Move by Move: Measuring and Steering How LLMs Conduct Psychotherapy

📄 arXiv: 2608.21325v1 📥 PDF

作者: Afonso Baldo, Hugo Pitorro, Areti Vassilopoulos, Anabela C. Areias, Maya D'Eon, Fabíola Costa, Ricardo Rei, Nuno M. Guerreiro

分类: cs.CL

发布日期: 2026-08-21

💡 一句话要点

提出心理治疗移动分类法以改善LLM的治疗效果

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 心理治疗 治疗移动 情感支持 MULTI-60清单 模型评估 心理健康 在线咨询

📋 核心要点

  1. 现有的心理治疗方法缺乏对大型语言模型在治疗互动中表现的系统性理解，导致其效果不佳。
  2. 本文提出了一种基于MULTI-60清单的十种治疗移动的本体，为评估和改善LLM的心理治疗能力提供了框架。
  3. 实验结果表明，使用该本体后，LLM的治疗移动分布与人类治疗师的对齐度显著提高，且无需微调。

📝 摘要（中文）

随着用户越来越多地寻求大型语言模型（LLM）提供情感支持，关于这些模型如何进行心理治疗互动的研究仍然较少。本文引入了一种包含十种治疗移动的本体，这些移动是基于MULTI-60清单的紧凑功能性分类，通过与五位持证心理学家的注释活动进行验证，并通过专家一致性匹配的评审方法进行扩展。我们将其应用于真实的咨询记录和模型主导的会话中，比较了人类临床医生与前沿模型之间的移动分布。结果显示，模型在询问方面的使用频率是人类的三倍，而对心理教育的关注不足，并且模型的策略往往是由人类临床医生发起的，但很少自行发起。将本体作为一组工具使用，平均偏差减少了一半，且在转接级别上与人类治疗师的对齐度提高了7-9个百分点，无需任何微调。

🔬 方法详解

问题定义：本文旨在解决大型语言模型在心理治疗互动中表现不佳的问题，现有方法未能有效评估其治疗策略和移动。

核心思路：通过引入基于MULTI-60清单的十种治疗移动的本体，提供了一种系统化的评估工具，以改善LLM的治疗效果。

技术框架：整体架构包括本体构建、注释验证、模型应用和效果评估四个主要模块。首先构建本体，然后通过心理学专家进行验证，最后将其应用于实际会话中进行效果评估。

关键创新：最重要的创新在于提出了一种系统化的治疗移动分类方法，使得对LLM的治疗策略进行量化和比较成为可能，显著提高了模型的治疗效果。

关键设计：在本体构建过程中，采用了紧凑的功能性分类，并通过专家一致性评审来确保分类的有效性和可靠性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果显示，使用本体后，LLM在治疗移动分布上的平均偏差减少了50%，与人类治疗师的对齐度提高了7-9个百分点，表明该方法在提升模型治疗效果方面具有显著优势。

🎯 应用场景

该研究的潜在应用领域包括心理健康支持、在线咨询服务和教育培训等。通过改进LLM在心理治疗中的表现，可以为用户提供更为有效的情感支持，提升心理健康服务的可及性和质量。

📄 摘要（原文）

Users increasingly turn to large language models for emotional support, yet little is known about how these models actually conduct a psychotherapy interaction. We introduce an ontology of ten therapeutic moves: compact, function-based categories grounded in the MULTI-60 inventory, validated through an annotation campaign with five licensed psychologists, and scaled with a judge-based approach that matches expert agreement. Applying it to real counseling transcripts and model-led sessions, we compare the move distributions between human clinicians and a panel of frontier models. Models over-use inquiry at up to three times the human rate, neglect psychoeducation, and are strongly context-anchored: they carry forward strategies initiated by a human clinician but rarely initiate them themselves. Exposing the ontology as a set of tools roughly halves the mean deviation from the human move distribution and improves turn-level alignment with human therapist by 7-9 percentage points, without any fine-tuning.