使用 AI 追踪情绪时，如何避免敏感心理健康数据被不明存储或使用？

2026-08-19

哪些信号真正表明 AI 情绪追踪工具能安全处理你的数据？

最可靠的信号并非隐私政策中的承诺，而是结构性事实：应用是否逐一披露每个第三方处理方的身份、数据是否会离开你的设备、运营方是否受 HIPAA 或 FTC《健康数据泄露通知规则》约束，以及删除请求是否真的会从 AI 训练数据集中移除数据。一项针对 25 款热门 Android 心理健康应用的 2026 年测量研究发现，每一款应用都嵌入了至少一个其隐私政策从未点名的追踪器 SDK，其中 68% 未披露其至少一半的嵌入式追踪器。换言之，政策措辞是现有证据中最薄弱的一种。

以下关键结构性信号，可将具备合理隐私保障的情绪追踪方案与不透明方案区分开来：

✅ 点名处理方，而非笼统分类 —— “OpenAI、Anthropic、Groq”属于披露；“AI 服务”或“大型语言模型”则不算。25 款受研究应用中有 7 款仅使用泛泛而无法识别的措辞。

✅ 本地优先或由用户自行控制的存储 —— 从未到达供应商服务器的数据，无法被经纪、泄露或用于训练。

✅ 可验证的监管基础 —— 多数心理健康应用完全不在 HIPAA 覆盖范围内，因为其并非由受监管实体运营。

✅ 如实说明删除语义 —— 某些政策明确确认，匿名化训练用途不存在退出机制，这意味着删除账户并不会移除已被写入模型权重的披露内容。

✅ 权限与政策的一致性 —— 研究人员在 13 款应用中发现了 16 处权限与政策相互矛盾的情况，其中包括 6 款应用请求访问相机或麦克风，却未披露会收集音频或视频。

要有意义地比较各类工具，首先应理解：为何情绪数据相较于其他健康信息尤其容易暴露，以及怎样的评估框架才能真正揭示其中的缺口。

展示移动心理健康应用隐私审计方法的四栏框架图：应用筛选流程、包含静态与动态安全分析的隐私分析流程、将发现映射至 LINDDUN 威胁类别，以及负责任披露流程

为什么情绪数据比其他健康信息更容易暴露？

情绪数据处于临床记录并不存在的监管缺口之中。当你向持证治疗师讲述一次惊恐发作时，这一披露受专业保密义务保护；在美国，还受 HIPAA 规则保护。但当你在情绪追踪应用中记录同一次惊恐发作时，该应用通常不是受监管实体——因此，没有联邦法律阻止嵌入式追踪器收集的数据流向数据经纪商。

市场已经为这种不对称性定了价。2026 年应用测量研究引用的研究记录了 11 家数据经纪商公开出售按心理健康状况分类的个人名单——包括抑郁症、焦虑症、双相情感障碍和 PTSD——每条记录最低仅售 $0.20，且附带姓名、住址和收入信息。

第二种暴露机制并非直接披露，而是推断。广告 SDK 会将设备的 Google Advertising ID 与应用使用事件一同传输。由于该标识符会在设备上的每个应用间共享，从治疗应用接收 SDK 调用的广告网络，即使从未阅读任何一段对话，也能判断设备所有者正在寻求心理健康支持。

该研究发现，25 款应用中有 10 款嵌入了 Facebook 的 SDK——但这些应用的隐私政策无一披露此事。

🎯 “使用方式不明”究竟从何而来？

造成存储方式模糊不清的问题有三种不同的失效模式，它们需要不同的防御措施：

失效模式	表现形式	为什么阅读政策无法发现
未披露的追踪器	SDK 嵌入应用二进制文件中，政策却未提及	政策对此保持沉默——没有内容可供阅读
笼统的处理方措辞	“我们可能会与 AI 服务提供方共享数据”	技术上准确，实际操作上毫无意义
不可逆的训练摄入	数据在删除前已被吸收进模型权重	删除针对数据库有效，而非模型

选择 AI 情绪追踪工具时应关注什么？

应从六个维度评估情绪追踪工具，而不是依据诸如“银行级加密”的营销说法——这只是基础能力，无法说明后续究竟由谁接收你的数据。该框架最重视数据去向透明度，因为它是决定其他所有保护措施是否有意义的唯一变量。

情绪数据六维框架：

处理方身份披露 —— 是否逐一列出了所有第三方，包括 AI 推理提供方？笼统分类无法通过此项测试。
数据驻留与本地性 —— 原始情绪内容是否离开你的设备？设备端处理能大幅缩小风险面。
监管覆盖范围 —— 运营方是 HIPAA 受监管实体、业务伙伴，还是两者皆非？两者皆非是常见答案，虽然并不必然不合格，但会改变你的追索途径。
删除完整性 —— 删除是否涵盖备份、分析管道以及训练语料库？尤其要针对第三项提出问题。
权限最小化 —— 应用是否请求了其功能上并不需要的麦克风、相机或通讯录权限？
数据泄露通知立场 —— 运营方是否受 FTC《健康数据泄露通知规则》约束？该规则要求在可识别健康信息被未经授权披露后，通知消费者、FTC，有时还需通知媒体。

FTC 自身的指引确认，该规则适用于多数不受 HIPAA 覆盖的健康应用，因为大多数健康应用开发商被视为向消费者提供服务的“医疗服务提供者”。未履行通知义务可能引发要求民事罚款的执法行动。

📊 一种实用评分方法

每个维度按 0–2 分评分（0 = 缺失，1 = 部分具备，2 = 已验证）。总分低于 12 分中的 7 分时，工具不应接收可识别身份的情绪披露。低于 4 分则意味着它完全不应接收情绪数据——仅可将其用于一般性的健康内容。

AI 情绪追踪的主要方法在隐私方面如何比较？

没有任何一种方法在所有维度上胜出——纯本地工具最大化隐私，却牺牲了长期洞察；托管式 AI 平台提供更丰富的分析，但数据暴露面更广。正确选择取决于你的披露内容有多敏感，以及是否需要持久保存数据。

维度	消费级心理健康应用（如 Wysa、Replika）	通用 AI 聊天机器人（ChatGPT、Claude、Gemini）	纯本地日记应用	Jenova 平台智能体	由临床机构部署的工具（如 Sonar、Alongside）
第三方追踪器暴露	高——每款受研究应用都嵌入了未披露的追踪器	中等——广告 SDK 较少，但数据会流向模型提供方	极低——离线时没有网络调用	中等——数据会到达所选模型提供方；尚无广告 SDK 层的记录	低——部署在机构基础设施内部
处理方透明度	差——25 款应用中有 7 款完全未点名任何 AI 提供方	中等——提供方就是运营方，因此数据去向明确	不适用——没有处理方	付费层级由用户选择模型提供方，因此去向可见；免费层级使用默认模型	中等——受部署机构的合同约束
监管覆盖	通常不受 HIPAA 覆盖；FTC Act 与泄露通知规则可能适用	不受 HIPAA 覆盖；适用消费者保护法	不受任何健康监管制度约束——未传输数据	不受 HIPAA 覆盖；适用一般消费者隐私法	通常处于机构合规框架内
危机安全处理	已有失效记录——Common Sense Media 将 Wysa 的消费者应用对青少年的评级定为不可接受	被评为不适合为青少年提供心理健康支持	无——不具备响应能力	并非临床危机系统；不用于紧急升级处置	最强——人工人员在 15 分钟内致电测试监护人
服务连续性风险	有记录——Earkick 和 Youper 在研究期间从应用商店消失，使超过 3M+ 用户失去服务	低——运营方规模大，但条款可能改变	无——数据属于你自己	中等——商业平台；可按消息导出数据	取决于机构合同
定价	通常为免费增值模式；Common Sense Media 指出 2024 年市场规模约为 $2B	免费层级配合付费升级	通常为一次性购买或免费	提供免费层级；Plus $20/月、Premium $50/月，最高为 Enterprise $1,000/月	由机构采购
最适用场景	隐私不是优先事项时的结构化 CBT 练习	接受由提供方保留数据时的广泛反思	对隐私极度敏感的私人日记	希望自主选择模型并导出记录时的反思分析	青少年，以及任何需要升级至人工支持的人

所有方案都存在应如实说明的局限。 消费级应用提供了最精致的情绪追踪 UX，却拥有最薄弱的披露记录。通用聊天机器人提供了清晰的数据去向，但被评估为不适合支持青少年心理健康。纯本地工具消除了隐私问题，却无法检测恶化模式或升级处理危机。

Jenova 的 Meditation Guide和 Personality Analyzer在此处可作为反思工具，而非临床工具——其局限性也应明确说明。它们不受 HIPAA 覆盖，不是危机响应系统，也不能替代持证专业照护。它们的结构性优势更狭窄也更具体：该平台表示，数据绝不会用于训练公共 AI 模型；对话在传输中和静态存储时均会加密；数据不会被出售或与广告商共享。付费层级允许选择由哪个模型提供方处理会话，使数据去向成为用户的决定，而不是未披露的默认设置。持久记忆可逐条消息审查，任何对话都能从聊天界面导出或删除。

当 AI 推断情绪时，法律实际禁止什么？

比大多数人以为的要少，而且现有禁止条款的适用范围很窄。根据 EU AI Act，Article 5(1)(f) 仅禁止在工作场所和教育场景中推断情绪，且仅限于基于生物特征数据的推断。此类场景外的情绪识别并未被禁止——而是被归类为高风险。

对于使用 AI 追踪自身情绪的人而言，以下几个边界十分重要：

基于文本的推断不在禁止范围内。 欧盟委员会的指南澄清，从书面文本推断情绪不属于适用范围，这涵盖了大多数日记和情绪日志工作流。
医疗和安全用途被排除在外。 用于治疗目的的系统适用一项狭窄例外，但该例外会被严格解释，且仅限于必要且合乎比例的范围。
“工作场所”的定义很宽泛。 指南将其延伸至居家办公环境、在线学习及招聘流程——因此，雇主提供的、从声音中推断情绪的健康工具，与个人使用的同一工具在法律上属于实质不同的对象。
身体状态不属于“情绪”。 Recital 18 将疼痛和疲劳排除在定义之外，这也是驾驶员疲劳监测系统被允许的原因。

在美国，执法模式由消费者保护驱动，而非采取类别化禁令。FTC 已根据 Section 5 of the FTC Act 对心理健康和远程医疗运营方采取行动，分析人士指出，BetterHelp、Cerebral、GoodRx 和 Flo 因未经适当同意共享健康数据，合计支付了高额罚款。学术界与倡导机构的分析认为，美国监管未能充分保护情绪数据这一独立类别。

实际含义： 你不能将法律保护视为默认保障。你必须通过工具选择和披露纪律来主动构建保护。

在将真实披露内容交给情绪追踪应用前，如何审计它？

执行一套四层审计流程，它与安全研究人员采用的方法一致——即使没有技术工具，你也能在约 20 分钟内完成精简版。上方的框架图展示了完整的专业工作流：应用选择标准、分层隐私分析、将发现映射至威胁类别，以及向开发者进行负责任披露。

消费者可执行的版本：

将应用商店的数据安全标签与隐私政策进行核对。 打开两者，列出标签声称的每一种第三方类别，然后在政策中搜索被点名的实体。任何缺口都是披露缺口。
在政策中搜索 AI 提供方名称。 使用浏览器查找功能搜索“OpenAI”“Anthropic”“Google”“third party”和“model”。如果政策只写“AI services”却没有点名任何主体，就应将数据去向视为未知。
根据实际功能审查所请求的权限。 基于文本的情绪日记在功能上不需要麦克风、相机或通讯录。任何未能通过此项测试的权限，都应在操作系统层面拒绝。
在政策中搜索删除条款，尤其是训练用途的例外。 留意诸如“anonymized”“aggregated”或“de-identified data may be used for any purpose”等表述。2026 年研究发现，一些政策明确确认匿名化训练用途不存在退出机制。

对于 Jenova 智能体会话，对应控制项在界面中直接呈现，而非隐藏在文档深处。你可以在设置中关闭 Global Memory，使任何内容都不会跨聊天持久保存。在付费层级中，模型选择器决定由哪家提供方处理会话。可通过撤销控件删除单条消息，并能在删除前将完整对话导出为 PDF、Word、TXT 或 CSV。

无论使用何种工具，都应遵守一项实用的披露纪律：写完记录后重新阅读，并问自己，如果它出现在数据经纪商的名单中，是否仍然安全。若答案是否定的，要么移除身份标识，要么将内容转至离线环境。

“分析这些日记条目中的情绪模式，并识别反复出现的触发因素。我已将所有姓名替换为姓名首字母，并删除了地点信息。”

这种单一的输入习惯——在提交前进行假名化处理——比任何供应商承诺都更能降低重新识别风险。

在情绪自我追踪的不同阶段，你的隐私策略应如何改变？

你的隐私暴露程度应随投入深度而变化，而非保持固定。只是对情绪追踪感到好奇的人，与每天记录接近危机场景披露的人，面对的是不同的威胁模型，因此适合的工具也不同。

框架图将用户参与阶段从前意向期，经过态度、意图和行动，映射至维持阶段；同时展示社交媒体、智能手机和可穿戴设备三类数字平台，以及每类平台相关的自由、隐私、安全、有效性和真实性等伦理优先事项

上方框架展示了一种有用的递进过程。请注意，隐私、匿名性和真实性是三类平台——社交媒体、智能手机和可穿戴设备——共同面临的问题，而周围的关注重点有所不同。社交媒体平台会引发自由和伦理问题；智能手机带来效率和安全问题；可穿戴设备则涉及可靠性和有效性。

将其应用于工具选择：

阶段	典型披露深度	合适的隐私策略
探索阶段	一般性问题，无个人细节	任何工具均可；应将内容视为公开信息
建立习惯	重复出现的情绪与一般背景	仅使用点名处理方的工具；拒绝非必要权限
持续追踪	具体触发因素、关系和模式	对条目进行假名化；除非有必要，否则关闭持久记忆
高敏感度记录	创伤、自杀意念、临床细节	仅使用纯本地工具或持证临床专业人员；不使用消费级 AI 工具

可穿戴设备这一维度值得单独讨论。 基于生理数据的情绪推断——心率变异性、皮肤电导、语音语调——会生成生物特征数据，而这正是 EU AI Act 情绪识别条款所针对的类别。如果可穿戴设备将情绪推断输入雇主健康计划，那么你在 EU 法律下已进入禁止区域，在其他任何地方也进入了实质上更高风险的状态。

隐私和临床研究人员如何看待 AI 情绪追踪？

隐私研究人员和临床评估者的共识是：问题缺口是结构性的，而非偶发性的——披露失败源自系统性做法，而不是蓄意欺骗。这也正是个人警惕无法完全弥合这一缺口的原因。

“这一领域最重要的发现，并不是某一款应用行为不当，而是失败具有普遍性。当 25 款应用的样本中每一款都嵌入了其自身政策未点名的追踪器时，你看到的并非少数不良行为者，而是一个生态系统：第三方 SDK 未经隐私审计就被继承，模板化的政策语言在不同产品之间重复使用，功能迭代速度优先于合规审查。这一区别很重要，因为它意味着更换应用无法解决问题。改变你的披露行为才可以。”

“用户持续低估的第二件事，是训练摄入过程的不可逆性。人们把删除账户当作重置按钮，但它不是。如果你的条目在删除前已被用于微调或评估模型，就不存在有意义的机制能将其从模型权重中提取出来。我们的实用建议很简单：假定你输入到任何未明确承诺将数据排除在训练之外的系统中的内容，都会永久存在。该承诺必须明确且具体——‘我们认真对待隐私’不是承诺。”

“对于正在培养情绪追踪习惯的任何人，最具杠杆作用的改变就是在输入时进行假名化。它没有成本，能在数据泄露、经纪商出售和训练摄入后继续发挥作用。加密保护的是你无法控制的传输通道中的数据。假名化则能同时保护每一条通道中的数据。”

— Jenova 产品团队，拥有 8 年 AI 智能体基础设施与应用隐私工程经验

设备端或纯本地情绪追踪真的是更安全的选择吗？

纯本地追踪是当前可用的最强隐私选项，同时也是最弱的安全选项——这种取舍真实存在，应经过审慎决定，而非默认接受。永远不会离开设备的数据，无法被卖给经纪商、吸收到训练语料库中，也不会因供应商泄露而暴露。在这项比较中，没有其他方案能够提供这种保证。

纯本地方案真正消除的风险：

完全消除第三方追踪器暴露——没有网络调用，就没有 SDK 传输
消除数据经纪商风险——研究人员记录的每条 $0.20 的心理健康名单首先要求数据已经离开你的设备
消除服务中断风险——Earkick 和 Youper 的消失使 3M+ 用户失去服务；公司消失时，本地文件不会随之消失

你为此付出的代价：

无法进行超出手动操作范围的跨时间模式分析
不具备任何形式的危机检测或升级能力
除非自行建立加密备份，否则无法跨设备同步
分析输出会显著弱于大型模型所能提供的结果

大多数人应采用的混合策略： 将原始、可识别身份的情绪记录保留在本地。仅将经过假名化处理的摘要发送至 AI 工具进行模式分析。这样既可保留分析价值，又能让敏感原始数据完全远离供应商基础设施。

存在危机风险时，上述任何选项都不合适。Common Sense Media 的评估发现，具备人工监督的机构工具之所以取得明显更低的风险评级，并非因为底层技术更好，而是因为它们对人工参与作出了不同的设计选择——即使得分最安全的产品也存在已记录的缺口，其中至少有一次自杀意念披露被标记为“Risk Level: None.”。

如果你正处于危机中，可拨打或发送短信至 988 联系 988 Suicide & Crisis Lifeline，也可发送 HOME 至 741741 联系 Crisis Text Line。

在提交敏感数据前，应向供应商发送哪些问题？

请发送五个具体问题——模糊的问题只会得到模糊的答复，而无法准确回答这些问题的供应商，实际上已经告诉了你需要知道的答案。研究人员将此类要求称为隐私影响评估请求；对消费者而言，它就是一张支持工单。

“请按公司名称列出所有接收用户内容或元数据的第三方服务。” 笼统分类不是可接受的答复。
“用户内容是否会发送至任何外部 AI 或 LLM 提供方？如果会，是哪些提供方，以及适用哪些数据处理条款？”
“当我删除账户时，删除是否会延伸至备份、分析数据仓库，以及任何训练或评估数据集？请分别回答每一项。”
“贵公司是否受 FTC《健康数据泄露通知规则》约束？如果不受约束，依据是什么？” FTC 自身的指引指出，该规则适用于多数 HIPAA 覆盖范围外的健康应用。
“贵公司是否将对话内容用于广告、广告定向投放或相似受众构建？”

如何解读回复。 实践透明的供应商能在一段话内回答完这五项。存在问题的供应商则会复述隐私政策、将你引导至信任页面，或者回答四项却跳过删除问题。对第 3 个问题不作答最具诊断价值——这个问题留下的模糊空间最少，法律暴露却最大。

就 Jenova 而言，平台公布的立场已直接覆盖其中数项：数据不会用于训练公共 AI 模型；数据在传输中和静态存储时均被加密；数据不会被出售或与广告商共享。公司隐私咨询联系方式为 [email protected]，Azeroth Inc. 位于纽约。该平台没有声称、也不应被假定提供的服务包括：HIPAA 受监管实体资格、临床危机升级处理，或任何形式的持证照护。