在心理学研究中，情绪图片一直是诱发和测量人类情感反应的重要工具。然而，传统方法受限于图片数量和获取成本，严重制约了大规模和纵向研究的深入。近日，清华大学与匹兹堡大学的联合研究团队突破性地运用人工智能技术，为情绪研究开辟了全新路径。

AI技术重塑情绪研究方法

研究团队创新性地提出了基于生成式人工智能的情绪图片集（AGEIS）标准化生成方法。这一方法通过精细的提示工程技术，成功生成了包含210张覆盖7种情绪类型的图片集，为心理学研究提供了前所未有的丰富素材。

核心创新在于构建了一个包括种子提示构建、提示集生成和文本到图片合成三个阶段的系统方法。研究者首先从现有情绪图片集中选取多样化图片，通过大语言模型将图像转化为标准化描述性文本，再由专家团队精心筛选，最终生成高质量的情绪图片。

AI情绪图片生成的三阶段方法

严谨的科学验证

为确保生成图片的有效性，研究团队设计了两个严格的实验。实验一测试图片的情绪诱发能力，实验二则比较AI生成图片与真实图片的一致性。

结果显示，AGEIS图片集在情绪符合程度、愉悦度和唤醒度等关键指标上表现卓越。尤其令人瞩目的是，AI生成的图片在大多数情绪类型上与传统真实图片集几乎无异，为AI在心理学研究中的应用提供了有力证明。

AGEIS图片示例

开启情绪研究新纪元

专家指出，这项研究不仅降低了情绪研究的资源获取成本，还为大样本和纵向研究提供了技术支撑。该方法具有高度可定制性，未来可根据特定群体特征和研究需求灵活生成情绪刺激材料。

值得关注的是，研究团队强调，这一方法并非简单地替代传统研究方法，而是为心理学研究提供了一个全新的技术平台。通过AI技术，研究者可以更灵活、更经济地获取情绪研究所需的大规模、多样化刺激材料。

技术创新背后的深意

记者注意到，这项研究体现了人工智能技术在基础学科研究中的巨大潜力。它不仅是技术创新，更是跨学科协作的范例。清华大学与匹兹堡大学的联合研究，生动地展示了人工智能技术如何赋能传统学科研究。

业内专家认为，这一研究标志着心理学研究方法论的重要突破。通过standardize和可复制的AI生成方法，未来的情绪研究将更加精确、高效。

这项研究不仅为心理学研究提供了新工具，也为人工智能在人文社会科学领域的应用提供了宝贵经验。它充分体现了中国科研团队在跨学科创新研究中的国际领先水平。

文/广州日报新花城记者：贺涵甫

广州日报新花城编辑：龙嘉丽