人工智能助力心理学研究的应用场景.pdfVIP

人工智能助力心理学研究的应用场景

作者：朱廷劭

来源：《人民论坛·学术前沿》2019年第20期

【摘要】作为研究人行为和心理活动规律的一门科学，心理学既年轻又古老。随着技术的

发展，尤其是近些年来人工智能的突飞猛进，为心理学研究及应用带来了新的思路。利用人工

智能和大数据获得的生态化行为数据，提高了研究结果的内部效度和外部效度。笔者以家庭暴

力研究、主动自杀干预为例，介绍了人工智能大数据在心理学领域中的应用。同时，在利用大

数据进行相关心理指标分析时，也要注重保护用户隐私，合理合规使用大数据和人工智能技

术。

【关键词】人工智能心理学生态化数据

【中图分类号】B84【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2019.20.006

前言

心理学是研究人的行为和心理活动规律的科学，既古老又年轻。但是，早期的心理学研究

主要以哲学思辨为主，1879年，德国心理学家冯特在德国莱比锡大学建立了第一个心理学实

验室，心理学至此开始成为一门独立的科学。

心理学通过科学的方法分析人的行为和心理，目前以自我报告法为主要技术手段（Robins

Tracy，Sherman，2007）。自我报告法操作简便应用广泛，但也存在一些不足：受被试记

忆偏差的影响，时效性较差，往往只能做前瞻性研究，难以开展回溯性研究;时间和开销较

大，受制于测量的人力物力，难以大规模地进行频率较高的测量;依赖被试的主动配合，在被

试不配合或者难以获取被试样本的情况下，则无法进行。

自我报告法中的问卷和量表都是自陈式的，要求被试根据自身的情况回答每个问题，这些

问题也大多聚焦于行为，最后通过计分方法获得对被试的心理测量。从过程中，我们可以看

出，如果被试诚实作答的话，被试行为部分的问题，无论是被试自我报告，还是他人作答，抑

或是计算机自动完成，应该都能够达到同样的结果。从另外一个角度来看，人的行为是受心理

支配的，是心理的一种外显表现。行为和心理之间存在着复杂但有章可循的对应关系，如果我

们能够在获取被试行为的同时，也有办法掌握行为和心理的这种对应关系，那么就可以通过对

被试行为的观察，自动获取被试的心理特征，这也就能够克服传统的方法带来的依赖被试且难

以大范围推广的弱点。

基于人工智能的心理识别

技术的迅猛发展为人们的工作生活带来了巨大的便利，在与人类的生存及环境深度融合的

过程中，也呈现出与既往环境不同的复杂性与特殊性，这为心理学研究提供了新的研究思路和

手段。

随着互联网及各种智能可穿戴设备的普及，虚拟环境与现实生活不断融合，现实社会中人

的各种行为线索能够被电子化记录成大数据保存下来，例如，网络行为、手机使用行为等。

大量研究发现，互联网用户的网络行为与其心理特征存在着关联关系。Amichai-

Hamburger和Ben-Artzi（2000）首次从实证研究的角度发现人格特征与互联网行为之间存在着

相关关系。Wilson等（2009）发现，使用“社交网站”的倾向与外向性人格倾向呈现正相关关

系，与尽责性人格倾向呈现负相关关系。Harwood等人（2014）研究发现，较高程度的智能设

备卷入水平与较高程度的抑郁情绪水平存在着联系，这表明用户与智能设备之间的联系紧密程

度，对其自身的抑郁、焦虑水平具有一定的预测作用。Yusong等（2016）发现电话、短信、

应用的使用情况等多维智能手机使用行为特征与心理状态有比较高的相关性。上述研究表明，

人们的日常行为线索可以被电子化记录下来，并且这些量化的行为线索与用户的心理特征之间

存在着密切的关系。

Brunswik（1956）指出，在私人的空间环境中蕴含着能够表征主体自身的心理特征的行为

线索。借助于“行为痕迹”（behavioralresidue），这些表征主体心理特征的线索能够经由人们

日常生活中的各种场景中表现出来。通过对这些行为痕迹、行为线索的分析，借助人工智能技

术，能够实现对用户自身心理特征的自动识别。Kosinski等（2013）根据个体的点赞情况，预

测出该用户的性别、年龄、幸福感、种族等基本信息，并且对于性取向这个较为敏感的话题进

行预测分析，分类准确率均达到85%以上。Li等人（2014）分别对大五人格的宜人性、尽责

性、外向性、开放性和神经质等五个维度建立基于微博行为特征的回归预测模型，预测分数与

真实分数之间的相关系数达到中等以上相关。Hao等（2013）根据文本分析结果与用户浏览记

录分别