由北京师范大学心理学部、微软亚洲研究院、剑桥大学测评中心共同举办的首届国际认知心理测评与提升大会于7月6日至7日在北京师范大学昌平校区隆重召开。大会旨在深入研讨心理测评与认知提升领域的最新研究成果，整合不同学科的先进技术和方法，推动我国人才测评、培养和发展领域从理论技术突破迈向实际的问题解决。会议邀请了全球范围内顶尖的心理测评、人才测评、人工智能、教育评价领域的专家、学者，直面人工智能技术对心理测评与提升的深远影响。本次大会上，专家学者们围绕基于图像的心理测评交流了研究成果，展开了深入探讨。
图像化心理测评
图像与绘画以非语言的方式表达了个人的所有意识和无意识。在心理测量领域，如何基于图像做测评始终是一个有趣的话题。自经典投射测验、绘画艺术评定等测验诞生以来，许多研究者一直尝试使用图像化测验来触达言语表征之外的心理特性，甚至将艺术品用作精神疾病的诊断工具，或使用绘画来观察当事人的内心世界。传统的图像测评如投射测验的研究和实践长期处于定性分析层面，缺乏定量研究，指标评分体系不够完善，所得结果没有得到充分的数据量化，从而造成重要信息的丢失。此外，一些使用图像迫选形式的心理测验其质量还需要更大范围应用的检验。
随着数字技术的发展，图像具有了新的属性、特征和使用范围，图像得以在数字环境中被调整、修改、编辑和再使用。同时，大量新的数字图像的出现，更新了传统认知视野中的图像生成方式、呈现方式和其功能。人工智能技术的飞速发展使基于图像的心理测评的创新有了更多可能。研究表明，大语言模型具有较好的语言交互能力，且可能具备开展心理诊断所需的一些心理素质。对大语言模型能力及特征的研究帮助人们更好地理解模型的潜在反应动机和沟通模式，有利于将其应用于创新型心理测验的开发。此外，各类人工智能算法更是为心理测评的智能化评分、图像化测评材料的创作与分析提供了有力支撑。将人工智能技术应用于图像化心理测评开发的各个环节，都可能碰撞出特别的成果。当前，对图像化心理测评的研究有以下几个主要主题：
01
改进传统图像化测评
将那些以手绘创作图像为测验主要形式的传统图像化测验、与现代数字化技术结合，并在学校教育、临床干预场景中应用。如将房树人测验的结果输入以便进行算法特征提取、将投射性的表达性绘画评定过程置入软件中从而形成绘画全过程和结果的数字化等。这些尝试使研究者更方便地使用计算机技术来展开测评，也为智能化评定、后续在线应用于干预或教育提供了便利的基础。
02
将文本测验图像化
一些研究为突破传统自陈式测验在内容设置、被试作答能力等方面的限制，将文本测验改编为图像化测验，例如将人格测验的陈述绘制为情境化的图像再由作答者根据个人偏好选择。无论是通过专家设计图片，还是收集甄选图片库，亦或由人工智能模型生成图片，这类图像化测验的内在逻辑是文本测验语义的视觉化呈现，其作答范式依然类似于遵循传统测验，但图像的形式和人工智能技术的使用使得这类测验作答更简单、有趣，评分也高效，但其质量仍然需要更多实证的检验。
03
开展心理评估
不同于作答者的直接创作、或是专家精心设计标记的图像测验题，还有研究分析人们日常生活中便于获得的图像及对图像的反馈，来评估作答者潜在的心理特征。互联网时代，图像日益宰制文字而跃升为传播活动中的主导形态，大众日常生活中不断重复着接收与输出图片的过程。以社交媒体为例，使用个人账号标记图片、使用表情图片、选择头像等都蕴含着个体心理偏好与自我表达。因此，使用这些人们日常生活中传播使用的图片，在大数据基础上进行心理评估，也是一个值得关注的方向。
04
新技术赋能图像化测评
随着认知神经科学、物理学、计算机视觉等各领域技术的发展，从不同视角解读人类的图像认知过程有了更丰富依据，心理测验的模式因为这些技术得到突破，心理测验开发者群体也更加多元。自大语言模型问世以来，与大语言模型交互从而批量生产图片、精细创作图片、描述评价图片已经十分高效，亦为新型图像化测评的发展提供了极丰富的空间。
总之，基于图像与人工智能技术的新型心理测评研究正在经历不断革新，吸引了各领域研究者的关注。本次大会期间，多位研究者针对此主题作了分享交流：
北京师范大学的骆方教授在会上作了主题为《心理健康测评精度提升的多元化尝试》的报告，其中专门介绍了近年来在基于绘画的新型测评方面所做的工作。近年来，骆方教授带领团队改进传统自陈式量表，使用前沿的人工智能技术，突破性地进行智能化测评创新。例如，针对抑郁评估，骆方教授团队使用画树测验图片、曼陀罗绘画作品，结合深度学习和机器学习模型开发了具有较高精度的测评方法：通过深度学习算法分析纸笔画树测验的画作，建模融合图像和特征信息、提取关键特征预测抑郁；从曼陀罗绘画中提取特征，使用机器学习算法进行分类和预测，达到对抑郁患者的准确识别。这些基于绘画的新型智能测评拓展了智能化心理测评的内容、分析方法、适用场景，也弥补了传统绘画测验评估主观性强、精度不高的缺点，为新型智能化测评提供了启示。
来自剑桥大学贾奇商学院的David Stillwell教授在本次会议上向大家分享了几项使用生成式人工智能创建基于图像的个性测试的研究。David Stillwell教授为大家阐释了基于图像的心理健康测评的重要价值：与自陈式心理测验相比，基于图像的心理测评具备不易作假、作答体验更有趣、测验目的隐蔽、适用于不同认知水平的群体等优点。David Stillwell教授还详细地介绍了他近期开展的基于图像的心理测验研究。通过人工智能模型分析用户在社交媒体上公开使用的头像图片及其人格数据，他发现用户社交媒体对其智商有一定预测作用。此外，David Stillwell教授指出使用生成式人工智能模型开发图像测评也是值得探索的方向。依托生成式人工智能模型的图文理解和生成能力，可以构建更加自然的对话式测评场景，用户可以与生成式人工智能模型合作创作具有特定特征的图像，其创作过程与指令描述也具有预测人格的可能性。
北京科技大学的马惠敏教授则向与会观众分享了她在基于图像认知的心理测评智能技术方面的成果积淀。马惠敏教授长期从事计算机视觉与认知心理学交叉学科研究，她提出了一种全新的图像心理学测试系统。从视觉注意偏向和视觉心智理论的生理基础开始，马惠敏教授由浅入深地介绍了如何使用视觉计算分析技术采集个体进行视觉活动时的各类生理心理信息、提取参数，通过大数据和人工智能计算对个体心理特质进行建模及自动分析。马惠敏教授还提出基于测评系统开发精准干预系统，采取基于神经反馈的调控方法、使用普适性数字化情绪训练方案、在移动终端上进行呈现，从而形成更完整的测评应用体系。
本次会议上教授们的分享紧扣当前新型图像化测评开发的前沿主题，引发了大量与会嘉宾及观众的兴趣。大家针对图像化测评的开发技术、测验效果、施测过程等各方面进行了坦诚、热烈的讨论。未来，基于图像和人工智能技术的新型心理测评在测评形式、测验内容、作答体验等诸多方面都显露出较大潜力，可以突破传统心理测量方式的诸多局限。在人工智能技术的加持下，图像化心理测评测验内容设计、提取有效指标、智能化评分、验证测验效果等方面都拥有广阔的发展空间，其成果也将适用于丰富的应用场景，值得研究者们进一步探索。
供稿 | 赵靓靓
排版 | 余 樊
往期回顾
MHR2.0｜智能化心理健康与情绪测评——首届国际认知心理测评与提升大会系列述评第五期 MHR2.0｜测验数据的挖掘与分析新进展——首届国际认知心理测评与提升大会系列述评第四期 MHR2.0｜AI赋能人才测评与选拔 ——首届国际认知心理测评与提升大会系列述评第三期 MHR2.0｜AI、大模型与心理测评：“在变化中不断更新” ——首届国际认知心理测评与提升大会系列述评第二期 MHR2.0｜AI辅助的智能化心理测评——首届国际认知心理测评与提升大会系列述评第一期 “首届国际认知心理测评与提升大会”成功举办
北师大MAP
—心理测量与人力资源管理MHR2.0方向介绍
MHR2.0数字人小訫
北师大心理学部应用心理专业硕士心理测量与人力资源管理（MHR）于2015年开始招生，是MAP专硕项目最早形成的专业方向之一。随着AI时代的到来，社会和企业对专业型人才的需求发生了重大变化，北师大心理学部自2024年6月起决定升级MHR方向，推出MHR2.0，致力培养能够应用和研发心理测评工具，掌握赋能组织发展的技术方法，擅长使用智能技术解决组织中实际问题的高级专业人才。
MHR2.0的核心理念是潜能激发，成就卓越人生，通过升级课程体系和实践体系，培养适应AI时代需求的复合型人才，同时强调心理洞察和通达管理，结合智能化测评技术和组织赋能方法，为学生提供全面的专业训练和广阔的职业发展平台。
☎️联系我们
微信公众号：北师大MHR
官方邮箱：bnumhr@163.com
咨询电话：010-58808272，010-58805857
全网搜索字段(微博、微信、B站)：北师大心理学部MAP
