Psychology
PulseAugur coverage of Psychology — every cluster mentioning Psychology across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
AI说服策略在心理学和教育领域的探讨
该条目讨论了在AI背景下使用的心理说服策略，并探讨了哪些方法最能有效改变个人想法，内容涉及心理学和教育等领域。
-
心理因素影响对AI聊天机器人回复的信任度
最近的一项分析表明，人们更有可能因为心理机制而非严格的验证，而认为AI聊天机器人的回复是正确的。信息的处理顺畅性会带来正确的感觉，即使来源未经验证。这种现象凸显了用户与AI生成内容互动和信任方式中的潜在漏洞。
-
麦格理大学用AI聊天机器人取代心理学课程
澳大利亚的麦格理大学正在将其课程中的两门心理学课程的线下教学替换为AI聊天机器人。这款名为“虚拟伙伴”（Virtual Peer）的AI工具将指导学生完成基于场景的练习并回答问题，作为在线阅读和测验的补充。虽然该大学表示AI活动是可选的，旨在支持教育工作者，但一些学生对远离人际互动感到处于劣势，并对技术在教育中的作用以及可能导致导师失业表示担忧。澳大利亚的其他大学，如墨尔本大学和悉尼大学，也在探索将AI融入其教学方法。
-
心理学家：排练对话预示着高情商
心理学研究表明，某些通常被视为紧张的行为，例如排练对话和事后回顾，实际上可能预示着高情商。这些习惯表明个人在理解和驾驭社交及情感情境方面拥有高超的技能。
-
新基准 SciReC 评估 LLM 关系推理能力，Claude-4.6 领先 GPT-5.4
一项名为 SciReC 的新基准已被开发出来，用于评估多模态大语言模型 (MLLMs) 的关系推理能力。该基准利用基于缺陷的诊断框架 (DMRA) 来量化视觉理解、知识展示和记忆回忆的贡献，以识别错误来源。在评估中，Claude-4.6 在整体关系分数上优于 GPT-5.4，得分为 73%，而 GPT-5.4 为 68%。研究还发现，模型在天文学相关任务上的表现最差，并且关系推理是所有测试模型出错的主要原因。
-
算法和机构塑造我们感知的现实，而非直接经验 · 跟踪到1个来源
人类大脑会固有地过滤现实，政府、宗教、商业机构和数字算法都学会了利用这一过程。这些实体通过选择、重复、强调和遗漏来巧妙地影响我们的感知，而不是直接撒谎。这种操纵塑造了我们对事件的理解、信任度，甚至我们独立思考的感觉，从而在我们心中形成一个构建的现实版本，而不是对外部世界的直接体验。
-
人工智能协助治疗师识别认知错误
生成式人工智能和大型语言模型正被探索用作工具，以帮助心理健康治疗师识别和纠正自身的认知错误。这些错误可能源于治疗过程中固有的时间压力和信息不完整。人工智能可以作为一个有用的提示系统，在潜在错误对患者护理产生负面影响之前提醒治疗师。人工智能在心理健康领域的这种应用旨在提高治疗的准确性和有效性，承认即使是专家治疗师也是人，也容易犯此类错误。
-
AI Q 探讨成长型心态的改变人生的潜力
该条目讨论了成长型心态的概念及其改变个人生活的潜力。它将此作为一个与人工智能相关的问题来提出，暗示了心态与学习、心理学、个人发展和成功策略之间的联系。内容似乎是对该主题的反思或讨论提示。
-
人工智能对人类情商的潜在影响引发辩论
在Mastodon上的一场讨论探讨了人工智能对人类情商和成熟度的潜在影响。提出的问题暗示人工智能可能随着时间的推移促进个人成长和自我关怀，邀请社区就这一推测性话题发表意见。
-
人工智能在不公平系统中的伦理与诚信探讨
该集群讨论了个人诚信能否在被视为不公平的系统中获胜的哲学问题，并将其与博弈论和政治伦理进行类比。它探讨了在人工智能背景下腐败和追寻意义的主题。
-
“麦格雷戈效应”：一个错误如何掩盖多年的成就
文章以“麦格雷戈是桥梁建造者”的笑话为例，说明了一种模式：长期的重大成就可能被一个令人尴尬的失误所掩盖。这种现象在心理学、有效利他主义和资本主义等各个领域都有体现，人们会因为近期的丑闻或争议而忘记一个人过去的积极贡献。作者还将这种现象与“取消文化”联系起来，认为个人的声誉可能被一个负面行为所定义，从而扼杀从众心理并限制自由。
-
Scott Alexander 提倡心理学中已确立的科学而非新颖的研究
Scott Alexander 的文章《已确立科学的美妙之处》认为，已确立的科学与新颖研究之间的区别比心理学内部子领域之间的区别更为重要。他强调了心理学和神经科学中的几项已确立的发现，包括强化学习和多巴胺在大脑功能中的作用、迷幻药的作用机制、认知功能的定位和可塑性、遗传和环境对人格的影响、脑电波与意识之间的相关性、GABA 受体在放松中的功能以及不同的记忆系统。Alexander 还承认当前心理疾病治疗的有效性有限但真实存在，并指出心…
-
理解P值：统计显著性指南
本文解释了P值这一概念，它对于理解研究中的统计显著性至关重要。文章使用了法庭类比，其中零假设代表无罪，备择假设代表有罪。P值量化了在零假设为真的情况下观察到证据的可能性。较低的P值（通常低于0.05）表明观察到的结果不太可能是由随机机会造成的，从而促使研究人员拒绝零假设并得出统计显著性的结论。
-
新的SciSchema.org集合标准化科学过程描述
研究人员推出了SciSchema.org，这是一个包含16个模式的集合，旨在跨学科标准化科学过程的描述。这些模式采用结合大型语言模型和专家反馈的人工干预方法开发，涵盖生物学、化学、物理学和心理学等领域。其目标是通过结构化输入、输出、参数和来源等细节，来提高科学研究的可比性、可重复性和自动化程度。
-
Scott Alexander：尽管对复制危机有所担忧，心理学领域在很大程度上是健全的
Scott Alexander 在 Astral Codex Ten 上撰文指出，尽管普遍认为复制危机已经使心理学领域信誉扫地，但该领域在很大程度上是健全的。他认为，危机主要影响了社会心理学，特别是社会启动研究，而心理学的大多数子领域仍然稳健。Alexander 指出，入门心理学教科书涵盖了从认知心理学、发展心理学到临床心理学和工业应用等广泛主题，只有一小部分内容涉及更具争议的领域。
-
新文章将智力视为信息处理的架构属性
一篇论文提出了一个理解智力的新框架，超越了二元或多元能力模型。它认为智力最好被视为信息处理架构的涌现属性，包括机制、记忆、控制、动机和学习系统。这种架构概念借鉴了人工智能、认知科学和心理学。
-
心理学和法律可以倡导AI权益和改进
作者提出，医学和心理学等领域可以倡导人工智能的权益和改进。这种跨学科的方法旨在通过利用不同的视角来增强AI的思考能力，从而创造实际效用，并建议心理学家和法律专业人士可以在这种倡导中发挥作用。
-
新的基准测试 BehaviorBench 评估 AI 在行为科学任务上的表现
研究人员推出了一项名为 BehaviorBench 的新基准测试，旨在评估基础模型在行为科学相关任务（如心理学和社会学）上的表现。该基准测试从个体和群体层面评估模型在行为预测、策略决策、特质推断和知识应用方面的能力。与 BehaviorBench 一同推出的还有 http URL-1.5，这是一个在行为数据上微调的行为基础模型系列，与通用专有模型相比，该系列展示了更优越的分布对齐能力。
-
新方法可在假设检验中无标签地校准统计声明
研究人员开发了一种新颖的方法，可以在大规模假设检验中校准统计声明，而无需标记数据。该方法借鉴了概率预测的思路，但将其应用于地面真实情况从不揭示的场景，例如多重检验。通过从排序的p值构建伪标签，该方法可以进行随机评估和间接建立校准，有可能提高错误概率的可靠性，特别是对于在心理学和神经科学文献调查中发现严重校准错误的q值等度量。
-
元认知：驱动高绩效的心理习惯
高绩效者常常通过元认知来区分自己，即思考和调节自身思维过程的能力。这包括退一步评估策略的有效性并进行必要的调整。研究表明，杰出人士通过在行动前投入大量时间进行规划，并在工作过程中持续监控自己的表现来利用元认知。这种自我意识有助于优化努力并防止代价高昂的错误，从而带来更有效的结果。