为拓宽教育与心理学领域的研究视野，探索前沿技术赋能学科发展的新路径，12月25日由学科建设办公室（博士工作站办公室）、科研处、教师发展中心、教育学院开展的2025-2026年第一学期第25期博士沙龙（工作坊）顺利举办。本次沙龙特邀何昊博士担任主讲人，带来题为《从描述到预测：计算建模如何赋能教育和心理学研究》的精彩报告，为在场师生献上一场兼具深度与前瞻性的学术盛宴。

活动伊始，段鸿教授为本次沙龙作开场致辞，对参与沙龙的博士学者及师生代表表示欢迎，并表示博士沙龙是促进学术交流，激发科研灵感的重要平台，希望借此机会拓展研究视野，碰撞思想火花，在教育与心理学交叉领域挖掘新的研究方向。 

段鸿教授主持沙龙活动 

针对当前教育与心理学研究面临的方法论瓶颈，何昊博士进行了深入剖析。他指出，许多行为与社会科学研究仍局限于对表层现象的描述，难以穿透“黑箱”阐释背后的深层因果机制。具体而言，传统的问卷调查虽能揭示变量间的统计相关性，却无法重现心理过程的动态生成路径；严格控制变量的实验室研究虽有助于确立内部因果，但往往伴随着“生态效度”的缺失，导致研究结论在真实复杂情境中的可推广性受限。总之，现有研究范式长期受困于“简洁性、精确性、广泛性”难以共存的“不可能三角”，传统方法往往顾此失彼，难以实现三者的有机统一。 

何昊博士活动分享

针对学科发展面临的挑战，何昊博士援引前沿学术视角，介绍了融合人工智能与计算建模以实现科研突破的创新路径。他强调，研究者应正视心理现象的复杂性，通过数学模型对学科概念进行“形式化”定义，以精细的量化手段解析心理过程的“黑箱”，推动研究范式从“描述性模型”向解释机制的“生成式模型”转型。报告中，何昊博士重点介绍了漂移扩散模型、强化学习模型等核心工具，并结合案例深入阐释：利用漂移扩散模型解析个体决策背后的信息加工效率与策略风格；借助强化学习模型刻画个体基于反馈的学习与价值更新机制；应用基于机器学习的脑功能连接组预测模型精准识别认知功能的个体差异与潜在变化。 

何昊博士简述计算建模的价值 

何昊博士进一步从学术探索与社会应用两个维度，总结了计算建模的深远价值。在科研层面，计算建模代表了心理学与教育学迈向“精确科学”的方法论革新趋势，它不仅通过机制层面的深度解析，为高水平成果产出与课题申报提供了创新切入点，更为连接社会科学与人工智能，推动跨学科交叉融合搭建了坚实的桥梁；在实践层面，计算建模能够基于多维数据实现对个体发展的“精准画像”与风险的“前瞻预警”，通过模型仿真为教育决策提供科学依据，从而有效降低教育改革等社会举措的试错成本。 

合影留念 

报告尾声，与会嘉宾对何昊博士的分享给予高度评价，认为此次报告为教育与心理研究提供了全新视角，可以启发大家跳出传统研究框架，拥抱AI时代的算法技术。段鸿教授勉励青年教师潜心深耕科研，并鼓励同学们积极吸收报告精髓。本次博士沙龙的圆满举行，为前沿学术思想的碰撞与交流提供了宝贵平台，深化了在场师生对计算建模赋能教育与心理研究的认识，明晰了其路径与价值，为相关学科的创新发展注入了崭新动能。(图/张燕阳 文/黄丽雅)