AI自动化心理学研究：auto-psych系统实现自主实验与理论发现

近日，arXiv平台发布了一项突破性研究，展示如何利用AI代理实现心理学研究的全流程自动化。传统AI科研自动化面临数据收集瓶颈，而心理学特别是计算认知科学因其理论可编码化、实验可通过众包平台规模化开展，成为理想应用场景。

研究团队开发的auto-psych系统采用双层代理架构：内层循环负责生成、拟合和评估概率认知模型；外层循环则自主设计在线实验，通过众包平台收集人类行为数据并进行分析验证。该系统以经典的“硬币抛掷序列随机性判断”认知实验为测试平台，成功从合成数据中准确还原已知理论模型。

更值得关注的是，在三次独立的人类实验序列中，auto-psych系统发现的心理学理论比现有文献中的理论更能拟合实际数据。这项研究不仅证明了自动化数据收集与理论发现在计算认知科学中的可行性，也为其他需要人类行为数据的社科研究提供了可复制的自动化研究范式。双层循环架构被证明是系统性能的关键，确保了理论生成与实验验证的协同优化。