Data Colada 质疑 JEP:G 生成式 AI 创造力倒 U 型研究：二次回归的 U 形可能是伪影
Data Colada 在博文中质疑《Journal of Experimental Psychology: General》一篇生成式 AI 与创造力研究：其第三项研究用二次回归得出倒 U 型，但加入置信带后不确定性极大，无法排除单调关系。
不同的认识方式
观点与讨论 最新动态
不同作者的论证与解释，不以热度代替理由，不把分歧合并成一个答案。
59 条精选近 30 天 33 条精选共收录 519 条
更新
观点与讨论的全部公开动态
Data Colada · 方法与纠错AI 评分2828
Daniel Lakens · 方法与复现AI 评分44 教条贝叶斯主义障碍：一篇模仿 DSM-5 的讽刺博文
Daniel Lakens 在方法与复现博客发布讽刺博文《教条贝叶斯主义障碍》，模仿美国心理学会 DSM-5 的障碍分类格式，虚构诊断标准 F61.1，并注明教条贝叶斯主义目前并非 DSM-5 中的真实心理障碍。文中列出对非贝叶斯者的嘲讽、对贝叶斯统计的执念等症状，并称普通人群患病率低于 0.01%，统计学倾向学者中估计为 1% 至 2%。
Daniel Lakens · 方法与复现AI 评分2222 为什么我们应停止使用未经心理学专家充分审查的统计技术
Richard Morey 与 Clintin Davis-Stober 在 2025 年论文中指出 p-curve 方法存在问题，Morey 在 Bluesky 发帖主张应停止使用未经统计专家充分审查的取证式元分析技术。
Daniel Lakens · 方法与复现AI 评分1818 Gelman 称 Type S 与 M 错误主要是“修辞工具”，Lakens 质疑其与 2014 年论文建议不一致
Daniel Lakens 在博客中指出，Andrew Gelman 近日称 Type S 与 M 错误并非他实践中常用的方法，而主要是一种“修辞工具”。Lakens 对比 Gelman 与 Carlin 2014 年论文，认为文中多处建议在数据收集前后进行设计计算，并曾提出“每项统计分析都应跟进功效计算”，与其现在说法存在张力。
WHO官方指南历史署名 WHO回应：尚未确立一致关联，家庭需要不受污名的支持
WHO在2025年9月声明中表示，孕期对乙酰氨基酚使用与自闭症之间尚未确立一致关联，建议按个体情况遵循专业人员用药建议。声明还强调自闭症人士与家庭获得基于证据、免受污名照护的权利。它是历史公共卫生回应，不是本次新研究的背书。
FDA · 公开公告与记录 FDA启动标签变更程序，同时承认因果尚未建立
FDA宣布启动对乙酰氨基酚标签变更程序并通知医生关注潜在关联。公告同时明确：已有相反研究，因果关系尚未建立，孕期高热本身也可能带来风险。这是2025年的监管动作，不是对2026年9月新综述的回应；本条未核实标签变更最终状态。
National Autistic Society · 公开声明 自闭症组织担忧：风险言论也可能制造恐惧与污名
英国National Autistic Society政策负责人Mel Merritt回应美国政府言论，批评未经充分支持的病因叙事可能使孕妇、自闭症人士及家庭感到恐惧，并加重污名。其核心关切是公共沟通对人的影响及社会支持。这是倡议组织的公开立场，不能当成独立药物试验或所有自闭症人士的共同意见。
Data Colada · 方法与纠错AI 评分2323 Data Colada 评 QJE 领英审计研究：197 对 AI 照片刺激缺乏多样性
Data Colada 发文评论一篇 QJE 领英审计研究，该研究用 AI 生成约 400 个虚构年轻男性领英档案、随机分配种族并发出 3 万多条连接请求，发现黑人档案连接率更低但获建议率相当。作者用刺激图分析 197 对照片，发现效应差异未超出抽样误差预期，查看材料后认为这些 AI 照片缺乏可辨多样性，构成该研究的有趣缺陷。
Data Colada · 方法与纠错AI 评分2121 Data Colada 质疑 Nature Human Behaviour 元分析：纠错效果被平均成“无效”
Data Colada 指出，2023 年发表于 Nature Human Behaviour 的一项元分析将“信念纠正”（d = .48）与“错误信念持续”（d = -.39）两类方向相反的效应平均，得出纠错平均不成功（d = 0.11，p = .142）。作者用该论文公开数据与代码重新拆分分析后认为，人们确实会纠正信念，只是没有完全纠正。
Data Colada · 方法与纠错AI 评分2222 Data Colada 提出用“刺激图”重审心理学实验的刺激选择
Data Colada 在即将发表于 JPSP 的《Stimulus Sampling Reimagined》中提出，至少 60 年来实验刺激选择一直偏重外部效度，应改为以内部效度为准，即确保所选刺激因假设原因而产生效应。作者主张 5 到 10 个刺激在许多情况下已足够，重点不是“平均”效应，而是不同刺激结果的一致与不一致，并提出用“刺激图”识别可能的混淆与调节变量。
Eiko Fried · 心理研究与方法AI 评分2121 Eiko Fried 谈探索性研究的核心价值
荷兰莱顿大学心理学副教授 Eiko Fried 在接受《中国社会科学报》采访时提出，探索性研究用于发现现象、生成假设，确认性研究则用于检验假设与建构理论。他认为探索性研究正被日益边缘化，这不仅削弱科学探究的全面性与创新性，还可能对科学进步的稳健性构成潜在威胁。
Data Colada · 方法与纠错精选AI 评分6565 Data Colada 质疑 AER 论文：75% 参与者未通过理解题
Uri Simonsohn 与 Daniel Banki、Robert Walatka、George Wu 在 SSRN 发布对一篇 AER 论文的评论，该 AER 论文主张前景理论对风险偏好的解释可由“复杂性”替代。Simonsohn 称，该实验 75% 参与者未通过理解题；在未出错的 25% 中，彩票估值与前景理论一致，而镜像被估为期望值。
Eiko Fried · 心理研究与方法AI 评分1212 Eiko Fried 借《The Darkness That Comes Before》谈理解复杂心理因果系统的困难
心理研究者 Eiko Fried 借用 R. Scott Bakker 的“The Darkness That Comes Before”概念，说明人当下的想法、感受与行为由生物、心理、社会和环境等大量过程交织决定，而我们对这些过程大多没有实证把握。他以睡眠为例指出，人们常用看似合理的说法解释自身经历，却难以真正知晓其成因。
Data Colada · 方法与纠错AI 评分2626 Data Colada 质疑 QJE 警察行为田野实验：约40个结果变量下发现或非真正显著
Data Colada 发文质疑即将发表于 QJE 的“A Cognitive View of Policing”田野实验，认为其发现并非真正统计显著：论文称为焦点的两项结果 p 值分别为 .048 和 .051。该研究让警察学习“从不同角度解读所遇情境”，报告称减少了使用武力与自由裁量逮捕；作者指出预注册列出至少43个因变量且未规定测量时段，数据为专有未共享，难以复制或再分析。
Eiko Fried · 心理研究与方法AI 评分4040 心理障碍的成因在个人还是环境？JoPACS 论文探讨社会外部因素与 p 因子
Eiko Fried 与 Merlijn Olthof、Anna Lichtwarck-Aschoff 在 JoPACS 发表论文，指出将 p 因子具体化为个人内在脆弱性会遮蔽贫困、结构性歧视与受害等外部成因。作者认为，把跨诊断症状负荷归因于个体内部，可能带来污名化与伤害，并掩盖社会不公。
国家统计局·时间利用调查 时间利用调查：无酬劳动也占据日常时间
2024年第三次全国时间利用调查显示，无酬劳动参与者每日平均投入2小时45分钟，男性1小时52分钟、女性3小时29分钟。这是活动参与者均值，并非全体居民均值或每对夫妻的分工。
Data Colada · 方法与纠错AI 评分1818 心理学方法预注册批评中的隐藏混杂因素
Data Colada 指出，一篇即将发表于 Psych Methods 的论文让编码者评估 300 份预注册的信息量，结论是心理学预注册（尤其依赖 AsPredicted 模板者）信息不足。该文未区分 OSF 上使用 AsPredicted 模板的预注册与 AsPredicted.org 平台预注册，且其 OSF 样本约 85% 来自 2017 年 COS 预注册挑战赛，按结果变量筛选，构成隐藏混杂。作者还认为预注册应只含区分验证性与探索性分析的信息，简洁为上。
Sherry Turkle · 技术与亲密关系AI 评分2121 Sherry Turkle 谈人工智能亲密关系时代的人际关系变化
MIT 社会学家 Sherry Turkle 在播客中探讨其关于"人工亲密"的新研究。早期使用者正涌向 AI 机器人寻求心理治疗、友谊乃至爱情，这些关系将如何影响我们，是她研究的核心问题。
Eiko Fried · 心理研究与方法AI 评分2222 僵尸理论：为什么错误观念难以消亡
心理学家Eiko Fried指出，精神病学遗传学领域曾耗费约20年追逐“单一基因致精神疾病”的假说，直到2019年Border等人的论文才将其否定。2020年一项研究显示，因学术不端被撤稿的论文引用量几乎不受影响，错误观念仍在学界循环。
Eiko Fried · 心理研究与方法AI 评分3838 没有证据支持冲动性是一种心理特质：对 PNAS 冲动性因子研究的评论
Orestis Zavlis 与 Eiko Fried 针对 PNAS 论文“冲动性是稳定、可测量且具预测力的心理特质”发表评论，质疑其将统计因子等同于心理特质的结论。作者指出双因子模型拟合倾向高、该研究拟合指标实为中等至较差，且统计等价问题使网络模型同样能拟合数据。该评论因“对原讨论贡献不足”被 PNAS 拒稿，改在博客与 OSF 发布。