西方正念起源于南传佛教, 经世俗化改造后在心理咨询与治疗中得到广泛应用, 但其个体化与工具化倾向常被批评忽视佛教传统的伦理与解脱目标。相比之下, 东方正念以汉传佛教核心教义为根基, 并融汇儒道思想, 为心理干预提供了独特的理论与文化资源。基于“戒定慧”三学的实践框架在情绪调节与心理健康促进方面展现出积极效应。文化神经科学研究揭示了慈悲、专注、情绪调节与智慧洞察的多条通路, 以及神经−内分泌−免疫系统的整合效应。整体而言, 东方正念既体现了对正念本义的回归与深化, 也为中国化心理治疗体系的建构提供了重要支点。未来需通过高质量实证验证与干预方案的标准化设计, 以推动其在临床与社会应用中的科学化和规范化发展, 并进一步彰显东方正念作为“治疗−神经−文化连续谱”的独特价值。
生成式大语言模型(Generative Large Language Models, Generative LLMs, 通常简称LLMs)是一种在大规模语料库上预训练的人工智能模型, 为心理测量学领域带来前所未有的机遇和挑战。本文通过整合人工智能与心理学交叉研究发展脉络, 总结LLMs赋能心理测量学的显著优势, 定位LLMs在心理学应用中的重要挑战, 并提出基于LLMs的心理测量研究发展方向。具体地, LLMs能够基于上下文生成连贯的自然语言文本, 具有改变传统测验交互方式的潜力; LLMs突破对超长文本和多模态数据的处理能力, 其强大的内容理解能力能够全面获取和分析被试的心理信息; LLMs有助于实现实时分析和个性化反馈, 促进从结果评价向过程评价的转变。尽管LLMs的实际应用面临着稳定性、创造性和拓展性等挑战, 但在情境判断测验生成、合作式问题解决能力评估、心理健康智慧诊疗和试题质量分析等领域展现出广阔的应用前景和研究价值。
当决策失误而错失良机时, 人们往往体验到后悔情绪。长期沉浸在后悔情绪中不仅损害心理健康, 还会使决策产生偏差。因此, 后悔情绪及其调节受到了研究者们的普遍关注。研究者们常常在实验室情境下利用任务范式对后悔情绪进行诱发, 基于决策行为、主观感受等行为学指标构建后悔情绪的认知理论, 基于脑活动、脑功能连接等神经指标探讨后悔情绪的神经机制。针对行为指标与神经指标的测量进一步证实了认知重评、注意分配、事前预期等认知调节方法与tDCS、TMS等神经调控技术在缓解后悔情绪上的有效性。未来研究可以从日常生活中后悔情绪的测量与调节、后悔情绪调节的神经振荡机制等方面进行深入探索, 在厘清后悔情绪神经机制基础上施加个性化的神经调控方法, 从而对心理健康维护和降低决策偏差等提供启示和借鉴。
传统观点认为, 心理理论是有意识的生物独有的社会认知能力。然而, 近来迅速发展的大语言模型能够解决多种心理理论任务, 这引发了关于其是否具有心理理论的激烈争议。大语言模型的人工心理理论在表现上与心理理论类似, 但内部过程不同。本文首先从评估对象和任务特征两个方面系统梳理人工心理理论研究, 通过综合分析GPT-4在心理理论任务中的较高通过率及使其表现受限的内外因素, 指出当前模型的心理理论表现与人类相似。其次, 通过深入对比支撑心理理论与人工心理理论的神经基础和发展因素, 揭示二者的内部过程存在本质差异, 进而补充了人工心理理论的定义。未来研究应关注制定并采用标准化的评估方案, 在共同心理理论框架下探究人工心理理论机制, 以及与人类心理理论对齐。
人工智能的快速发展深刻改变了社会结构和生产模式, 其在组织中的应用对员工工作效能的影响获得了学者们的密切关注。为探讨人与AI协作系统对员工工作效能的影响及其机制, 本研究对79篇国内外文献的106个独立样本(n = 54726)进行了元分析。研究发现：人机协作应用、AI自主性、AI拟人化及员工KSAs (知识、技能和能力)对员工工作效能有正向影响, 表现为“机会”; 而人工智能危机意识则产生负向影响, 被视为“威胁”。人工智能信任和工作不安全感在人与AI协作系统和员工工作效能的关系中发挥中介作用, 进一步阐释了“机会”与“威胁”双路径。并且, 员工类别、行业属性和文化背景具有一定的调节作用。研究结论表明人与AI协作系统具有双刃剑效应, 既可以通过人工智能信任提升员工工作效能, 也能够通过工作不安全感降低员工工作效能, 且积极效应强于消极效应。本研究在资源保存理论的框架下, 明晰了人与AI协作系统对员工工作效能的影响机制及其边界条件, 为组织正确看待人与AI协作系统带来的影响, 有效发挥AI价值提供指导。
集体欢腾这一概念源自涂尔干的社会理论, 是一种由集体集会引发的强烈共同情绪体验。当前心理学相关研究认为, 集体欢腾不仅是强烈的共同情绪体验, 而且是感知情绪同步的过程, 更是联系感与神圣感结合的社会联结与自我扩张感。集体欢腾广泛存在于传统的宗教仪式和世俗生活中, 也因网络突破了群体“身体共在”的条件而出现了线上集体欢腾这一新类型。集体欢腾的产生机制涉及到多维的心理与行为、情境及个体特质等因素, 而当下的研究证据较为一致地揭示了集体欢腾不仅能够带来积极情绪体验, 增强个体的归属感和促进心理健康, 还能提升群体认同和凝聚力, 强化群体规范。未来研究需揭示其自上而下的情绪趋同机制, 深入考察线上集体欢腾的产生机制, 关注其潜在的消极影响及文化心理效应, 并探索其应用路径。
本研究聚焦生成式人工智能(Artificial Intelligence Generated Content, AIGC)情感传染这一新兴课题, 系统探讨其与传统人际情感传染、数字情感传染的本质差异, 提出“扮演−调节”机制作为理论框架。研究发现AIGC情感传染具有交互主体性、知识依附性、非威胁性与去身份化、道德性这四大特性, 共同支撑AIGC情感传染的“扮演−调节”机制; AIGC通过算法模拟人类情感表达模式(即“扮演”), 同时根据用户实时反馈动态优化交互策略(即“调节”), 形成持续迭代的人机情感闭环。“扮演−调节”机制突破人类中心主义范式, 构建了跨主体情感理论、揭示了算法作为主动情感调节者的新角色, 已被应用于心理健康干预、传播学及教育激励等领域。AIGC情感传染研究拓展了情感传染理论外延, 为理解人机情感交互提供了新视角, 但也面临多学科整合难题、多模态情感测量的复杂性、跨文化适配障碍, 以及算法偏见导致的情感误导风险等挑战。
道德化(moralization)意指将原本价值中立的事物赋予道德内涵的过程。道德化的诱发受认知、情感、社会等多层次因素影响。现有关于道德化的理论模型主要为道德放大模型与道德推拉模型, 但两者均忽视了宏观社会因素的作用。新构建的道德化“认知−情感−社会”整合模型旨在弥补这一不足。道德化之后效具有“双刃剑”的功能：一方面, 道德化对于规范社会行为和个体目标寻求具有积极作用; 另一方面又会导致认知偏见、无端歧视、敌对态度、群体极化、集体暴力等消极后果。未来研究应重点探索“去道德化”的心理机制与干预手段、社交媒体新技术对网络道德化心理与行为的影响、人工智能时代的道德化研究以及基于中国本土文化的道德化心理现象。
认知努力是个体为克服既有习惯并实现目标所主动投入的意志性心理活动。受限于理论框架的异质性与方法论标准化的不足, 认知努力测量领域尚缺乏能精准反映其多维特征的测量方法。概括起来, 当前测量方法可总结为量表法(2种)和实验法(11种)。量表法易受其自身运用于认知努力领域测量的信效度问题、元认知、个体差异、测验环境和文化等因素干扰; 实验法易受努力与难度混淆、个体认知能力差异、时间、理论模型的差异等因素制约。未来应提升量表使用的准确性与可靠性; 融合跨学科技术, 分离认知努力与难度水平; 动态校准个体差异, 多模态验证认知努力; 创新测量方法及理论以适应不同的研究需求。
内隐情绪调节是个体在无意识监督或不具有明确的情绪调节意图下改变情绪的过程。与外显情绪调节相比, 内隐情绪调节对前额叶执行控制系统的依赖度更低。本文在已有的内隐情绪调节二分类基础上, 提出了新的三分类理论框架, 将内隐情绪调节分为：自动化、任务附加型、内隐目标驱动三个内隐情绪调节种类。其中, 自动化内隐调节以恐惧消退为代表, 依赖腹内侧前额叶直接调控杏仁核; 任务附加型调节发生在情绪标签、情绪Stroop等任务中, 外侧前额叶通过认知控制系统, 在任务执行过程中附带地调节情绪; 内隐目标驱动型调节则通过启动或内隐训练, 激活内隐情绪调节目标追求, 既可借助腹内侧前额叶实现自动化调节, 又可在一定条件下调用外侧前额叶的认知控制功能实现受控情绪调节。神经调控研究证实, 腹内侧前额叶是内隐情绪调节的关键性因果脑区, 其功能增强有望改善抑郁和焦虑患者的内隐情绪调节能力。本文提出的三分类理论框架突出了内隐情绪调节的多样化机制, 拓展了情绪调节理论的动态性理解, 同时也为情绪障碍患者的临床干预提供了有潜力的新途径。
意志是自主控制自身的能力, 是人类区分于动物和机器的核心特征, 是身心健康和社会秩序的基石。其外在表现是主动动作, 内在表征是控制信念。前者指基于自身意愿产生的动作; 后者指相信主动动作的实施能对外界事物产生影响的信念。前人研究大多基于主动动作研究意志, 而个体实施主动动作的同时会持有控制信念。因此, 相关研究混淆了意志的外在表现和内在表征。本研究拟基于意志促进表现(volition-motivated performance, VMP)范式, 通过分离主动动作和控制信念, 结合计算建模、多模态神经影像技术(肌电图/脑电图/功能磁共振成像), 系统揭示二者的共享与特异性认知神经机制。据此提出“人类意志过程的双路径假设”：一是主动动作相关路径, 体现意志的动作属性; 二是控制信念相关路径, 体现意志的动机属性。
本研究从学习投入的社会文化视角出发, 结合了人力资本理论, 锚定三类社会因素, 采用两个研究对中国内地学生学习投入的纵向变迁进行分析, 并考察经济(GDP、基尼指数、城镇失业率)、教育(教育经费)、互联网(互联网普及率)三类共5种社会因素对学习投入的影响。研究1纳入406篇文献(n = 375902)进行横断历史元分析, 结果发现学习投入主要表现为逐年上升的趋势, 在2020年出现整体下降后又迅速回升。基尼指数和城镇失业率不能显著预测学习投入, 而其余3种社会因素均能显著正向预测。研究2采用中国家庭小组追踪数据集(n = 14623)进行多层线性回归, 结果同样发现中国内地学生的学习投入展现出逐年上升的趋势, 并在2012年出现了明显的增长。此外, 除城镇失业率对学习投入的影响方向不一致外, 其余4种因素均能显著正向预测学习投入。整体来看, 两项研究结果相互印证, 共同表明中国内地学生的学习投入水平呈现逐年上升的趋势, 经济发展水平、教育资源配置和互联网普及率在其中起到了促进作用。
共情作为一种人际反应深受文化背景的影响。然而, 中国文化如何具体地形塑共情仍未被揭示。本文以“差序格局”为框架, 分别阐述亲疏与尊卑两个维度对共情的影响机制。在亲疏维度, 集体主义文化中人际关系的高度融合可能会模糊共情所需的心理边界; 而在尊卑维度, 儒家文化等级化的伦理秩序则可能与共情所需的平等关系相冲突。总体而言, 中国文化中的共情呈现三个特征：含蓄间接的情感表达、整体性与理性化的认知方式以及问题解决导向与行动化。本文还从文化的视角为社会生活中的共情实践提供了建议。
性别刻板印象塑造了人们对男女的特征、属性和行为是什么(描述性性别刻板印象)、应当是什么/不应当是什么(规范性/禁止性性别刻板印象)的普遍信念。不仅是女性, 男性也可能深受其害, 包括削弱其语言与情绪表现, 降低其在医疗保健、早期教育和家庭领域的参与, 阻碍其关注身心健康, 以及强化男性竞争文化。根据刻板印象威胁效应的整合过程模型, 描述性性别刻板印象主要通过损耗工作记忆对男性产生消极影响; 根据角色一致性理论和地位不一致假说, 规范性/禁止性性别刻板印象主要通过性别角色和地位角色违反对男性产生消极影响。干预路径可从过程入手, 提供积极榜样、利用多重社会身份和加强自我肯定; 也可根据社会角色理论, 从源头处改变性别角色。未来研究可聚焦于如何利用性别刻板印象对男性的积极效应来缓冲其消极影响、文化差异如何塑造这些影响、性别刻板印象对男童的影响, 以及探索利用人工智能进行干预的新路径。
抑郁症是一种常见的精神障碍, 严重影响患者的社会功能和生活质量。近年来, 大模型凭借其强大的语义理解和多模态数据处理能力, 在抑郁症早期筛查与辅助诊断中展现出显著优势。构建抑郁症筛查和诊断大模型通常包括: 数据准备、模型选择、模型训练和模型评估四个步骤。大模型在抑郁症筛查与诊断中, 主要通过情境化语义表征、注意力机制、多模态行为捕捉及生成式预测等关键技术实现。但当前研究仍存在算法偏见、诊断特异性、幻觉现象、隐私安全及伦理问题等挑战。未来应加强大模型心理干预的整合应用, 聚焦临床转化路径, 构建更为精细、动态且具备文化适应性的抑郁症数字表型, 实现心理健康服务的数智化转型。
生育意愿是预测生育行为的关键因素, 诸多研究探讨了计划行为理论(Theory of Planned Behavior, TPB)在预测生育意愿中的作用, 但其结论尚不一致。为检验TPB理论在解释生育意愿中的适用性, 本研究采用了随机效应模型对纳入的33项研究(包括128个效应值、共47923个被试)进行三水平元分析。结果表明：TPB变量均与生育意愿显著相关, 其中态度与生育意愿的关系最强(r+ = 0.41), 其次是主观规范(r+ = 0.30)和感知行为控制(r+ = 0.23)。TPB与生育意愿的相关强度受研究对象的性别、生育经历和社会经济背景的调节, 但不受个体−集体主义文化背景、时间框架的调节。本研究澄清了TPB变量与生育意愿之间的关系, 为开发生育意愿提升方案与建设生育友好型社会提供了一定的学理支撑。
以记忆障碍为典型症状的阿尔兹海默症和创伤后应激障碍等疾病的治疗是脑机接口研究的关键方向。本文聚焦侵入式脑机接口在情景记忆的空间与情绪信息处理中的应用, 重点阐述如何基于人脑深部脑区局部场电位信号, 结合机器学习算法, 实现对运动状态、环境边界、空间位置及情绪效价等多维度记忆信息的精准解析。基于上述神经特征的调控技术可以实现记忆和情绪的靶向干预。当前技术瓶颈包括个体差异、电极稳定性不足及自适应算法局限。未来需融合动态网络模型与柔性电极技术, 推动临床个性化闭环干预范式的发展。
快感缺失, 即愉悦感明显消退或消失, 是多种精神障碍的预警信号和风险因素, 但当前药物和心理干预对快感缺失的干预效果有限, 亟待发展干预新范式。现有研究尚未明确奖赏学习在快感缺失中的作用机制, 尤其缺乏关于个体对奖赏−行为联结的感知如何影响奖赏学习和快感缺失的研究。因此, 本研究拟结合多维度方法, 1)通过行为实验和强化学习建模, 验证控制感是否动态调控快感缺失个体的奖赏学习; 2)使用功能性磁共振成像技术探究其内在神经机制; 3)通过随机对照试验, 干预控制感, 检验对奖赏学习及快感缺失的干预效果。在此基础上, 本研究提出内外循环双层奖赏学习假说, 这一构想有助于阐明快感缺失奖赏学习机制, 揭示控制感在其中的作用, 开辟快感缺失干预新范式。
随着生成式人工智能(GenAI)的迅猛发展, 人工智能生成内容(AIGC)大规模涌入内容经济生态, 由低质量AIGC批量扩散引发的“污染”问题对生态治理带来了新的挑战。本研究以人机交互心理过程为核心, 以嵌套刺激−机体−反应(Stimulus-Organism-Response, SOR)过程为理论视角, 遵循“成因−影响−干预”的逻辑路径展开研究构想：首先, 识别GenAI技术优势反而导致低质量内容产生的“赋能悖论”及其中的关键心理机制; 其次, 剖析AIGC“污染”对内容经济生态的影响及独特心理路径; 最后, 评估现有治理策略有效性并提出优化方案, 以推动AI时代的内容生态从“负能”向“赋能”转变。本研究旨在为促进内容经济与GenAI的健康融合提供理论支持。
