PsychoScales是一个致力于促进心理学知识公开和人群研究的量表网站。2024年初，该项目建立了一个基于量表的AI解读网站，但存在一些问题，如框架复杂和解读不全面。因此，项目团队进行了技术与知识的储备，以完善PsychoScales的设计。2025年，项目重新搭建了两个子项目：[PsychoScales](https://www.psychoscales.com/)和[PsychoScalesOrg](https://www.psychoscales.org/)。前者提供混合量表测量和AI解读，后者是量表展示与结果计算平台。用户信息不会被保存，仅邮箱用于区分用户。新的PsychoScales采用随机量表系统，以提供更准确的测量结果，并保留所有量表问题、选项和计分机制用于数据比较。AI将与用户对话，解读所有量表结果。用户每回答一个问题将获得积分，每次对话消耗五个积分，以激励用户提供最新数据。

作者认为知识分享写作的“新”在于用旧观点审视新情境，提供新观点并加以检验，同时兼顾“提问题”和“教科书”的写法，为读者提供论证结构完整的答案和扩展空间。

文章介绍了在 ItemStudy 中添加了 reverse item 但仍为非线性，给出了相关链接和代码更新。提到对 xy 轴 pivot 尝试非线性相关，展示了 reverse 前后的结果图片。讨论认为区别不大，参数略变，绝对值大相关高，可能是语义“范围”问题，相似度高但相关性负很多的例子中套话结构占空间，被测变量内在相关性也有影响，还指出 item 的 reverse 是对被测变量而言的方向，并非语义方向。

计算 Cronbach's alpha 可衡量量表项内部一致性，其取值范围是 0 到 1，值越高表示一致性越好。具体公式为：alpha = k / (k - 1) * (1 - sum(sig_i^2) / sum(sig_T^2))，其中 k 是量表项数，sig_i^2 是每个项的方差，sig_T^2 是所有项分数总和的方差。

本周，心尺AIRA进行了更新和调整。主要变化包括更新了后端AI的知识库获取能力，并改变了回答模式以更接近心理学家的解读方式。文章强调心理测量不应仅基于测试结果与人群数据的对照，还应考虑个体的体验和文化差异。此外，介绍了新的API接口用于搜索相关论文和订阅心理学期刊的RSS推送，以便持续更新知识库。这些改进旨在提供更准确、相关的心理学信息，并通过解释和建议帮助用户理解自己的心理状态及如何改善。