前言:互联网与心理干预

可能是算法之神想增加我对它的崇拜之情,最近它向我推荐了一个关于字节跳动的三四十分钟的视频。于是我重新回顾了“基于算法的内容推荐”从被认为是“没有商业潜力的纯技术实现”到成为(移动)互联网行业核心模式的这个过程,一边感慨那时国内互联网行业还能有创新的动力和空间,一边尝试欺骗性地问自己现在还有没有这样的机会。

互联网信息获取方式分类

对于“算法”这个中文词汇的主流认知,在不同时期其实并不相同。在机器学习还停留在学术界的时期(也就是 Alpha Go 面世前),算法指的是“一个被提前定义好的、计算设备可运行其指示的有限步骤或次序”,是写软件必须关注的东西。后来算法成为了机器学习的代名词,再到经常和推荐一起出现。最近一两年,算法更常以“大(语言)模型”的名字出现。传播总是需要新词。

大量参数、预训练、内容生成的机器学习模型,在文字、图像、音频、视频领域这一两年的进展可谓神速,尽管离端侧本地运算的普及还很远,但其门槛也已经下降到消费级硬件可以进行一定程度有效率、有质量推理的地步。目前主流的云端训练及推理、客户端接收输出结果的服务模式,也已经在不同领域被应用。

心理干预作为主要以语言为载体的服务,自然也在第一时间有和大(语言)模型进行结合的尝试。然而就我掌握的有限信息而言,目前互联网心理干预服务还未出现类似“基于算法的内容推荐”这样大杀四方的业务模式,既是遗憾,也可能表示尚有机会。

互联网与心理干预领域结合已超过10年,但用户群长期以来大多数还是本来就对泛心理内容感兴趣的人,这表明目前为止的业务模式并不适合将用户群拓展至普通互联网用户。在融资环境恶劣、用户消费意愿下降的预期下,继续维持过去的做法恐怕难以为行业带来突破。当然这段话是我未经验证的假设及推论,欢迎各位分享不同视角的信息和见解。

作为对这行依旧感兴趣的人,我想尝试用上面的四象限对这个领域进行简单梳理,如果能抛砖引玉炸出来业内大佬聊聊看法,就再好不过了。

 

本文讨论范围不包括:

  • B端业务(如EAP、组织管理、SaaS)
  • 非干预业务(如人才测评、心理咨询师培训)

 

互联网 C 端泛心理干预服务分类

上图是我基于泛心理干预的服务类型及其性质的分类结果,除了“Chatbot 聊愈”,其余服务都被归类为人力主导,因为这些服务的内容产出和/或提供的全流程实质上都需要由人类负责,新内容的产出及服务的提供需要人类持续参与。相对地,Chatbot 或其他由算法主导的服务,虽然研发阶段及日常迭代也需要大量人力投入,但其日常服务的提供可以完全摆脱人,新内容的产出也不依赖人。

左上角的服务被归类为“用户低可控”,主要是因为用户无法主动控制自己会接受何种服务、看到什么内容,这些人力主导的服务实际上会按厂商预先设定好的固定形式进行递送。而“高可控”场景下,用户接受的服务内容很大程度上依赖用户与服务提供方的主动反馈,对用户自主性要求较高的同时,也为用户提供了更大的选择空间。

在现实世界中,不少厂商会在同一个载体上提供多项服务,希望通过不同深度的服务覆盖更多用户,也期望囊括市场教育和最终转化流程中尽可能多的节点。接下来我将基于各项服务的主流组合形式进行介绍,其中涉及的实例并未穷举,欢迎留言补充。

泛心理干预平台:娱乐/科普/测评/课程/倾诉/中介

实例:简单心理、壹心理、武志红心理、knowyourself/月食

这类平台可以说是心理干预和互联网结合最早的尝试,历史最为悠久。发展到今天,泛心理干预平台提供多项服务,除了 PC Web 以及 App 本体,对这类平台而言 Bilibili、微信公众号也是重要且有效的服务及内容递送阵地。

平台早期主打专业性,随着年月发展也将娱乐类内容纳入服务范围,2023 年的 MBTI 就是一例。另外也推出了比心理咨询更轻的所谓“倾诉”类服务,以图增加转化率。我有限的信息来源告诉我,泛心理干预平台最重要的营收来源其实是围绕心理咨询师的培训及中介业务,其余的内容及服务用于吸引 C 端用户,以便逐级转化。

冥想、助眠服务

实例:now 冥想、冥想星球、每日冥想、flow 冥想、潮汐、小睡眠、蜗牛睡眠

通常以 App 为主要载体、音频为核心内容,冥想服务以包含指导语的文字类音频为主,助眠服务以各类白噪音音频 + 睡眠监测为主。部分 App 提供基于正念或 CBT(认知行为疗法)的情绪调节、缓解失眠等领域的数字疗法/线上训练/工具包。

主要营收来源为会员订阅服务,不少 App 在新人注册引导阶段会将信息收集、服务推荐、订阅引导进行整合,期望提高订阅转化率。

认知训练服务

实例:未来之光、CogniFit

在知觉、认知心理学各类实验范式基础上进行游戏化,提供记忆力、注意力、推理能力、执行功能等认知领域的小游戏。通常认为这类小游戏兼具测量及训练作用,游戏任务的正确率、反应时间是核心指标,还可以基于信号检测理论发展出命中率、误报率、失误率等进阶指标。通常以 App 为主体。

这类服务在大多数人眼中可能和心理学并无关系,实际上认知主义是心理学在行为主义范式之上进一步发展而成的当代范式,在这个范式之下心理干预才逐渐走向循证的道路。

数字疗法/训练营/工具包

实例:暂停实验室(微信网页、PC Web)、正岸健康(App)

数字疗法暂时还没有中文词条,我参考维基百科英文词条进行简介:数字疗法是指通过软件/互联网递送的、用于疾病预防/治疗的干预服务,宣称自己提供数字疗法服务的公司需要在同行评议的学术期刊发表(随机对照)试验结果。

在心理干预领域,数字疗法通常并不和“线上心理咨询”划等号,而是指各类线上训练营,主题包括但不限于情绪调节、睡眠改善、拖延管理、体重管理、自我关怀。在这些时长数天至数十天不等的训练营里,用户通常会在第 1 天和最后 1 天接受同一个和主题相关的心理测评(某些数字疗法的测量频率可能会更高,例如每天),这些测评数据既可用于厂商对数字疗法的疗效评估,也可以用数据化、可视化的方式让用户在训练营结束时感受到自己某些方面的改善,期望提升用户体验及留存率。

在训练营过程中,用户可能会看到通过音频、视频呈现的理论/技巧介绍,如何练习技巧的指引,以及技巧训练的日常作业。在目前我了解到的、市面上现有的心理干预数字疗法服务中,训练营的内容全部由人类进行研发及迭代,因此我将这类服务归类在四象限图的左上角。也是因为其对人力投入的高要求,尽管这类服务的相对价格与心理咨询相比很低,但目前的绝对价格仍然不低。

情绪日记

实例:心岛日记、Moo 日记

这类服务以 App 为主要载体,在用户记录日记过程中加入情绪状态及内容主题选择环节,为用户提供情绪状态及源头识别的机会。在日常记录的基础上,向用户提供一定周期内的情绪汇总数据可视化,在更长的时间尺度上让用户了解自己的情绪变化及对应的影响因素。在这种视角下,服务的工具属性较强。

由于这种记录形态源于 twitter,因此这类 App 不少也选择加入社区属性,用户选择他人可见的日记将成为社区内容,用户可以彼此互动,从设计来看是为用户获得社会支持提供机会,也期望提高 App 留存。但在当前的社会环境下,社区对厂商而言运营成本高,对用户而言体验未必好,我觉得可以说是吃力不讨好。

Chatbot 聊愈

实例:林间聊愈室(App)、聊会小天(小程序)

在 GPT 2.0 及之前的时代,大多数 Chatbot 都是狗屁不通生成器,直到 ChatGPT 面世才让这类服务变得可用。ChatGPT 类模型对业界的重要意义在于不重新训练模型、只调整元提示词就能让模型在各种不同领域变得可用,尽管效果与重新训练比有差距,但这种差距反映到用户体验上并非不可接受,因为与早年的狗屁不通相比,现在即使是微调的效果都要好太多太多了。

这类 Chatbot 通常对标心理咨询师,与心理咨询相比最大差异在于 7 x 24 在线,即使服务器、API 等环节可能会因各种问题短暂下线,但与心理咨询一周一次的频率相比仍然高频。

熟悉心理咨询的读者肯定了解,其疗效主要源于各类疗法里来访者可应用于日常生活的技巧,以及来访者与心理咨询师的关系。因此这类 Chatbot 有效性的关键就在于用户与 Chatbot 的关系在多大程度上能接近来访者与(好的)心理咨询师的关系——将技巧传授融入模型容易,而模型与人如何建立关系、建立怎样的关系,就不仅是心理学领域需要回答的问题了。

 

对行业发展而言,我还是期待在 5 年内会有位于四象限左下角的互联网 C 端泛心理干预服务出现,因为实质上有需求但由于不了解、不匹配或价格高而没有使用当前服务的用户有很多,这部分用户可能付费意愿不高,但对于互联网行业而言这显然不是个无法跨越的障碍。对于用户而言,位于四象限左下角的服务注定不会是高质量服务,但我仍然觉得有比无是一种更好的状态:先得吃饱饭,再考虑吃好饭。

 

题图 Image by rawpixel.com on Freepik