菲律賓學校近期發生的槍擊事件，理所當然地讓家長、教育工作者與政府官員感到警惕。8 月，Ateneo de Zamboanga University 一名九年級學生開槍殺害另一名學生後再自盡。這起事件僅僅在幾週前，Tacloban 又發生另一起致命校園槍擊。這些悲劇牽涉複雜，我們應謹慎，不要把心理健康問題與暴力畫上等號。大多數有心理健康困擾的人並不具暴力傾向。但這些事件應迫使我們思考：在年輕人走到危機之前，我們是否已盡到足夠努力去辨識那些正承受嚴重壓力的人。

立即的反應，理所當然是加強實體安全。學校增加了書包檢查，也有人提出使用金屬探測器，甚至透明書包。我理解這種做法。當家長把孩子送到學校時，他們期待孩子能平安回家。但試想一下，每天清晨有數百或數千名學生幾乎同時到校，卻要逐一檢查每個書包是否藏有槍械、刀械或其他違禁物品。除了造成大排長龍、需要大量人力之外，我們其實是在最晚的時刻才試圖發現危險——等武器已經到了校門口。我們是在找金屬物品，而不是問：這個孩子為什麼會想把它帶來？

實體安全永遠有其必要，但它不能是我們唯一的防線。也許我們應投入與辨識武器同樣多的注意力，去辨識人的壓力與困擾。問題便是：科技，尤其是人工智慧，是否能幫助我們更早辨識警訊。

每年有數百萬菲律賓員工接受年度健康檢查。我們量血壓、膽固醇與血糖；我們照 X 光、檢查視力，因為我們接受醫學的一個基本原則：及早發現，才能及早介入。我們不會等到有人心臟病發，才去發現高血壓。然而，我們對心理健康的做法仍大致是被動的。往往要等到學業表現下滑、缺勤增加、工作表現惡化，或當事人最後主動求助時，我們才發現有人正在掙扎。有時，第一個明顯徵兆出現時，危機早已發生。

我認為，菲律賓的學校與職場現在應該探索由 AI 支援的定期心理健康篩檢。學生與員工可以定期、且自願地完成簡短、保密的心理健康評估，並使用經科學驗證的篩檢工具。這些工具可評估與憂鬱、焦慮、壓力、倦怠、孤獨、霸凌、絕望或自殺風險相關的指標。其原理與例行量測生理健康指標並無本質差異。目的不是診斷精神疾病，而是找出值得專業關注的警訊。

現已有成熟工具可說明初步篩檢可以多麼簡單。美國國家心理健康研究院開發了 Ask Suicide-Screening Questions，簡稱 ASQ 工具包，由四個簡短問題組成，約 20 秒即可完成。在其研究中，對一題或以上回答「是」，即可識別出 97% 介於 10 到 21 歲、具有自殺風險的青少年。陽性結果並不構成精神科診斷，只表示需要由合格人員進一步評估。

人工智慧有潛力讓這種做法更有力量，因為它不只看今天的答案，也看一段時間內的變化。想像一名學生每個月完成一次保密的三分鐘問卷。前幾個月一切看似正常，但答案慢慢改變：睡眠變差、社交隔離增加、學業壓力上升、希望感下降。到了最後，回應開始顯示自我傷害的念頭。單一答案未必能說明全部故事，但趨勢可能告訴我們：某個人需要關注。

因此，一套設計完善的系統可以像早期預警雷達。正常結果只需導向預防性的身心健康資源；若情況明顯惡化，系統可私下提供學生或員工與輔導員、心理師、員工協助方案或其他適當專業人員會談的機會。若回應顯示立即安全疑慮，則啟動既有的人類介入流程。

我們必須非常清楚 AI 在其中扮演的角色。它不應診斷精神疾病，不應預測誰會施暴，也不應判定誰有自殺風險。AI 應做的是辨識模式並協助排定關注優先順序。評估、診斷、諮商與介入，必須留在人類手中。

這項區分在職場尤其重要，因為心理健康問題的重要性也日益上升。員工面臨財務壓力、高強度工作量、家庭問題、長途通勤、倦怠、孤獨，以及對職涯前景的不確定。諷刺的是，AI 本身也在增加另一種焦慮，因為人們擔心自己的工作與技能是否仍有價值。菲律賓勞工主管機關一直在強調心理社會安全與職場心理健康計畫，包括保密、轉介、治療與員工支持。

AI 輔助系統可以幫助企業更早理解這些問題，但它絕不應變成員工監控系統。人資部門不應收到一份列出哪些員工憂鬱、焦慮或可能自殺的名單。公司也不應以健康之名，秘密分析員工的私人訊息、電子郵件、社群媒體活動或個人裝置。承認自己感到焦慮的員工，絕不應擔心這個答案是否會影響升遷、績效評估或工作保障。

更好的模式，是把個人照護與機構性資訊分開。可識別個人的警示，只應提供給在嚴格保密與明確升級流程下、具適當授權的心理健康專業人員。管理層則可接收匿名、彙整後的資訊。舉例來說，執行長可能發現，過去六個月內某個事業單位的倦怠指標顯著增加。這揭示的或許不是員工問題，而是工作量過高、不切實際的目標、領導不佳或組織文化不健康的管理問題。

學校也可以在不必要地識別個別學生的前提下，看見更廣泛的趨勢。也許臨近畢業的學生焦慮正在上升；也許大一新生的孤獨感正在增加；也許與霸凌相關的指標在某個年級突然升高。管理者可以在問題惡化前，透過諮商、教育、家長參與與其他預防性介入來回應。

但風險同樣顯著。AI 系統可能產生誤報與漏報。菲律賓人表達困擾的方式，也可能不同於國際心理工具所對應的族群。心理健康資料本身極為敏感。因此，任何系統都需要知情同意、資料最小化、資安防護、有限保存、透明的存取規則、臨床監督與人類複核。對兒童與青少年而言，保障必須更強。世界衛生組織本身也已警告，儘管許多系統並非為此設計或經臨床驗證，生成式 AI 已被用於心理健康支援。

因此，解方不是 AI 心理治療師。我設想的是更簡單的方案：一套菲律賓心理健康早期預警系統，結合定期、經驗證的篩檢、AI 輔助的模式辨識、嚴格隱私保護，以及確保可取得合格的人類介入。政府、學校、企業、大學、科技公司與心理健康組織可合作進行受控試點，檢驗這種模式是否適合菲律賓情境。

書包檢查與金屬探測器或許能防止武器在某個早晨進入校園。我們在必要時，當然應提升實體安全。但門口的安全處理的是一段可能更長故事的最後幾分鐘；心理健康介入則是在問：我們是否能在數週或數月之前就接觸到這個人。

在生理健康方面，我們早已理解這個理念。我們測量血壓，因為我們寧可在心臟病發前先發現警訊。

也許現在，是時候把同樣的思維用在心理層面了。

Donald Patrick Lim 博士是 Global AI Council Philippines 與 Blockchain Council of the Philippines 的創始主席，也是 Cybersecurity Council 的創始理事長；該組織的使命是倡議正確運用新興科技，推動企業組織前進。他目前也是 DITO CME Holdings Corp. 的總裁兼營運長。