题目：人智社会心理学研究进展
主讲人：古若雷 研究员 中国科学院心理所
时间：2025年7月3日 9:05-9:45
地点：心理学部213
主讲人简介：中国科学院大学岗位教授，中国心理学会认知神经科学专业委员会副主任，致力于研究人机互动过程中产生的心理问题和干预方法，近期研究成果发表在PNAS、Computers in Human Behavior、Cyberpsychology Behavior and Social Networking等期刊。
摘要：新一代人工智能技术正在快速融入社会生活的方方面面，促使我们进入“人智社会”阶段。这个阶段将会涌现许多前所未有的社会现象，是心理学家应当关注的主题。本次报告将向大家呈现，我们课题组如何综合运用在线实验、文本分析、脑科学、双生子研究等技术方法，探讨人与智能体互动引发的各类心理效应和潜在社会影响，借此展望未来的人智社会形态。
题目：利用贝叶斯方法理解大语言模型
主讲人：祝剑桥 博士 普林斯顿大学
时间：2025年7月3日 9:45-10:25
地点：心理学部213
主讲人简介：普林斯顿大学计算机系博士后，毕业于英国华威大学心理学系，l主要研究方向为人与机器的认知模型。
摘要：基于神经网络的方法在构建智能体方面的成功似乎可能对用贝叶斯推断来解释人类认知提出挑战。我们认为事实并非如此，相反，这些系统实际上为贝叶斯建模带来了新的机遇。神经网络与认知的贝叶斯模型处于不同的分析层级，是互为补充的建模方法；二者结合，可形成跨层级的框架来理解人类认知。同样的视角同样适用于智能机器：在理解那些依赖专有数据训练、规模庞大且内部机制不透明的人工神经网络行为时，贝叶斯方法可能具有独特的价值。
题目：损失厌恶的双维度模型：计算、神经和发展机制
主讲人：盛峰 研究员 浙江大学
时间：2025年7月3日 10:25-11:05
地点：心理学部213
主讲人简介：浙江大学百人计划研究员、博士生导师、脑机智能全国重点实验室（国重）骨干成员、浙江大学神经管理学实验室核心成员、宾夕法尼亚大学沃顿商学院脑科学中心访问学者，担任中国技术经济学会神经经济管理专业委员会委员、中国高等院校市场学研究会委员，致力于将脑科学和认知计算科学引入经济管理的研究和实践之中，分析和干预人在经济管理决策中的非理性行为。研究成果发表在PNAS、Science Advances、iScience、Cerebral Cortex、NeuroImage、《心理学报》和《营销科学学报》等权威期刊，得到了《福布斯》等媒体的报道。
摘要：损失厌恶是最为普遍的决策偏好之一，但关于其背后的机制至今仍有争议。我与合作者最近提出了损失厌恶的双维度理论，将损失厌恶分解为损失放大和损失回避这两个维度。我们结合计算模型、眼动追踪、脑电波记录等方法揭示了这一理论框架的计算、认知与神经基础，并发现了这两个维度在人生早期的非同步发展。最后，我们采用这一理论框架，为禀赋效应这一行为经济学中的经典悖论提供了一个全新的解释。
题目：睡眠中的决策计算过程初探
主讲人：胡晓晴 教授 香港大学
时间：2025年7月3日 11:05-11:50
地点：心理学部213
主讲人简介：香港大学心理系长聘副教授。先后在浙江大学，浙江师范大学，美国西北大学获得学士，硕士和博士学位，并在德克萨斯大学奥斯汀分校进行博士后研究。主要研究方向为睡眠-觉醒周期中的记忆调控。代表作见于Science, Nature Human Behaviour, PNAS, Psychological Bulletin等期刊，引用3000余次（Google Scholar，2025年05月）。
摘要：The ability to effectively update evaluations is a key prerequisite to make adaptive choices. Yet the mechanisms of such evaluation updating remain unknown. Previous research has shown that sleep consolidates evaluative memory and facilitates adaptive choices, and targeted memory reactivation (TMR) during non-rapid eye movement (NREM) sleep can update our evaluations by reactivating recent evaluative learning. Moreover, given that we may encounter new evaluative information that contradicts prior learning in real life, we next investigate how sleep and TMR impact the integration of multiple pieces of evaluative information, and how they impact dynamic decision making.
