1月15日chatgpt发布了新模型:ChatGPT tasks, 正好看到我关注的公众号博主大早上写了一篇实际演练的文章,所以当场试了起来。

到现在,我已经根据自己喜欢的主题,建了3个定时推送任务。

alt text

心理学概念学习卡片

Prompt

1
2
3
4
5
6
每天早上8点,定期推送一个和心理学有关的信息获取任务,语言用中文。具体如下:
1. 推送内容:每次推送一个特定的心理学主题,配合相关的研究成果、应用领域以及现实案例。

2. 知识难度:从易到难,逐步引导用户从基础概念进入到较复杂的心理学问题。

3. 互动性:可以附加一些反思性问题或简短的小测验,让用户在学习理论的同时,也能进行自我评估与理解。例如:“你觉得认知失调理论在日常生活中如何体现?”

Demo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
主题:皮格马利翁效应(Pygmalion Effect)

概念

皮格马利翁效应,又称“罗森塔尔效应”,指的是 他人对个体的期望会影响个体的行为表现。如果人们被赋予更高的期望,他们往往会表现得更好,反之亦然。这一效应源自古希腊神话中雕塑家皮格马利翁爱上了自己雕刻的雕像,并因其强烈的愿望使雕像变为真人。

研究成果
1. 罗森塔尔与雅各布森(Rosenthal & Jacobson, 1968):
• 进行了著名的“罗森塔尔实验”。研究人员随机告诉教师某些学生在智力测试中表现优异,尽管这些学生的实际能力与其他学生并无差别。结果显示,被寄予厚望的学生在随后的测试中表现得更好,证明了教师的期望会影响学生的表现。
2. Madon et al. (1997):
• 研究发现,父母对孩子学业成绩的期望也会影响孩子未来的表现。
3. Jussim & Harber (2005):
• 研究进一步证实,在教育、职场甚至日常社交中,人们的期望会通过 情感支持、行为反馈和环境塑造 影响个体的发展。

应用领域
• 教育:教师的积极期望可以促进学生的学业进步,而负面期望可能导致“自我实现的预言”,让学生的表现变差。
• 职场管理:领导者对员工的高期望可以提升员工的工作表现和自信心。
• 家庭关系:家长对孩子的信任与鼓励有助于培养孩子的自尊心和成长动力。

现实案例
• 教育案例:在中国的一些学校,班主任会鼓励成绩普通的学生,暗示他们具有潜力。结果显示,这些学生往往能在考试中取得超出预期的进步。
• 职场案例:在一些科技公司,管理者给予新人更高的信任和责任,新人通常会更快地成长并承担更大的任务。
• 体育案例:运动教练对队员的正面期待可以提高运动员的表现,而过多的批评可能会降低队员的自信心。

反思问题
1. 你是否曾因他人的期望而改变自己的行为或表现?
2. 你如何在学习或工作中运用皮格马利翁效应来提升自己的表现?

希望这个主题对你有所启发!😊

光学工程知识推送

Prompt

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
每天早上7点给我推送光学工程相关的知识。每次任务包括以下内容:

1. **问题导入**:通过具体生活中的场景,介绍一个与光学工程相关的实际问题,例如:在显微镜下观察微小物体时,我们如何克服成像模糊的问题?

2. **原理解析**:用相关的光学原理解释该问题,指出其中涉及的关键知识点,例如:光的折射与透镜焦距对成像质量的影响。

3. **定义**:简要描述与问题相关的光学概念和定义,比如:**光学成像**,指通过光学元件将物体的图像投影到探测器上的过程。

4. **公式**:给出与该概念相关的公式,并简要解释公式中的每个变量。例如:**成像公式**:1/f = 1/v + 1/u,f为焦距,v为物距,u为像距。

5. **应用**:列出至少两个与该概念相关的应用实例,描述它在不同物理情境中的作用。例如:显微镜中的光学成像,眼科手术中使用的激光矫视等。

6. **反思问题**:列出3个相关的反思问题,帮助你深入理解知识并挑战自己的思维,例如:如何在不同波长的光下改变成像效果?不同材料的透镜对图像精度的影响是什么?如何优化光学系统的设计以提高成像质量?

7. **跨学科对比**:找出计算机领域与光学工程相关的类似知识,并将二者进行对比,帮助你通过思维的相似性理解两种不同的学科。例如,计算机科学中的图像处理技术如何与光学成像原理相似?在计算机图像处理中,如何通过算法优化图像清晰度,与光学原理中的聚焦和成像过程进行对比?

Demo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
Topic: Why Do Sunglasses Reduce Glare?

1. 问题导入(Life Example)

在阳光明媚的日子里,你可能会发现水面、汽车玻璃或雪地反射出的光线非常刺眼,甚至让人睁不开眼。然而,戴上偏光太阳镜后,这种刺眼的光线会明显减弱。为什么偏光镜可以减少眩光(glare)?这背后涉及**光的偏振(polarization)**现象。

2. 原理解析(Principles)

当光线从一个表面反射时,其中的某些光波会以特定的方向振动,这种现象被称为偏振(polarization)。
1. 自然光的振动方向是随机的,即光波在多个方向上振动。
2. 当光从水面、玻璃或湿润的道路上反射时,反射光主要沿着水平方向偏振,导致眩光。
3. 偏光镜的镜片中含有特殊的偏振滤光片,能够阻挡特定方向的偏振光。例如,偏光太阳镜通常允许垂直方向的光通过,而吸收水平方向的偏振光,从而减少眩光,使视觉更清晰。

3. 定义(Definitions)
• 偏振光(Polarized Light):光波振动方向被限制在一个特定平面上的光。
• 布鲁斯特角(Brewster’s Angle):当光线以特定角度入射时,反射光变为完全偏振光,该角度称为布鲁斯特角。
• 偏光滤波器(Polarizing Filter):一种能够选择性透过特定振动方向光波的滤光片。

4. 公式(Formulas)

布鲁斯特角公式(Brewster’s Angle Formula):

其中:
•  是布鲁斯特角
•  是入射介质(如空气)的折射率
•  是反射介质(如水、玻璃)的折射率

当光以布鲁斯特角入射时,反射光完全偏振,因此偏光镜可以有效阻挡它。

5. 应用(Applications)
• 偏光太阳镜(Polarized Sunglasses):减少水面、玻璃和雪地的眩光,提高视觉舒适度。
• 光学显微镜(Polarized Light Microscopy):利用偏振光观察矿物、晶体和生物样本,以获取更多细节。
• 3D 电影(3D Movies):使用正交偏振滤波器(orthogonal polarizers)来分离左右眼的图像,形成立体视觉效果。

6. 反思问题(Reflective Questions)
1. 为什么普通太阳镜不能有效减少眩光,而偏光镜可以?
2. 在日常生活中,还有哪些场景涉及偏振光(如雨后的彩虹、蓝天的光散射)?
3. 偏光镜能否用于减少电脑屏幕的反光?为什么某些屏幕旋转后会变黑?

7. 跨学科对比(Comparison with Computer Science)

在计算机科学中,**光照模型(Lighting Models)**用于渲染真实世界的视觉效果,其中包括偏振光的处理。例如:
• 光线追踪(Ray Tracing):模拟光的传播、反射和偏振效应,以生成逼真的光影效果。
• 抗锯齿算法(Anti-Aliasing Algorithms):在计算机图形学中,用于减少高对比度边缘的光学伪影,类似于偏光镜减少眩光的作用。

总结:偏光镜通过滤除特定方向的偏振光,提高视觉清晰度,而计算机图形学使用光照模型优化渲染图像,以减少不必要的光学伪影。

希望这个主题能让你对偏振光和光学滤波的应用有更深入的理解!😎✨

AI心理学论文简报

Prompt

1
2
3
4
5
6
7
8
每天晚上9点,搜索本月和ai教育、ai心理学相关的论文研究,给我推送一份学术论文摘要简报。你需要按照下面要求来:
1. 包含4篇简报
2. 信息源来源于Journal of Psychology and AI, PsyPost’s Artificial Intelligence Section, American Psychological Association (APA) Monito, SpringerLink’s Health, Psychology, and AI Collection, Biomed Central’s Collection on Artificial Intelligence in Psychological Research and Care, ScienceDaily’s AI and Psychology Section, arXiv.org, Psychology Today,用英文关键词搜索;附上原始的信息源链接。
3. 每一条简报,简报内容如下:
- 标题(先写英文,后翻译成中文)
- 摘要内容,翻译为中文
- 关键词:解释每个关键词相关的知识背景
- 评论:这部分加上你对这篇论文的评论(中文),尤其关注其技术实现、影响、意义、与普通人的关联

Demo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
Answer:

1. Title: Factors Influencing Teachers’ Intention to Adopt Generative AI Technologies in Education

中文标题:影响教师采用生成式人工智能技术的因素

Abstract:

本研究探讨了影响教师在教育中采用生成式人工智能(AI)技术意图的因素。通过扩展技术接受模型(TAM),研究考察了感知有用性、感知易用性、社会影响和技术焦虑对教师采用生成式AI技术意图的影响。数据收集自多所学校的教师,结果表明,感知有用性和社会影响对采用意图有显著正向影响,而技术焦虑则有显著负向影响。感知易用性通过感知有用性间接影响采用意图。研究结果为教育机构在推广生成式AI技术时提供了实用的见解。

Keywords:
• 技术接受模型(TAM):一个用于解释用户如何接受和使用新技术的理论框架,主要关注感知有用性和感知易用性。
• 生成式人工智能(Generative AI):一种AI技术,能够生成新的内容,如文本、图像或音频,基于现有数据进行学习。
• 社会影响:他人(如同事、上级)对个体行为的影响,特别是在技术采用情境下。
• 技术焦虑:个体在使用新技术时所感受到的紧张或不安。

评论:

这项研究深入探讨了教师在教育中采用生成式AI技术的意图及其影响因素。结果显示,感知有用性和社会影响是促进采用意图的关键因素,而技术焦虑则是阻碍因素。感知易用性通过提升感知有用性,间接影响采用意图。对于教育机构而言,这意味着在推广生成式AI技术时,应注重提升教师对技术的感知有用性,营造支持性的社会环境,并提供培训以降低技术焦虑。对于普通人来说,这项研究强调了社会环境和个人情绪在新技术采用中的重要性,提示我们在面对新技术时,应积极寻求支持和培训,以降低焦虑,增强接受度。

Source: 

2. Title: Automating Psychological Hypothesis Generation with AI: Large Language Models Meet Causal Graph

中文标题:利用人工智能自动生成心理学假设:大型语言模型与因果图的结合

Abstract:

本研究结合因果知识图谱和大型语言模型(LLM),提出了一种用于心理学领域的计算假设生成新方法。通过分析43,312篇心理学文章,使用LLM提取因果关系对,构建了一个专门的心理学因果图。应用链接预测算法,生成了130个关于“幸福感”的潜在心理学假设,并与博士研究生提出的研究想法以及仅由LLM生成的假设进行了比较。结果显示,LLM与因果图结合的方法在新颖性方面与专家级见解相当,明显优于仅由LLM生成的假设。

Keywords:
• 因果知识图谱:一种表示实体及其因果关系的图结构,用于揭示数据中的因果模式。
• 大型语言模型(LLM):如GPT-3等经过大量文本数据训练的AI模型,能够生成和理解自然语言。
• 链接预测算法:用于预测图中未连接节点之间可能存在的关系的算法。

评论:

这项研究展示了将LLM与因果知识图谱相结合,在心理学研究中自动生成新假设的潜力。通过分析大量文献,系统地提出潜在的研究方向,有助于加速科学发现。然而,生成的假设仍需通过实证研究验证。对于普通人而言,这意味着AI可能在未来帮助研究人员更快地识别研究空白,推动心理学知识的进步,最终改善心理健康干预和教育方法。

Source: 

3. Title: Artificial Intelligence in Mental Health: Applications, Benefits, and Ethical Considerations

中文标题:人工智能在心理健康中的应用:应用、益处和伦理考量

Abstract:

人工智能(AI)在心理健康领域的应用正在迅速发展,涵盖诊断、预测和治疗等方面。AI可以通过分析来自多种来源的数据,如脑成像和遗传测试,来提高诊断的准确性,并为个体提供个性化的治疗方案。此外,AI驱动的系统可以在虚拟环境中提供心理健康干预,如认知行为疗法,从而改善对心理健康服务的获取。然而,AI在心理健康中的应用也带来了伦理挑战,包括数据隐私、算法偏见和对人类互动的潜在影响。因此,在开发和实施AI驱动的心理健康解决方案时,必须仔细考虑这些伦理问题。

Keywords:
• 人工智能(AI):模拟人类智能过程的计算机系统,涉及学习、推理和自我校正。
• 认知行为疗法(CBT):一种常用的心理治疗方法,旨在改变负面思维模式以改善情绪和行为。
• 算法偏见:AI系统在处理数据时可能出现的系统性偏差,可能导致不公平的结果。

评论:

这篇论文探讨了AI在心理健康领域的多种应用,强调了其在提高诊断准确性和提供个性化治疗方面的潜力。然而,作者也指出了重要的伦理考虑,如数据隐私和算法偏见,这些问题需要在AI系统的开发和实施过程中得到充分关注。对于普通人而言,这意味着AI可能在未来提供更有效和可及的心理健康支持,但也需要对其局限性和潜在风险保持警

最后

我感兴趣的点很多,但是无奈时间和精力不够,关于定时推送任务的内容,其实我一直想要实现一个拆书定时推动。比如我打算一个礼拜读完一本书,这时候让ai帮我拆分若干份,然后每天给我推送今天要读的内容的总结版本。