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。

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。

利用網絡數據識別人們的心理狀態

新冠肺炎疫情期間，人們的心理狀態發生了明顯的變化，及時了解和分析人們的心理狀態能夠為制定相應的抗疫政策提供可借鑒的思路。在此情境下，生態化識別方法顯示出了一定的優勢。

定點分析疫情特殊事件對人們心理狀態的影響。特殊事件往往伴隨著人們心理狀態的改變。了解這些特殊事件對人們心理狀態的影響，一般采取的方式是以事件發生時間為節點，對人們的心理指標進行前測和后測。然而，由于疫情的不可預測性，利用傳統方法進行回溯性研究可能在較大程度上受到回憶偏倚的影響，從而導致測量偏差。

利用社交媒體上的網絡數據，結合人工智能的無侵入性測量技術，能夠回溯研究人們在事件發生之前的心理狀態。研究發現，相較于疫情定性前，人們在疫情定性之后表現出更多的負面情緒和負性認知；相較于封城前，人們在封城后短期內表現出焦慮、失望等負面情緒，同時在心理語義表達上也有相應的變化。利用社交媒體的網絡數據結合人工智能的方法，能夠探究特殊事件對人們心理狀態的影響，有效了解和監控社會心態，從而更好地采取相應措施來促進社會和諧，共同抵御疫情。

定向對比特定群體的心理狀態。由于各個地區疫情嚴重程度的差異，不同地區的群體心理狀態也會存在差異。傳統的問卷法消耗較多人力物力，同時在疫情期間由于民眾精力傾向于集中在疫情防護上，采取傳統的數據收集方式可能更容易表現出低回收率的特點，從而導致定向收集特定群體的心理指標數據較為困難。

利用社交媒體的網絡數據能夠大規模獲取特定地區群體的心理指標數據。研究發現，在同樣采取封城措施的意大利倫巴第和中國武漢兩個地區，群體心理變化既有共性也有不同。首先，兩者共同表現出了高家庭詞匯和高認知水平表達。

其次，倫巴第表現出壓力水平的降低和休閑詞匯表達的升高，武漢則表現出特有的群體關注度等詞匯的升高。這些研究結果能夠幫助我們了解疫情對不同地區群體心理狀態的影響，依據疫情的發展階段采取有針對性的心理援助措施，以實現穩定社會心態的目的。

刻畫疫情期間人們心理狀態的變化模式并探究影響因素。疫情的發生往往是一種持續性的事件，人們在疫情的不同時期可能表現出不同的心理狀態。如果采用傳統問卷測量的方式要求被試每天填寫問卷，無疑會給原本心理狀態就不穩定的群體帶來額外負擔，不利于長期大規模群體心理特征的數據采集。利用人工智能技術分析社交媒體上的網絡數據，能夠長期追蹤大規模群體的心理指標變化情況。研究發現，人們在疫情發展的不同時期表現出不同的情緒反應，如疫情暴發期負面情緒詞匯增多等。

此外，人們在疫情不同時期對“污名化”的心理認知也存在不一樣的表現。不僅如此，利用豐富的社交媒體網絡數據，能夠進一步探究影響人們防疫意念的因素。研究發現，文化因素（如集體主義）與情緒因素（如恐懼）在流行病防護意念中存在聯合作用。此類研究通過長期刻畫人們心理狀態的變化，幫助研究者了解疫情影響人們心理狀態的模式，探究特定心理特征的影響因素，能夠為防控措施的實施重點提供借鑒和指導。

除了利用社交媒體的網絡數據，生態化識別同樣可以應用于線下的行為數據，進行特定心理特征與狀態的識別，其主要包括語音、面部視頻和步態三種數據類型。結合人工智能技術，可以通過這些數據識別出被試的心理特征，如人格、自尊水平等，也可以識別出被試的心理健康狀態。

某些具有危機性的心理健康狀態在被識別之后，結合人工智能相關技術可對其采取相應的干預措施，從而實現在線主動預防。目前研究開發的基于虛擬現實的認知歪曲自助干預系統，根據認知行為療法的基本原理，采取關卡地圖模式，將干預流程分為三個主要步驟，即認識認知行為療法、識別外區認知和歪曲認知糾正。

通過可以讓用戶參與其中的虛擬現實交互，幫助用戶糾正導致其消極情緒的歪曲認知，最終讓用戶學會用積極的思維方式替代過去的消極思維，并進一步掌握相應的行為應對技巧，從而達到心理干預的目的。

總之，利用人工智能和大數據技術，通過生態化識別能夠為心理學在數據收集、心理指標識別和危機狀態干預等方面提供新的研究思路，在一定程度上彌補了傳統心理學研究方法的不足，也為之后的研究開拓了潛在的、更廣闊的數據來源，并提供了新形式的心理指標測量方法。
編輯：lyn