隨著人工智能（AI）技術(shù)的迅猛發(fā)展，大語言模型（Large Language Models，簡稱LLMs），以其強(qiáng)大的認(rèn)知過程和情感反應(yīng)的“模仿”能力，正深刻改變著心理學(xué)研究和應(yīng)用的面貌。

近日，由我課題組撰寫的綜述論文“Exploring the Frontiers of LLMs in Psychological Applications: A Comprehensive Review”發(fā)表在人工智能頂級期刊《Artificial Intelligence Review》（中科院一區(qū)TOP，Artificial Intelligence排名7/204，影響因子13.9），本研究系統(tǒng)地梳理了大語言模型在心理學(xué)領(lǐng)域應(yīng)用的前沿進(jìn)展，展示了大語言模型如何推動心理學(xué)研究進(jìn)入一個全新的時代。特別值得一提的是，本研究在預(yù)印本階段就引起了很大的關(guān)注，獲得了包括《Nature Human Behaviour》、《Trends In Cognitive Sciences》、《Advances In Methods And Practices In Psychological Science》、《Nature Computational Science》等在內(nèi)的心理學(xué)和計算機(jī)國際頂刊的48次學(xué)術(shù)引用。

本研究深入探討了LLMs在心理學(xué)多個核心分支領(lǐng)域的應(yīng)用與影響，尤其聚焦于其從認(rèn)知模擬到實(shí)踐應(yīng)用的轉(zhuǎn)化路徑。通過對近年重要研究成果的綜合分析，指出LLMs不僅能夠模擬人類的認(rèn)知過程，如決策、推理和創(chuàng)造力等，還能夠在臨床診斷與心理干預(yù)、動機(jī)識別和個性化反饋以及跨文化差異等領(lǐng)域中發(fā)揮重要作用。例如，ChatGPT在自然語言理解與敘事識別方面的能力，使其能夠在心理咨詢或教育場景中提供個性化的反饋與策略，有望緩解心理健康領(lǐng)域的專業(yè)人員不足或提升個性化學(xué)習(xí)的適應(yīng)性與參與度。

本綜述的研究框架如下圖所示：

值得關(guān)注的是，LLMs的應(yīng)用不僅局限于心理學(xué)的理論研究，更在實(shí)踐層面顯示出巨大潛力。LLMs可有效地協(xié)助研究人員進(jìn)行文獻(xiàn)綜述、假設(shè)生成、實(shí)驗(yàn)設(shè)計、數(shù)據(jù)分析等工作，大幅提升了心理學(xué)研究的效率和質(zhì)量。同時，LLMs也能夠擔(dān)當(dāng)實(shí)驗(yàn)中的虛擬受試者，幫助研究者探索那些難以通過傳統(tǒng)方法研究的人類行為。

當(dāng)然，本研究也強(qiáng)調(diào)了技術(shù)和倫理上的挑戰(zhàn)，比如數(shù)據(jù)隱私、模型使用的倫理性，以及如何更好地理解和控制模型的局限性。作者呼吁，應(yīng)堅持“以人為中心”的基本原則，將大語言模型視為支持而非替代人類判斷的工具。在臨床、教育等實(shí)踐場景中，需進(jìn)一步明確人類在共情理解、倫理判斷與情境感知等方面的關(guān)鍵作用。

總之，本研究詳細(xì)展示了大語言模型在心理學(xué)研究中的前沿成果，提出了未來心理學(xué)研究的重要方向和方法論創(chuàng)新。論文將有助于更多心理學(xué)研究者和相關(guān)從業(yè)人員認(rèn)識到LLMs在心理學(xué)領(lǐng)域的巨大應(yīng)用潛力，并進(jìn)一步激發(fā)相關(guān)研究的熱情與創(chuàng)新。

本文的第一作者為我系2021級博士生柯羅馬，通訊作者為我系教師彭凱平與原課題組助理研究員/博士后童松（現(xiàn)為北京師范大學(xué)碩士生導(dǎo)師）。

本研究得到了清華大學(xué)水木學(xué)者計劃（2021SM157）、國家博士后國際交流引進(jìn)計劃（YJ20210266）、清華大學(xué)支持基礎(chǔ)文科博士后計劃的支持；同時也得到了清華大學(xué)產(chǎn)業(yè)研究院自選課題的資助（2024-06-18-LXHT003）。

論文鏈接：https://link.springer.com/article/10.1007/s10462-025-11297-5