特色
人工智能与心理科学的界面研究,2018-2022
1956年,一群科学家创造了这个词“人工智能”(AI)指在人工硬件(如计算机)中实现人类和动物的智能特征。今天,牛津英语词典将人工智能定义为能够执行通常需要人类智能的任务的计算机系统的理论和发展,例如语言或决策.
人工智能被描述为具有改善人类生活的潜力,例如,自动化某些工作功能,引导无人驾驶汽车,提高临床诊断的准确性,改进个性化治疗方案,并帮助学生更有效地学习。在机器中实现智能的努力也被认为会导致对生物如何学习的突破性理解和新理论。
但人工智能的发展也遭到了批评。当机器和研究人员获得大量的数据时,必须考虑伦理问题半岛体育官方网址入口数据,在很多情况下都是附加在个人信息上。依赖机器做出的决定可能会产生灾难性的影响,就像依赖人类做出的决定一样,但责任更容易由人类来分配。人工智能必须在社会背景下理解,考虑到人们生活的环境,以及他们如何看待这些环境,以及他们的感知关于人工智能。此外,一些研究人员认为,人工智半岛体育官方网址入口能的大量使用统计数据识别大量数据中的规律可能不会导致对智力和认知的更好的科学理解。
APS期刊上的许多文章都讨论了人工智能的潜在好处和bd体育在线app下载安卓风险。本研究集探讨了人工智能的各个方面,发表于2018年至2022年APS期bd体育在线app下载安卓刊心理科学,临床心理科学,心理科学的最新方向,心理科学视角,公共利益中的心理科学,心理科学方法与实践进展.
对心理科学的贡献:强大的测量工具和模型
心理学中的计算科学发现
Laura K. Bartlett, Angelo pirone, norman Javed和Fernand Gobet
心理科学视角
Bartlett和同事讨论了计算科学发现的当前和未来方向,包括人工智能及其在心理科学中的应用。随着人工智能在我们的日常生活中越来越普遍,它在不同科学领域的应用也越来越广泛。人工智能可以作为一种工具,帮助科学家更自由地产生新的理论,并自主地进行创造性的发现。相反,启发式等心理学概念完善和改进了人工系统。
机器人是人类思维的镜子
阿格涅斯卡Wykowska
心理科学的最新方向
机器人可以增加我们对人类认知的了解,并作为心理科学研究的工具。Wykowska举了一些例子,在这些例子中,机器人被用来研究两个人之间需要相互作用的社会认知机制(例如,共同注意,当一个人将注意力指向一个位置时,他们的伴侣会响应到那里)。作者还讨论了机器人是否以及何时被认为具有人类特征,以及机器人如何被用于实现人类认知的计算模型。
比较人类和深度神经网络的视觉表现和性能
罗伯特A.雅各布斯和克里斯托弗J.贝茨
心理科学的最新方向
深度 神经 网络 (dnn)——可以从数据输入中学习的人工智能系统 ——可能会提供关于人类智能的见解 ,即人类 视觉 感知。dnn和人的视觉 处理策略 相似,但 也存在一些差异:(a)图像中的小扰动 足以 一个物体不被dnn识别,但不 影响人类 视觉 感知; (b)的人比款 的分类图像 字母 后只 一些训练的例子; 和 (c)的人比款 比较 图像和 评估是否 他们 是相似的。总的来说,人们 比dnn更善于 使用图像上下文或先前的知识。 These discrepancies signal the need for more work to make DNNs better psychological models for visual perception. Jacobs and Bates suggested that creating better training experiences for DNNs and limiting their processing powers to mimic limits in human systems (e.g., attentional mechanisms) will likely improve DNNs’ ability to become better models for psychological processes.
识别物体和记忆图像:来自深度神经网络的见解
Nicole C. Rust和Barnes G. L. Jannuzi
心理科学的最新方向
Rust和Jannuzi总结了研究人员如何使用深度人工神经网络 半岛体育官方网址入口来深入了解高级视觉皮层如何有助于物体识别和图像记忆——一些图像比其他图像更容易被记住的系统变化。这项工作的重要见解包括支持简单模型神经元堆栈可以概括物体识别行为的核心方面的想法,以及至少有一些图像记忆变化的组成部分来自对象分类优化系统的启示。
寻找大画面
斯蒂芬·k·里德
心理科学视角
考虑到博士培训专业化的影响, Reed 描述了他试图发现组织 心理科学知识的新方法,这将具有理论和实践意义。在搜索过程中, Reed 撰写了10篇综合文章,其中5篇综合了人工智能和认知心理学的进展。 Reed elaborated on his efforts to use formal ontologies to organize psychological knowledge and the strategies to write integrative articles as well as the role of integrations for making psychology relevant to a general audience.
信息时代的心理测量:机器学习计算模型
Sidney K. D 'Mello, Louis Tay和Rosy Southwell
心理科学的最新方向
机器学习计算模型(MLCMs)——从数据中学习的计算机程序,通常有人类监督——是一种新兴的方法,它将计算和信息科学与现实世界的数据结合起来,可以用来为心理科学提供信息。D 'Mello及其同事将mlcm与传统的计算模型和心理科学评估进行了比较。他们从认知和情感科学、神经科学、教育、组织心理学、人格和社会心理学等方面给出了传销营销的例子。他们还讨论了基于mlcm的措施的准确性和普遍性,与其使用相关的隐私和安全问题,以及数据可解释性和合理使用问题。
机器学习与心理学研究:未被探索的测量效应
罗斯·雅各布奇和凯文·j·格里姆
心理科学视角
机器学习可以使心理科学的许多领域受益,例如那些使用生物或遗传变量的领域。然而,更传统的研究领域并没有从机器学习中受益。Jacobucci和Grimm认为,这可能是因为测量误差导致机器学习算法无法准确地对数据进行建模。他们提供了模拟示例,表明测量质量对于机器学习中的模型选择非常重要,并且他们提出了将机器学习与传统心理科学中的统计学更好地集成的建议。
心理评估中机器学习测量偏差(MLMB)调查与缓解的概念框架
Louis Tay, Sang Eun Woo, Louis Hickman, Brandon M. Booth和Sidney D 'Mello
心理科学方法与实践进展
当训练有素的机器学习模型对不同的子组(例如,种族,性别)产生不同的预测分数或分数准确性时,尽管检查了组中相同水平的底层结构(例如,个性),就会发生机器学习测量偏差(MLMB)。偏置数据和算法都可能是MLMB的来源。Tay和他的同事解释了这些潜在的偏见来源是如何表现出来的,并提出了一些关于如何减轻它们的想法。作者还强调了开发新的统计和算法程序的必要性,并提出了一个框架来澄清、调查和减轻这些复杂的偏见。
将人工智能带入教育:智能辅导系统
通过会话代理在自然语言中交流学习
Arthur C. Graesser, Haiying Li, Carol Forsyth
心理科学的最新方向
辅导是有效的,不仅因为导师知识渊博,可以给学生讲课,而且因为导师鼓励学生找到问题的答案。最近开发的 基于计算机的辅导程序 可以模拟人类导师使用的对话模式,并使学生参与自然语言的讨论。 APSFellow Graesser and his colleagues Li and Forsyth described the conversation patterns used in tutoring and how these have been implemented in intelligent tutoring systems.
推进协作解决问题的科学
Arthur C. Graesser, Stephen M. Fiore, Samuel Greiff, Jessica Andrews-Todd, Peter W. Foltz和Friedrich W. Hesse
公共利益中的心理科学
Graesser及其同事鼓励在组织和教育环境中使用研究结果,以告知团队培训中协作解决问题的可能方法。他们建议,可以用于跟踪和分析协作过程中的对话的计算机代理可以成为强大的培训工具。新兴的智能辅导系统可以自动跟踪团队成员和整个团队的贡献,并提供及时的反馈和改进建议。
推进临床心理学:从评估到干预
《自杀预防计算语言学漫游指南》
Yaakov Ophir, Refael Tikochinski, Anat Brunstein komek和Roi Reichart
临床心理科学
Ophir及其同事对计算语言学(CL)在自杀预防中的整合进行了全面的展望。作者专注于深度神经 网络 模型,并描述了CL方法 (例如,应用于社交网络平台) 如何有助于早期发现自杀风险,从而预防自杀。使用CL的研究也可以加深对自杀行为的认识,并促进个性化的心理评估方法。Ophir和他的同事还讨论了在自杀预防中使用氯氯的伦理和方法问题, 例如 确保 个人隐私的困难。
预测即将发生的自杀想法和非致命的企图:复杂性的作用
Jessica D. Ribeiro, Xieyining Huang, Kathryn R. Fox, Colin G. Walsh和Kathryn P. Linthicum
临床心理科学
过去大多数关于自杀想法和行为(STBs)的研究依赖于长时间的随访和孤立地检查风险因素,但预测自杀是复杂的。里贝罗和他的同事在世界各地招募了感染性病风险较高的人,在第一次测试中对他们进行评估,在第3天、第14天和第28天分别对他们进行评估。研究人员半岛体育官方网址入口还使用机器学习算法来检查自杀风险背后的复杂性。结果表明,机器学习算法在预测stb方面优于个体随访。一些预测因素,如自杀意念,在更标准的分析中已经是强有力的预测因素,但在这项研究中,复杂的模型被用来更好地预测即将发生的自杀念头和非致命的自杀企图。综上所述,这些发现支持在临床决策中使用复杂模型和人工智能。
相关内容:预防自杀的新兴科学
情绪调节评估和干预的数字技术:概念综述
Alexandra H. Bettis, Taylor A. Burke, Jacqueline Nesi, Richard T. Liu
临床心理科学
贝蒂斯和他的同事研究了使用数字技术来评估情绪调节和创造干预措施。他们审查了生态瞬间评估、可穿戴设备和智能手机、智能家居技术、虚拟现实、社交媒体等技术。这些技术的使用使研究人员能够研究情绪调节的动态性质及其对环境和人的内部状态半岛体育官方网址入口的依赖,这是传统的静态自我报告测量方法所不允许的。这种能力已经改变了情绪调节的定义,以反映跨环境灵活性的重要性。Bettis和同事们讨论了挑战、伦理考虑和未来的研究。
感知AI:提高AI的实用性
人工智能与说服:一个识解层面的解释
金泰宇和亚当·杜哈切克
心理科学
Kim和Duhachek发现,非人类人工代理(AAs)的信息在强调如何执行动作(例如,“出事前涂防晒霜”)而不是为什么执行动作(例如,“使用防晒霜意味着健康的皮肤”)时更有说服力。参与者可能会认为,AA代表时的行为更合适如何(即,低级识解)而不是为什么(即高层次的识解)因为他们认为AA缺乏目标。然而,当AA表现出学习能力时,参与者更愿意接受高水平解释信息而不是低水平解释信息的说服。这表明对学习能力的认知可能会改变人们对AAs的假设。
人工智能和未来的工作:一个功能认同的视角
Eva Selenko, Sarah Bankins, Mindy Shoss, Joel Warburton和Simon Lloyd D. Restubog
心理科学的最新方向
Selenko及其同事提出了一个功能身份框架来研究人工智能对人们工作体验的影响,包括自我理解和工作中的社会环境。他们认为,人工智能增强或威胁工人从工作中获得的认同感的条件取决于技术在功能上的部署方式(通过补充任务、取代任务和/或产生新任务),以及它如何影响工作的社会结构。Selenko及其同事提出,与人工智能相关的工作变化会影响员工对工作的理解、他们与工作的关系以及他们的社会环境。在这里查看相关文章。
对自动化的担忧和对移民的负面情绪
Monica Gamez-Djokic和Adam Waytz
心理科学
可以将某些任务自动化的复杂技术的兴起不仅威胁到就业,而且似乎还产生了社会和心理后果,例如对移民的负面态度日益增加。在12项研究中,Gamez-Djokic和Waytz发现,无论是在美国还是在欧洲,认为自动化对就业构成更大威胁的人也倾向于对移民持负面看法。自动化问题还与支持限制性移民政策有关,在裁员的背景下,对移民的歧视也有所增加。在这里查看相关文章。
对本文的反馈?电子邮件apsbdapp官网下载observer@psychologicalscience.org或者登录评论。有兴趣给我们写信吗?阅读我们的贡献者的指导方针.
APS定期在我们的网站上开放某些在线文章供讨论。自2021年2月起,您必须是登录的APS会员才能发表评论。发表评论即表示您同意我们的社区指导原则并显示您的个人资料信息,包括您的姓名和所属机构。文章评论中的任何观点、发现、结论或建议都是作者的观点,并不一定反映APS或文章作者的观点。欲了解更多信息,请参阅我们的社区指导原则.
请以您的APS帐户登入进行评论。