心理學 | 人工智能視域的質性心理學研究

長期以來，心理學定量研究可以藉助相關統計軟件，輕鬆完成複雜的數據處理。質性研究雖然也可以藉助計算機，但這種應用在很長一段時間內僅停留在可視化管理和檢索方面，難以發揮更大的作用。在質性研究中，大量的文本資料爲新的研究發現提供了可能，但文本分析巨大的工作量也讓許多研究者望而卻步。近年來，人工智能在自然語言理解和生成方面的巨大進展，使得藉助技術提高質性研究的效率成爲可能。具體而言，人工智能已經在語義“理解”、知識抽取、“發現”隱含的邏輯關係以及知識歸納方面，表現出了強大的處理能力，同時還支持長文本輸入。這無疑爲推動質性研究的快速發展提供了前所未有的機會。然而，由於質性研究與定量研究在哲學預設層面的巨大差異，以及質性研究自身的特點，我們將人工智能的相關新技術應用於質性研究時，不得不面對一些風險和挑戰。

第一，質性心理學研究不是要在同質性樣本中發現確證已有假設的更多案例，而是要發現新穎的案例，爲主觀的、情景性的和價值關涉的完整心理經驗提供一種可供選擇的理解途徑，其目的在於拓寬現有研究的邊界，理解真實的心理生活。就質性心理學研究中的心理傳記學分析來說，心理學的定量研究旨在發現正態分佈中絕大多數人類個體的心理與行爲規律，關注人類的平均水平，不會去關注異質性個體和極端水平；而心理傳記學的關注點則相反，它旨在分析那些遺落在定量研究視野之外的“另類個體”，關注位於正態分佈兩端爲數不多的極端個案，並以此來拓寬人性的邊界。從技術邏輯上講，基於人工智能的文本編碼技術更接近定量研究的邏輯，即它是以大概率的語言組合爲基礎的，而機器深度學習卻高度依賴於“大多數人在大多數情況下平均化”的語義模式，由此導致的結果是，它無法“理解”在某種語境中被賦予特殊含義的語詞，也會忽略掉人類已有經驗庫中不包含的罕見的文本編碼模式。這樣一來，藉助於人工智能的質性分析，雖然可以高效處理海量文本，但是容易漏掉可能展示人類心理生活豐富性和新穎性的重要信息。

第二，質性研究主張立足於人類的生活世界，對所探究的現象儘量不作預設，清空前見，直接面對現象本身，進而去發現人類自身的豐富性和多樣性。因此，促進各學科研究的多樣性一開始就是質性研究的目標之一，這就恰如物種的多樣性更利於適應環境一樣。質性心理學研究的主要目的也不在於獲得普遍的知識，而旨在加深對地方性、個別化主體經驗的理解。換句話說，質性心理學的關鍵不是去探究“共性”的規律，而是去獲得個性化的解釋。人工智能卻會因爲基於統計規則的“算法偏見”，致使人類某些偏見被固化。如果我們在研究中過度依賴算法，使得經常出現的編碼模式被反覆疊加，最終可能導致“解釋的單一化”和想象力的枯竭，而小概率的模式難以被納入分析之中，最終可能威脅到研究本身的豐富性和多樣性，與質性研究的初衷背道而馳。

第三，質性研究將研究者視爲研究的關鍵，要求借助主體間的“對話”實現研究者與研究對象的互動，並獲得對其行爲和意義建構的理解。人工智能雖然可以實現“編碼”，卻無法作爲真正的“主體”與研究對象“對話”。人工智能只是模仿人類的主體性，而非真正具有“理解”能力的主體。“圖靈測試”是一個檢驗“模仿水平”的標準，通過測試的機器表現得“看起來像”人，甚至在很大程度上可以“以假亂真”，但仍不是真正意義上的主體。比如，敘事心理學將故事視爲人類行爲的根隱喻，認爲可以從時間的維度，對人類的心理學進行故事式的象徵性解釋，將社會文化情景、情節、行爲和動機建構成一個對於展示人類困境及嘗試的解決方案具有啓發意義的故事，來推進人類對自身精神領域的理解。這裡的故事，就是將人類自身的生活模式投射到萬事萬物中，這就產生了童話、寓言、神話、小說等充滿想象力的形式。因此，故事在本質上就是將萬事萬物“擬人化”，而擬人化的關鍵，就是將主體自身的慾望注入所講述的對象身上。很顯然，計算機無法從心理意義的層面去真正“理解”故事的深層含義，也不可能被故事中的情節所感染，難以通過在語言內容中注入自身的喜好和慾望從而實現“二次擬人”，而更多是從語言的表層結構去實現“看起來像”的新組合。“故事”只能產生於具有主體意義的個體的人的心中。當然，這並不是說人工智能對於敘事沒有幫助，它只在某些環節產生輔助性的作用，因爲故事的核心結構出自經歷數百萬年進化歷史的人類的心靈。像敘事心理學這樣的質性研究模式，研究的“核心”在於具有創造性和主觀意志的人。從這個意義上講，高創造性的質性研究無法完全通過機器來實現，人工智能可以將作爲研究者的人從某些研究環節中解放出來，但研究核心仍在於作爲研究者的人的創造性和人文敏感性。當然，完全依靠人工智能，也能完成一些四平八穩、看起來“嚴謹”並具有一定“創造性”的研究（這已經可以比肩那些發表於高影響因子期刊的被數據驅動的量化研究了），基於算法而形成的一些文本材料的組合也可能給予研究者啓發從而催生出頗具創造性的成果，但就算這樣，“創造性”的根源依然在於人而不在於機器。

計算機缺乏“主體性”是其無法真正進行“質性分析”的關鍵。以心理傳記學爲例，心理傳記學更加關注那些離經叛道的獨特個體，因爲正是這些人劃定了人性的邊界與極限。傳主的懸疑性問題讓研究者“驚奇”和“震撼”，產生精神影響和感染力，但這種方式無法影響計算機，計算機也無法真正與“傳主”進行語義層面的對話。對於質性研究而言，研究者自身的主體性地位不可替代，這種不可替代性不僅體現在研究設計方面（就像定量研究一樣，統計分析可以實現數據處理，但無法完成研究設計），也體現在對文本的分析和編碼，以及對研究的文化、社會和歷史背景的理解之中。

當然，人工智能正處於快速發展過程中，以上的憂慮也只針對當前的情況。人類從無機物走向智能的道路未必是唯一的。人工智能最終能否發展出接近甚至超過人類的智能水平，甚至產生主體意識和意志，都尚未可知。不過，如果人工智能真的可以獨立實現質性研究，那麼它帶給人類的挑戰也將會是顛覆性的。

（作者系西北師範大學心理學院教授）