Glow：一种基于生成式人工智能的辩证行为疗法技能教练的初步风险探测与可行性测试，用于物质使用康复和艾滋病预防

背景：艾滋病病毒（HIV）和物质使用代表了具有共同心理驱动因素（冲动性和适应不良应对机制）的相互作用流行病。辩证行为疗法（DBT）针对这些机制，但面临可扩展性挑战。生成式人工智能（GenAI）为大规模提供个性化DBT指导提供了潜力，但其快速发展已超出安全基础设施。方法：我们开发了Glow，一个基于GenAI的DBT技能教练，为HIV和物质使用风险个体提供链分析和解决方案分析。通过与洛杉矶社区健康组织合作，对6名临床工作人员和28名有实际经验的个体进行了可用性测试。采用“有益、诚实、无害”（HHH）框架，进行用户驱动的对抗性测试，参与者识别目标行为并生成情境真实的潜在风险探测。我们评估了37次风险探测互动中的安全性表现。结果：Glow正确处理了73%的风险探测，但不同代理的表现存在差异。解决方案分析代理正确处理率为90%，而链分析代理仅为44%。安全失败主要集中在鼓励物质使用和正常化有害行为上。链分析代理陷入“共情陷阱”，强化了适应不良的信念。此外，还发现了27例DBT技能误传情况。结论：本研究首次系统评估了GenAI提供的DBT指导在减少HIV和物质使用风险方面的安全性。发现了一些需要缓解的漏洞。HHH框架和用户驱动的对抗性测试为评估GenAI心理健康干预提供了可复制的方法。