心理学可能是外行混入最多的学科，最大的问题是没有标准，只有共识。没有「标准」的问题就在于无法建立学科壁垒，共识和规范是用来约束内行人的，无法束缚外行人，就造成「牛鬼横行」的乱象。
最典型的抑郁症识别技术，有「面部识别」、「指纹识别」、「指尖 PPG 识别」、「EDOR 识别」、「问卷量表」、「眼动认知技术」等等，而真正靠谱的一个没有。因为内行人只会用「问卷量表」，又缺少抑郁症的评估标准，所以外行人就设计了五花八门的方法手段。像数学、物理专业，有明确的标准和对错，哪有轻易敢过去乱入的。
我们走上坡路的时候，会频繁遇到交叉口，如果冲动抉择，或者按部就班，往往迈入「人生发展无人区」。在流星追月的「技术变革」时代，一念之差，可能就会与「大趋势」擦肩而过。做选择的沉没成本、路径依赖越来越高。比如你的第一份工作选择了「中小学的心理健康老师」，那么大概率一辈子的职业就固定了，哪怕时代如何巨变，你都能安全的呆在「信息茧房」中，保持信息钝感，对实事不闻不问。等你反应过来，需要做些改变的时候，也只有望洋兴叹的份了。
之所以说大家会迈入无人区，是因为你的发展已经超越了我们父母、亲戚或朋友所处的阶层，他们很难再给你任何建议。后续道路只能你自己蹚，这种「无人区陷阱」在应用性差的学科领域，尤为明显。
这时候，最好在现实生活中找到引领你的师者。TA 比你大个三五岁，身处你想跃迁的阶层，承载着高信息、高信任，在用作品社交。我们从师者身上学习的是「成事的方式」、「做大事的思维」。
请记住「技术变革」时代，信息不重要，紧跟「做事的人」更重要。一个人再努力，努力不过趋势；一个人再聪明，聪明不过时代。要在大趋势上，找准「时间窗口」，极限加杠杆，构建自己的「作品矩阵」。当你数年后回望身后，发现除了荡荡扬尘，早已空无一人。
这个时代变化太快，这个时代人人害怕落后。几十年前不识字是文盲，十几年前看不懂英语是文盲，几年前不懂计算机是文盲，两年前不懂数据分析与文盲无异，而从去年开始还没将 AI 变成自己的登山杖、脚手架的人，开始变成新一代的数字文盲。
心理学领域研究者普遍反应较慢，红利开始被那些保持足够敏锐、机警和应变调整能力的学者抢占。新的时代，遍地开花，花期一瞬，新的心理学研究格局将会在一两年后重构。大家要尽早的拥抱 AI，融入 AI。悲观者正确，乐观者前进。
心理学研究生擅长的是将现实生活中的问题、现象，抽离成一个个的实验设计进行针对性研究。所以我们这个领域基本科研能力的落脚点是在「研究问题的选择」和「研究深入程度」上。
如果大家在选择毕业课题时，发现涉猎的研究领域、研究方向，林林总总，无处下脚的话。其实最简单的做法，可以从两个角度拓展，一个是从「人」的角度，将「单人研究」变成「多人互动」；另一个是「时间」，将「单点监测」变成「长时程采集」。
比如想要研究一位学生是否存在抑郁倾向，传统方法是采集这个班级所有学生的问卷量表数据，推测可能的问题学生。换个思路，通过「班级网络关系」角度探讨，假设班级内人际关系较差、和同学「社会链接程度」较低的学生，会不会更容易出现抑郁倾向，这算不算一种独特的视角。
或者我们常在实验室做认知任务，比如 goNogo Paradigm 被研究了几十年，即便在上面叠加再多变量，用再先进脑科学设备，也逃不出「常规」二字。现在研究者的科研方式，无外乎把「十几年前的认知行为结果」，用脑科学设备重新扫一遍而已，原创性、新颖性就可想而知。换个思路，是不是可以在实验室进行「双人 goNogo」的研究，把被试从单人变成双人，类似研究就骤减了。这种研究方法就是群体超扫描技术。
之前的闲谈系列，我们讲到过「经验取样法」，从「单点监测」变成「长时间追踪」的研究方法。上面提到的「超扫描技术」和「经验取样法」都属于自然情境研究范式。这种研究取向让研究者不再局限于实验室那种精细设计、严格平衡控制的刺激材料、研究问题，而可以深入观察真实情境中认知状态的活动过程。同时因为研究场景本身的生态效度，也可以保证研究结果从理论向实际应用的过渡和推广。
所以说，心理学领域还是要更多的聚焦在「研究设计手段」上，而非去追求所谓高大上的科研设备、数据分析方法，有点舍本逐末的感觉。
昨晚朋友发过来一段视频，是新加坡一家公司 ThoughtFull 获得 400 万美元的融资。
视频主要提了两点：1）新加坡整个国家的「社会心理服务体系」做的相对成熟；2）ThoughtFull 这家公司主营业务是 EAP（员工支持计划）。
其实 EAP 是从三个维度（幸福、高效、健康）、三个层面（员工、团队、组织）展开的，核心目标：发掘个体积极品质、提升员工心理资本、推动管理者反思行动、营造良好团队氛围、树立组织健康形象、促进组织高效发展。所以你看 EAP 关注的还是「提质增效」，所以倍虚的内容。
之前我们说过，心理学就两个能力：识别（测评 / 评估） + 干预（调节、发展）。
这种干预服务，不管是新创的还是有一定年头的公司，不管国内抑或国外，技术水平都差不多，因为心理学在这方面没有太多的技术门槛。每家公司比拼的还是商业套路、服务模式、对接资源多寡。若非 AIGC 技术有个跨越「奇点」的突破，我真对心理学的「应用能力」有点死心了。
[psygpt.cn] 域名已注册，业余时间 ALL IN 心理学领域的 GPT 技术应用，早日研发一款「小而美」的心理学产品。
真是一步跨入新时代，GPT 多维能力的「涌现」，改变了研究生读文献、做研究、分析数据的协作模式。现在「心理学素养」+「数据处理能力」，已成心理学研究生必备技能。
「数据处理能力」完全可以依赖技术的「赋能」，史上最强编程组合「chatGPT + Github Copilot + New Bing」，世界级的计算机协助你写代码，是不是很酷。更进一步的玩法，则是将其变为你的「私人问题解决助手」，几十亿现金研发出来的产品，做你人生发展道路上的「脚手架」，真酷。再次感叹，未来已来，只是分布不均。
三年疫情很多心理学同学做实验的方式，从线下一对一，被迫改成线上批量招募被试收数据，尤其是问卷数据，采集效率更高。
很多同学采完问卷数据后，简单的根据测谎题进行数据清洗。对于没有测谎题的问卷，索性不管，直接统计结果，得到的结论可想而知。
关于心理测量技术，问卷量表的编制是一块核心知识，比如充分使用探索性因素分析、验证性因素分析进行信效度的检验；而另一块则是「答题质量」的控制。比如设置测谎题的形式和方法，对于规模化问卷数据的清洗方法。
关于「数据清洗」方法，有很多统计上的指标可以应用，如「连续选项个数、平均作答时长、奇偶题的相关性」等，下图是 @学叔 根据文献梳理的「答题质量控制条件及流程」，供各位同学参考。
基于游戏的心理测评（Game-based assessment）是指通过游戏或游戏化的活动，对一个人的能力、人格等心理特性和行为进行量化测评。游戏化的测评，类似人才招聘中的情境化面试的筛选方式。比如在玩电子游戏过程中（吃鸡游戏），利用游戏的过程数据，分析玩家的「决策风格」、「情绪稳定性」、「动作技能」及「思维能力」等。
这种测评方式天生具备「防伪」功能，同时还兼具趣味交互、时间可控、规模化测评、测评结果多元等特点，如果游戏化测评能够产生「元范式」，相信一定会被广泛应用的。目前国内这方面研究刚刚起步，相信过几年就会大放异彩。
其实大众期待着心理上的感受，也能像日常「生命特征」的监测一样，被便携的量化出来。比如公共安全领域，需求是快速识别出「驾驶员是否适合执行当前任务」？
前段时间东航失事，人们又开始反思这个问题。这些飞行员在执行任务前，都是要查体的，测心率、血压、体温、血氧、酒精浓度等，目的是检测「生命体征状态是否正常」。
如果飞行员心率、血压偏高，睡眠不充足，就不允许执行接下来的任务。但这些「生命体征」都正常，并不代表没有问题，还少了心理部分的监测，这部分是最容易掩饰的。
所以飞行员的监管层想知道他们的「情绪感受」如何，是否心烦意乱、郁郁寡欢。如果这个，也能像测心率一样，快速的给测量出来，并也有医院体验报告一样的正常范围，那时候心理学的应用就到家了。
