青少年AI（人工智能）心理健康工具证据范围综述：42%研究未报告种族或性少数身份
一项预印本范围综述审查2020至2026年间100项面向青少年的AI（人工智能）心理健康工具研究，发现42%既未报告种族/族裔也未报告性少数身份，仅19%按身份拆分结局； 生成式系统研究中少数群体青少年参与记录为零。
摘要级证据显示该领域证据基础对受研究人群的身份报告不足，为期刊、资助方与开发者提供了报告完整性的改进锚点。
该研究为范围综述，遵循JBI方法学并按PRISMA-ScR报告，前瞻性注册于OSF（10.17605/OSF.IO/XUZAE）。 检索5个数据库（2020至2026年），检索式中不含身份术语，原因是若以身份术语筛选语料库，就无法测量身份报告的缺失； 检索召回率对照种子集验证（预设88.6%，62/70； 操作性纳排解释下91.1%，82/90；
最高优先级层在两种口径下均为100%）。 共纳入100项研究。 42项（42.0%）既未报告种族/族裔也未报告性少数身份； 27项（27.0%）两者均报告。 按性取向和性别身份（SOGI）数据要素拆分：种族/族裔报告42项（42.0%），性别身份41项（41.0%），性取向14项（14.0%）。 结局按身份拆分19项（19.0%）。
少数群体青少年参与设计、开发或评估有记录10项（10.0%），其中生成式系统研究36项中为0项，基于规则的对话代理研究40项中为6项（15.0%）。 结论指出，2023至2026年发表的研究中性别身份报告较2020至2022年更常见，性取向报告在两个时段均不常见； 生成式文献中少数群体青少年的参与性参与未被报告（36项中0项）。
第一作者为Davis Austria，合著者包含Farah Baklouti、Michael Arowolo、William T. Bryant、Charity Brown Griffin、Terri Collin Dilmore、Charlene Pope；
发表于Center for Open Science（美国开放科学中心）预印本平台，尚未经同行评审。
该综述的核心方法学设计在于把“身份报告缺失”本身作为可测量数据，避免以身份术语筛选语料库带来的选择偏倚。 42%的研究未报告种族或性少数身份、生成式AI（人工智能）研究中少数群体青少年参与记录为零，这两项发现指向证据基础与受影响人群之间的结构性错配。 需要区分的是：报告完整性不等于工具有效性，参与性参与缺失也不直接等同于工具对少数群体有害；
但报告缺失意味着公平性无法评估，这是摘要级证据下可核验的局限。
后续观察信号
- 追踪该预印本正式发表版本是否扩展样本或更新结论
- 关注后续研究是否将身份报告完整性与工具效果差异进行关联分析