按照我校2026年夏季学期“强师·赋能·创新”教师发展周系列活动要求，为推进人工智能与心理学科研深度融合，提升全院师生数字化科研能力，规范AI学术使用伦理与流程，7月10日下午，心理学院于润心楼多功能厅举办了“AI Agent与科研工具”专题讲座。本次活动特邀中国人民大学新闻学院刘东教授担任主讲，心理学院教师与校内其他院系的多位老师参与了讲座。
刘东教授为美国威斯康星大学麦迪逊分校博士、人大传播系副主任、青年杰出学者，长期深耕量化研究与AI社科应用，著有《AI 写作指南》，在传播、心理、教育等社科领域发表高水平论文20余篇，累计论文引用超2000次。讲座以3小时完整实操课程为框架，兼顾理论架构、工具安装、科研场景落地与学术合规，内容兼具前沿性、实操性与心理学适配性。
讲座开篇，刘教授以“马 - 马鞍 - 马具”生动类比 AI 科研三层架构，拆解AI科研底层架构，厘清大模型与智能体逻辑，清晰区分大模型、Agent 智能体、MCP 接口、Skills 技能包的定位。
他对比普通对话大模型与科研专用 Agent 的核心差异，又细致讲解了工作目录隔离、敏感数据脱敏等安全规范，提醒心理学研究者妥善保管访谈原始数据、问卷隐私材料，规避数据泄露等风险。在实操教学环节，刘教授讲解了Codex、Cursor、Claude Code 的运行逻辑，梳理国内外主流模型的适用场景、账号使用与网络注意事项，并针对国内师生使用难点给出替代方案。
结合心理学科研特点，刘教授聚焦三类高频研究场景开展现场实操演示，包括文献批量梳理、理论质性编码、元分析与大规模文献整合等。针对当下期刊 AI 检测、重复率筛查要求，刘教授重点讲解了学术写作规范与实操方案，同时也警示学界投稿新趋势，指导师生结合自身研究进行模块化稿件撰写。
在讲座末尾的交流环节，参会师生围绕质性访谈编码、心理实验数据提取、国内大模型算力限制、访谈隐私数据处理等问题踊跃提问。刘教授逐一细致解答，分享了多模型交叉校验、10%-30%人工抽检质控、本地知识库外接等落地解决方案。
参会教师纷纷表示，本次讲座跳出通用AI科普范畴，深度贴合心理学量化、质性、元分析多元研究需求，有效解决了日常科研中文献整理、质性编码、数据提取耗时长、误差高等痛点。同时，参会教师也表示，未来会将持续学习AI赋能科研技术，助力自身善用数字化工具，严守学术规范，力争产出更多高质量的心理学研究成果。
