人工智能等計算機技術(shù)為心理學(xué)研究提供了新的研究思路和方法

心理學(xué)是研究人類思想與行為的發(fā)生、發(fā)展規(guī)律的科學(xué)，主要目標是描述、解釋、預(yù)測和控制人的心理和行為。研究者們一般按照一定的科學(xué)方法，間接地觀察、研究或思考人的心理過程（包括感覺、知覺、注意、記憶、思維、想象和言語等過程），以及人的人格或個性等，以此總結(jié)和歸納出適用于大部分人的一般性規(guī)律，增進人類的自我了解，并利用這些規(guī)律幫助人類進行自我改善，提高人類的生活質(zhì)量，從而更好地服務(wù)于人類的生產(chǎn)和實踐。

生態(tài)化識別方法具有明顯優(yōu)勢

傳統(tǒng)上，心理學(xué)研究的主要方法有觀察法、實驗法、問卷法等。其中，問卷法是目前心理學(xué)領(lǐng)域應(yīng)用最為廣泛的方法之一，該方法主要是通過被試在自陳式量表中的作答來獲取相應(yīng)的被試信息或者特定的心理指標得分。問卷法能夠為研究提供寶貴的自我視角和豐富的信息，獲取的結(jié)果比較容易量化處理與分析，同時因其操作簡便而被廣泛應(yīng)用于心理學(xué)研究中。

與此同時，問卷法也飽受質(zhì)疑，主要存在以下問題：首先，由于問卷法主要是通過自陳式量表的方式獲取被試的作答，其量表的答案在一定程度上可能會受到被研究者記憶偏差的影響，時效性較差致使其往往只能做前瞻性研究而無法做回溯性研究。其次，問卷法雖然操作簡便，但測量時受制于人力物力，難以在短時間內(nèi)獲取多次大規(guī)模的測量數(shù)據(jù)。最后，由于數(shù)據(jù)收集建立在被試與問卷實時反饋的基礎(chǔ)之上，其結(jié)果依賴于被試的配合與自省能力，因此在較難獲取被試樣本或被試相對不配合時難以進行。

人工智能等計算機技術(shù)的興起在一定程度上為解決以上問題提供了新的研究思路和方法，其主要途徑之一是采取生態(tài)化識別方法。具體來說，生態(tài)化識別利用機器學(xué)習(xí)，通過無侵擾的測量方法，實現(xiàn)對被試心理特征的預(yù)測識別。其主要包括自然狀態(tài)下（生態(tài)化）行為數(shù)據(jù)采集和無侵擾的測量方式。

行為數(shù)據(jù)廣義上包括網(wǎng)絡(luò)行為數(shù)據(jù)、錄音、面部錄像、步態(tài)錄像、日記等原始數(shù)據(jù)，在測量后得到被試授權(quán)而在測量時被試未知測量目的或未感知到測量的記錄方式，其中網(wǎng)絡(luò)行為數(shù)據(jù)（社交媒體上的數(shù)據(jù)等）是常見的行為數(shù)據(jù)來源。

無侵擾的測量方式是指在獲取相應(yīng)的數(shù)據(jù)之后，利用新媒體大數(shù)據(jù)和機器學(xué)習(xí)技術(shù)從數(shù)據(jù)中提取相應(yīng)特征，以此將行為數(shù)據(jù)與其對應(yīng)的心理指標相關(guān)聯(lián)，并建立基于行為特征的心理指標的預(yù)測模型的過程。建立好的模型需要經(jīng)過一系列的檢驗優(yōu)化，以使其能夠更加準確地自動識別相應(yīng)的心理指標。

相較于傳統(tǒng)的心理學(xué)研究方法，生態(tài)化識別具有以下比較明顯的優(yōu)勢。第一，行為數(shù)據(jù)如社交媒體上的被試數(shù)據(jù)記錄等內(nèi)容比較豐富，也可實時記錄被試生活中的事件發(fā)生時間點。利用這些公開數(shù)據(jù)，可以測量距離事件發(fā)生固定時間的心理狀態(tài)，即能夠回溯研究事件發(fā)生之前的心理狀態(tài)。第二，行為數(shù)據(jù)尤其是社交媒體上的數(shù)據(jù)允許研究人員在短時間內(nèi)對心理特征進行多次測量，在一定程度上能夠以較少的人力物力消耗有效揭示心理特征的連續(xù)變化趨勢。第三，利用人工智能技術(shù)識別預(yù)測心理特征不依賴于被試主觀的自我報告，能夠在一定程度上避免被試的回憶偏倚和遺忘效應(yīng)等帶來的測量偏差，并且能夠更加真實地反映某個特定時間點可能存在的心理狀態(tài)。

利用網(wǎng)絡(luò)數(shù)據(jù)識別人們的心理狀態(tài)

新冠肺炎疫情期間，人們的心理狀態(tài)發(fā)生了明顯的變化，及時了解和分析人們的心理狀態(tài)能夠為制定相應(yīng)的抗疫政策提供可借鑒的思路。在此情境下，生態(tài)化識別方法顯示出了一定的優(yōu)勢。

定點分析疫情特殊事件對人們心理狀態(tài)的影響。特殊事件往往伴隨著人們心理狀態(tài)的改變。了解這些特殊事件對人們心理狀態(tài)的影響，一般采取的方式是以事件發(fā)生時間為節(jié)點，對人們的心理指標進行前測和后測。然而，由于疫情的不可預(yù)測性，利用傳統(tǒng)方法進行回溯性研究可能在較大程度上受到回憶偏倚的影響，從而導(dǎo)致測量偏差。

利用社交媒體上的網(wǎng)絡(luò)數(shù)據(jù)，結(jié)合人工智能的無侵入性測量技術(shù)，能夠回溯研究人們在事件發(fā)生之前的心理狀態(tài)。研究發(fā)現(xiàn)，相較于疫情定性前，人們在疫情定性之后表現(xiàn)出更多的負面情緒和負性認知；相較于封城前，人們在封城后短期內(nèi)表現(xiàn)出焦慮、失望等負面情緒，同時在心理語義表達上也有相應(yīng)的變化。利用社交媒體的網(wǎng)絡(luò)數(shù)據(jù)結(jié)合人工智能的方法，能夠探究特殊事件對人們心理狀態(tài)的影響，有效了解和監(jiān)控社會心態(tài)，從而更好地采取相應(yīng)措施來促進社會和諧，共同抵御疫情。

定向?qū)Ρ忍囟ㄈ后w的心理狀態(tài)。由于各個地區(qū)疫情嚴重程度的差異，不同地區(qū)的群體心理狀態(tài)也會存在差異。傳統(tǒng)的問卷法消耗較多人力物力，同時在疫情期間由于民眾精力傾向于集中在疫情防護上，采取傳統(tǒng)的數(shù)據(jù)收集方式可能更容易表現(xiàn)出低回收率的特點，從而導(dǎo)致定向收集特定群體的心理指標數(shù)據(jù)較為困難。

利用社交媒體的網(wǎng)絡(luò)數(shù)據(jù)能夠大規(guī)模獲取特定地區(qū)群體的心理指標數(shù)據(jù)。研究發(fā)現(xiàn)，在同樣采取封城措施的意大利倫巴第和中國武漢兩個地區(qū)，群體心理變化既有共性也有不同。首先，兩者共同表現(xiàn)出了高家庭詞匯和高認知水平表達。

其次，倫巴第表現(xiàn)出壓力水平的降低和休閑詞匯表達的升高，武漢則表現(xiàn)出特有的群體關(guān)注度等詞匯的升高。這些研究結(jié)果能夠幫助我們了解疫情對不同地區(qū)群體心理狀態(tài)的影響，依據(jù)疫情的發(fā)展階段采取有針對性的心理援助措施，以實現(xiàn)穩(wěn)定社會心態(tài)的目的。

刻畫疫情期間人們心理狀態(tài)的變化模式并探究影響因素。疫情的發(fā)生往往是一種持續(xù)性的事件，人們在疫情的不同時期可能表現(xiàn)出不同的心理狀態(tài)。如果采用傳統(tǒng)問卷測量的方式要求被試每天填寫問卷，無疑會給原本心理狀態(tài)就不穩(wěn)定的群體帶來額外負擔，不利于長期大規(guī)模群體心理特征的數(shù)據(jù)采集。利用人工智能技術(shù)分析社交媒體上的網(wǎng)絡(luò)數(shù)據(jù)，能夠長期追蹤大規(guī)模群體的心理指標變化情況。研究發(fā)現(xiàn)，人們在疫情發(fā)展的不同時期表現(xiàn)出不同的情緒反應(yīng)，如疫情暴發(fā)期負面情緒詞匯增多等。

此外，人們在疫情不同時期對“污名化”的心理認知也存在不一樣的表現(xiàn)。不僅如此，利用豐富的社交媒體網(wǎng)絡(luò)數(shù)據(jù)，能夠進一步探究影響人們防疫意念的因素。研究發(fā)現(xiàn)，文化因素（如集體主義）與情緒因素（如恐懼）在流行病防護意念中存在聯(lián)合作用。此類研究通過長期刻畫人們心理狀態(tài)的變化，幫助研究者了解疫情影響人們心理狀態(tài)的模式，探究特定心理特征的影響因素，能夠為防控措施的實施重點提供借鑒和指導(dǎo)。

除了利用社交媒體的網(wǎng)絡(luò)數(shù)據(jù)，生態(tài)化識別同樣可以應(yīng)用于線下的行為數(shù)據(jù)，進行特定心理特征與狀態(tài)的識別，其主要包括語音、面部視頻和步態(tài)三種數(shù)據(jù)類型。結(jié)合人工智能技術(shù)，可以通過這些數(shù)據(jù)識別出被試的心理特征，如人格、自尊水平等，也可以識別出被試的心理健康狀態(tài)。

某些具有危機性的心理健康狀態(tài)在被識別之后，結(jié)合人工智能相關(guān)技術(shù)可對其采取相應(yīng)的干預(yù)措施，從而實現(xiàn)在線主動預(yù)防。目前研究開發(fā)的基于虛擬現(xiàn)實的認知歪曲自助干預(yù)系統(tǒng)，根據(jù)認知行為療法的基本原理，采取關(guān)卡地圖模式，將干預(yù)流程分為三個主要步驟，即認識認知行為療法、識別外區(qū)認知和歪曲認知糾正。

通過可以讓用戶參與其中的虛擬現(xiàn)實交互，幫助用戶糾正導(dǎo)致其消極情緒的歪曲認知，最終讓用戶學(xué)會用積極的思維方式替代過去的消極思維，并進一步掌握相應(yīng)的行為應(yīng)對技巧，從而達到心理干預(yù)的目的。

總之，利用人工智能和大數(shù)據(jù)技術(shù)，通過生態(tài)化識別能夠為心理學(xué)在數(shù)據(jù)收集、心理指標識別和危機狀態(tài)干預(yù)等方面提供新的研究思路，在一定程度上彌補了傳統(tǒng)心理學(xué)研究方法的不足，也為之后的研究開拓了潛在的、更廣闊的數(shù)據(jù)來源，并提供了新形式的心理指標測量方法。
編輯：lyn