计算政治心理学
计算政治心理学
计算政治心理学把政治学、心理学和计算社会科学结合起来，研究政治态度、政治情绪、政治人格、政治行为和治理互动如何在数据、算法和计算实验中被测量、建模和解释。它的核心问题是：政治人心何以可计算。
观察
- 计算政治心理学不是给传统政治心理学简单加工具，而是把研究对象、数据来源、模型形态和实验形式一起改变。
- 该领域的扩展可以概括为三组转向：从小数据到大数据，从小模型到大模型，从弱实验到强实验。它把政治心理研究从问卷、访谈和小样本实验，推进到网络行为、文本、仿真、LLM 和多源数据融合。
- 方法层面，大数据科学、机器学习、社会仿真模拟和大语言模型共同构成新的工具箱。它们可以提高测量、预测和实验效率，也会引入算法黑箱、构念漂移和伦理风险。
- 与 社会世界模型 相比，计算政治心理学更强调心理机制、态度和政治行为之间的连接；与 可执行社会科学 相比，它更像一个具体学科分支，而不是通用工作流。
- 与 硅基样本数据 的关系尤其关键：LLM 可以生成类受访者和模拟实验对象，但这些输出需要真实政治行为和心理测量校准，不能直接替代真人证据。
- 虚假信息纠正 提供了一个微观机制样本：先验信念、主观信心、强化学习反馈和瞳孔反应可以共同解释政治/公共新闻判断为何难以被纠正。
边界
- 计算方法不能取消政治理论。政治信任、政治认同、政治情绪等构念仍需要理论定义、测量有效性和语境解释。
- 预测准确率不等于解释力；大模型输出不等于政治心理事实。
- 政治心理数据可能包含敏感态度、身份、情绪和行为轨迹，必须处理隐私、知情同意和算法偏见。