轉載自騰訊網 中國社會科學網

心理學是研究人類思想與行為的發生、發展規律的科學，主要目標是描述、解釋、預測和控制人的心理和行為。研究者們一般按照一定的科學方法，間接地觀察、研究或思考人的心理過程（包括感覺、知覺、注意、記憶、思維、想象和言語等過程），以及人的人格或個性等，以此總結和歸納出適用于大部分人的一般性規律，增進人類的自我了解，并利用這些規律幫助人類進行自我改善，提高人類的生活質量，從而更好地服務于人類的生產和實踐。

生態化識別方法具有明顯優勢

傳統上，心理學研究的主要方法有觀察法、實驗法、問卷法等。其中，問卷法是目前心理學領域應用最為廣泛的方法之一，該方法主要是通過被試在自陳式量表中的作答來獲取相應的被試信息或者特定的心理指標得分。問卷法能夠為研究提供寶貴的自我視角和豐富的信息，獲取的結果比較容易量化處理與分析，同時因其操作簡便而被廣泛應用于心理學研究中。與此同時，問卷法也飽受質疑，主要存在以下問題：首先，由于問卷法主要是通過自陳式量表的方式獲取被試的作答，其量表的答案在一定程度上可能會受到被研究者記憶偏差的影響，時效性較差致使其往往只能做前瞻性研究而無法做回溯性研究。其次，問卷法雖然操作簡便，但測量時受制于人力物力，難以在短時間內獲取多次大規模的測量數據。最后，由于數據收集建立在被試與問卷實時反饋的基礎之上，其結果依賴于被試的配合與自省能力，因此在較難獲取被試樣本或被試相對不配合時難以進行。

人工智能等計算機技術的興起在一定程度上為解決以上問題提供了新的研究思路和方法，其主要途徑之一是采取生態化識別方法。具體來說，生態化識別利用機器學習，通過無侵擾的測量方法，實現對被試心理特征的預測識別。其主要包括自然狀態下（生態化）行為數據采集和無侵擾的測量方式（如圖）。行為數據廣義上包括網絡行為數據、錄音、面部錄像、步態錄像、日記等原始數據，在測量后得到被試授權而在測量時被試未知測量目的或未感知到測量的記錄方式，其中網絡行為數據（社交媒體上的數據等）是常見的行為數據來源。無侵擾的測量方式是指在獲取相應的數據之后，利用新媒體大數據和機器學習技術從數據中提取相應特征，以此將行為數據與其對應的心理指標相關聯，并建立基于行為特征的心理指標的預測模型的過程。建立好的模型需要經過一系列的檢驗優化，以使其能夠更加準確地自動識別相應的心理指標。

相較于傳統的心理學研究方法，生態化識別具有以下比較明顯的優勢。第一，行為數據如社交媒體上的被試數據記錄等內容比較豐富，也可實時記錄被試生活中的事件發生時間點。利用這些公開數據，可以測量距離事件發生固定時間的心理狀態，即能夠回溯研究事件發生之前的心理狀態。第二，行為數據尤其是社交媒體上的數據允許研究人員在短時間內對心理特征進行多次測量，在一定程度上能夠以較少的人力物力消耗有效揭示心理特征的連續變化趨勢。第三，利用人工智能技術識別預測心理特征不依賴于被試主觀的自我報告，能夠在一定程度上避免被試的回憶偏倚和遺忘效應等帶來的測量偏差，并且能夠更加真實地反映某個特定時間點可能存在的心理狀態。