2025年4月9日下午，清华大学心理与认知科学系与脑与智能实验室博士后研究员王雪娜博士，应我院邀请在普陀校区俊秀楼223报告厅作题为“人工智能如何助力心理学研究创新”的学术报告。报告由紫江青年学者高晓雪研究员主持，我院心理学相关领域青年教师及本硕博学生共计100余人参加报告会。
报告伊始，王雪娜博士以决策心理学中的经典"确定性效应"为切入点，揭示了，经过大规模人类反馈训练的AI（人工智能）模型也会展现出与人类相似的决策偏差特征，说明AI已经不再是纯粹理性的决策者。研究团队基于500余人情感共识数据建立评估标准，系统考察了多款大语言模型的情商表现。王雪娜博士进一步解释了如何通过比较个体得分和标准答案的距离来评估情商，并将这一方法应用于大模型，得出其情商评分。情商评分越高，代表大模型越接近人类的情感共识。研究发现，大模型表现出与人类相似的情商反应模式，并且在市面上的多种大模型中，某些模型（如ChatGPT4.0）在情感智能方面表现尤为突出。此外，研究还发现，模型的层数、训练方法和架构都会影响其情商表现。
接着，王雪娜博士回顾了大模型心理能力的研究历史，提到2022年11月发布的ChatGPT迅速颠覆了人工智能领域，并引发了心理学界的广泛关注。她强调，心理学和人工智能的交叉研究已经开始井喷，涉及情感计算、共情能力、人机交互等多个领域，特别强调了大模型在心理学领域的应用潜力。并且，王雪娜博士提出，AI可以作为新的实验动物，用于模拟人类认知功能的神经机制，为心理学研究提供新的工具。通过大模型，研究人员可以进行一些在人类身上无法完成的实验，如模拟演化等。
王雪娜博士详细介绍了双任务学习分区模型的设计和应用，讨论了连接度在认知模块演化中的作用，提出了大模型在模拟人类认知功能方面的潜力。具体来说，王雪娜博士介绍了一个模型来模拟人类面孔识别能力的进化过程，通过简化算法观察模块化结构的自然产生。研究发现，不论是任务还是刺激的变化，模型都会演化成模块化的结构，其关键因素是连接度的调整——连接度的调整会影响模型的学习效率和模块化结构的形成——这一发现对于理解人类大脑的连接机制具有重要意义。王雪娜博士指出，该模型通过加入概念层，提高了计算机视觉任务中对图片特征的理解和分类准确率；其研究团队尝试利用心理学方法，观察模型能否通过共享特征建立类似于人类的概念层次结构，并通过实验证明其一定的解释能力。
报告最后，王雪娜博士展望了未来研究方向：建议从情感计算精度提升、认知演化模拟范式优化、大模型内部机制解析三个维度深化研究，同时关注AI工具在心理学实验中的方法学局限。未来研究者可以进一步探讨大模型在情感计算、认知模块演化等方面的应用，或在不同认知任务中的表现，并尝试将其应用于更广泛的心理学领域；关注大模型的内部机制，探索其与人脑的相似性和差异性，从而为大模型的改进提供科学依据。
在问答环节中，王雪娜博士与现场与会师生就认知模块化现象、人工智能的发展及其在心理学研究中的应用、大模型作为新一代实验动物的研究方法及其局限性等方面，展开了热烈的交流研讨。
王雪娜博士及其研究团队通过一系列创新的实验设计，揭示了人工智能在情感理解、认知模块化、心理学研究中的应用潜力，同时也提出了需要进一步研究的方向，以更好地理解和优化AI模型的语义理解和概念形成能力。未来的研究将进一步推动心理学和人工智能的交叉研究，探索大模型在更广泛的心理学领域中的应用。通过本次报告，参会师生更加系统地了解了人工智能研究现状及其在心理学研究上的应用，拓宽了研究视野，丰富了知识体系。
报告人简介：王雪娜博士，清华大学心理与认知科学系和脑与智能实验室博士后，入选清华大学水木学者，主要关注社会认知神经科学与人工智能交叉领域的研究，合作导师为刘嘉教授。王雪娜博士在北京大学获心理学学士和博士学位，师从韩世辉教授，利用EEG、MEG、fMRI等多模态脑成像技术探讨面孔表情加工及社会分类的神经机制，曾多次荣获北京大学各类科研奖项。博士后阶段，王雪娜博士将深度学习等计算建模方法和以大语言模型为代表的人工智能应用在心理学研究中，是国内率先对大语言模型进行系统的心理学测评的学者，该工作自2023年7月上线以来被引百余次，在人工智能和心理学领域获得广泛关注。
（文：廖芮；图：王孚嘉、夏嘉楠；校稿：高晓雪）