摘　要：信任关系在医疗临床实践中有着至关重要的作用。用于医疗诊断的人工智能，由于其算法缺乏足够的透明性，在临床应用中面临着如何建立信任的问题。这一问题可以进一步分为“医生-机器”与“患者-机器”两个方面。相比于“破除算法黑箱”进路以及将人工智能视为“第二意见”的进路，“人机耦合”进路能够更好地刻画人工智能与人类的关系。根据这一进路，理想的医疗诊断人工智能应当能够作为医生认知过程的一部分，与医生共同组成一个紧密耦合的认知系统。这使得该系统，而非机器，成为需要被信任的对象。这一进路为潜在的医疗人工智能信任问题提供了一种可能的解决方案。

关键词：医疗人工智能 算法黑箱 人机信任 人机耦合

摘　要：智能心理治疗是依托聊天机器人模式独立进行心理诊疗的智能系统，具有便捷、高效、价格低廉、可获得性高的优势。因其服务对象的特殊性，在隐私保护、数据安全、数据偏见、机器幻觉等技术性困境上具有放大效应。加之，过度依赖导致的自我效能下降、结构化模型难以实现真正的个性化治疗、主体性难题造成的情感欺诈与法律隐患，均不利于心理治疗目标的实现。因此，从技术研发、使用、监管三个层面构建多主体共治的风险防治路径势在必行，即优化智能心理治疗功能与应用模式迭代以提升诊疗质量；增强使用者心理健康保健与数智素养库存以保障技术效用；完善准入与监管流程并建立智能系统的督导机制。

关键词：智能心理治疗 聊天机器人 人机交互 伦理风险

摘　要：当前，抑郁症的诊治面临巨大挑战，精神卫生服务供需严重失衡，基于人工智能的对话智能体提供了一个前景广阔的解决方案。然而，技术发展也带来一些局限，引发了人们对使用者健康潜在负面影响的担忧。本文探讨了对话智能体在抑郁症诊治中的应用所面临的五大伦理挑战：准确性、数据安全与隐私、固有偏见、情感鸿沟和患者依赖问题，并从审查与评估、数据伦理、角色定位、人机交互以及监管与信任的维度，提出了相应的治理策略，旨在确保对话智能体在改善患者健康的同时，有效规避潜在风险，推动其健康、安全地应用。

关键词：对话智能体 人工智能 精神卫生 抑郁症 伦理

摘　要：自然定律在科学实践中扮演着核心角色，对于自然定律的讨论也引发了许多重要的哲学问题。当前科学哲学中关于自然定律存在两个主要的竞争理论，即休谟主义和倾向主义。根据休谟主义，定律仅仅随附在时空中马赛克的分布上；而倾向主义则主张定律揭示了对象的倾向属性。本文将阐述两种理论的主要观点以及它们在经典力学和量子力学领域的应用。为了更深入理解二者之间的区别，我们介绍了奠基（Grounding）概念，并通过具体案例展示了这一概念在处理有关自然定律的哲学问题时的独特价值。

关键词：自然定律 休谟主义 倾向主义 奠基

摘　要：作为贝叶斯知识论用于科学检验出现的一大确证难题，旧证据问题对贝叶斯确证理论的应用可行性提出了挑战。以豪森为代表的主观贝叶斯主义者强调贝叶斯确证分析具有语境敏感性，并从反事实推理视角解读旧证据问题，对旧证据与假说之间的确证关系作出反事实意义上的哲学辩护。通过批判地考察反事实策略的解题机制，明晰它所面临的困境至少涉及反事实背景信息的可计算性、反事实置信概率的可确定性以及反事实确证原则的恰当相符性。有效消解旧证据问题需要走出确证的置信正相干桎梏，进一步明晰确证相干本质，构建能够表征核心确证直觉的贝叶斯模型。

关键词：贝叶斯知识论 旧证据问题 语境敏感 反事实推理 置信正相干