近日，心理与认知科学系王非课题组在国际学术期刊《人工智能评论》（Artificial Intelligence Review）（5年影响因子14.9，JCR Q1）在线发表题为“绘制人工智能赋能心理学的研究版图：一项基于主题建模的文献计量分析”（Mapping the landscape of AI-empowered psychology: a topic modeling-based bibliometric analysis）的研究论文。该研究系统梳理了“AI赋能心理学”领域的发展图谱，描绘了其主题结构、演变轨迹与出版合作格局。
人工智能（AI）的发展正在持续影响心理学研究与实践，并不断拓展相关研究问题与应用场景。为厘清这一交叉领域的发展脉络，研究团队将AI赋能心理学（AI-empowered psychology)界定为心理学学科类别中以人工智能相关方法与技术为分析工具或研究对象的工作。基于这一界定，研究团队从 Web of Science Core Collection 中检索整理了2000年1月至2025年11月的9190篇文献，并结合 BERTopic 主题建模与文献计量分析方法，对该领域进行了系统分析。
从整体发展趋势看，AI赋能心理学文献随着时间推移呈现出增长态势（图1），尤其自2020年后增长显著。该类文献在全部心理学文献中的比例由2000年的0.16%（31篇）上升至2025年的3.57%（2071篇），反映出人工智能相关方法与技术已逐步成为心理学研究的重要组成部分。2024年和2025年文献数量的进一步攀升，可能反映了大型语言模型（LLMs）带来的技术扩散效应。
图1：AI赋能心理学出版物的数量与占比变化情况
研究团队基于文献的标题和摘要，首先利用预训练语言模型提取文本语义信息，再通过 UMAP 降维和 HDBSCAN 聚类识别细粒度主题，并结合 c-TF-IDF 提取各主题的代表词进行命名。在此基础上，研究共识别出24个研究主题，并使用二维嵌入空间可视化展示了主题之间的语义邻近关系：空间位置越接近，表示相关文献在主题内容上越相似（图2）。该图直观呈现了从基础认知科学、临床心理到数字心理健康、人机交互等方向的相互联系，也反映出AI赋能心理学已形成既多样又彼此连接的研究版图。
图2：AI赋能心理学研究的二维嵌入空间可视化图
研究进一步采用层次聚类方法，在24个细粒度主题的基础上归纳出八个核心领域，分别为：人机交互、认知建模、AI辅助应用心理学、生理信号处理、计算人格与社会心理学、计算精神病学、数字心理健康干预，以及情感与创造性计算。图3中以代表性关键词展示了各核心领域的研究内容。例如，认知建模聚焦神经网络、无监督学习和大型语言模型等方法在认知机制研究中的应用；人机交互主要围绕信任、拟人化与伦理等议题展开；数字心理健康干预则集中于抑郁、风险预测和AI增强心理治疗等方向。
图3：AI赋能心理学的八个核心领域
此外，时间演化分析显示，该领域的发展呈现出由深度学习和大型语言模型等技术突破驱动的阶段性特征；出版与合作分析则识别出该领域的主要国际研究力量及其合作网络，并提示未来仍需关注研究地域分布的多样性问题。
这些结果系统呈现了AI在心理学中的广泛整合，也表明AI在该领域中具有双重角色：一方面，AI作为研究工具，推动心理学在描述、解释、预测和干预等方面的发展；另一方面，AI本身也逐渐成为心理学关注的重要研究对象。该研究为理解AI与心理学交叉领域的主题结构、发展趋势与合作格局提供了系统框架，也为计划在心理学研究中使用AI方法的研究者提供了全景式参考。
本文第一作者为我系硕士研究生贾松霖，我系博士研究生张永发与王非副教授为论文共同通讯作者。
论文链接：https://doi.org/10.1007/s10462-026-11543-4
教师简介
王非
心理与认知科学系副教授、博士生导师
研究方向：自我认知、文化思维、心流
