脑连接模式对应孤独症青少年的感觉加工类型
一项新研究分析146名3至21岁孤独症儿童与青少年的静息态功能磁共振数据，发现大脑皮层与皮层下区域的功能连接指标可预测其所属的感觉表型。研究团队用图论量化脑网络，再以机器学习区分此前确立的五种感觉表型，十组配对中成功区分七组，最准确的是“感觉适应型”与“广泛感觉差异型”之间。研究未区分孤独症症状严重度、智商与共病，且部分表型间差异不显著。
全部 AI × 心理学动态
搜索与计数仅限六个 AI × 心理学议题。全部收录不等同于精选；普通心理学内容可从背景主题继续阅读。
PsyPostAI 评分5555
Nature Mental HealthAI 评分4343 深度学习解析脑-行为维度，识别ADHD与焦虑障碍青少年的跨诊断生物型
研究团队用深度学习框架分析青少年功能连接与行为数据，在注意缺陷多动障碍（ADHD）与焦虑障碍共病人群中识别出脑-行为维度及生物型。作者称这些生物型有助于厘清症状特征并支持早期风险分层，但摘要未给出样本量与验证细节。
PsyPost精选AI 评分6868 深度学习模型将视觉扭曲与未来抑郁风险联系起来
一项发表于《科学进展》的研究用深度学习模型分析脑成像数据，发现对面部表情的视觉编码过度依赖先验预期，与青少年日后情绪症状升高相关。研究者先分析IMAGEN队列1332名19岁参与者的fMRI数据，按视觉编码效率分组，低效组情绪症状更高；再构建双通路神经网络，发现概念通路过度调控视觉通路时会把中性面孔误判为愤怒或悲伤，其内部编码与低效脑模式接近。
心理科学进展 · 官网先行稿AI 评分2626 人机协同决策中算法权威影响道德推脱的心理机制
针对算法权威对道德推脱效应方向不一致的实证结果，作者提出“算法权威——道德推脱的双重认知评估”模型，假定个体面对算法权威时会启动技术认知评估（可解释性）与道德认知评估（道德冲突强度）。
心理科学进展 · 官网先行稿AI 评分2323 下属人机协作与领导的多元反应：基于双系统加工视角
针对领导如何认知与回应下属人机协作，一项研究基于双系统加工理论提出三项相互关联的研究设计。研究分别考察领导的“冷”反应模式（动机归因与未来影响感知引发发展与变革导向行为）和“热”反应模式（相对剥夺感促发报复性无礼行为），并从动态视角比较不同反应对人机协作可持续性的影响。研究指出，现有研究多聚焦员工视角，且存在领导高估下属人机协作绩效与行为者视角客观绩效提升之间的悖论。
MIT · 认知与脑科学AI 评分2222 MIT 研究：人工神经网络能否自组织出学习机制
MIT 麦戈文研究所与 ICoN 中心科学家 10 月 9 日在 PNAS 发文提出，判断人工神经网络对大脑学习是否有参考价值，关键看它能否在没有开发者干预下自我组织。他们构建的随机连接网络仅凭“同时激活的神经元连接增强”等简单规则，便自组装出功能回路，学会识别模式与分类图像，性能与依赖反向传播训练的网络相当。作者称自组织是迈向生物合理性的第一步，并不代表该网络与大脑学习方式相同。
Nature Human BehaviourAI 评分4141 大型语言模型模拟人类经济偏好：74国调查显示文化差异捕捉不足
一项发表于 Nature Human Behaviour 的研究模拟了74个国家的全球经济偏好调查，发现大型语言模型能复现人类偏好中的部分人口统计模式，却无法捕捉文化差异，在低收入国家尤为明显。
Jack.org · 机构发布AI 评分5656 Jack.org调查：受访网络青年中约三分之一每月借AI寻求心理支持
Jack.org于10月9日公布报告，称其网络内395名受访青年中，约三分之一至少每月一次借生成式AI寻求心理支持。该结果来自机构关联样本，不能外推加拿大青年总体，也没有证明AI支持的疗效或安全性。报告详细方法尚未核验。机构关联样本，不能代表加拿大青年总体；完整调查方法尚未核验，不能推断疗效或安全性。
美国精神医学学会 · Psychiatric News精选AI 评分6262 研究：AI相关精神病多见于首次发作患者
《JAMA Psychiatry》10月7日发表的一项单中心研究显示，AI相关精神病虽总体罕见，但在首次发作精神病患者中更常见。研究者在范德比尔特大学医学中心2022年12月1日至2026年4月15日接受心理卫生服务的215,712名患者中，识别出28例（0.013%）AI精神病，另有28例有AI相关妄想但无生成式AI使用证据；AI精神病组61%处于首次发作，高于后者的29%。多数案例中聊天机器人放大了既有症状（64%）或成为妄想焦点（21%），仅少数作为新症状的催化剂。研究局限包括单中心设计和未获临床验证的评级系统。
PsyPostAI 评分4040 科学家从人类脑电波中解码出想象旋律的基本结构
首尔国立大学的Jii Kwon与Chun Kee Chung团队在eNeuro发表小样本研究，对10名难治性癫痫患者用皮层脑电图记录其默想熟悉儿歌时的脑活动，机器学习模型按相对音高（Do至La六类）解码单个想象音符，平均准确率约26%，高于随机猜测的16%。模型无法从同一脑数据中解码绝对音高，但将逐音预测按时间串联后，能重建想象歌曲整体上行与下行的旋律轮廓，双侧颞上回和左中央前回贡献了主要信息。
PsyPostAI 评分4040 大脑可能用共享神经编码识别面孔、身体与物品中的性别信息
中科院心理研究所Wenjie Liu等用fMRI记录22名成年人观看男女面孔、身体及性别关联物品时的脑活动，发现右侧颞中回是唯一在面孔、身体、物品三种线索间均能跨类解码性别的区域，且其活动模式最接近人工神经网络的中层。该区域并非性别专用，也携带图像类别信息；面孔与身体条件下的脑区连接模式相似，物品条件则不然。论文为已评审预印本，发表于eLife。
PsyPostAI 评分5555 小群聊中人们会调整政治表达以贴合群内立场
两项AI模拟同事群聊实验发现，参与者表达的政治立场会向群聊的主流倾向偏移：保守倾向群聊中的表达均值0.21，自由倾向群聊为-0.56；第二项研究控制参与者原有政治立场后，该效应仍存在（0.12对-0.38），但原有立场解释的差异（22%）远大于群聊环境（4%）。研究由大阪公立大学Cleone Mitsui与Yuta Kawamura完成，发表于《Computers in Human Behavior: Artificial Humans》。作者强调测量的是聊天中表达出的立场，不能说明私下信念或长期态度发生改变，也无法区分群体规范与信息说服内容的作用。
Nature Human BehaviourAI 评分4040 Nature Human Behaviour：算法辅助个性化风险沟通促进美国流感疫苗接种的三项随机实地试验
Rosenbaum 等人在美国开展三项随机实地试验，发现强调患者高风险状态的定向沟通提高了流感疫苗接种率。但告知患者其风险状态由计算机算法识别，并未带来额外效果。
The Mental Elf精选AI 评分8080 PETRUSHKA工具：用预测模型匹配抗抑郁药
一项在巴西、英国和加拿大47个中心开展的随机对照试验测试了数字工具PETRUSHKA，它结合机器学习预测模型与患者对副作用的偏好，帮助临床医生选择抗抑郁药。520名符合条件者中493人纳入主分析，8周时PETRUSHKA组停药风险比常规治疗组低约40%（RR=0.62），24周时该差异不再明显；24周自评抑郁和焦虑症状在PETRUSHKA组更低，但组间差异小于临床重要变化阈值。
Wiley期刊历史署名 家庭冲突中的应对方式，是一项青少年行为评分预测研究的重要线索
研究以242个家庭的资料，比较8种算法，用一年前测得的15项家庭及儿童指标预测之后的行为问题量表得分。作者报告支持向量回归表现最佳，冲突中的脱离反应是重要预测变量。 变量重要性不能证明因果，也不能用于给孩子贴标签。当前核到原始摘要，数据分割、外部验证与校准尚未核清。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
University of Florida · Health and Science精选AI 评分6262 用生成式AI问健康问题，与年轻人焦虑抑郁筛查阳性率更高相关
佛罗里达大学研究者Yusen Zhai领衔的一项研究分析了近10万名年轻人的数据，报告用ChatGPT、Claude等生成式AI询问健康问题者，焦虑与抑郁筛查阳性的比值分别高出52%和46%。在控制年龄、种族与族裔、生理性别和社会经济地位后关联仍存在，但研究只显示关联，不能说明使用AI导致焦虑抑郁，或焦虑抑郁者更倾向用AI问健康。数据采集于2023至2024年，作者称这只是早期迹象。
推荐理由：研究为横断面关联分析，数据采集于2023至2024年生成式AI普及早期；原文明确不确立因果，也未说明筛查工具与样本抽样方式。
MIT · 认知与脑科学精选AI 评分7878 MIT研究用对话文本估计危机情境中的自杀风险
MIT 团队基于约1.6万组去标识的危机咨询对话，开发用词表和轻量模型估计风险等级的工具。研究关注特定咨询场景，词表也可能遗漏语境与近义表达；作者强调临床使用前仍需进一步验证和专业人员参与，不能据此对普通聊天中的个人作出诊断。
推荐理由：研究基于危机短信热线约1.6万段去标识对话，风险等级由该机构评估划分；工具尚未用于临床，作者强调需更多验证。
SAGE期刊历史署名 一次数字干预的个性化匹配，未在保留测试样本中显示优势
一项828名成人随机试验比较COMET数字单次干预与等待名单，并用机器学习估计谁更适合干预。在预留20%的测试数据中，匹配指标未显著预测两周后的相对治疗收益。 只说明这次匹配算法未显示预期优势，不等于干预本身无效或所有个性化方法不可行。依据原始摘要；完整模型及外部验证未核。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
Nature Mental HealthAI 评分4545 抗抑郁药与安慰剂诱导的早期脑功能连接变化
研究用机器学习分析接受药物治疗的重度抑郁症（MDD）患者早期功能连接变化，发现抗抑郁药反应与安慰剂反应关联着不同的神经环路。作者提出，这一区分或有助于改进个体化治疗策略。
Science Media Centre · 心理相关专家评议AI 评分4242 专家评议：REM/深睡与多种疾病风险相关，而非仅睡眠时长
针对一项发表于 PLOS Medicine、基于英国生物银行近9.6万名参与者、随访近9年的前瞻性研究，剑桥大学 Nina Rzechorzek 等专家指出，该研究用深度学习模型从腕部活动推断 REM/深睡，而非多导睡眠图直接测量，模型分类表现仅为中等。专家强调，结果只表明睡眠模式与疾病风险存在关联，不能证明增加 REM 或深睡、或把睡眠强行控制在 6–8 小时可预防疾病；将排除期延长至两年后，原156项显著关联仅剩95项，提示反向因果仍值得关注。
心理科学进展AI 评分4242 数字员工加入团队后，团队为何需要重新学会工作？
王磊等（2026）发表于《心理科学进展》的论文提出，数字员工以智能代理身份加入团队后，原有分工、沟通与责任安排可能失效，团队需经历情境、评估、重塑、适应四步重塑工作。论文强调，个人会用AI不等于团队形成有效人智协作，责任归属不清可能带来责任真空，且高绩效团队反而可能更抗拒数字员工。
Wiley期刊历史署名精选 精神医学大数据综述：样本更大仍不能替代测量质量与临床问题
World Psychiatry综述梳理登记资料、队列、电子病历、数字表型、脑影像和基因组等研究。作者指出，更大数据集能推进发现，但样本量不能自动保证准确；可靠测量、方法严谨及与临床问题的连接仍是关键。综述/观点整合，不是一项疗效试验；不支持AI已经实现个体化精准诊疗。
推荐理由：综述/观点整合，不是一项疗效试验；不支持AI已经实现个体化精准诊疗。
澎湃论坛报道历史署名 外滩大会讨论AI心理支持：能力之外还有关系与责任
据澎湃对9月11日论坛的报道，心理健康从业者、研究者与技术行业代表讨论了AI陪伴、咨询边界和人工协作。有人强调其扩大服务可及性的潜力，也有人警惕迎合、风险识别和专业责任问题。 这是论坛观点报道；参与者角色与利益背景各异，未独立验证所有产品或疗效说法，不代表学界共识。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
arXiv · 预印本原文精选 AI陪伴追踪预印本：持续使用与较低幸福感相关，线下交往可能是线索
研究两次调查Character.AI用户，基线1,182人、约一年后439人。持续的陪伴互动与较低幸福感相关，统计分析提示线下交往较少可能参与其中。结果值得关注，但不能证明AI陪伴必然取代真人关系。未同行评审；随访仅439人，失访明显；观察性、自选平台用户，不能确证因果中介。
推荐理由：未同行评审；随访仅439人，失访明显；观察性、自选平台用户，不能确证因果中介。
PubMed · 原论文摘要索引精选 AI伴侣更新可能带来失落感：研究结合论坛材料与用户调查
研究分析Replika与ChatGPT两次产品变化前后的论坛材料，并结合七项调查、1,452名参与者，发现更新后负面表达、失落表述和恢复旧版的愿望增加。作者用依恋视角解释这种反应。自然实验与调查，平台用户自选择；帖子情绪变化不等于临床诊断或全部用户受损。
推荐理由：自然实验与调查，平台用户自选择；帖子情绪变化不等于临床诊断或全部用户受损。
JAMA期刊历史署名 青年使用AI谈情绪：调查不能确认AI造成困扰
安大略省学校调查发现，使用AI交流情绪的学生与心理困扰存在关联。 横断面设计无法确认方向，未调整比例与调整后的模型系数不是同一种效应，不能解释为AI使风险翻倍。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
美国精神医学学会 · Psychiatric NewsAI 评分5757 研究：心理治疗中患者更偏好无AI参与
一项发表于《美国心理治疗杂志》的研究调查了201名成年人（平均43岁），发现受访者对不含AI参与的心理治疗接受度最高，评分为6.57（1至7分制）。在文本对话中透明使用AI使接受度下降2.89分，远程视频中透明使用下降3.09分；隐蔽使用AI的接受度更低，远程视频下降4.65分、文本对话下降4.80分。研究者指出，该调查面向普通人群，且仅关注AI用于改善沟通，未涉及记录转录等其他精神科用途。
Springer Nature期刊历史署名 相关研究在标题和摘要里，怎样变成了因果故事
把“有关”写成“导致”，可能从论文摘要一路延续到AI总结。一项大规模文本分析结合读者与模型实验显示，简化或强调实用性的总结可能丢掉原有的限定。比例依赖所选语料和分类规则，不能理解为对应比例的论文全都错误；提醒谨慎也不能代替逐条核证据。 本条只发布已核材料支持的限定短摘要，不能由此证明普遍因果、诊断或治疗效果。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
APA期刊历史署名 AI能识别青少年手机文本中的负面语言，但还不是抑郁诊断工具
一项8月发表的研究，用223名青少年的手机文本检验语言模型。模型在情感分类任务上取得较高表现，负面自我语言与之后情绪有关；但抑郁发作关联在敏感性分析中不稳健。 F1是文本情感分类指标，不是抑郁诊断；敏感性分析未稳定支持抑郁发作关联，也未验证干预App。 F1=.84衡量文本情感分类，并非抑郁诊断准确率。研究不证明干预产品有效；原始文本和微调模型受隐私限制，且作者披露相关企业及研究资助关系。 作者披露Ksana Health、Snap等企业关系；另有提交研究后获得的OpenAI资助，不能称无利益冲突。
心理科学进展精选AI 评分6767 心理治疗也需要质检：忠实度测量为何重要
杨浩然、孙焕翔、刘晓明在《心理科学进展》发表文章，讨论心理治疗忠实度测量——即治疗在多大程度上按预定方案实施，包括依从性与胜任力两个维度。文章指出，观察性编码虽较可靠但耗时耗力，自我报告、治疗记录、来访者报告和角色扮演各有偏差，而自然语言处理与大语言模型有望辅助初步筛查和编码，但需在隐私与伦理前提下保留人类专家的最终判断。
Springer Nature期刊历史署名 AI 陪伴与幸福感：谁在使用、怎样使用很重要
AI陪伴与幸福感的关系，取决于谁在使用、怎样使用。一项Character.AI成年用户调查发现，以陪伴为主要用途、互动密集或披露更多的人，往往报告较低幸福感。但这是自选用户的横断面关联，也可能是原本状态较差的人更需要陪伴，不能直接写成AI造成孤独。 正式发表前已有2025年预印本及2026年更新，八月正式论文不等于首次公开；调查不能确认因果。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
Springer Nature期刊历史署名 AI 让人感到被理解，与 AI 具有人的心理不同
我们用“思考”“理解”等人类词汇描述大语言模型时，哪些是对系统机制的解释，哪些是人的投射？一篇观点文章比较不同学科的比喻，并提出从模型自身的文本训练环境理解它。这是概念论证，尚未证明机器具有人的主观体验。 这是观点文章，关于机器体验的论证尚未得到经验研究证明。 论文披露上海人工智能实验室等支持；本条不将作者立场写成共识。
MIT · 认知与脑科学精选AI 评分6767 大脑如何进行视觉学习：动物与类脑网络对比
MIT麦戈文研究所与约克大学团队将动物与类脑人工神经网络训练识别同类物体，发现模型性能提升时其内部重组方式与动物大脑中检测到的变化高度平行，论文7月8日发表于《自然通讯》。
Springer Nature期刊历史署名精选 大学生AI干预试验显示部分心理结局改善，尚不能替代所有治疗
一项977名18至32岁参与者的随机试验比较12周AI干预与两个对照，并随访三个月。焦虑、幸福感和生活满意度优于两对照；抑郁只优于等候组，PTSD无组间差异。不能概括为AI在所有方面胜过人类治疗。仅核摘要与声明，完整方法和失访细节未核；作者披露Kai员工、顾问及期权关联。
推荐理由：仅核摘要与声明，完整方法和失访细节未核；作者披露Kai员工、顾问及期权关联。
ICMEC Australia · 研究发布精选 澳洲调查：约三分之一有相关网络受害经历的青少年未向人类披露
一项1894名澳洲16至18岁青少年调查发现，有相关网络受害经历者中35.4%未告诉任何人，或只告诉AI。两类合计不能写成三分之一向AI求助；研究提示人工支持触达缺口，未评估AI帮助是否有效。网络配额调查、回溯自报；按年龄/性别/地区加权，不能消除所有选择及回忆偏差；35.4%（95%CI29.8–41.3）是受害者中的合并类别，不是全体儿童AI求助率。
推荐理由：网络配额调查、回溯自报；按年龄/性别/地区加权，不能消除所有选择及回忆偏差；35.4%（95%CI29.8–41.3）是受害者中的合并类别，不是全体儿童AI求助率。
ACAMH · 儿童与青少年心理健康博客AI 评分5050 对青少年而言最重要的人生事件是什么？z-proso 研究用 NLP 分析 5,670 段自述
苏黎世 z-proso 研究在 15、17、20、24 岁四个时间点向 1,442 名年轻人提出同一个开放式问题，共收集 5,670 段自述，并用 BERTopic 主题建模与大语言模型分类器归纳出 12 个主题、五大领域。约 83% 的事件为正面，最常被提及的是学校、教育与学徒经历；内化症状较高者更倾向提及恋爱友谊、心理健康与压力事件和丧失，较少提及学业与成就类里程碑。
Sherry Turkle · 技术与亲密关系AI 评分4040 Sherry Turkle 为《重拾对话》十周年版撰写新序：AI 时代的共情与人类联结
MIT 教授 Sherry Turkle 为《重拾对话》十周年更新版撰写新序，讨论生成式 AI 对人类共情与面对面交流的冲击。她以 2024 年 6 月在哈佛/拉德克利夫同学会上演示 ChatGPT4-o 为例，指出聊天机器人提供的“人工亲密”无法真正理解人，而同学更想让她帮忙安装该应用。她主张人际交流中的摩擦感是理解他人的必要条件，屏幕交流则削弱共情与公民社会。
Elsevier期刊历史署名 疼痛影像预测整合脑与脊髓信号，临床适用性仍待验证
研究以92名健康学生的热痛影像开发脑—脊髓联合预测模型，并在39名热痛/瘙痒参与者与50名电痛参与者中检验跨样本表现。模型输出与主观痛强度有关，但这不意味着能够客观替代一个人的疼痛报告。 单次试验内相关较弱，低痛强度表现有限。临床扩展只有一种慢性疼痛人群且样本较小，不能将健康学生的影像数据当成同等数量的患者，更不能据此推荐电刺激或针灸治疗。 论文列明国家重点研发计划、国家自然科学基金等支持，作者声明无利益冲突；这不是独立验证利益无关的证明。
Springer Nature期刊历史署名 A reporting checklist for large language models in behavioural science
一份共识报告提出心理学研究中使用大语言模型的报告清单，强调透明、可复现和伦理说明。它提供研究报告的方法建议，不是对某个模型有效性或临床安全性的认证。 这是发布信息或作者陈述，不等于新的独立实验证据。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
APS活动议程历史署名 On the Exciting Future and Delicate Intersection of AI and Clinical Science
APS年会的AI与临床科学专题把应用机会与风险放在一起讨论，涉及风险识别、个案概念化和循证实践原则。这里记录的是正式议程中的研究方向；模型能生成解释，不等于已经获得临床验证。 这是发布信息或作者陈述，不等于新的独立实验证据。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。