研究
研究：AI（人工智能）翻译工具在心理量表回译中与人工流程表现相当，但研究者判断仍不可替代
一项发表于《Psychological Methods》的摘要级研究比较了AI（人工智能）翻译工具与人工流程在心理量表回译中的表现。 五项研究显示，AI译文在语言质量、原文—回译对应度上与人工程序大致相当，部分量表甚至更好，英文—德文的测量不变性模式也大体相似。 作者强调，语言相似不等于文化或心理测量学等价，合格的人类判断仍不可替代。
AI 心理 / 持续研究主题
评估、筛查与分诊
心理量表、风险筛查、分诊、危机识别与转介工作流。
自动归类依据公开资料标题与摘要；原文、研究结论、公司声明及编辑解读分别标识。页面不提供个体诊疗建议。
研究资料
研究
中国高校英语学习者调查：67%认为AI（人工智能）可提供情感支持，但研究不证明真实情绪能力
一项发表于PloS one（公共科学图书馆·综合）的横断面问卷调查，考察福州大学外国语学院420名成年第二语言英语学习者：67.38%认为人工智能（AI）能提供情感支持，84.76%曾用AI应对学习困难。 研究指出这些是学习者感知的模式化结果，不构成因果效应，也不证明AI真正具备情感； 样本为便利抽样且集中于单一机构。
研究
美国学者提出以“被重视感”为框架，评估AI（人工智能）进入医疗对医患与学习者的心理影响
《American Journal of Lifestyle Medicine（美国生活方式医学杂志）》一篇评论文章指出，AI（人工智能）已能整合病史资料用于临床诊断与治疗方案构建，但其对提供与接受照护者心理健康的影响仍不明确。 作者以心理学概念“被重视感”（mattering）为线索，讨论AI可能如何影响医生、患者与受训者的被看见、被认可与贡献感，并提出在医疗中引入AI时兼顾这一心理需求的框架。 证据仅限摘要，属观点性论述，未提供人群效果数据。
研究
研究用五维心理测量框架评估GPT-5.2情绪语言输出：预测指标不足以衡量心理构念
韩国研究团队在《医学互联网研究杂志》发表摘要级研究，将五个心理测量评估域用于GPT-5.2（OpenAI，美国人工智能公司的大语言模型，LLM）从日常语音叙述中提取的13项语言特征。 结果显示提取重复性高、汇聚效度因构念而异，且个体内与个体间效应出现分歧； 研究者认为预测指标不足以评估LLM心理测量输出，此类测量仅可作为现有筛查工具的补充用于纵向监测，而非独立诊断工具。
研究
多模型大语言模型辅助量表开发：17项情绪调节量表发布初步心理测量学评估
一项发表于BMC psychology的横断面研究（仅摘要级证据）以多个大语言模型（LLM）辅助生成、修订与偏倚筛查条目，初步评估17项情绪调节量表（ERS）。 743名成年人经便利抽样并随机分入探索性与验证性两个不重叠子样本，得到四因子结构，早期信效度指标处于可接受范围。 研究者结论称仍需多样样本进一步验证，因此该结果属量表开发早期证据，不能用于诊断或个体判断。
研究
中国团队提出大语言模型（LLM）辅助心理构念发现流程，并应用于转型社会生活取向研究
中国科学院大学与中国科学院心理研究所等机构的研究者在中国预印本平台发布预印本，提出一种由大语言模型（LLM）辅助生成与筛选心理学新概念的流程：以既有概念和此前保留的候选作语义筛选，经内容评审反馈修订定义与差异说明，再由研究者独立评价候选的研究价值； 在转型社会生活取向领域选出三类优选概念。 该来源仅为摘要，未经同行评审，不能据此推断模型的临床或诊断效果。
研究
中国预印本研究提出框架：大语言模型的“心理化”解释分三类实践，并提示偏倚与拟人化风险
一篇发布在中国预印本平台（ChinaXiv）、尚未经同行评审的论文，从物理立场、设计立场与意向立场出发，构建了连接研究目的与大语言模型（LLM）类人输出解释层级的分析框架，识别出工具性、功能性、类主体三类心理化实践及其局限，并提示偏倚、不稳定性和拟人化风险。 适合AI（人工智能）心理从业者用于判断“把模型输出当作心理现象”的适用边界。
研究
心理评估 AI（人工智能） 研究综述：工具比较需要先统一任务和验证场景
不能将不同数据、目标和样本下的模型准确性直接横向排名。
分析推断
分析推断
计算生物学者的对谈：从 ACG 作品谈人工智能与硅基未来的伦理边界
一篇学者对谈以《心理测量者》《赛博朋克2077》等动画与游戏作品为素材，讨论人工智能、伦理与文明形态。 内容属科幻作品层面的思想实验与个人观点，未涉及具体 AI 心理产品、用户数据或临床研究，也未提供可核验的产品或市场信息。
相关完整专题文章
当前没有直接关联的完整专题文章。