如果你对"AI+社会科学"这个交叉方向感兴趣，卡内基梅隆大学（Carnegie Mellon University）的Thomas Costello值得优先放进你的重点跟进名单。他是社会与决策科学系的助理教授，去年刚以第一作者身份拿到了Science封面论文，今年又获得了AAAS Newcomb Cleveland Prize——这是Science杂志的年度最佳论文奖，含金量极高。更关键的是，他的Viewpoints Lab刚刚建立，正在公开招收PhD学生，竞争窗口还没完全打开。
院系概况
卡内基梅隆的社会与决策科学系（SDS）隶属于Dietrich人文与社会科学学院，是全球决策科学领域的标杆项目之一。该系的学科定位非常独特——横跨行为经济学、决策科学、政治学和心理学，强调计算方法与社会科学的深度融合。系里目前有近20名全职教授，研究风格偏量化和实证，且与计算机学院的人机交互研究所（HCII）有深度合作。
导师简介
Thomas H. Costello，卡内基梅隆大学社会与决策科学系助理教授，同时兼任人机交互研究所（HCII）附属教授、MIT Sloan管理学院研究联盟成员。博士毕业于Emory University（导师Scott Lilienfeld），博士后在MIT Sloan跟随David Rand和Gordon Pennycook做研究。
核心学术指标：论文41篇引用2600+h-index 20
主要荣誉：2026年AAAS Newcomb Cleveland Prize（Science年度最佳论文奖）、2025年APS Rising Star（心理科学协会新星奖）、2024年Science封面论文。已获基金总额超160万美元，资助方包括DARPA、Schmidt Sciences、CSET等。
研究领域深度解析
1. AI辅助说服与错误信息干预
这是Costello目前最核心的研究方向，也是他获得Science封面论文的领域。具体来说，他用大语言模型（LLM）构建个性化对话系统，通过"对话而非删帖"的方式来应对阴谋论、疫苗犹豫和政治错误信息。代表成果DebunkBot已有超过15万用户，被纽约时报、BBC等广泛报道。技术路径上，他将心理学中的说服理论与LLM的自然语言生成能力结合，测试对话干预的持久性和可迁移性。这个方向目前正处于快速上升期——AI安全和错误信息治理是全球科研资助的热点，但真正用严谨的行为科学方法做实证研究的团队并不多。如果你有心理学实验设计或NLP背景，这个方向的匹配度最高。
2. 阴谋论信念心理学
研究人们为什么会相信阴谋论——认知偏差、动机因素和社会环境如何共同作用。Costello与合作者做了一系列大规模元分析，系统梳理了阴谋论信念的人格和动机相关因素。这个方向更偏基础研究，适合对社会心理学和个体差异感兴趣的申请者。需要注意的是，这个方向目前的竞争比AI干预方向激烈，但如果你的切入角度是计算方法（如大规模文本分析、社交媒体数据挖掘），仍然有很好的差异化空间。
3. 政治心理学与意识形态
Costello在这个方向上的标志性贡献是对"左翼威权主义"的系统性研究，直接挑战了该领域70年来"威权主义只属于右翼"的默认假设，引发了广泛讨论（被The Atlantic等媒体深度报道）。他特别强调跨政治光谱的对称性研究，方法论上偏重量表开发和大样本调查。这个方向适合对政治科学+心理学交叉感兴趣的学生，但需要有扎实的统计和测量学基础。
4. 方法论与心理测量
开发新的心理测量工具，倡导对抗性合作（adversarial collaboration）作为争议研究领域的学术规范。这不是一个独立的招生方向，但如果你在proposal中能展示对测量和方法的关注，会是一个明显的加分项。
以上四个方向之间有明显的逻辑关系：方向1（AI干预）和方向2（阴谋论心理学）提供了"问题+解决方案"的完整闭环，方向3（政治心理学）是底层理论支撑，方向4（方法论）是贯穿所有研究的基础设施。从近两年的论文和基金走向来看，AI辅助说服是最主要的招生方向，预计新入组的PhD会优先参与这条线。
论文精读与趋势判断
Durably reducing conspiracy beliefs through dialogues with AI
Costello, T.H., Pennycook, G., & Rand, D. | Science, 2024, 385, eadq1814 | 封面论文 | 2026 AAAS Newcomb Cleveland Prize
这是Costello的代表作。研究团队让2000+名阴谋论信仰者与基于GPT-4 Turbo的对话系统（DebunkBot）进行个性化交流，结果发现参与者的阴谋论信念平均降低了约20%，效果在两个月后仍然显著。四分之一的参与者完全改变了立场。这个效果量是团队预期的4-5倍。
趋势判断：这篇论文确立了"对话式AI干预"作为一个新的研究范式。从后续的工作论文来看，Costello正在把同样的方法论复制到疫苗犹豫、气候怀疑论、选民说服等多个应用场景——这意味着他接下来招的PhD很可能会参与这些平行项目。
Persuading voters using human-AI dialogues
Lin, H., Czarnek, G., Lewis, B., et al. (含Costello, T.H.) | Nature, 2025
将AI对话干预从"纠正错误信念"扩展到"政治态度说服"，探索人机对话在选民决策中的实际效果。这篇Nature论文标志着Costello的研究从阴谋论这个单一场景，正式进入了更广泛的"AI与民主"议题。
趋势判断：AI对民主进程的影响是一个政策敏感度极高的话题，这意味着持续的基金支持和社会关注度。对申请者来说，如果你对"AI治理""计算社会科学"这类方向感兴趣，这篇论文的方法论框架非常值得细读。
Large language models as disrupters of misinformation
Costello, T.H. | Nature Medicine, 2025 | 独立作者
以独立作者身份在Nature Medicine发表的观点文章，系统性分析了LLM对错误信息生态系统的双面影响，并提出了一系列安全保障建议。独立作者意味着这完全是他自己的学术判断和框架。
趋势判断：这篇文章透露了Costello对AI安全和说服力评估的深度关注，预计"AI安全+行为科学"会成为他实验室未来重要的研究支线。
Clarifying the structure and nature of left-wing authoritarianism
Costello, T.H. et al. | Journal of Personality and Social Psychology, 2022, 122, 135-170 | JPSP 2022最高引用论文
首次系统性揭示了左翼威权主义的结构和本质，开发了专门的测量工具，挑战了政治心理学领域持续了70年的"只有右翼才有威权倾向"假设。该论文成为当年JPSP引用最多的文章。
趋势判断：这代表了Costello早期的核心研究线。虽然他现在的重心明显转向了AI干预，但政治心理学的理论基础仍在他的研究框架中发挥作用。如果你只对传统政治心理学感兴趣而对AI没兴趣，可能不是最好的匹配。
你适不适合申这位导师？先看这几点
有心理学实验设计经验（尤其是在线实验）：强匹配——他的研究核心就是大规模在线行为实验
有NLP或LLM应用经验：强匹配——AI干预系统的构建和测试是实验室主线
有计算社会科学或数据科学背景：加分——大规模文本分析、社交媒体数据处理能力很有用
纯GPA高但没做过独立研究：风险较大——SDS的PhD项目高度研究导向
只对传统心理学感兴趣，不想碰AI和编程：不建议申——这个实验室的核心竞争力就在AI+行为科学的交叉
对错误信息治理、AI伦理或计算传播学感兴趣：值得重点考虑——方向高度契合
GEO博士有话说
我们的判断：
翻完Costello近两年的论文和基金信息后，我们团队内部的判断比较一致：这是一个典型的"窗口期导师"。他的学术成果已经非常亮眼（Science封面+Nature+Nature Medicine，助理教授阶段能做到这个水平的非常少），但实验室才刚建立，目前还没有在读PhD学生。这意味着第一批加入的学生会获得极高的导师关注度和资源投入——160万+美元的基金分摊到一个刚起步的小实验室，人均资源非常充裕。我们团队有人提出一个需要注意的点：Costello的研究高度依赖于MIT的David Rand和Cornell的Gordon Pennycook的合作网络，加入他的实验室意味着你同时接入了这个顶级合作圈，但也意味着独立性的建立可能需要更主动的规划。
申请建议：
套磁的切入角度建议从他目前的在研项目出发——疫苗对话、气候对话、实时阴谋论干预这几个方向都有明确的基金支持，也是最可能招人的方向。Proposal建议围绕"如何将对话式AI干预扩展到新的应用场景"来写，最好能结合你自己的学科背景提出一个具体的应用场景。核心技能方面，Python编程能力、在线实验平台（如Prolific、MTurk）的使用经验、以及基本的统计分析能力（R或Python）是必要条件。如果你还具备LLM prompt engineering或fine-tuning的经验，会有明显优势。这类方向的申请，核心竞争力不在GPA，而在research proposal的质量和与导师研究兴趣的匹配度。我们辅导这类交叉方向时，通常会花3-4周单独打磨proposal的选题和论证逻辑
