交流是思想的碰撞，隻有在碰撞中，火花才能被點燃。
“心交叉學術沙龍” 是為心院師生打造的一個充滿活力、開放交流的學術平台。活動定期邀請來自認知、發展、組管和臨床的多方向的博士後及博士研究生彙聚一堂，分享前沿研究、自由交流，推動心理學、生命科學、人工智能等領域的學術融合和交叉，帶來更多科研創新和合作。
2025年3月14日中午，beat365官方网站師生在王克桢樓會議室，順利舉辦第八期“心交叉學術沙龍”。本次活動由彭玉佳研究員主持，由來自臨床心理學方向的博士後劉金夢和管理心理學方向的博士生周意勇主講，分别介紹了機器學習算法在臨床心理學研究中的應用，以及生成式人工智能影響個體創新能力的前沿研究進展，共計40餘名師生參加。
報告1：RCT研究中異質性治療效應的機器學習算法
第一位報告人劉金夢（健康心理學方向博後），分享了題為“RCT研究中異質性治療效應的機器學習算法”的研究報告。
在随機對照試驗（RCT）中，個體對治療的反應往往存在顯著的異質性，而傳統的統計方法難以充分捕捉這種複雜性。通過引入機器學習算法，精準識别影響治療效果的關鍵因素，可以為個體化幹預方案的制定提供科學依據。
在報告中，劉金夢首先詳細介紹了機器學習算法在RCT研究中的應用邏輯。然後圍繞異質性治療效應展開，以心理學相關研究為例，講解了貝葉斯因果森林這一算法在幹預研究分析中的具體應用，并進一步比較了傳統的線性分析和機器學習方法之間的優缺點。最後，她總結了當前機器學習算法在RCT應用中的最新進展，并提供了參考資料。
報告2：Creative scar without generative AI: Individual creativity fails to sustain while homogeneity keeps climbing
第二位報告者周意勇（22級管理心理學方向博士生），她的報告題目是“Creative scar without generative AI: Individual creativity fails to sustain while homogeneity keeps climbing”，探讨了個體創造力的動态演化及生成式人工智能的影響。創新很難、維持創新更難。因此，當生成式人工智能（例如ChatGPT）展示出驚人的思維和反應能力時，人們以為掌握了突破創新桎梏的鑰匙。然而，周意勇及其合作者卻發現ChatGPT雖然可以在短期内提高個體的創新表現，但個體實則并未從這種“human-AI”互動中獲得真正的創新能力。因此，一旦他們不再繼續使用ChatGPT，他們的創造力會顯著下降，更為嚴峻的是，使用ChatGPT會導緻人們産生認知依賴、造成想法的同質性，而這種思想的趨同即便在不繼續使用ChatGPT後依舊存在。周意勇及其合作者将這種現象稱為人們使用ChatGPT後造成的“創新之傷”，并
通過二手數據和實驗證據證實了這一現象。研究者強調AI帶來的“創新表現”不等同于個體獲得了“創新能力”，以及AI導緻的思想同質性問題。
在報告結束後，多位老師和同學針對主講人的彙報進行了提問，針對“不同機器學習算法适用的研究設計、樣本量”、“利用生成式人工智能開展研究”等問題展開了熱烈讨論，增進了師生對各領域前沿研究的了解以及啟發新的思考。
“心交叉學術沙龍”将繼續為心理學院的師生們提供一個開放、包容的學術交流平台，鼓勵更多的跨方向合作與創新。歡迎博士生、博士後以及研究員加入我們的下一次沙龍，分享前沿研究，一起交流共進！（報名鍊接見海報二維碼）。
2025-03-24