人工智能和大数据时代的到来，为心理学的研究打开了一扇新的大门。人工智能除了在心理学实验方面具有不可替代的潜力外，还将在其他方面极大地拓展心理学的研究领域。随着智能终端的不断发展和移动数据的不断加速，人工智能不仅可以为心理干预提供平台，更有可能成为心理干预的主力军。科学研究方法将心理学与哲学分开，而人工智能和大数据可能会让心理学更深入地进入生活。心理学是研究人的行为和心理活动规律的科学。自人类出现以来，人们就开始关注人的心理和行为。直到1879年，建构主义学派的创始人冯特在德国莱比锡大学建立了第一个心理学实验室。心理学从哲学的萌芽阶段分离出来，成为一门独立的科学。心理学用科学的方法来分析人的行为和心理，主要包括观察法、调查法（问卷法和访谈法）、测验法和实验法。这些方法容易受到主考者和被试者的期望或动机的影响，导致错误或混淆的结果，即内部效度可能受到影响；这些方法的外部有效性和有效性也受到质疑。目前，心理学研究主要以自我报告或主观观察为主要技术手段，研究人们在现实或网络环境中的行为和心理。随着技术的发展，网络环境已经不能简单地看作是一种工具。它已经与人类生存及其环境深度融合。它具有与以往传统心理学研究环境完全不同的复杂性和特殊性。研究提供了新的想法。人工智能和大数据时代的到来，为心理学的研究打开了一扇新的大门。随着互联网和各种智能穿戴设备的普及，虚拟环境和现实生活不断融合，人们在现实社会中的各种心理和行为现象都可以被电子化记录并保存为大数据，如网络访问行为、社会情绪等，社会态度，心理健康问题。研究人员使用用户留下的数据来预测他们的性格特征或行为。戈斯林等人。使用在在线社交网站上观察到的人格结果来测量大五人格（big-five）和基于Facebook的自我报告的网络行为。通过相关分析发现，大五人格的不同维度与网络行为显着相关；同时，依托现代生活方式，特别是网络信息传播和人际交往，深刻影响甚至改变了人们的心理和行为特征，产生了谣言传播、互联网传播等一系列亟待解决的新问题。煽动群体性事件、沉迷网络等周等。研究利用中国社交媒体预测社会事件发展趋势时发现群体愤怒会影响集体行为，意见领袖、参与者的社会态度、事件持续时间等都在预测网络社会事件的发展趋势。扮演一个重要角色。大数据不仅在研究内容上给心理学家带来了新的课题，更重要的是，大数据与人工智能的结合使我们能够利用生态行为数据和人工智能技术实现对人的心理分析。指标的自动识别，即生态识别，大大拓展了心理学的研究和应用范围。康罗伊等。分析人工智能大数据与政治参与的关系发现，利用互联网新媒体可以提高投票率，促进公民参与积极性。此外，一些研究人员利用用户在互联网上留下的数字足迹来预测他们的心理特征，并尝试针对不同性格的用户推送不同类型的统一广告的广告图片。结果表明，通过这种方式推送的广告点击率提高了40%。生态识别是指一种非接触式的心理特征测量方法，利用机器学习建立心理指标预测模型，从而实现对被试心理指标的自动识别。与传统的心理学研究方法相比，生态识别具有以下优势：首先，由于数据本身的特性，可以在不同的时间粒度进行纵向追踪；心理状态和行为表现及其变化，从而对事件的影响进行定量研究，如利用社交媒体探讨家庭暴力对心理健康的影响，通过分析了解家庭暴力对心理健康的影响不同时期家庭暴力对心理健康状况的负面影响；最后，生态认知不依赖于被试的主观报告，也不依赖于主测者的控制，从而有效避免了实验条件带来的误差，提高了研究结果的内外部效度。下面主要介绍人工智能大数据如何从人格预测模型的建立到心理学研究，然后通过主动自杀干预和舆情分析介绍在心理学实践中的应用，最后讨论需要特别关注的伦理问题.01.建立心理指标预测模型——以性格预测为例性格是构成一个人的思想、情绪和行为的独特模式。心理学家一直关注人格，并逐渐形成了特质论、类型论和整合论。最被接受的大五人格理论是特质理论的典型代表。根据大五人格理论，人格可以分为五个因素：开放性、尽责性、外向性、宜人性和神经质。现有的人格结构主要是从真实情境中生成的，在解释网民行为的过程中往往会遇到困难。研究网络人格结构，有助于我们从心理层面识别网民身份，深入了解网民行为。功能并预测网络上的用户行为。中国科学院心理研究所计算网络心理学实验室（CCPL）对网络人格结构进行相关研究：建立基于词汇假设的微博人格结构；描述和预测效果的好模型，即建立性格预测模型。传统心理学主要采用词汇学的方法，对自然语言中获得的性格词汇进行分析，得到一组有限的特征来代表该语言背景下的人最重要的特征。以新浪微博文本数据为研究素材，进行词汇研究。选取新浪微博活跃用户的100条微博，通过人工标注得到1945条描述稳定人物特征的术语。删除生僻词和生僻词并合并近义词后，得到210个性格稳定的形容词，然后对形容词的好恶、熟悉程度和意义进行评价，将形容词简化为63个形容词。有15个特征形容词，最终得到78个形容词的词汇表。通过对106个被试78个形容词的评价结果??进行因子分析，得到微博人格7个因子：道德、善良、独立、团结包容、幽默活泼、网络人格、谦虚冷静、自信低调键（KMO=0.534）。7个因素和5个人格因素的双向回归分析表明，7个因素对大五的解释度（0.3264±0.115）优于大5对7个因素的解释度（0.2917±0.159）.在利用词法方法建立微博性格预测模型的基础上，利用深度学习建立网络用户行为和心理的向量化表征。考虑到用户在微博上普遍能够充分、自主地表达自己，通过对微博数据的深度学习和挖掘，可以直接在微博数据上建立更有效的表示向量，并通过对微博数据的多层抽象学习，建立一个用户行为和心理特征的计算描述。同时，由于该结构完全由数据计算，避免了用户主观评价带来的偏差，可以实现大规模人群的快速分析。心理指标的自动识别为网络心理学的进一步研究提供了基础研究，可以更有效地识别网络用户和预测用户行为。02.在线主动自杀干预据统计，中国每年有28.7万人死于自杀，200万人企图自杀。由此造成的直接和间接的经济、社会和心理损失难以估量，已成为严重的公共卫生问题。传统的自杀风险评估研究主要采用心理测试、访谈、问卷等分析方法，但在应用效果上，上述方法较为被动；对有自杀未遂或倾向的人，主动帮助率往往较低，难以阻止他们刻意隐藏内心真实想法，难以起到及时警示作用。不同于传统研究方法的被动性，近年来随着越来越多的社交网络平台给人们更多的机会在虚拟集群中表达自己的感受和意见，可以通过社交网络主动搜索有潜在自杀倾向的人，并影响他们.基于对新浪微博用户的文本分析，结合用户行为数据分析，综合比较自杀用户和非自杀用户在社交行为和语言使用方面的差异，总结出自杀用户的可识别模式，并建立自杀想法识别模型。该模型的精确率、召回率、F-score和准确率分别为0.88、0.85、0.85和0.86，在同一领域优于以往模型的自杀识别结果。目前，研究团队通过对各种网络媒体内容的实时分析，识别出具有自杀意念的言论，并通过分析用户过往的行为和内容，进一步确认用户的自杀意念。为他们提供及时有效的干预，通过微博私信及时推送各地自杀干预热线，提供一般的心理健康常识和情绪调节策略。此外，志愿者还为有自杀意念的微博用户提供免费的心理危机干预和转介服务。研究结果表明，通过与志愿者的交流，有自杀意念的微博用户情况有所改善。这种自动识别并主动预防社交媒体用户特别是青少年自杀的干预方式，在国际上是一种全新的尝试。结果表明，该方法可用于识别有自杀风险的人并提供危机管理。对高危人群的识别是自动及时的，干预不仅积极主动，而且高效且广为接受，是对现有自杀预防方法的有效补充。促进积极的自杀危机管理可以提高公众对自杀念头寻求帮助的意识，从而改善公共卫生。这种模式也可以缓解像中国这样心理服务薄弱、现有自杀预防体系不完善、人口众多的发展中大国的困境。03.青岛大虾事件分析心理预测模型不仅可以应用于人格与心理健康的研究，还可以应用于社会心理心理状态的预测。我们用心理预测模型分析了2015年10月的一起热点事件——青岛大虾屠杀事件（海虾38元一只，结账时变成38元一只）。通过新浪微博API（应用程序接口，应用程序编程接口）获取热点事件期间全国100万活跃微博用户发布的微博，并利用主题模型文本挖掘技术对相关文本进行分析。结果显示，事件爆发两天后，网友主要讨论事件本身。从第三天开始，网友对事件的说法就开始分歧了。讨论不同地区普遍存在的盗窃旅游景点现象，通过讲述自己的亲身经历或听说过类似事件，表达对盗窃游客现象的不满。同时，结果显示，网友们对官方发布和回应的内容高度关注，每次都会引发热议。同时利用心理预测模型，测算出青岛大虾事件涉及用户的社会态度，包括生活满意度、收入满意度、社会地位满意度、愤怒情绪、国家政府满意度、地方政府信心、国民经济满意度、地方经济满意度等维度。结果显示，与未参与该话题讨论的微博用户相比，参与该事件的活跃传播者大多收入较高，具有一定的社会地位，个人生活满意度较高，愤怒较少；但他们也认为，社会发展还存在一定问题，当前政府管理有待改进。利用心理预测模型对此类事件进行分析，不仅可以及时获取事件变化趋势，了解事件背后公众的心理变化和态度，还可以为国家相关部门监测舆情提供前因指标，并完善相关部门。应对危机事件的能力。04.造福社会和保护隐私的平衡技术往往有两个方面，大数据也不例外。一方面，大数据的应用不仅拓展了人类的认知范围，提高了科学家的研究能力，也为抑郁症干预、自杀预防、社会热点事件分析等问题提供了新的解决方案；另一方面，随之而来的隐私保护问题也不容小觑。Facebook近两年频频卷入非法使用用户数据的丑闻，尤其是2018年3月，还卷入了普兰特选举的政治风波。人们在享受以互联网和大数据为代表的便利的同时，也担心自己在这个互联网时代是否还有隐私。因噎废食是万万不可取的。如何在势不可挡的大数据时代利用好这项技术，是学术界不容忽视的重要课题。目前，学术界对大数据的使用有普遍共识：应遵循人类受试者研究的一般伦理原则，在使用需要用户授权的数据前必须获得用户的知情同意，并且必须严格按照伦理委员会的审查，研究数据不能用于超出伦理委员会批准范围的用途（如转售给第三方）。使用不需要用户授权的开放网络数据，用于科学研究时还应符合以下标准：（一）用户知悉数据泄露；(2)数据收集后应匿名处理；(3)刊物中不得出现能够识别用户个人身份的信息。在将大数据应用于心理学研究的过程中，我们严格遵循普遍共识：在获取用户个人数据之前，我们会先征得用户的知情同意，并明确告知用户实验设计和未来数据的使用；在此过程中，还使用了匿名处理。一方面，采用多重加密保护用户原始数据的隐私。另一方面，在很大程度上对数据进行保存和管理，防止数据泄露；在此过程中，禁止使用任何可以识别用户身份信息的内容。除了上述策略外，我们还对典型用户进行了访谈，直接询问他们对隐私和实验的看法，为后续的实验设计提供了理论指导和实证证据。合理合规使用大数据和人工智能技术，是造福社会、保护隐私的重要底线。在看到这种结合对心理的潜在促进作用的同时，我们也应该特别关注由此带来的对隐私的潜在危害，通过立法等手段防患于未然。05.结语人工智能大数据技术的运用，可以帮助我们更加生态化地研究个体和群体的心理行为。利用行为大数据研究人的认知、情感和行为规律，结合人工智能建立基于社会实时感知数据的心理预测模型，形成个体心理、行为特征预测与群体心理、行为分析的关联框架和决策支持。生态认知的提出为心理学家提供了新的研究工具和视角。为理解人格、幸福感、自杀干预乃至分析网络时代的社会热点事件提供了新的可能。通过深入研究个体和群体在不同环境下的行为和心理，有助于实现对人们心理健康或社会态度的大范围、实时描述、预测、解读和控制，从而有效防范风险。随着计算机软硬件的不断迭代更新，未来大数据在心理学中的应用会更加深入，比如可穿戴设备、体感设备的应用。人工智能除了在心理学实验方面具有不可替代的潜力外，还将在其他方面极大地拓展心理学的研究领域。随着智能终端的不断发展和移动数据的不断加速，人工智能不仅可以为心理干预提供平台，更有可能成为心理干预的主力军。科学研究方法将心理学与哲学分开，而人工智能和大数据可能会让心理学更深入地进入生活。在充分享受新技术使用带来的便利的同时，也要确保大数据的合规使用，避免脸书丑闻再次发生，确保从公众那里获得的大数据最终得到成为公众的武器而不是威胁。
