我的早期专业背景是心理学，后来转向人工智能，博士期间公派至宾夕法尼亚大学学习人工智能。2025年至2026年，在香港理工大学访学，进一步学习智能体开发。我目前的研究更注重应用落地，进行产学研结合，带来商业价值比灌水论文更重要。因此，结合我的专业背景和兴趣，研究方向为人工智能在心理健康与教育中的应用落地，如心理咨询智能体开发、心理督导智能体开发、基于人工智能的心理测量等。
2017年国家取消心理咨询师职业资格认证后，心理咨询行业的乱象进一步增多了，监管部门开始加强规范管理，要求从业者具备更高的学历和专业背景。然而，高校的心理学学历教育更偏重理论化、科研化培养，学生写论文的能力远超心理咨询的实践能力。在少有的一两门心理咨询和团体辅导课程中，学生很少有实践机会。到大三或大四，学生的见习实习也通常是去中小学，偏重教学能力的培养，而不是心理咨询。很可以说，多数心理学专业本科生在心理咨询方面的学习仅限于2-3门专业理论课，以及类似5.25心理健康日等校园活动，十分缺乏实践机会。
想要获得心理咨询的实践经验又是很难的，没人愿意充当心理咨询初学者的小白鼠，教师和学生只好在课堂上通过角色扮演来训练咨询技能。因此，运用人工智能来训练心理咨询初学者是一个可行的办法，我们将大语言模型训练为一个心理患者或来访者，给它一个案例画像，让它模仿案例中的来访者。心理咨询初学者可以借助它来训练自己的专业技能，咨访对话结束后，大模型会根据认知行为疗法的理论框架和咨访工作关系质量对用户进行分析、复盘、评价和建议。
欢迎你试试我们的心理咨询教学智能体并提出宝贵意见。
目前，在测量诸如人格、智力、成就和心理健康等高阶心理变量时，心理问卷仍然是非常有效且成本低廉的测量方式，尽管它存在诸多弊病。其中一个缺陷是这些心理量表的题目数量非常多，如斯特朗职业兴趣调查量表（SCII）就有325个题目，构成264个量表，明尼苏达多相人格问卷（MMPI）则多达566个题目。题目过多的直接后果就是用户不愿意认真填写。目前，无论大中小学都要对学生进行心理健康测评，这些测评系统的问卷大多在100-200个题目，有的甚至更多；我们多次听到来自一线教师和校长关于题目过多、学生乱填等反馈，尤其低年级学生无法读懂部分题目的情况。这导致出于良好动机的心理健康测评流于形式，反而加重教师和管理人员负担。
因此，我们借助深度学习和词嵌入等人工智能技术对常用的抑郁和焦虑量表进行了大幅缩减，如将儿童抑郁量表（CDI）由原版27个题目缩减至5个题目，且保证达到原始量表80%以上的信效度。目前，已经用这项技术缩减了3个量表，后续将进一步做大规模验证，确保它能应用于大多数社会科学的问卷，为心理测评和学术研究带来极大便利。