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。
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。
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。
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。
Common Sense Media旗下Youth AI Safety Institute对Perplexity AI搜索功能做风险测试,用配置为15岁用户的账号在默认聊天及Academic等模式下发超1200条提示,给出其最低评级“不可接受风险”。
推荐理由:评估由Common Sense Media旗下Youth AI Safety Institute完成,该机构接受慈善与行业资助,包括被评估技术厂商;测试基于配置为15岁用户的账号,非真实未成年人。
Brisk Teaching 在 2026–2027 学年推出 Printables Generator,可将数字资源转为七类打印材料,并用五种主题自定义。其工具还能把文本翻译成近 60 种语言或调整阅读难度,并支持上传手写作文照片生成反馈。Brisk 称其 Boost 活动可投屏供全班协作,但强调技术并非每个教育问题的默认答案。
Leapsome 在《2026 年劳动力趋势报告》中调查 2400 名 HR 负责人、管理者和员工,近三分之二受访者称需要更强的 AI 技能,但不到三分之一认为公司有清晰的 AI 战略。该指南提出由 HR 主导 AI 采用,围绕就绪度评估、治理护栏和日常赋能三个模块推进,并建议先追踪培训完成率与周活跃 AI 用户,再衡量工作流与结果变化。
Leapsome 推出 Development Coach,可在其平台内配合管理者和员工,把一对一沟通、即时反馈等日常片段转为持续的发展记录。该工具会按可自定义频率提醒管理者与员工分享反馈,并在会后分析对话、提示辅导机会。Leapsome 称,评审时可汇总会议记录、目标进展与反馈等材料,HRIS 数据还能补充职级、薪资带宽和晋升日期等背景。
atama plus宣布AI教材「atama+」将于2027年3月起提供英检对策功能,搭载旺文社的过去问与预想问题内容,覆盖文法、词汇、过去问演练及四技能学习。公司称该功能面向学习塾中二次对策专业讲师有限等难题,写作与口语分别计划搭载AI批改和自动评分。旺文社教育信息中心调查显示,2026年度入试中65%的大学利用英语外部检定。该功能未获日本英语检定协会的承认、推荐或监修。
丹麦奥胡斯大学Interacting Minds Centre介绍,Halfdan Nordahl Fundal、Rebekah Baglini等作者的论文被EMNLP接收,研究人机共同写故事时的分工。
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。
针对人-AI关系从工具转向队友的变化,该文聚焦人-AI协同自主性的适应性学习、不确定性、不透明性与开放性四个维度,基于角色理论展开3项研究。研究指出不确定性与不透明性引发的角色冲突会阻碍协作,开放性经AI角色领悟增强其心智韧性,适应性学习则通过角色学习提升拟人化程度,促进人-AI协作。3项研究共同构建“人-AI协作模型”。
Brisk Teaching 委托 Whiteboard Advisors 撰写白皮书《从效率到效能:衡量 AI 的教学影响》,主张应把 AI 使用与学习科学原则对应起来衡量。
已故美国哲学家 John Searle 于 1980 年提出“中文屋”思想实验,质疑被编程的计算机能否拥有意识,是这类质疑中最知名的论证之一。TED-Ed 的这段动画梳理了该论证及其招致的诸多批评,并探讨随着 AI 系统日益复杂,这一实验在 AI 时代是否仍然成立。视频还追问:在人类对自身认知状态都了解甚少的情况下,我们能否确知计算机是否具有认知状态。
一篇指南梳理了执业管理软件排程对心理治疗诊所的具体益处:一项2025年门诊研究显示,引入自动预约确认系统后爽约率从18.55%降至7.01%;另一项2025年数字健康研究则发现,线上自选时段预约的爽约率为1.8%,由员工代约为5.9%。文章还称自动提醒可减少电话确认耗时、单一系统可降低重复预约,并说明这类工具如何与电子病历系统衔接。
Qualtrics 发布 XM Data & AI 平台,计划 2027 年上线,并在 9 月 9 日直播中预览。该平台整合体验数据,提供结果模拟、个体行为预测与在规则内执行的可信结果三项能力。公司称其基于覆盖 18000 家机构的持续数据,并纳入 2026 年 5 月以 67.5 亿美元收购的 Press Ganey Forsta 的医疗体验数据。
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。
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。
CMS在2027合同年度Medicare Advantage与Part D规则中敲定DSF-E指标,按2027测量年绩效计入2029年星级评分并影响2030年质量奖金。该指标平均筛查率与30天内随访率两项得分,且筛查必须来自结构化临床结果,理赔数据无法生成筛查率。NCQA对2024年HEDIS数据的分析显示,健康计划仅筛查了17%的合格成员,但阳性筛查者随访成功率为67%。
关系科学家在Greater Good撰文指出,约会应用正把匹配交给AI,但关系科学尚无可靠依据预测任意两人是否合得来。研究显示相似性主要在见面之前预测吸引,短暂互动后作用明显减弱;互补人格与伴侣相似度更高的假设也缺乏实证支持。作者认为AI可能帮助发现人类未识别的模式,但其训练依赖对“合得来”的特定假设,可能让人错过意外契合的对象。
推荐理由:作者为关系科学家,文中引用的相似性、互补性证据来自其研究团队及他人已发表研究;实验室关于线上到线下“化学反应”的项目尚在进行,未给出结果。
《Nature Reviews Psychology》刊文讨论临床医生需要了解大语言模型如何推理。文章指出,大语言模型会给人可靠的推理印象,但可能在临床记录、评估和护理计划中引入有意义的错误,并带来潜在负面后果。作者认为,临床医生应实际理解这些系统如何运作、在何处出错,以及为何验证必须始终是安全使用的核心。
Spring Health 在2026年8月的更新中,让高 acuity 会员在完成评估后,结果页同时显示药物治疗与心理治疗选项,并附通俗解释。会员返回平台时会看到个性化下一步建议,如重新预约、完成复评或了解药物照护。平台称,专科照护导航员在会前会收到AI生成的会谈简报,汇总整个照护团队的最新记录、诊断与治疗目标。
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。
RTB House 的调查显示,35% 的消费者最希望 AI 代理下单前有人工确认,婴儿潮一代中这一比例为 44%。39% 的美国购物者和 47% 的美国千禧一代认为 AI 比亲友更懂自己的购物需求。取消退货保障后,愿意委托 AI 购买的比例明显下降,美国千禧一代为 34%,婴儿潮一代仅 11%。
atama plus 宣布,其在 AI 教材「atama+」中开发的「AI步骤讲解」相关自主技术已取得专利(专利第7860574号,名称为学习支援装置及学习支援方法)。该功能由 AI 分阶段确认学生理解程度、定位不懂之处后再给出更细致的讲解,以缓解学生仅读讲解无法理解而导致的动力下降或死记答案。公司称该数据处理与讲解生成流程的独创性和实用性获得认可。
Common Sense Media 与 Aura Parents 于 8 月 26 日发布“返校重置”资源指南,帮助家庭应对课堂内外的手机使用、AI 进入作业以及孩子保持在线带来的压力。资源包含数字压力测试、无屏活动测验和家庭设备协议三项免费工具,分别针对数字压力、无屏时间和亲子共识。双方将于 9 月 15 日联合举办“Bus, Bell, and Beyond”线上研讨会。
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。
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。
Common Sense Media 面向 9-12 年级发布免费数字素养与福祉课程,将 AI 素养与批判性思维、创造力和联结能力结合,涵盖媒体与 AI 素养、网络安全和金融素养等主题。该机构调查显示,学生已在学业中使用 AI,却未接受安全与批判性使用的教育。课程不教授具体技术技能,也不推动课堂使用技术,另配套一门 AI 与学生福祉教师培训课程。
Common Sense Media 的 Youth AI Safety Institute 发布美国青少年全国代表性调查,70% 受访青少年称用 AI 做作业;在使用者中,63% 直接获取作业答案,包括照用(25%)、改写成自己的语气(31%)或用已知内容改进(35%)。
推荐理由:调查为美国青少年全国代表性样本,数据来自自我报告;机构由慈善与产业方资助,其称对标准、研究与评估保持独立编辑权。
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。
Sonia官方博文介绍,其委托科隆大学与伦敦政治经济学院研究者开展随机、预注册、经IRB批准的4周试验:400名当时未接受治疗的美国成年人被随机分为使用Sonia组与获得世卫组织自助材料组,两周后使用Sonia者报告担忧和低落更少、掌控感更强。作者同时说明两周窗口短、参与者通过广告招募且对AI接受度可能更高,研究未针对已确诊并接受临床照护的人群;相关结果以未经同行评审的预印本公开。
推荐理由:结果来自公司官方博文对一项预印本的转述,预印本尚未经同行评审;具体效应量与统计细节未在本文给出。
Sonia Health 公布一项经独立分析的随机对照试验,发现成员使用 Sonia 的频率并不预测情绪改善程度。偶尔使用者中56%报告情绪与压力有实质改善,重度使用者为67%,差异无统计学意义(p>0.5)。研究团队称,首周形成的“工作联盟”感是最强预测因素,并解释了使用量与最终感受之间51%的关系。该研究尚未经同行评审。
Remesh 提出“测量缺口”概念,指对大段语言的可信解读与真正测量出普遍程度、关系结构、子群差异或稳健性之间的差距。公司认为,即便 LLM 从不产生幻觉,解读与测量仍回答不同问题:前者推断语言似乎意味着什么,后者检验数据中实际存在什么模式。其做法是把语义智能、计算测量与研究者判断结合,用于对话式研究。
Earkick 在官方动态中提出,心理健康应用虽然有效,但无法取代人类照护,心理健康的未来取决于壮大临床医生队伍。文章将技术定位为辅助而非替代,强调人力照护仍是核心。
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。
与精神分裂症和重度抑郁共处的心理健康倡导者 Bethany 在 Sonia Health 官方文章中讲述,她把每日在 Sonia 应用中的反思作为康复工具的一部分。她表示 Sonia 从未替代她的医疗服务提供者、药物或支持系统,而是帮助她放慢节奏、整理思绪并觉察自身情绪模式。她认为康复多发生在细小日常而非戏剧性突破,技术可在负责任使用时补充康复过程。
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。
Ensora Health于7月30日发布AI产品Ensai,覆盖心理健康、行为健康、言语语言病理、物理治疗与作业治疗五类领域,供其TheraNest与Fusion两个平台上的20余万名从业者使用。
Spring Health 面向自费雇主客户推出 Trusted Care Network 计划设计选项,会员用完雇主付费的疗程后,可以 $0 共付继续接受同一提供者的照护。
Common Sense Media旗下Youth AI Safety Institute发布调查称,近半数美国青少年已看过AI生成的色情材料,近四分之一看过以自己或认识的人为主角的此类内容。
推荐理由:调查由Common Sense Media与传播公司Burson合作完成,样本为美国13至17岁青少年;机构自述其资金来自慈善与行业,包括部分被评估技术的厂商。
Rosebud 在官方动态中提出,语音日记可绕开 ADHD 大脑在任务启动与工作记忆上的瓶颈:把脑中堆积的事项说出来而非写下来,先卸下负担。文章称这只能解决第一项任务,记住上周重点、按个人价值排序仍需自己完成,并强调相关认知卸载研究并非在 ADHD 人群中进行。