В мае 2026 года The Observer опубликовал обзор девяти практических руководств из журнала Advances in Methods and Practices in Psychological Science, посвящённых интеграции генеративных ИИ и больших данных в психологическое исследование. Эти материалы — не просто технические обзоры, а системные методологические ориентиры, которые уже меняют правила игры в психодиагностике. Например, статья Лин (2026) предлагает рамки для использования LLM как «психологических симуляторов» — что напрямую влияет на дизайн тестирования, интерпретацию шкал и даже на формирование нормативных баз. Для выпускника-психолога, который хочет защитить работу, не только «умную», но и «надёжную», понимание этих границ — не опция, а необходимость.
В отличие от многих популярных статей, где ИИ представлен как «инструмент быстрее», или «замена человека», в этих 9 руководствах акцент сделан на методологическую ответственность: как не потерять валидность при автоматизации, как сохранить этическую целостность при работе с AI-генерируемыми данными, как провести проверку результатов, когда часть процесса — не человек, а модель. Именно это делает материал особенно ценно для ВКР: он даёт не «что делать», а «как правильно сделать» — с учётом требований ГОСТ Р 7.0.11-2011, Этического кодекса РПО и современных стандартов психодиагностической практики.
| Тема ВКР | Актуальность (по статье) | Цель | Задачи | Структура |
|---|---|---|---|---|
| Психодиагностическая оценка с помощью LLM | Brickman et al. (2025) показывают, что LLM могут дополнять самоотчёт, но требуют строгой оценки их «диагностической способности». | Оценить применимость LLM в диагностике тревожности/депрессии у взрослых. | 1. Проанализировать методологию LLM-оценки по Brickman et al. (2025); 2. Определить, какие шкалы (HADS, SCL-90) можно адаптировать под LLM; 3. Провести сравнительный анализ с традиционными методами; 4. Сформулировать рекомендации по внедрению в клиническую практику. |
Глава 1 — Теоретический обзор: психодиагностика и ИИ Глава 2 — Методология: выбор модели, подготовка данных, проверка валидности Глава 3 — Результаты и рекомендации: интерпретация, ограничения, практическая применимость |
| Детекция AI-assisted cheating в онлайн-опросах | Asher et al. (2026) продемонстрировали, что 9% участников на Prolific используют AI — и это снижает эффекты на 10%. | Разработать методику выявления ИИ-помощи в онлайн-опросах с помощью keystroke-логгинга. | 1. Изучить методику Asher et al. (2026); 2. Разработать протокол сбора данных (включая этическое согласие); 3. Протестировать на небольшой выборке (N=30–50); 4. Оценить чувствительность и специфичность метода. |
Глава 1 — Обзор методов контроля качества данных Глава 2 — Организация эксперимента: этические аспекты, выбор платформы Глава 3 — Анализ: t-критерий, ROC-кривая, интерпретация |
| Кросс-культурная эквивалентность в ML-анализе социальных сетей | Hou et al. (2026) предлагают пять типов эквивалентности для ML-анализа текстов. | Применить рамку Hou et al. (2026) к анализу российских и китайских сообществ в VK. | 1. Выбрать 2 группы (русские, китайские пользователи); 2. Применить пять типов эквивалентности (source, sample, input, ground truth, model performance); 3. Использовать random forest для классификации; 4. Сравнить результаты с традиционным подходом (например, по CPI). |
Глава 1 — Понятийный аппарат: кросс-культурная психодиагностика Глава 2 — Методы: ML, random forest, критерии эквивалентности Глава 3 — Интерпретация: как избегать культурных биасов |
Важнейший момент — не смешивать конструкты. Например, в статье Debelak et al. (2025) говорится, что SHAP и LIME — это не «способ улучшить модель», а обязательный шаг для интерпретации. Если в вашей ВКР вы используете LLM для анализа текста, то в главе 2 нужно явно указать: «Модель была обучена на корпусе из 10 тыс. отзывов, а её предсказания были проанализированы с помощью SHAP-метода, чтобы выявить, какие слова наиболее сильно влияют на оценку уровня тревожности». Без этого — работа будет воспринята как «черный ящик» и может быть отклонена рецензентом.
Что касается выбора статистики — обратите внимание на Brickman et al. и Abdurahman et al.. Они советуют использовать bootstrap-доверительные интервалы вместо p-значений, поскольку LLM — недетерминированная система. Вот пример кода для R, который можно вставить в главу 2:
# Пример bootstrap-интервала для accuracy LLM-оценки
library(boot)
boot_func <- function(data, indices) {
d <- data[indices, ]
# предположим, что y = true_label, pred = LLM_pred
return(mean(d$pred == d$y))
}
boot_result <- boot(data = my_data, statistic = boot_func, R = 1000)
boot.ci(boot_result, type = "bca")Если вы работаете с онлайн-опросами, как в Asher et al., то обязательны два элемента: (1) этическое заключение, которое должно содержать пункт о «необходимости мониторинга поведения участников» и (2) информированное согласие, где указано: «В ходе исследования возможно использование встроенных инструментов сбора метаданных (например, временные отметки, количество нажатий клавиш), которые помогут выявить возможную помощь ИИ».
Q: Сколько участников мне нужно, если я использую LLM-генерированные стимулы?
A: Нет единого ответа — но Lechuga & Karle (2026) показали, что 60–70 стимулов достаточно для стабильной оценки. Однако, если вы сравниваете LLM-ответы с человеческими, то требуется мощность, рассчитанная по формуле для парных выборок (например, G*Power). Не забудьте указать в главе 2: «Мощность была рассчитана при α = 0.05, β = 0.2, d = 0.5».
Q: Какой критерий выбрать для сравнения двух групп — если одна группа получила ответы от LLM, а другая — от людей?
A: Если данные нормальные и дисперсии равны — t-критерий Шеффера. Если нет — Mann-Whitney U. Но обязательно добавьте в описание: «Поскольку LLM не являются случайными выборками, мы применили перестановочный тест для оценки статистической значимости».
Q: Как оформить приложение с кодом для детекции AI-assisted cheating?
A: В приложении №1 — исходный код JavaScript, который встраивается в HTML-форму. В приложении №2 — таблица с примерами «выявленных» и «невыявленных» случаев. В главе 2 — раздел «Этика и безопасность», где указано: «Код был протестирован на 1000 симулированных ответах, и его точность составила 92.7% (95% CI: 89.2–95.1%)».
Источник: How Should Psychologists Use AI and Big Data? Nine Guides Point the Way (опубликовано 2026-05-06)