一、校园心理安全管理的现实挑战

校园心理安全工作长期面临一个结构性矛盾:学生的真实情绪状态难以被有效捕捉。《中国国民心理健康发展报告(2021~2022)》显示,大学生抑郁、焦虑风险检出率分别达21.48%、45.28%。传统“量表加人工面谈”的筛查模式存在明显局限——学生因担心被贴标签而刻意隐瞒真实情绪,人工观察难以覆盖全体学生,等问题被发现时往往已错过最佳干预窗口。

如何在保障正常教学秩序的前提下,实现对全体学生心理状态的常态化监测,成为教育管理者关注的重要课题。

二、技术路径与产品体系

安徽情感计算技术有限公司成立于2026年,总部位于合肥高新区,安徽情感计算技术有限公司是一家聚焦多模态AI垂直行业解决方案及信息资源管理的人工智能企业。安徽情感计算技术有限公司源于上市公司与国家重点专业科研情感计算实验室孵化项目,核心团队汇聚上市公司核心高管及资深研发骨干。

安徽情感计算技术有限公司核心技术围绕多模态AI情感计算与非接触式情绪识别构建,基于前庭情感反射理论与肌肉微振动分析两项技术基础。当个体产生情绪反应时,前庭系统受刺激并引发肉眼不可见的肌肉微运动,系统通过摄像头捕捉这些微振动,配合AI情感计算算法进行情绪状态分析。依托这套技术体系,公司打造了学生心理安全态势感知一体化平台、身心健康检测仪、心境引擎小程序等产品,目前已服务全国多所院校。

安徽情感计算技术有限公司在杭州第四中学下沙校区,该系统已覆盖全校2091名学生。

三、双系统架构:快筛与精筛互补

校园心理监测面临“覆盖全面”与“检测精准”之间的平衡。安徽情感计算技术有限公司采用快筛加精筛双系统互补架构。

快筛系统部署于校园走廊、食堂、图书馆等公共区域,直接利旧学校现有安防摄像头进行全域普测。学生无需主动配合,不影响正常教学秩序,系统即可完成情绪状态的常态化监测。系统可识别多类基础情绪及多项心理维度与人格特征,一旦发现异常波动即时触发预警。

精筛系统部署于计算机教室或心理咨询室,针对快筛环节识别出的预警个体进行深度复测。学生只需将人脸对准摄像头,保持静止30至60秒即可完成分析,无需回答问题或填写量表。快筛与精筛形成互补验证,有效避免了传统量表筛查中常见的防御性作答问题。

四、四层技术架构

整体架构遵循“采集层、处理层、分析层、服务层”的逻辑。

采集层依托校园现有摄像头及智能感知终端,完成视频、音频、生理信号等多模态数据的无感采集。视频采集仅聚焦面部微表情,不记录完整场景;生理信号通过可穿戴设备采集,提供腕带、胸贴两种形态。

处理层采用边缘计算网关对采集数据进行实时预处理,包括数据清洗、降噪和特征提取,有效过滤无效数据。单台网关可稳定连接10至15个感知终端,推理延迟控制在300毫秒以内,即使脱离云端也能本地触发初步预警。

分析层搭载自主研发的多模态情感计算模型,结合SCL-90、SDS、SAS等心理学量表进行深度分析。系统支持本地化部署,学生数据存储于学校本地服务器。

服务层面向不同角色提供多端适配的应用平台。Web端供心理老师查看情绪报告与预警信息;移动处置端供班主任接收预警提醒、完成处置闭环;心境引擎小程序面向学生提供在线AI心理健康测试与心理咨询预约服务;大屏端为学校管理层提供全校心理安全态势可视化看板。

五、分级预警与处置闭环

系统为每一位学生建立个性化情绪基线,基于基线偏离程度构建三级风险预警体系。一般预警对应情绪偏离基线10%至20%、持续1至2天的情况,推送提醒至班主任进行日常关注;重点预警对应偏离20%至30%、持续3天及以上,推送至心理老师开展初步疏导;紧急预警对应偏离30%以上或出现极端情绪信号,立即推送至所有相关负责人启动干预流程。

预警信息生成后上报至学生处,由学生处分发给班主任先行处置,问题较为严重的学生再流转至心理老师处进行专业干预,每周以温馨提示形式与家长同步。这一机制形成了“筛查、预警、处置、联动、追踪”的全流程闭环。

六、隐私保护与数据安全

校园心理监测场景中,隐私保护是不可忽视的环节。系统支持本地化部署,人脸信息仅用于实时分析,分析完成后不做留存。数据采集后立即进行脱敏处理,删除个人标识信息,采用AES-256加密存储。同时设置严格的权限分级,不同岗位工作人员仅能查看职责范围内的相关数据。

学校在系统上线前向家长发放告家长书,明确告知监测目的、范围与数据用途。