12月15日下午，教育心理学系在田家炳教育书院1006举办了第16期教育心理学跨学科沙龙，邀请了中国科学院心理研究所朱廷劭教授作题为“人工智能大数据技术之于心理学研究及应用”的报告。本次沙龙通过腾讯会议进行现场直播，吸引了校内外相关研究人员的热情参与。沙龙由郑蝉金副教授线下主持。

我们常常思考，心理和行为之间的关系是怎样的？行为反映了心理，心理是行为的动因。传统心理测量的局限之一在于它过于依赖参与者的自我报告，导致行为数据很难被有效利用。为了便于听众理解，朱老师以逛街路线为例对此进行了解释说明：不同性别或不同性格的个体在逛商场的时候往往选择的路线也是不同的，通过收集大量逛街路线的数据，我们能够据此对个体的心理特质做出一定的推测和判断。由此，朱老师引出了他目前的研究领域——利用人工智能的机器学习方法来研究个体的心理特征。

讲座伊始，朱老师介绍了他的团队是如何利用机器学习建立微博用户的人格预测模型的，具体的步骤包括以下几个方面：首先从微博平台抓取实验用户数据，与此同时利用人格量表对用户数据进行标注，接下来总结微博用户特有的行为特征，并以此为依据进行数据的特征提取，最后利用数据训练出个体模型。通过微博上的大量文本行为数据，利用机器学习训练得到的个体心理特征的预测模型，能够实现对心理特征的智能化识别和预测。

除了微博数据，朱老师团队也对基于文言大数据的古人心理语义和基于社会媒体大数据的疫情社会心态进行了分析，在时间和空间的巨大跨度上，大数据的机器学习方法在不同领域的应用都取得了较为突出的成果。

接下来，朱老师又介绍了基于行为数据的心理识别。行为数据不仅仅是文本信息，还包括运动信息。朱老师团队对步态等运动信息也进行了研究，通过记录运动过程中的主要关节点的时序深度信息，对运动过程进行量化，并结合机器学习的方法探究其和人格、抑郁、焦虑等心理症状的关系。另外此方法也被应用于语音实现对心理特征的识别。

最后，朱老师介绍了基于社会媒体的在线自杀主动预防项目，此项目通过对微博自杀相关信息的建模，从而对自杀意念进行预测。

朱老师的精彩报告引起了线下与线上师生的热烈讨论。朱老师指出，人工智能大数据技术有了很大的发展，这种数据驱动的分析方法能够节省大量时间成本和人力成本，并具有很高的应用价值。但在教育等领域的实际应用中还需要考虑更多的问题，仍需更深入的探究。