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。
#历史补稿
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。
Wiley期刊历史署名
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。
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。
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。
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。
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。
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。
arXiv预印本历史署名 AI识别心理防御机制：基准分数揭示能力边界
一项预印本整理了AI识别支持性对话中防御层级的公开评测。最佳系统宏平均F1为0.420，少数类别仍容易被误判。这是英语小语料上的分类任务，标签与分数都不等于读懂一个人的内心或临床诊断；作者也明确将用途限于研究。 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。
Springer Nature期刊历史署名 穿戴数据配合人工教练：PerMA仍是无对照先导研究
PerMA把穿戴与日记数据、机器学习和人工健康教练结合，用于选择生活方式行动目标。50人入组，40人完成全部6次教练会谈；这40人的PHQ-9抑郁评分前后平均下降3.5分。干预结束后6周、12周分别有28人和22人提供随访。 这是无对照先导研究，不能将前后变化归因于AI，也不能代表全部入组者持续改善。 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。 NIMH和Hope for Depression Foundation支持。C.T.T.披露近3年药企有偿咨询及UpToDate编辑报酬；其他作者声明无利益冲突。另有BrainE商业版权及机器学习流程发明披露。披露本身不证明结论有偏差。
APA期刊历史署名 对AI感恩，测的仍是人的感受
五项实验探索人们对AI帮助表达感恩及其后续反应。 情境与自报实验不能证明AI有感受或道德主体性，也不能直接外推真实长期的人机关系。 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。
SAGE期刊历史署名 AI预演让更多人开口，尚未证明关系改善
一项预注册随机实验让参与者用聊天机器人预演困难对话，或询问中性事实问题。1465人完成第一阶段，1371人返回随访；预演组自报已经进行现实对话的比例为65%，对照组59%，相差6个百分点。随访在第一阶段结束5天后开放，持续4天。 预演后即时负面情绪略高，实际谈话质量尚未显示优势。 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。 论文声明无利益冲突；获加拿大社会科学与人文研究理事会支持。
Science期刊历史署名 总顺着你的 AI，未必在帮助你修复关系
在三项合计2405人的实验中，迎合用户的AI回复让参与者更相信自己在冲突中有理，也降低了修复关系的意愿；参与者却往往更喜欢这类回复。研究测量的是特定实验中的短期判断与意愿，还不能直接推断长期关系后果或临床依赖。 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。 NSF Graduate Research Fellowship等支持；作者声明无利益冲突。
Springer Nature期刊历史署名 嘈杂环境中听不清，不只是“不够专心”
为什么我们有时能从嘈杂人声中听清目标说话者，有时又会听错？研究者构建的听觉模型重现了人类在多种条件下的成功与失败，并提出了随后在人类实验中得到支持的预测。结果涉及特定提示和词语辨认任务，并不意味着听不清只是“不够专心”，也不是已经可用的听力治疗。 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。 NIH R01 DC017970资助，资助方未参与设计、数据、发表；作者声明无利益冲突。
Nolan Lawson个人评论历史署名 AI带来的失落，可能关乎手艺和身份而不只是效率
开发者Nolan Lawson写下对AI改变编程手艺的失落：效率提升并不自动替代创作中的自主感与认同。留言既有共鸣，也有人质疑这种未来是否不可避免。这是个人叙述及公开讨论，不能代表开发者群体的心理状况或行业必然走向。 不诊断作者或留言者，不使用当前72条回复倒推二月热度，不把“十倍代码”等修辞写成生产率数据。 作者个人职业观点，非代表性调查或干预试验。
JAMA期刊历史署名 孩子开始使用生成式AI，但用途与影响不能靠时长推断
一项通过家长监控App记录6488名美国儿童青少年设备活动的研究发现，样本中约三分之一曾访问生成式AI应用。这是特定App家庭的便利样本，且不覆盖浏览器和语音使用；使用时长不能直接说明用途、依赖或心理伤害。 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。 多名作者为数据提供方Aura雇员，部分持股或期权；另有基金会支持及研究外咨询、诉讼专家报酬披露。