人工智能情感的伦理风险及其应对

人工智能情感技术迅猛发展,不断提升着机器模拟人类情感识别、表达与应答功能的能力。在便利生产生活的同时,人工智能情感加剧了情感生活的数据化、工具化、机械化,冲击着情感的私密性、真实性、体验感、意义感,衍生出情感隐私泄露、情感欺骗盛行、情感控制加剧和情感能力退化等伦理风险。这些伦理风险的背后是资本逻辑的驱动、情感算法自身的局限性、伦理观念的相对滞后与工具理性的泛滥。应对人工智能情感的伦理风险,从根本上说就是要合理规制资本、推动科技向善。具体而言,应实行敏捷治理、健全伦理法规、深化人文反思。     

道德理性化的历史批判及其启示

情理关系始终是中国伦理思想史上争论不休的问题之一。就其基本思想倾向而言,历来就是重理轻情。尽管有人倡导情理合一的情感方式,注重在审美追求中重视情的作用,在社会控制上注重情的软约束,但当情施之于道德领域时,就成了“以理灭情”的     

30年来西方关于主观幸福感的理论发展

文章详尽介绍了西方30年来关于主观幸福感研究的理论成果,重点介绍SWB的结构、内容和理论,探讨了下一步发展方向和新的研究课题,旨在为我国本土化研究提供参考。     

电脑网络对网民心理健康的影响

电脑网络作为一种新型的信息传播和人际交往工具,正在改变着现代人的生活方式,并且对人们的学习、工作、生活和心理健康发生着越来越重要的影响。本主要从网民心理健康的角度,论述了电脑网络可能带来的双重影响。积极影响主要表现在建立良好的人际关系、情感宣泄、普及心理健康知识、提供心理健康援助和提高正常人的心理健康水平等方面。消极影响主要表现在某些由电脑网络引发的心理障碍、情感冲突和安全焦虑等方面。     

奖惩频率对3～5岁幼儿完成博弈任务的影响

通过对情感决策的常用研究工具——标准爱荷华博弈任务进行了得失总量不变而频率改变的修改,并使之适合于年幼的3～5岁儿童,可以比较幼儿在不同奖惩频率任务中的表现,从而考察奖惩频率对幼儿情感决策的影响。对120名3～5岁幼儿在四种不同类型的任务中的表现进行分析后,所得实验结果如下:(1)儿童对惩罚和奖励频率的变化比较敏感:正向博弈任务中,"有利纸牌不变,不利纸牌的惩罚总量不变,只增加不利纸牌的惩罚频率"可以使3～5岁儿童完成博弈任务的成绩有显著提高;逆向博弈任务中,"不利纸牌不变,有利纸牌的奖惩总量不变,而有利纸牌奖励频率的增加"能促使4～5岁幼儿更多更快地做出正确选择。(2)幼儿的情感决策能力在3～4岁时期发展迅速,而在4～5岁时仍然有较快发展。     

员工网络建构行为的概念内涵及作用机制

网络建构行为(networking behavior,也被译作“结网行为”)是指员工为实现职业目标开展的联系构建、维持与使用行为。与聚焦结构特征的传统社会网络研究不同,网络建构行为研究强调个体能动性,认为员工可以通过主动开展网络建构行为提高工作绩效、促进职业发展。在系统回顾以往研究的基础上,首先提炼出员工网络建构行为的概念内涵;其次,结合资源、情感、网络与交换等视角,梳理员工网络建构行为的影响结果及作用机制;最后,围绕深化并整合不同理论视角、扎根社交工作平台研究新场景、应用非结构性数据和仿真算法等方向提出未来研究建议,推进员工网络建构行为研究的持续深化,增进管理实践对员工网络建构行为的理解。     

职业冲击的新分类及不同理论视角下的影响效应

已有研究大多以职业冲击的影响结果为划分依据,将其区分为正面职业冲击(意外加薪等)和负面职业冲击(意外失业等)。然而,由于忽略了个体认知差异或时间等因素,这种分类方式有失偏颇。基于压力认知评价理论,对职业冲击提出新的分类方式——挑战性和阻碍性职业冲击;并依据所提出的新分类方式,基于压力认知评价理论、工作要求-资源模型、情感事件理论和事件系统理论,提出了基于多视角的职业冲击作用机制整合模型。     

家庭社会经济地位对青少年问题行为的影响:父母情感温暖和公正世界信念的链式中介作用

为探讨家庭社会经济地位对青少年问题行为的影响及其作用机制,基于生物生态学理论,采用家庭社会经济地位评估、简式父母教养方式问卷、公正世界信念量表和长处与困难问卷对全国三大片区13所中学的1337名青少年（7~12年级）进行调查。结果表明：（1）家庭社会经济地位、父母情感温暖、公正世界信念和问题行为之间两两显著相关,且家庭社会经济地位能显著负向预测问题行为;（2）父母情感温暖和公正世界信念在家庭社会经济地位与问题行为之间起显著的中介作用。具体为三条中介路径：一是父母情感温暖的单独中介作用;二是公正世界信念的单独中介作用;三是父母情感温暖和公正世界信念的链式中介作用。本研究丰富了问题行为领域的研究成果,为预防和干预青少年问题行为提供了理论基础。     

信任的认知神经网络模型

信任是指一方在基于对另一方行为期望的基础上愿意冒一定的风险, 以期在将来得到积极结果的心理过程。近年, 认知神经取向的研究对信任行为引起的特定脑区激活进行了考察, 却忽略了大规模脑网络在信任过程中的整体作用。在总结前人研究的基础上提出信任的认知神经网络模型, 并从认知神经网络视角对信任行为进行解释和整合。在模型中, 信任行为是动力系统、情感系统和认知系统相互作用的结果, 并分别与奖励网络、显著网络、中央执行网络和默认网络等神经网络激活有关。此外, 模型还强调信任行为的反馈机制, 以此构成完整的建构模型。模型阐明了心理系统与中枢神经网络之间的对应关系, 从认知神经角度解释了信任行为发生的心理机制和神经基础。     

Bootstrap区间估计在认知诊断模型误设中的应用

认知诊断模型选择是认知诊断评估中重要研究问题之一。在实际应用中实践者并不知道真正拟合数据的模型,通常会用模型拟合指标检验模型与数据的拟合程度。从测量结果质量来看,除保证模型与数据拟合之外,还需要重点评价模型诊断结果的信度和效度等。考虑到以往研究大都采用基于信息量的拟合指标去判定模型与数据的匹配性,本研究提出综合考虑模型拟合指标与信度指标用于模型选择或评价模型误设。考虑实验因素为真实模型或分析模型（DINA模型、G-DINA模型、R-RUM模型）、样本量、题量和属性个数,在五因素（3×3×2×2×2）实验设计条件下,比较Bootstrap区间估计的属性分类一致性信度平均数与标准误和常用的拟合统计量-2LL、AIC、BIC对正确模型的选择率。结果表明：-2LL在题目数量多的情况下表现较好,而AIC、BIC在被试量较大的情况下表现较好,在不同的研究条件下,-2LL、AIC、BIC的模型选择率很不稳定,而用Bootstrap法估计的属性分类一致性信度平均数和标准误在不同研究条件的模型选择率较稳定,总体表现较好。