过刊目录

2025年, 第57卷, 第11期
刊出日期：2025-11-25 上一期    下一期
---
人工智能心理与治理专刊


全全选选:

导出引用 EndNote Ris BibTeX

隐藏/显示图片

人工智能心理与治理专刊

Select

智能时代的人类优势与心理变革(代序) 吴胜涛, 彭凯平 2025, 57 (11):  1879-1884.  doi: 10.3724/SP.J.1041.2025.1879 cstr: 32110.14.2025.1879 摘要 ( 3023 )   HTML ( 201 )   PDF(413KB) ( 4495 )   English Version 随着智能时代的来临, 人、机边界变得模糊, 如何重新认识和发展人类的独特优势变得更加凸显和紧迫; 同时, 随着技术进步以及心理学理论、范式的不断转型, 一个涵盖人、动物和机器心智与行为的广义心理学正在形成。研究者从人工智能影响、新型人机关系、人工智能方法和学科交叉赋能等角度, 开展了一系列人工智能心理与治理研究。未来的心理研究者要立足人类社会和未来发展, 反思人工智能冲击下的人类地位与人性尊严, 特别是人类长期进化而来的审美感、创造力、同理心等独特优势以及不断延伸的人类本质和身份边界; 真正掌握和利用人工智能技术赋能心理学发展, 让人类意识黑箱和复杂社会行为的研究更加精确和高效, 并推动人工智能在心智计算、决策与干预等领域的应用; 尤其要思考心理学如何赋能人工智能, 发挥前者在研究人性、价值观、社会关系等领域的优势, 研究智能认知及其与人和动物的异同, 促进人工智能的合理使用与人机共生社会的良善治理。 参考文献 | 相关文章 | 计量指标

Select

人机合作使人更冒险: 主体责任感的中介作用 耿晓伟, 刘超, 苏黎, 韩冰雪, 张巧明, 吴明证 2025, 57 (11):  1885-1900.  doi: 10.3724/SP.J.1041.2025.1885 cstr: 32110.14.2025.1885 摘要 ( 3323 )   HTML ( 277 )   PDF(766KB) ( 4830 )   审稿意见   English Version 随着人工智能技术的迅猛发展, 人工智能越来越成为人的“助攻”。在人机合作风险决策的过程中, 人工智能是否会助长人类的冒险行为, 以及人知觉到的主体责任如何发挥作用, 这些问题亟待澄清。为了考察人−机合作对个体风险决策的影响及其机制, 进行了4个实验。结果发现: (1)不管与人合作, 还是与人工智能合作, 个体都比单独做决策时更保守; “人−机”合作比“人−人”合作时, 个体更冒险。(2)个体在合作中知觉到的主体责任部分中介了“人−机”合作对风险决策的影响, 人机合作时, 个体知觉到的主体责任更大, 从而在风险决策中更冒险。(3)成功反馈时, 人机合作情景下, 个体更多将责任归于自己, 知觉到的主体责任在人机合作对风险决策影响中起中介作用; 失败反馈时, 人机合作与“人−人”合作之间知觉到的主体责任差异不显著, 知觉到的主体责任的中介作用不成立。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

和而不同：生成式人工智能凸显下人类的社会创造策略 周详, 白博仁, 张婧婧, 刘善柔 2025, 57 (11):  1901-1913.  doi: 10.3724/SP.J.1041.2025.1901 cstr: 32110.14.2025.1901 摘要 ( 1870 )   HTML ( 117 )   PDF(1048KB) ( 2395 )   审稿意见   English Version 横空出世的生成式人工智能(AI)模糊了AI与人类心智间的界限, 人们会如何化解这种相似性值得关注。基于社会认同理论, 通过4项递进研究, 系统探讨了生成式AI凸显下个体社会创造策略的使用情况, 并考察了人类中心主义的调节作用。结果发现：个体会创造性地定义人类心智与生成式AI的区分方式(研究1), 并运用此种社会创造策略来应对生成式AI凸显(研究2~4)。此外, 人类中心主义会增强生成式AI凸显情境下个体的社会创造策略使用程度(研究3~4)。研究结果揭示了生成式AI凸显情境下个体应用社会创造策略的具体表现形式及其积极意义, 阐明了人类中心主义潜在的建设性作用, 并为智能时代如何借助社会创造策略巧妙推动人类与AI和谐共生提供了新的启发。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

当设计遇见AI：人工智能设计产品对消费者响应模式的影响 李斌, 芮建禧, 俞炜楠, 李爱梅, 叶茂林 2025, 57 (11):  1914-1932.  doi: 10.3724/SP.J.1041.2025.1914 cstr: 32110.14.2025.1914 摘要 ( 2169 )   HTML ( 167 )   PDF(6604KB) ( 4907 )   审稿意见   English Version 随着人工智能(Artificial Intelligence, AI)技术的迅速发展, 利用AI设计产品与创新是未来一大趋势。文章基于刻板印象内容模型, 通过6个递进实验(N = 1418)探讨了设计来源(人类设计 vs. AI设计)与产品类型(怀旧产品 vs. 创新产品)对消费者响应模式(欣赏 vs. 厌恶)的影响、机制及边界条件。结果发现, 对于怀旧产品, 消费者更偏爱人类设计, 呈现AI厌恶; 对于创新产品, 消费者更偏爱AI设计, 呈现AI欣赏, 即出现了“人类设计−怀旧产品”、“AI设计−创新产品”的匹配效应。进一步分析发现, 加工流畅性在此匹配效应过程中起到中介作用; 同时温暖感知与能力感知是导致加工流畅性的关键。此外, AI−人类协同设计模式、AI拟人化特征及消费者自我建构类型均在其中起到了调节作用。文章不仅揭示了消费者对人工智能设计不同类型产品的赞赏或厌恶的响应模式及其深层机理, 同时亦为人工智能新时代下的AI+设计的战略规划及营销策略提供了参考。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

类人智能机器人信任对员工工作贡献意愿的影响: 基于人机关系信任的归维考察 唐小飞, 王昌梅, 孙晓东, 张恩忠 2025, 57 (11):  1933-1950.  doi: 10.3724/SP.J.1041.2025.1933 cstr: 32110.14.2025.1933 摘要 ( 1217 )   HTML ( 74 )   PDF(1936KB) ( 1712 )   审稿意见   English Version 类人智能机器人(Humanoid Intelligent Robots, HIR)不仅带给人类情感体验, 而且正在重塑人机关系信任。本文试图从独特代理假说视角探究组织关系情境中的新型人机关系信任的形成与影响。1个定性访谈研究和3个定量研究发现, 组织关系情境中的新型人机关系信任可以分为HIR情感修缮信任和HIR功能辅助信任两个维度。自我修缮和友情修缮两种人机协作类型更能显著激发HIR情感修缮信任; 智力辅助和体力辅助两种人机协作类型更能显著激发HIR功能辅助信任。相比HIR功能辅助信任, HIR情感修缮信任更有利于提升组织温暖感知, 进而更有效促进员工工作贡献意愿; 反之, 相比HIR情感修缮信任, HIR功能辅助信任更有利于提升组织能力感知, 进而更有效促进员工工作贡献意愿。最后, 将HIR代理需求导向作为情境变量引入研究, 验证了其在人机关系信任与组织温暖−能力感知之间的调节作用。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

人与AI对智能家居机器人的安全信任及其影响因素 由姗姗, 齐玥, 陈俊廷, 骆磊, 张侃 2025, 57 (11):  1951-1972.  doi: 10.3724/SP.J.1041.2025.1951 cstr: 32110.14.2025.1951 摘要 ( 1358 )   HTML ( 84 )   PDF(3001KB) ( 1768 )   审稿意见   English Version 随着智能家居机器人技术的发展, 安全风险成为人机信任的新挑战。本研究提出并验证了智能家居机器人信任的新维度——安全信任。为此, 研究1编制了智能家居机器人安全信任量表, 并验证了人机信任三因子结构的稳定性和信效度。研究2和研究3, 深入分析了机器人的静态和动态特征对人类与人工智能(AI)使用者安全信任的影响。结果发现, 在静态特征上, 人们对身高较矮以及摄像头不明显的机器人安全信任水平更高; 并且机器人拟人化程度影响了人类对这些静态特征的敏感性。在动态特征上, 机器人较慢的运动速度和摄像头关闭动作提高了人类的安全信任, 同时, 不同场景下这些动态特征的影响存在差异。此外, AI与人类在安全信任上表现出一定的一致性, 但总体上AI对机器人摄像头的敏感度低于人类。本研究结果为家居机器人的设计与制造提供了重要的理论支持和实践指导。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

低可持续性降低人工智能的接受意愿 魏心妮, 喻丰, 彭凯平 2025, 57 (11):  1973-1987.  doi: 10.3724/SP.J.1041.2025.1973 cstr: 32110.14.2025.1973 摘要 ( 1136 )   HTML ( 70 )   PDF(534KB) ( 1338 )   审稿意见   English Version 人工智能有助于生态环境治理和实现社会可持续发展, 但它也正以惊人的速度消耗着能源, 其产生的碳排放也影响着自然环境和人类生存。然而, 暂未有研究关注人工智能产生的环境问题以及人类对此的反应, 因此本研究探究了人机环境决策情境下, 人工智能的可持续性对使用意愿的影响方式、原因和边界条件。预研究采用问卷调查并结合ChatGPT生成的态度词, 考察了人们对人工智能环保系统的使用意愿和态度, 发现人们的使用意愿较高且态度积极。研究1在2个子研究中分别操纵了人工智能可持续性的感知(有vs.无), 并发现低可持续性组被试对人工智能的接受意愿更低, 而且对国家开展人工智能研究的支持度也更低。研究2改变可持续性的操纵方式(低vs.高), 再次通过实验重复了研究2的结果, 并且发现道德而非能动是影响可持续性和接受意愿的中介机制。研究3探索了这一影响可能存在的边界条件, 验证了个体亲环境态度的调节作用。研究结果为人工智能的社会治理提供了心理学依据, 也为人工智能和可持续发展的关系提供了新的启示。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

多模态大语言模型动态社会互动情景下的情感能力测评 周子森, 黄琪, 谭泽宏, 刘睿, 曹子亨, 母芳蔓, 樊亚春, 秦绍正 2025, 57 (11):  1988-2000.  doi: 10.3724/SP.J.1041.2025.1988 cstr: 32110.14.2025.1988 摘要 ( 1488 )   HTML ( 87 )   PDF(6426KB) ( 3812 )   审稿意见   English Version 多模态大语言模型(MLLMs)能够处理并整合图像、文本等多模态数据信息, 为理解人类心理与认知行为提供了强有力工具。结合经典的情绪心理学范式, 本研究通过比较两种主流MLLMs与人类被试在动态社会互动情景下情绪识别与情绪推理的表现, 分离出人物对话视觉特征(图像)和对话内容(文本)在识别与推理相关人物情绪中的不同作用。结果表明, 基于人物对话图像和对话内容的MLLMs已经初步展现出和人类被试类似的情绪识别与情绪推理能力。之后进一步比较仅基于人物对话图像、仅基于对话内容以及基于两者结合共三种条件下MLLMs的情绪识别与情绪推理表现, 发现人物对话视觉特征一定程度上制约MLLMs基本情绪识别的表现, 但能够有效促进复合情绪识别, 对情绪推理则未产生显著影响。通过对比两种主流MLLMs及其不同版本(GPT-4-vision/turbo vs. Claude-3-haiku)的表现, 发现相较于单纯扩大训练数据规模, 技术原理框架的创新对提升MLLMs在社会互动中情绪识别与推理能力更为重要。本研究结果对理解社会互动中情绪识别与推理的心理学机制、启发类人的情感计算与智能算法具有重要科学价值和意义。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

数智时代工作紧张人群阈下抑郁的影响因素：基于机器学习的证据 邓丽芳, 裴蓓, 高天艾 2025, 57 (11):  2001-2021.  doi: 10.3724/SP.J.1041.2025.2001 cstr: 32110.14.2025.2001 摘要 ( 2099 )   HTML ( 143 )   PDF(2243KB) ( 3259 )   审稿意见   English Version 阈下抑郁作为抑郁症的前兆, 对抑郁风险有重要警示作用。本研究结合扎根理论和机器学习方法, 构建了中国工作紧张人群阈下抑郁影响因素的机器学习模型, 并对各因素之间的关联结构, 因素词频、职业差异和年代变化进行了分析。发现：(1)工作紧张人群阈下抑郁的表征包含5个主范畴, 其中意志减弱词频占比最高; 影响因素包含8个主范畴, 工作因素、评价适应和自主选择词频占比分列前三位。(2) 8类影响因素均与阈下抑郁表征紧密关联; 基于关联规则的网络分析结果显示出“自我认知”、“行为自由”、“环境适应”和“一般社交”副范畴的重要作用。(3)医护人员的躯体因素与其他职业具有显著差异。(4) 2011至2023年间, 工作因素呈上升趋势, 人际因素呈下降趋势。(5)基于BERT的机器学习模型可以用于判别工作紧张人群阈下抑郁的影响因素, 且判别结果能够对工作紧张人群的抑郁风险做出较好预测, 采用XGBoost算法的预测准确率为81.58%, 其中对阈下抑郁组预测的F1分数为0.90, AUC值为0.93。本文拓展了阈下抑郁在工作紧张人群中的研究, 为工作紧张人群阈下抑郁的识别与防治提供了新视角。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

基于大语言模型的自助式AI心理咨询系统构建及其效果评估 黄峰, 丁慧敏, 李思嘉, 韩诺, 狄雅政, 刘晓倩, 赵楠, 李林妍, 朱廷劭 2025, 57 (11):  2022-2042.  doi: 10.3724/SP.J.1041.2025.2022 cstr: 32110.14.2025.2022 摘要 ( 2595 )   HTML ( 145 )   PDF(2804KB) ( 2917 )   审稿意见   English Version 本研究旨在探讨不依赖真实案例数据的前提下, 基于大语言模型构建自助式AI心理咨询系统的技术可行性, 及其对普通人群心理健康状况的改善效果。研究分为两个阶段: 首先, 基于零样本学习和思维链提示策略构建了一个自助式AI心理咨询机器人系统; 随后, 通过招募202名参与者进行为期两周的随机对照试验, 评估了该系统的实际应用效果。实验1的结果表明, 经提示工程优化后的GPT-4o模型在规范性、专业度、情感理解与共情能力以及一致性与连贯性方面均有显著提升。实验2发现, 与控制组相比, 使用自助式AI心理咨询机器人的参与者在短期内的抑郁、焦虑和孤独感均有显著改善。特别是, 拟人化设计的AI咨询师在缓解孤独感方面表现出显著优势, 而非拟人化设计在减轻压力方面效果更为明显。此外, 焦虑症状的积极变化在一周后的随访中仍然保持, 而其他指标的改善效果则未能持续。本研究初步探索了基于大语言模型的自助式AI心理咨询对心理健康的积极影响, 揭示了不同AI设计对特定心理问题的差异化效果, 为未来研究和实践提供了参考。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

人类对大语言模型的热情和能力感知 武月婷, 王博, 包寒吴霜, 李若男, 吴怡, 王嘉琪, 程诚, 杨丽 2025, 57 (11):  2043-2059.  doi: 10.3724/SP.J.1041.2025.2043 cstr: 32110.14.2025.2043 摘要 ( 1737 )   HTML ( 75 )   PDF(579KB) ( 2274 )   审稿意见   English Version 随着大语言模型(Large Language Models, LLMs)能力的提升及其广泛应用, 社会正逐步从传统的人际交互转向融合人际交互、人机交互和机机交互的多层次互动结构。在人类与LLMs交互日益深入的背景下, 研究人类如何感知LLMs成为了重要议题。本研究通过三项研究系统考察人类对LLMs的感知模式。研究1发现, 与对人类的感知一致, 人类主要通过热情和能力两个维度感知LLMs。然而, 在一般情境下, 不同于对人类感知中的热情优先, 人类在对LLMs的感知中能力优先。研究2探讨了热情和能力在不同态度预测中的优先效应, 结果表明, 热情与能力均能正向预测人类对LLMs的持续使用意愿和喜爱度, 其中能力对持续使用意愿的预测效力更高, 而热情对喜爱度的预测效力更高。研究3进一步探索了人类对LLMs与对他人的感知差异, 结果显示, 人类对LLMs的热情评价与人类无显著差异, 但对LLMs的能力评价显著高于人类。本研究为理解人类对LLMs的感知提供了理论基础, 并为人工智能的设计优化及人机协作机制的研究提供了新的视角。 数据和表 | 参考文献 | 相关文章 | 计量指标

Select

人工智能主管提出的道德行为建议更少被遵从 许丽颖, 赵一骏, 喻丰 2025, 57 (11):  2060-2082.  doi: 10.3724/SP.J.1041.2025.2060 cstr: 32110.14.2025.2060 摘要 ( 1363 )   HTML ( 81 )   PDF(672KB) ( 1620 )   审稿意见   English Version 人工智能(Artificial Intelligence, AI)技术的蓬勃发展引起了组织中的巨大变革, 其担当起能够直接影响员工行为的主管角色。6项递进的情境实验(N = 1642)试图探讨人们对由AI或人类主管提出道德行为建议的反应差异, 以及其心理机制和边界条件。结果发现：相比于人类主管, 人们对AI主管提出道德行为建议的遵从程度更低(实验1a~5), 这是因为人们对与AI主管的互动存在更低的评价忧虑(实验2~3), 而且当个体拟人化倾向越强或AI主管越拟人化时, 人们对AI主管提出的道德行为建议越遵从(实验4~5)。研究结果有助于更好地理解人们对组织中AI主管的反应, 并说明了AI主管在涉及道德引导领域的欠缺, 为组织管理中AI领导力的部署提供实践参考和提升方案。 数据和表 | 参考文献 | 相关文章 | 计量指标