论算法决策中的设计者责任

算法决策是设计主体有意识、有目的的创造性行为。工程设计人员通过算法模型构建人工道德主体的设计路径存在着“知”“情”“意”三重伦理困境,其产品应用会引发哲学上的主体性问题,即算法及其设计主体、用户在不同时空背景下形成的决策行为引发主体责任分担的难题。在设计哲学看来,单纯以从自我出发与从他者出发为依据的设计思想,都不能很好地化解算法决策引发的主体性问题。列维纳斯的他者性伦理思想避免了设计者和用户的对象性关系,但绝对的他者性容易导致设计主体的自我迷失,从而降低设计主体的创新意识。经过批判的温和的他者性思想有助于解决创新责任与社会责任的对立问题,从而在一定程度上解决算法决策中的主体性问题,并将主体性增强明晰为算法决策中的设计者责任。     

拒绝敏感性的影响因素——基于“个人×环境模型”

拒绝敏感性指个体对拒绝信息存在焦虑预期,易于知觉并倾向于产生过度反应的程度。以往研究大多关注拒绝敏感性的认知及神经机制,缺少以社会性发展的视角探讨拒绝敏感性影响因素的证据。本文根据“个体×环境模型”,发现性别、外貌特征、人格特质以及早期创伤经历、依恋、专制型教养方式、同伴欺负与友谊及文化差异均可以影响个体拒绝敏感性的水平,且它们之间还存在一定的交互作用。同时,本文对未来研究方向提出了展望。     

视觉搜索中注意模板促进搜索的内在机制

生物的视觉搜索能力对适应外部复杂环境具有非常重要的生存意义。注意模板可以在搜索任务的过程中增强相关信息和抑制无关信息,从而快速找到目标。总结近期研究结果主要有以下发现：在建立注意模板的过程中并不能明确是基于语义信息还是视觉特征信息;注意模板不仅可以存储在工作记忆中,也可以存储在长时记忆中;不同类型注意模板的神经机制存在差异。未来的研究应关注注意模板在建立过程中内部信息如何传递,并关注不同人群注意模板的神经机制,以及解决拒绝模板抑制机制的理论争议。     

人工智能决策的公平感知

不平等问题是全球社会和经济发展需要应对的首要挑战,也是实现全球可持续发展目标的核心障碍。人工智能(artificial intelligence, AI)为缓解不平等、促进社会公平提供了新的途径。然而,新近研究发现,即使客观上AI决策具有公平性和准确性,个体仍可能对AI决策的公平感知较低。因此,近年来越来越多的研究开始关注AI决策公平感知的影响因素。然而,目前研究较为分散,呈现出研究范式不统一、理论不清晰和机制未厘清等特征。这既不利于跨学科的研究对话,也不利于研究者和实践者对AI决策公平感知形成系统性理解。基于此,通过系统的梳理,现有研究可以划分为两类:(1) AI单一决策的公平感知研究,主要聚焦于AI特征和个体特征如何影响个体对AI决策的公平感知;(2) AI-人类二元决策的公平感知研究,主要聚焦于对比个体对AI决策与人类决策公平感知的差异。在上述梳理基础上,未来研究可以进一步探索AI决策公平感知的情绪影响机制等方向。     

大学生自我概念清晰性与社交焦虑的关系：多重中介效应分析

为了考察大学生自我概念清晰性对社交焦虑的影响,以及拒绝敏感性和无法忍受不确定性的中介作用,采用自我概念清晰性问卷、拒绝敏感性问卷、无法忍受不确定性量表和社交回避及苦恼量表对890名在校大学生进行问卷调查。结果表明：大学生的自我概念清晰性既可以直接负向预测社交焦虑,也可以通过拒绝敏感性、无法忍受不确定性以及二者的链式中介影响社交焦虑,但链式中介作用较弱。因此,大学生的自我概念清晰性是通过降低其拒绝敏感性和无法忍受不确定性,进而缓解大学生的社交焦虑。     

珠心算与思维科学

珠算、心算，古代是两种算法。有据可考的是东汉后期徐岳编撰的《数术记遗》。该书记有算法十四种，而最后的两种，就是珠算、心算（心算原文：既舍数术，宜从心计）。     

生态学智力:人类的推理算法对频率的适应

从生态学智力的角度分析了人们的直觉推理与贝叶斯定理相矛盾的原因,指出人类的推理算法是与自然频率而不是相对频率(概率和百分比)相适应的,并以医生对乳腺癌发病率的直觉推理和心理学领域认知错觉的研究,进一步说明了人类的推理算法是为自然频率而设计的理论构想.     

小学儿童社交焦虑与孤独感研究

本研究采用经修订的量表对大城市三所普通小学的569名小学生测查了与社会交往有关的情绪,结果表明：男生的孤独感显著地高于女生。被拒绝儿童的孤独感最高,其次是被忽视儿童。二年级和六年级儿童的社交焦虑显著高于四年级儿童;被拒绝儿童的社交焦虑水平显著高于其他儿童。     

促进被拒绝和被忽视幼儿的同伴交往的三种训练法

本研究在测查了4-6岁幼儿在幼儿园的社交地位的基础上,对筛选出的被拒绝和被忽视幼儿进行干预训练,探讨行为训练、认知训练和情感训练对不同类型的同伴交往不良幼儿干预的有效性,并对被拒绝型和被忽视型幼儿同伴交往不良的可能成因做了分析。结果表明:行为训练法、认知训练法、情感训练法都可以促进同伴交往水平,三种方法之间的效果无显著差异。对被拒绝儿童采用认知训练法效果较好,对被忽视儿童采用行为训练法更好。从4岁到6岁,行为训练法的效果逐渐减弱、而认知和情感训练法的效果则逐渐提高。     

卡方自动交叉检验在人群细分中的应用

卡方自动交叉检验（CHi-squaredAutomaticInteractionDetector,CHAID）是一种定性的统计分类技术,主要解决根据一个因变量的不同反应确定若干预测变量的特征问题。这种算法模型可广泛应用于社会调查和市场细分中,根据不同的目的细分人群。该文主要介绍了CHAID算法模型的概念和发展,理论基础和应用过程,以及其效度检验方法,并将其与Logit模型等作了比较,指出其优势和局限。最后提出了研究展望