前沿 II · 心理学与 AI
⚠️ 核对于 2026-07，本页是全站更新最快的一页。
心理学与人工智能有一条 70 年的双向通道：认知科学孕育了 AI 的核心概念，AI 现在反过来成为心理学的研究对象、工具与伦理难题。本页分四段：历史欠条、把 LLM 当研究对象、AI 当研究工具、以及最需要谨慎的一段——AI 与心理健康。
1. 双向历史（谁欠谁）
心理学 → AI：赫布学习 → 联结主义权重更新；感知机直接源于神经元模型；Rescorla–Wagner 误差学习 → TD 学习 → 强化学习（第 08 页）；工作记忆与注意 → 注意力机制的隐喻来源；认知革命的"心智即信息加工"是 AI 的立学前提（🔗 ai 站第 04 讲）。
AI → 心理学：计算隐喻给了心理学可形式化的理论语言（第 19 页）；神经网络成为知觉与语言的建模工具；深度网络作为"视觉皮层的模型"——在预测 IT 皮层反应上一度是最好的模型（近年发现其与人类知觉在对抗样本、纹理偏好等处系统性分歧）。
2. LLM 作为心理学的研究对象
能问什么：LLM 是否表现出人类式的认知偏差？是否有"心智理论"？语言能力能否脱离具身经验？
当前证据格局【争，且变动极快】：
- 认知偏差：LLM 在多项经典范式（框架效应、锚定、合取谬误）中表现出类人偏差模式，但也在提示词微调下轻易改变——这本身说明它的"偏差"与人类的机制不同源（人类偏差稳定、模型偏差对措辞敏感）；
- 心智理论任务：模型在标准错误信念任务上表现良好，但对任务的表层扰动（改变措辞、加入无关细节）常导致崩溃——学界对"是能力还是模式匹配"没有共识【争】；
- 方法论警告：训练数据污染（经典心理学任务及其答案就在训练语料里）使许多"LLM 通过了 X 测试"的研究难以解释——这是本领域最严重的方法论问题；
- "硅基被试"：用 LLM 模拟人类被试做预实验的做法正在兴起，但复现人类效应的能力参差；不能替代真人样本是当前主流立场。
双向价值：LLM 是语言与认知理论的模式生物——"仅靠预测下一个词能获得多少智能"这个问题，对语言习得的先天论/学习论之争是直接的经验证据（🔗 语言站 :8086 整门课在讨论；本站第 11 页）。
3. AI 作为心理学的工具
已在用：自然语言处理分析临床访谈与社交媒体文本（抑郁语言标记：第一人称单数增多、绝对化词汇——效应真实但个体预测力弱）；计算机视觉编码面部表情与行为（注意第 13 页的警告：从表情反推情绪状态的可靠性远低于假设）；自动化文献综述与 meta 分析辅助；实验生成与被试招募。
风险：模型的偏差进入研究结论；黑箱预测不等于机制理解；"用 AI 检测情绪/性取向/犯罪倾向"类研究在方法与伦理上都严重可疑——相面术（颅相学）的机器学习复活版是这个领域的头号伦理红线。
4. AI 与心理健康（最需要谨慎的一段）
现状：数以百万计的人已在用通用聊天机器人谈心理困扰——这是一场没有设计过的大规模自然实验。
证据：Therabot RCT（2025，NEJM AI）——210 名成人（重度抑郁、广泛性焦虑或进食障碍高风险），4 周干预，报告抑郁症状显著改善（约 51% 的下降）。但请立刻套用第 17 页的读法：对照组是等待名单（会系统性高估效应）、样本量中等、随访期短、且盲法不可能。这是一个有价值的早期信号，不是"AI 治疗有效"的结论。
安全问题（更硬的证据）：测试显示通用聊天机器人在危机场景（自杀意念、精神病性症状）中的不当回应比例可观（多项评估给出 20% 量级或更高的不适当应答）；专业调查中绝大多数临床心理学家认为现有聊天机器人无法以恰当的细腻度处理临床状况。已知风险清单：危机识别失败、迎合式回应（模型倾向于同意用户 —— 谄媚性在心理健康场景是危险特性，🔗 ai 站第 14 讲坑 2）、鼓励依赖、隐私（对话可能被用于训练）、以及对妄想内容的无意强化。
监管（2026 年快照）：2026 年 1 月 FDA 发布指南，重新界定"健康/wellness 产品"的豁免边界——多数消费级心理健康聊天机器人以"wellness"定位规避医疗器械审评；州层面已出现禁令：伊利诺伊、内华达禁止 AI 提供治疗服务，犹他要求披露与隐私保护。方向：从"完全无监管"走向"分层监管"，但全球范围仍高度不统一。
本站立场（明确写出）：AI 可以在心理教育、练习工具（如 CBT 家庭作业提醒、认知重构练习）、可及性补充上有真实价值；它目前不能替代危机干预与专业治疗。如果你在使用 AI 谈心理困扰：知道它会迎合你、它没有责任主体、它不会在你危险时打电话给任何人。
5. 反思：心理学能给 AI 什么
三条当代最有用的输入：测量学（构念效度、信度——"benchmark 测的是不是你以为的那个能力"是纯粹的心理测量学问题）；实验设计与因果推断（第 02 页——AI 评测里的混杂与污染问题与心理学的老问题同构）；人因与交互（说服设计、成瘾式界面的伦理——第 08 页的可变比率强化正是它的技术核心）。
Sources：Therabot RCT (NEJM AI) · AI 心理健康的安全与监管评估 · 精神科医生的安全警告综述
下一页收官前的实用页：把这门课用在自己身上——学习、决策、情绪、关系四张清单。