交流是思想的碰撞，只有在碰撞中，火花才能被点燃。
“心交叉学术沙龙” 是为心院师生打造的一个充满活力、开放交流的学术平台。活动定期邀请来自认知、发展、组管和临床的多方向的博士后及博士研究生汇聚一堂，分享前沿研究、自由交流，推动心理学、生命科学、人工智能等领域的学术融合和交叉，带来更多科研创新和合作。
2025年3月14日中午，北京大学心理与认知科学学院师生在王克桢楼会议室，顺利举办第八期“心交叉学术沙龙”。本次活动由彭玉佳研究员主持，由来自临床心理学方向的博士后刘金梦和管理心理学方向的博士生周意勇主讲，分别介绍了机器学习算法在临床心理学研究中的应用，以及生成式人工智能影响个体创新能力的前沿研究进展，共计40余名师生参加。
报告1：RCT研究中异质性治疗效应的机器学习算法
第一位报告人刘金梦（健康心理学方向博后），分享了题为“RCT研究中异质性治疗效应的机器学习算法”的研究报告。
在随机对照试验（RCT）中，个体对治疗的反应往往存在显著的异质性，而传统的统计方法难以充分捕捉这种复杂性。通过引入机器学习算法，精准识别影响治疗效果的关键因素，可以为个体化干预方案的制定提供科学依据。
在报告中，刘金梦首先详细介绍了机器学习算法在RCT研究中的应用逻辑。然后围绕异质性治疗效应展开，以心理学相关研究为例，讲解了贝叶斯因果森林这一算法在干预研究分析中的具体应用，并进一步比较了传统的线性分析和机器学习方法之间的优缺点。最后，她总结了当前机器学习算法在RCT应用中的最新进展，并提供了参考资料。
报告2：Creative scar without generative AI: Individual creativity fails to sustain while homogeneity keeps climbing
第二位报告者周意勇（22级管理心理学方向博士生），她的报告题目是“Creative scar without generative AI: Individual creativity fails to sustain while homogeneity keeps climbing”，探讨了个体创造力的动态演化及生成式人工智能的影响。创新很难、维持创新更难。因此，当生成式人工智能（例如ChatGPT）展示出惊人的思维和反应能力时，人们以为掌握了突破创新桎梏的钥匙。然而，周意勇及其合作者却发现ChatGPT虽然可以在短期内提高个体的创新表现，但个体实则并未从这种“human-AI”互动中获得真正的创新能力。因此，一旦他们不再继续使用ChatGPT，他们的创造力会显著下降，更为严峻的是，使用ChatGPT会导致人们产生认知依赖、造成想法的同质性，而这种思想的趋同即便在不继续使用ChatGPT后依旧存在。周意勇及其合作者将这种现象称为人们使用ChatGPT后造成的“创新之伤”，并
通过二手数据和实验证据证实了这一现象。研究者强调AI带来的“创新表现”不等同于个体获得了“创新能力”，以及AI导致的思想同质性问题。
在报告结束后，多位老师和同学针对主讲人的汇报进行了提问，针对“不同机器学习算法适用的研究设计、样本量”、“利用生成式人工智能开展研究”等问题展开了热烈讨论，增进了师生对各领域前沿研究的了解以及启发新的思考。
“心交叉学术沙龙”将继续为心理学院的师生们提供一个开放、包容的学术交流平台，鼓励更多的跨方向合作与创新。欢迎博士生、博士后以及研究员加入我们的下一次沙龙，分享前沿研究，一起交流共进！（报名链接见海报二维码）。
2025-03-24