Integrated Decentering: Validating an Automated Measure of Decentering Expression Across Seven Independent Samples
Diese Studie validiert „Integrated Decentering“, ein einzelnes automatisiertes Scoring-Modell, das das Decentering in reflektiven Texten über sieben diverse Stichproben hinweg zuverlässig misst und dabei eine starke Konstruktvalidität, zeitliche Stabilität sowie Sensitivität gegenüber kontemplativer Praxis demonstriert, ohne dass probenspezifische Anpassungen erforderlich sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich Ihren Geist als eine geschäftige Küche vor. Normalerweise, wenn ein Gedanke auftaucht – wie „Ich bin ein Versager“ oder „Ich bin so wütend“ – greifen Sie vielleicht danach, kosten ihn und glauben sofort, es sei das ganze Gericht. Sie verschmelzen mit dem Gedanken; er wird zu Ihnen. Aber es gibt eine besondere Fähigkeit, die oft Dezentrierung genannt wird, bei der Sie einen Schritt zurück vom Herd machen. Anstatt den Gedanken zu essen, beobachten Sie ihn, wie er wie eine Blase oder eine Wolke vorbeischwebt. Sie erkennen: „Oh, das ist nur ein Gedanke, der durch meinen Geist zieht, keine Tatsache darüber, wer ich bin.“ Dieser Wechsel ist eine Superkraft in der Psychologie. Er hilft Menschen, Stress zu bewältigen, mehr Empathie für andere zu empfinden und Konflikte zu lösen, ohne in ihrem eigenen Drama stecken zu bleiben.
Lange Zeit hatten Wissenschaftler Schwierigkeiten, diese Superkraft zu messen. Meistens fragten sie Menschen: „Wie gut können Sie einen Schritt zurücktreten?“ Aber jemanden nach seiner eigenen Fähigkeit beurteilen zu lassen, ist knifflig; manchmal denken Menschen, sie seien großartig darin, obwohl sie es nicht sind, oder sie sind so sehr ihrer eigenen Gedanken bewusst, dass sie denken, sie seien schlecht darin. Andere versuchten zu zählen, wie viele Stunden jemand meditiert hat, aber das ist so, als würde man zählen, wie oft jemand einen Tennisschläger gehalten hat, ohne zu prüfen, ob er tatsächlich den Ball treffen kann. Wir brauchten einen neuen Weg, um zu sehen, ob jemand wirklich „einen Schritt zurücktritt“, ohne sich auf die eigene Meinung oder eine Stoppuhr zu verlassen.
Hier kam ein Team von Forschern unter der Leitung von Tamas Madl und Sara Lazar mit einer cleveren Idee ins Spiel: Was wäre, wenn wir einfach darauf hören, was die Leute sagen? Sie entwickelten ein neues Werkzeug namens Integrated Decentering (ID). Denken Sie an es als einen superintelligenten, spezialisierten Roboter-Bibliothekar, der kurze, reflektierende Sätze liest, die Menschen geschrieben haben, und ihnen einen Wert von 0 bis 9 gibt. Er zählt nicht nur Wörter; er sucht nach dem Tonfall des Zurücktretens. Sagt der Schreiber: „Ich fühle mich traurig, weil ich gescheitert bin“ (verschmolzen), oder „Ich nehme ein Gefühl der Traurigkeit wahr, weil ich gescheitert bin“ (dezentriert)? Der Roboter wurde mit tausenden Beispielen trainiert, um diesen Unterschied automatisch zu erkennen.
Die Forscher haben den Roboter nicht nur gebaut; sie haben ihn einem massiven, siebenstufigen Stresstest unterzogen, um zu sehen, ob er tatsächlich funktioniert. Sie fütterten ihn mit Texten aus sieben verschiedenen Gruppen von Menschen: ältere Erwachsene, Menschen, die über Konflikte schrieben, Verfasser von Online-Forenbeiträgen und sogar erfahrene Meditierende. Hier ist, was sie herausfanden:
- Er passt zu den Experten: Als sie die Scores des Roboters mit etablierten Fragebögen verglichen, die die Menschen selbst ausgefüllt hatten, stimmte der Roboter ziemlich gut mit ihnen überein. Es war keine perfekte Übereinstimmung, aber es war ein starkes, zuverlässiges Signal, das zeigte, dass er dasselbe maß, was er zu messen vorgab.
- Er sagt das reale Verhalten voraus: Menschen, die höhere Scores durch den Roboter erhielten, waren besser darin, Empathie für das Leiden anderer zu empfinden, und waren besser darin, Lösungen für Streitigkeiten zu finden, ohne in ihrem eigenen Ego stecken zu bleiben. Sie brachten ihr Handeln auch enger mit ihren Werten in Einklang.
- Er weiß, was er nicht ist: Dies ist ein entscheidender Teil. Der Roboter wurde mit Texten getestet, bei denen Dezentrierung keine Rolle spielen sollte, wie etwa unpersönliche Diskussionen darüber, jemanden in einem Forum umzustimmen. In diesen Fällen gab der Roboter niedrige Scores, was bewies, dass er kein bloßer „Wortreichheits-Detektor“ ist. Er kennt den Unterschied zwischen einer tiefen Reflexion und einem langen, langweiligen Wütendsein.
- Er verfolgt die Praxis: Der Roboter konnte den Unterschied zwischen Menschen, die Meditation oder Yoga praktizierten, und denen, die dies nicht taten, erkennen. Je mehr sie praktizierten, desto höher waren tendenziell ihre Scores, was darauf hindeutet, dass das Werkzeug tatsächlich die Effekte des Trainings des Geistes sehen kann.
Die Forscher sind vorsichtig zu betonen, dass dies keine magische Kristallkugel ist, die die psychische Gesundheit eines Menschen diagnostiziert oder genau sagen kann, wie „weise“ jemand ist. Es ist ein Forschungswerkzeug, das am besten funktioniert, wenn man Gruppen von Menschen oder Veränderungen im Zeitverlauf betrachtet, anstatt einen einzelnen Satz isoliert zu bewerten. Sie fanden auch heraus, dass sich die Scores des Roboters zwar mit der „Reife“ des Denkens eines Menschen überschneiden, er aber etwas Spezifisches über das Zurücktreten von Gedanken misst, das einzigartig ist und nicht nur ein allgemeines Zeichen des Erwachsenwerdens.
Kurz gesagt deutet diese Arbeit darauf hin, dass wir nun die Fähigkeit des „Zurücktretens“ messen können, indem wir einfach lesen, was Menschen schreiben, und zwar mit einem festen, automatisierten Werkzeug, das über verschiedene Arten von Menschen und Situationen hinweg funktioniert. Es ist ein neuer, skalierbarer Weg zu sehen, ob unsere Geister lernen, mit ihren Gedanken zu tanzen, anstatt im Schlamm mit ihnen stecken zu bleiben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.