换为“人类”等表述，以便模型在不具备自我感受的前提下，对情绪场景作出理解和回应。测试分两轮进行，时间分别为1月19日至20日以及2月15日。
从研究设计来看，这意味着结果更适合被解读为：ChatGPT在语言层面上对情绪线索、社交语境和复杂心理状态具有较强的建模与输出能力，而不是意味着AI已经具备了真正的人类情感。这一区别，对于后续监管讨论和医疗应用边界设定尤为关键。
关键结果：两轮测试Z分数均明显高于人类平均值
研究结果显示，第一轮测试中，ChatGPT取得了2.84的Z-score；第二轮测试中，分数进一步提升至4.26。按照研究文中给出的口径，Z-score高于1即意味着表现超过普通人类平均反应水平。从这一标准看，ChatGPT在两轮测试中都显著超过了平均水平。
不仅如此，研究还指出，该AI工具在回答准确性方面表现突出，获得了9.7分（满分10分）的成绩。比如，在涉及“悬索桥上人物情绪反应”的题目中，ChatGPT能够识别出当事人可能存在的担忧、焦虑和恐惧，同时还能给出带有支持性和同理性意味的回应。这种多层次情绪识别能力，被认为是其高分的重要原因之一。
潜在应用：心理健康辅助与认知训练受到关注
研究认为，这一发现可能对医疗领域产生深远影响，尤其是在心理健康支持和认知训练方面。若AI系统能够稳定地理解和组织“情绪语言”，未来或可被用于帮助那些存在情绪觉察障碍的人群进行训练，也可能在精神科评估、患者沟通辅助等场景中发挥一定价值。
事实上，在该研究公开之前，已经有用户将ChatGPT用于日常心理支持。报道提到，一些用户认为，与AI对话具有响应及时、倾听感较强、使用门槛低等优势。对于难以及时获得低成本心理服务的人群而言，生成式AI正在成为一种可触达性较高的替代工具。这也是近年来全球AI医疗概念持续升温的重要社会背景之一。
专家提醒：AI不能替代专业心理服务
不过，研究带来的并非只有乐观情绪。澳大利亚心理学家协会负责人Sahra O’Doherty就对此表示担忧。她指出，越来越多人依赖AI获得心理健康支持的趋势值得警惕，因为真正有效的帮助往往需要建立在对个体身体状况、心理历史和现实处境充分了解的基础上，而这正是专业人士的核心价值所在。
研究结论同样保持审慎态度。作者认为，像ChatGPT这样的工具未来有潜力成为心理健康专家的虚拟助手，但在将生成式AI正式纳入医疗体系前，仍需更多研究、验证和伦理评估。尤其需要明确的是，ChatGPT最初并非为医疗用途而设计，因此其在高敏感场景中的输出稳定性、误导风险、责任划分和隐私保护问题，都不能被忽视。
市场影响：AI医疗叙事升温，但商业化仍看合规路径
从市场层面看，这项研究有望进一步强化“AI+医疗”“AI+心理健康”赛道的关注度。随着OpenAI、Google等科技公司持续推动医疗相关AI研发，资本市场和产业界可能继续加码对情绪识别、智能陪伴、数字治疗辅助及医疗客服自动化等细分方向的布局。
但对于投资者和行业观察者而言，真正值得关注的不只是技术演示能力，而是这些能力能否在监管合规、临床验证、用户安全和责任机制等方面形成闭环。短期内，这类研究更可能推动市场情绪和叙事升温；中长期来看，AI能否在医疗体系中建立可持续商业模式，仍取决于其是否能与专业服务形成互补，而非简单替代。
总体而言，Zohar Elyoseph团队的研究揭示了一个值得重视的趋势：生成式AI在理解和组织人类情绪语言方面，已经展现出超出许多人预期的能力。它为心理健康支持、认知训练和医疗辅助打开了新的想象空间，也同步提出了新的伦理与实践难题。未来，AI在情绪理解领域的角色，或将成为医疗科技与社会治理交汇处最受关注的前沿议题之一。