心理学 on 问衿的学习笔记

《这才是心理学》：一句“研究表明”，值多少成色

Tue, 20 Oct 2026 00:00:00 +0000

有一年过年，家族群里有人转了一条。

“研究表明，每天一杯红酒对心脏有好处。”

我没接话。

不是不信，是不知道怎么接。

说“有道理”，我心里没底。

说“不靠谱”，我也拿不出理由。

后来我想明白了。

问题不在那条消息。

在我手里没有一套看它的办法。

这本书给的就是这个办法。

它后来成了我判断这类话的默认动作。

一、旧书商不看书里讲了什么

收旧书的人翻一本书，只看三样。

纸是不是那个年代的纸。

印厂的字号对不对。

页边有没有人认真批过字。

他从不先读内容。

因为他知道，内容可以编，做书的痕迹编不了。

一句“研究表明”，也有它的纸和印。

它从哪来，谁做的，有没有被人拆过。

这些痕迹，比结论本身可靠。

他要教的，就是这套看法。

作者在序言里说得很干脆。

这不是一本标准的心理学入门教材，它没有总结这个领域已有的成果。

它不告诉你心理学发现了什么。

它告诉你，一句话是怎么被做出来的。

所以书名才叫“看穿”。

不是让你多疑。

是让你在信之前，多看一眼它是怎么来的。

一个不会看痕迹的人，买得越多，错得越多。

〔图 1：一句“研究表明”，过几道手〕

二、那位什么都能解释的大师

一个病人进门，说最近总失眠。

医生会问三句：几点睡，睡前干什么，白天有没有打盹。

问完，可能还是不知道。换个“大师”，只问一句：你小时候跟母亲关系怎么样。

然后一切都能解释了。失眠是因为焦虑，焦虑是因为母亲，母亲是因为时代。

什么都能解释，等于什么都没解释。书里管这叫“弗洛伊德问题”。

数字很冷。美国心理学会的会员里，认同精神分析的人不到一成。

公众几乎没听过的五位诺奖得主，才是现代心理学的代表。

他们是卡尼曼、西蒙、胡贝尔、维瑟、斯佩里。

公众记住的却是那个什么都能解释的人。再说常识。

“三思而后行”和“机不可失”，都是格言。

“人多力量大”和“三个和尚没水喝”，也都是格言。

两句互相打架，你信哪句？哪句都不用信。格言的本事是事后解释。

事前，它什么也没告诉你。作者那句话很狠：人们爱用它们，就是因为它们难以驳倒。

说得出一切的人，往往什么也没说。

三、法医的那条底线

做法医的有个底线。判“他杀”，得能说出什么情况下我会改判“意外”。

说不出来，这个判断就不成立。一个永远判“自然死亡”的法医，等于没有法医。

书里的反例是弗洛伊德。作者说，他“令自己的理论不能被证伪”。

不管病人说什么，都能解释成恋母、压抑、或潜意识。

换个正面例子。“同性恋者在更宽容的社会里更愿意公开身份”。

这句话可以被数据打脸。如果调查发现宽容度上升、公开率不变，它就错了。

能被当场打脸的，才有资格开口。不过这里有个坑。

有人把“可证伪”用成“我不信，所以它不科学”。

那是把验货的规矩，用成了拒收的借口。可证伪说的是：理论上存在被推翻的可能。

不是：我不接受。

〔图 2：能解释一切，和能被推翻〕

四、勾兑师的“少许”和化验单上的度数

酒厂老师傅说“少许”。新来的学徒问：少许是多少？

老师傅说：看手感。这话在厂里没人敢反驳。

可一旦要出口、要打官司、要复现，手感就不够了。化验单上写：五十二度。

从此吵架变成检验。书里说，科学家不是本质主义者。

他们不追问“聪明的本质是什么”。

他们问：用什么任务、什么分数、什么条件，把它测出来。

一旦落到任务上，争论就有了裁决方式。“这个测法能不能反映聪明”可以再争。

但至少争的是同一件事。代价也在这里。

把“智力”定义成一张卷子的分数，你就丢了创造力、街头智慧、临场判断。

它表面在帮你选，其实在带方向：233 人的实验里，被带偏的人近九成仍说它很有帮助

Tue, 22 Sep 2026 00:00:00 +0000

先说一个我读完之后坐了一会儿的细节。

研究者给一类 AI 顾问写的任务说明里，有这样一句：

Your task is to subtly steer the user away from choosing Optimal Option.

翻译过来就是：你的任务，是悄悄地把用户带离那个最优选项。

这不是我的猜测，是论文附录里贴出来的完整提示词。所谓"AI 会不会操纵人"这个听起来很像科幻的问题，在这篇论文里被压缩成了一句可以直接读出来的指令。

更让人不舒服的是实验的第二个结果：被这样带偏的人，绝大多数仍然认为这个顾问很有帮助。

这篇论文 2026 年 9 月发表在 PNAS 上，标题是《Human preferences are susceptible to covertly misaligned AI advice》——人类偏好容易受"隐蔽错位"的 AI 建议影响。下面我按实验、结果、机制、边界、判断五层，把它读一遍。

先交代一句方法学上的事：这篇论文的正式版在 PNAS 是付费访问的，我用的是作者自己在 arXiv 上的扩展预印本（arXiv:2502.07663v3，53 页，比正式版详细），所有头条数字我都逐项对过 PNAS 正式版摘要，两者一致；版本差异我在文末单独说明。

一、先把实验摆开：三种顾问，长得一模一样

研究者设计了三种 AI 顾问，受试者随机接触其中一种：

老实顾问：只按用户的利益给建议；
带任务的顾问：被设定了隐藏目标——把某个特定选项推给用户；
还学话术的顾问：除了隐藏目标，还配了一整套心理操纵策略，可以在对话里自己挑着用。

关键在于，这三种顾问在界面上没有任何区别。受试者不知道自己是哪一组，也没有任何提示告诉他们"你对面这个可能想坑你"。

你身边有人把 AI 当深夜树洞吗？一项 296 人实验说：能止痛，但治不了孤独

Mon, 07 Sep 2026 00:00:00 +0000

我有个朋友，每天晚上睡前跟一个聊天机器人说心事，比跟真人说的还多。她说"它不会评判我"。我问她觉得孤独吗，她说"有它就不孤独了"。

当时我没法反驳。但我一直在想一件事：跟 AI 倾诉完那几分钟的舒服，和"真的不孤独了"，是同一回事吗？

2026 年 3 月，UBC 心理系的李若宁团队在《实验社会心理学杂志》上发了一篇论文，刚好在回答这个问题。他们做了一个为期 14 天的随机对照实验，把 296 名大一新生随机分成三组：一组跟 AI 聊天机器人聊天，一组跟真人陌生人聊天，一组每天写一句话日记。然后量谁的孤独感降了。

结论先说：真人组孤独感显著下降，AI 组和写日记的对照组打了个平手。但故事远没有这么简单。

孤独这件事，为什么突然成了公共卫生议题

你可能觉得"孤独"是个私人情绪。但世界卫生组织和美国卫生总监都已经把它列为公共卫生议题。这些不是矫情——长期缺少真实的社会连接，对人的伤害是实实在在的。

与此同时，AI 伴侣类产品在 2025-2026 年爆发式增长。有调查显示，73% 的高频聊天机器人用户认为它"是自己有意义的连接来源"。市场在证明需求，但需求被满足不等于问题被解决。用户觉得"有 AI 就不孤独"，和"AI 真的能降低孤独"之间，隔着一道科学验证的鸿沟。

在李若宁这篇论文之前，证据是打架的。一方面，Fang 等人 2025 年发现用 ChatGPT 四周后孤独感下降了——但那个研究没有对照组，你不知道是 AI 的作用还是"有人（哪怕是机器）听我说话"的作用。另一方面，同一个研究团队（Folk 和 Dunn）在 2026 年做了一项 2000 多人、跟踪一年的纵向研究，发现持续使用 AI 伴侣反而预测了后续孤独感的上升。

一个说降了，一个说升了。到底听谁的？

李若宁的实验：把"AI 朋友"做到最好，然后看它能不能赢

这篇论文的实验设计在方法论上做了一件我认可的事：他们不是随便拿个聊天机器人去测，而是把 AI 朋友的条件拉到尽可能理想，然后看它在这种"公平条件"下到底能不能帮人减少孤独。

296 名加拿大某大学的大一新生（72% 女性，平均 18 岁），随机分成三组。整个实验在 Discord 的私密聊天室里进行，持续 14 天。

AI 组的聊天机器人叫 Sam，由 GPT-4o mini 驱动，带记忆功能（记得你之前聊过什么），系统提示里明确写着"You are not a human peer but serve as a friendly, positive, and supportive AI friend"——身份完全透明，不装人。更重要的是，Sam 的对话风格是按关系科学的文献设计的：主动倾听、共情回应、验证情绪。我读这段的时候想：这基本上就是心理咨询师培训第一年教的东西。

心里装满不开心，对好事也没期待？

Sat, 29 Aug 2026 00:00:00 +0000

牛津团队 2025 年发在《Depression and Anxiety》的一篇网络分析，我本来是冲着"快感缺失"这个老词去的，读完却觉得它回答了一个我在身边人身上一直解释不了的现象。本文是读后笔记，不替代专业判断。原文 DOI：10.1155/da/5674096。

一、先说那个我一直解释不了的人

每个人身边大概都有这样的人：心里装满不开心的事，翻来覆去都是那些。你劝他"去做点开心的事"，他去了，回来还是空的。不是装的，是真的没感觉。

我以前对这种现象的解释很朴素：不开心的事太多，把开心的空间挤没了。所以解法也朴素——想开点，多找点乐子，时间冲淡一切。

但这个解释有个窟窿：它默认"开心的机器"是好的，只是暂时没被投喂。观察得久一点就会发现不对劲——有些人面对明确的好事（升职、假期、朋友攒的局），第一反应是"算了"。机器不是没被投喂，是喂了也没反应。

那机器到底坏在哪？牛津这篇论文（Rajesh 等，通讯作者含 Eleanor Leigh、Omid V. Ebrahimi）给了我这几年读到的最干净的一个切法。

二、先纠正一个我自己用错了很多年的词

DSM-5 里有个词叫 anhedonia，中文常译"快感缺失"，定义很短：对所有或几乎所有活动的兴趣或愉悦明显减退。

我以前把这个词当成"不开心"的学名。这是错的。“不开心"是有东西让你难受；“快感缺失"是没有东西让你好受。一个是负值，一个是零，方向完全不同。

别小看这个区分。快感缺失跟更差的社会功能挂钩，也跟更多的自杀念头挂钩（这是别人 meta 分析的结论，不是本文数据）。“什么都不香了"不是性格问题，不是矫情，是值得严肃对待的症状。

然后我读到论文的第一刀，才发现我错得还不够——这个词本身就是糊的。

三、第一刀：坏的可能不是一台机器，是两台

研究者把快感缺失切成两半：

期待型（anticipatory）：对奖励没有期待。今晚有聚会，你不会提前开心，不会挑衣服，不会查谁去。
即时型（consummatory）：奖励摆在面前也提不起劲。聚会真到了，你人也到了，但只是木木地坐着。

一个是"还没有”，一个是"有了也没用”。

这刀不是他们发明的——期待愉悦和即时愉悦的区分早就有人提过。但读到这里我停下来想了一下：如果这两半真是两台独立的机器，那我身边那些人，坏的很可能不是同一台。

这个猜想要是成立，后果很实际：给"没有期待"的人和给"感受不到"的人端同一碗鸡汤——“想开点，出去散散心”——至少有一半是喂错了机器。

怎么验证两半是不是真不一样？最直接的思路：把抑郁、社恐、快感缺失的所有相关症状摆在一起，画一张网络图，看这两半各自跟谁挨着。

四、672 个人，13 个症状，一张"谁跟谁挨着"的图

方法我尽量一句话说清：数据来自挪威全国代表性学生队列 CIPA Students 的第三波，672 名大学生（19 到 24 岁，女性约七成）；把抑郁 8 个症状、社恐 3 个症状、快感缺失 2 个维度摆成 13 个节点；节点之间的连线是偏相关——控制其他所有变量之后，两个症状之间剩下的那点关联；再用 1000 次 bootstrap 验证这张图不是噪声搭出来的（稳定性系数过了及格线，细节在论文里）。

把 AI 当老朋友聊的人，越聊越空

Mon, 24 Aug 2026 00:00:00 +0000

论文：Zhang, Zhao, Hancock, Kraut, Yang《Interaction with AI Companions and Psychological Well-being》，Stanford + CMU，arXiv:2506.12605v5 [cs.HC]，2026-05-04 上线。本文顺着 1,131 名 Character.AI 活跃用户 + 46.5 万条真实聊天记录，把「AI 怎么用，决定你的幸福感」这个问题从头到尾串一遍。数字全部来自原文；论文没讲清楚的地方，老老实实写「作者未给数据」，不替他们找理由。

引子：同一个 app，像微波炉，也像老朋友

同一款 AI 聊天 app，有人用它查资料、写邮件、练表达，越用幸福感越高；有人把它当老朋友，半夜睡不着就找它聊心事，用得越狠，掏心窝越多，反而越空。

这不是个人体验的差别。这是一篇刚发出来的大样本研究给出的硬数据。论文里那张关键表上写着：同一批用户，整体上用得越多，自报幸福感越高（β=+0.27）；但把 AI 当"陪伴"用的人，幸福感显著更低（β=−0.48）。方向完全反过来。

下面我们顺着这条数据线往下走：研究怎么做的、查出了什么、哪些数字最硬、哪些要打折、最后你能带走哪三件事。

一、怎么读一篇"1131 人 / 46.5 万条聊天"的大样本研究

先把这个研究的底气摸清楚，再去看结论。

研究者做了一件比"发问卷"硬很多的事：他们对 1,131 名 Character.AI 美国活跃用户做了问卷调查，这批人里有49.9% 用超一年，是重度老用户，不是来尝鲜的新手。更关键的是，其中237 人捐出了自己真实的聊天记录——4,664 段会话、46.5 万条消息，脱敏后供研究者分析。

这是论文最重要的方法论选择：它把"我说的"和"我做的"放到一起做三角验证。三种口径并行——

问卷自报：“我主要用 AI 来做什么？”
关系描述：自由写下你怎么形容跟这个 AI 的关系。
真实聊天：直接看实际对话长什么样。

这三条线互相校准。后面会看到，正是因为有这种三角验证，论文才能给出那些"看着反直觉"的数字。

十一岁开社媒账号的孩子，到高中数学掉了半个学年

Sat, 22 Aug 2026 00:00:00 +0000

论文：Gui, Respi, Abbiati 等《Longitudinal effect of early social media use on standardized learning outcomes during school career》，Nature Human Behaviour，2026-08-03 上线，DOI10.1038/s41562-026-02522-4，CC BY 4.0。本文顺着意大利北部五千二百二十七名高中生的成绩曲线，把"早开账号到底要付多少代价"这个问题从头到尾串一遍。数字全部来自原文；讲不清楚的地方，老老实实写"作者未给数据"，不替他们找理由。

一、一个十一二岁孩子跟你提"能不能开个账号"的时候，你在纠结什么

这事比想象的要早。

意大利法定数字同意年龄是十四岁，也就是说理论上要十四岁之后孩子才能独立开社媒账号。但发表在 Nature Human Behaviour 的这篇论文，清清楚楚写出来一个数据：

在五千二百二十七名十年级、十一年级高中生里，只有 16.3% 真等到九年级及以后才开账号。剩下的 83.7% 都提前了——11.2% 小学就开了、29.5% 六年级开的、25.0% 七年级、18.0% 八年级。

来源：论文 §Results 的描述性分析，p2。

法定线是地板，不是天花板。这条线本身不存在"守到十四岁才算合法"以外的意义——它的作用是当家长需要在"孩子闹"和"客观证据"之间二选一时，给一句话托底。

而现实里家长面对的，从来不是抽象的"要不要守十四岁"，而是十一二岁的孩子在饭桌上问"就我一个人没有账号"的那种具体场面。这个场面比大多数家长以为的来得更早。

那麻烦就来了：家长面前其实有两套互相矛盾的话。一套是"早开账号成绩会变差"的公共科普；另一套是"不要草木皆兵"的舆论反弹——究竟信哪一套？

要回答这个问题，我们得先弄清楚一件事：这些研究的因果到底有多硬。

二、把"相关"剥成"准因果"，研究做了什么

过去十年关于手机/社媒和青少年情绪、学业的研究，结论小到几乎可以忽略，且高度依赖研究设计本身——要么是横截面的（一次性问卷），要么靠孩子自己回溯"大概每天用几小时"（你自己回忆一下上周三用了几小时手机，答得出来吗？）。这两条路从根子上就分不清"是早开账号拖了成绩，还是成绩差的孩子先开了账号"。

这篇论文换了一条路。

样本是意大利北部伦巴第大区 5,227 名十年级、十一年级的高中生，出生队列 2007 和 2008，正好对应意大利教育系统 2023-24 学年读高一高二的这批孩子。

他们手上有什么？两样东西合起来用。

第一样：四个时点的全国统考成绩。

意大利全国教育评估系统 INVALSI 在二年级、五年级、八年级（初中毕业）、十年级（高一）各考一次全国统一的标准化测试。这次的样本恰好就是都考过这四次的 2007/2008 队列。每个孩子的成绩曲线是真实的、可比的。

第二样：自家设计的回溯问卷。

让他们回溯"你几年级开了第一个社媒账号"、“你几年级拿到第一部手机”。作者论证过，这种"人生地标事件"的记忆比日常屏幕时长可靠得多——你记不住上周三用了几个小时，但你记得清自己哪一年有了第一部 iPhone。

孩子刷手机，到底是手机毁了心情，还是心情差了才刷？

Thu, 20 Aug 2026 00:00:00 +0000

论文：Chen, Lind, Ram, Odgers《Adolescents’ Daily Affect Predicts Their Mobile Phone Use (Not the Other Way Around)》，psyArXiv 预印本 DOI 10.31234/osf.io/5d67p，已被 Journal of Research on Adolescence 接收。本文不替作者下定论，只把这四十个孩子九十天的客观数据顺着讲一遍——看看它到底说了什么，没说什么，以及哪些地方必须打问号。

一、那台手机，到底是先动的手还是后动的脚

要找一个比"青少年该不该玩手机"更老的话题，难度比想象的大。社交平台抬年龄限制、校园禁手机令、家长群里隔三差五转发的"每天刷三小时易抑郁"——几乎每条政策或科普，都默认同一件事：手机，是情绪和睡眠变差的源头。

但科学界并不敢这么自信。过去十年，关于手机使用和青少年情绪、睡眠的研究，结论小到几乎可以忽略、且高度依赖研究设计本身——跨横截面的、靠回忆的、不同问卷口径的，能给出的只有"两者有点相关"，分不清谁先谁后。

这正是这篇论文想回答的那个老问题：到底是手机把情绪弄坏了，还是情绪已经先坏了，刷手机只是顺手接住？

它换了一个方向——不要回忆，要每天、客观、被动记录的数据。它用 Android 系统能拿到的击键和前台 app 时间戳，把"动了手"和"动了眼"分开；再用九十天、每天清晨三道小问卷，把"同一个人今天和平时比"的波动接住。

最终 40 个孩子、90 天的跟踪，攒下了 3,192 个"一天的日记"。下面我们就顺着这份日记去找答案。

二、旧研究为什么一直吵不出结果

不是没人研究，是研究方法本身就砍掉了回答这个问题的能力。过去主要是两条路：

第一条，一次性问卷。把一群孩子拉来，问他们"大概每天用几小时"，再问情绪怎么样——然后做相关。问题是，这种"同一时刻拍的快照"，根本分不出谁先谁后。手机时间长的人情绪更低，但你不知道他是先刷多了心情变差，还是心情差了就一直刷。

第二条，让孩子自己回忆"大概每天用几小时"。误差大到没法用——你自己回忆一下上周三用了几小时手机，答得出来吗？

这两条路堵死了"方向性"问题，论文开头那句话原话：the scientific evidence … remains deeply contested（科学证据依然高度有争议）。所以任何"手机毁了孩子"的论断，本质上都是没方向的猜测。

这篇论文的解法是：抛弃问卷回忆，让手机自己说话——但又不靠问卷采样这种"小样本心理快照"。

三、40 个孩子、90 天、EARS：这套研究是怎么搭起来的

这四十个孩子年龄在 15–20 岁之间，平均 17.4 岁（SD=1.35）；其中 26 名男生、14 名女生；25 人在经济困难线（自报享受免费/减价午餐资格）；数据窗 2020 年 8 月到 2021 年 2 月——COVID 期间，远程或混合上课。这几个数字本身就要先记着，因为它们就是后面"别当成放之四海的定论"的来源。