Page 248 - 急诊医学与精神疾病的临床理论研究

第七章 大数据时代的精神分析

5. 智能化心理测量学
心理测量学是心理学中有关测量理论和技术的学科，旨在对无法直接观察到
的潜在构念进行测量，包括智力、人格、精神障碍和教育成就等。心理测量学基

于个体在测试中的表现，以及对量表的作答，通过构建包括多种指标的数学模型
从而推断潜在的构念。传统心理测量学往往依靠基于纸笔或计算机形式的心理测
验特质进行测量，并被广泛应用于各种情景。然而，目前的心理测验存在2个不足：
①对于心理健康、人格和态度等一般采用自陈量表方式测评，这会依赖被试的回

忆和自我评价，而这种主观判断并不能完全反映事实，尤其在职业选拔等高利害
场景下，或在回答一些社会观念非主流的题目时，被试往往受到社会称许性偏差
影响，导致有意识或无意识的虚假作答。②传统认知测量的测验任务往往高度结
构化，这会与真实场景脱节，且生态效度低，无法准确预测其在生活中的真实表现。

基于真实生活的数据，利用人工智能技术实现对个体心理特质的评估是突破传统
测评局限的重要手段。目前，利用大数据进行人格测量的工作主要是在计算机领
域进行的，结合心理学理论构建预测模型。该方法从各种来源数据中提取具有心
理特质的大数据预测因子。例如，Wald 等利用机器学习方法，通过 Facebook 平

台用户主页的个人资料信息，预测了用户的大五人格类型。智能手机的数据也可
被用来进行心理测量。例如，Jacobson 等利用深度学习方法，对智能手机所记录
的社交活动数据和运动数据合并建模，动态监测了被试的社交焦虑，准确率可
达 70%。利用人工智能技术进行多模态数据提取和分析也是近年来的一大趋势。

例如，通过智能化语音分析和面部识别技术，Schultebraucks 等对创伤后的应激
障碍和抑郁特质进行了多模态预测。研究人员基于物联网的虚拟现实（VR）技
术，在更具生态效度的场景下通过多模态数据测量认知能力。例如，Meir 等结
合 VR、认知测量范式，以及动作捕捉数据，对执行功能进行了高生态效度的多

模态数据评估。人工智能的融入极大提高了心理测评可利用的数据类型，使研究
人员得以更高效地使用真实世界或类真实世界的活动数据，从而获得更准确的测
量结果。
（二）人工智能与心理学的交叉融合

人工智能为心理学研究带来了更多样的手段，为心理学理论发展提供了多角
度的研究思路。在心理学研究的智能化进程中，主要的交叉融合点是数据收集和
分析，或研究范式变革。人工智能与心理学交叉融合的学科演进，经历了学科独

231