Complex networks map test anxiety and wellbeing levels in students and ChatGPT

Dit onderzoek gebruikt forma mentis-netwerken om aan te tonen dat studenten examens en cijfers semantisch koppelen aan angst en negatieve emoties, terwijl experts neutrale associaties hebben en AI-simulaties deze menselijke affectieve framing niet volledig nabootsen.

De kern

Stel je voor dat je hersenen niet als een lijstje met feiten werken, maar als een enorm, levendig spinnenweb. In dit web zijn alle woorden en ideeën die je kent met elkaar verbonden door dunne draden. Als je aan één woord denkt, trilt het hele web en komen er andere woorden naar boven.

Deze studie, gedaan door onderzoekers uit Italië, kijkt precies naar zo'n web. Ze wilden weten: hoe voelen studenten echt over toetsen en cijfers? En kunnen computers (zoals ChatGPT) dit gevoel net zo goed nabootsen als echte mensen?

Hier is de uitleg, vertaald naar alledaags taal:

1. Het Spinnenweb van de Geest (BFMNs)

De onderzoekers gebruiken een slimme methode om dit spinnenweb te tekenen. Ze vragen mensen: "Wat komt er bij je op als je het woord 'examen' hoort?"

• Als iemand zegt: "Angst, falen, stress", dan zie je dat het woord 'examen' in hun web strak verbonden is met donkere, zware draden.
• Als iemand zegt: "Kans, leren, uitdaging", dan zijn de draden lichter en vrolijker.

Ze noemen dit een BFMN (een netwerk van gedachten en gevoelens). Het is alsof ze een kaart maken van de emotionele landschappen in de hoofden van studenten.

2. Wat vonden ze bij de studenten? (Het Donkere Wolkje)

Bij bijna alle studenten (van middelbare scholieren tot universitair studenten) zagen ze hetzelfde patroon:

• Het woord 'Examen' en 'Cijfer' zit vastgeplakt aan een donkere wolk.
• Als je aan 'examen' denkt, komen er direct woorden als 'stress', 'angst', 'falen' en 'druk' naar boven. Het is alsof het woord 'examen' een rode knop is die een alarm belt in hun hoofd.
• Zelfs als ze zich goed hebben voorbereid, voelt het woord 'examen' als een bedreiging. Het is niet zomaar een test; het voelt als een oordeel over wie ze zijn.

De uitzondering: De Experts
Er was één groep die anders was: de experts (mensen die al lang in de wetenschap werken). Voor hen was 'examen' geen donkere wolk meer, maar een concreet gereedschap. Ze dachten aan 'taken', 'procedures' en 'resultaten'. Het was voor hen niet meer emotioneel geladen; het was gewoon werk.

• Analogie: Voor een student is een examen als een monster dat onder je bed zit. Voor een expert is het als een hamer: een tool om iets te bouwen.

3. De Mens vs. De Robot (ChatGPT)

De onderzoekers lieten ook een slimme AI (GPT-oss) meedoen. Ze gaven de AI een "persona" (een verzonnen profiel) van een student met stress en vroegen haar wat ze dacht.

Hier werd het interessant:

• De AI zag ook dat examens eng zijn. Ze had ook een donker web rondom het woord 'examen'. Dit betekent dat de AI begrijpt dat mensen stress hebben over school.
• MAAR... de AI miste de 'levenservaring'.
  • Mensen koppelden 'angst' direct aan concrete dingen: "de leraar", "de klok die tikt", "het papier van het tentamen". Het was verankerd in hun dagelijkse leven.
  • De AI dacht meer in abstracte, medische termen: "paniek", "diagnose", "psychopathologie". Het was alsof de AI een boek over angst had gelezen, maar nooit echt zelf in een zenuwachtige klas had gezeten.
  • Analogie: Als je een mens vraagt wat 'honger' is, zegt hij: "Ik heb een hol gevoel in mijn maag en ik wil een brood." Als je een robot vraagt wat 'honger' is, zegt hij: "Een tekort aan calorieën dat de homeostase verstoort." De robot heeft de feiten, maar mist het gevoel.

4. Welzijn: Brood en Boter vs. Therapie

Toen ze keken naar het woord 'welzijn' (hoe het met je gaat):

• Mensen dachten aan concrete dingen: "slapen", "eten", "wandelen", "vrienden". Het was praktisch en tastbaar.
• De AI dacht aan "therapie", "psychotherapie" en "stressbeheersing". Het was alsof de AI dacht dat je pas gezond bent als je naar een dokter gaat, terwijl mensen gewoon een wandelingetje maken.

Waarom is dit belangrijk?

Deze studie laat zien dat angst voor toetsen niet zomaar een gedachte is, maar een diep geworteld patroon in hoe studenten de wereld zien.

1. Voor scholen: Het betekent dat we toetsen misschien anders moeten laten voelen. Als we het woord 'examen' kunnen koppelen aan concrete, haalbare stappen (zoals de experts doen) in plaats van abstracte oordelen, kan de angst misschien minder worden.
2. Voor AI: Computers kunnen heel goed nadoen wat mensen zeggen over stress, maar ze snappen nog niet hoe mensen het voelen in hun dagelijkse leven. Ze missen de "menselijke touch" van echte ervaring.

Kortom:
Studenten zien toetsen als een dreigende storm. Experts zien het als een regenjas (een tool). En computers? Die weten dat er een storm komt, maar ze hebben nooit nat geworden in de regen. Ze begrijpen de theorie, maar niet de kou.

Technische samenvatting

Probleemstelling

Academische evaluaties in STEM-vakken (Wiskunde, Informatica, Techniek, Natuurwetenschappen) kunnen aanzienlijke angst oproepen bij studenten. Bestaande methoden om deze angst te meten, zoals gestandaardiseerde vragenlijsten, vangen vaak slechts geïsoleerde dimensies en missen het vermogen om te begrijpen hoe studenten examens en hun welzijn semantisch en affectief kaderen. Angst wordt vaak onzichtbaar in routine-evaluaties, terwijl het een zelfversterkende cyclus kan vormen die leidt tot vermijdingsgedrag en slechtere prestaties. Er is behoefte aan een model dat de complexe interactie tussen eerdere ervaringen, sociale verwachtingen en institutionele druk weergeeft, in plaats van alleen een numerieke score te leveren.

Methodologie

De auteurs gebruiken een cognitieve netwerkwetenschappelijke aanpak, specifiek Behavioral Forma Mentis Networks (BFMNs). Dit zijn kenmerkende netwerken van concepten die zijn gekoppeld via geheugenherinneringen en verrijkt met affectieve ratings en concretiteitsnormen.

1. Datacollectie en Deelnemers:

• Totaal: 994 deelnemers (menselijk en gesimuleerd).
• Menselijke groepen:
  • STEM-experts (N=59).
  • Zuid-Italiaanse middelbare scholieren (N=159).
  • Noord-Italiaanse middelbare scholieren (N=57), gesplitst in hoge en lage rekenangst (gebaseerd op de MAS-IT schaal).
  • Natuurkunde-studenten (N=10).
  • Psychologiestudenten (N=301), gesplitst in hoge en lage rekenangst.
• Gesimuleerde groepen: GPT-OSS 20B (een Large Language Model) fungeerde als "digitale tweeling" voor de studentenpopulaties. De LLM kreeg specifieke personificatie-prompten (geslacht, leeftijd, opleidingsniveau, sociaaleconomische status) om menselijke profielen na te bootsen.

2. Experimenteel Protocol:

• Vrije associatie: Deelnemers kregen reeksen cue-woorden (bijv. "examen", "cijfer", "angst") en moesten maximaal drie associaties geven.
• Affectieve rating: Deelnemers beoordeelden de emotionele lading (valentie) van zowel de cue-woorden als hun eigen associaties op een 5-puntsschaal (zeer negatief tot zeer positief).
• Netwerkbouw: De data werden omgezet in ongerichte, ongewogen grafen waarbij knopen concepten zijn en randen de associaties voorstellen.

3. Analyse-technieken:

• Semantische frames: Analyse van de directe netwerkbuurten van sleutelwoorden.
• Valentie Aura: Het dominante sentiment (positief/negatief/neutraal) van de directe buren van een concept.
• Emotionele Bloem (Plutchik): Visualisatie van de verdeling van primaire emoties (angst, vreugde, vertrouwen, etc.) via z-scores.
• Concretiteitsanalyse: Vergelijking van de gemiddelde concretiteit van concepten in de netwerken met een willekeurige baseline (gebaseerd op Brysbaert et al., 2024).
• Jaccard Index: Meting van de overlap tussen de semantische frames van "angst" en "examen".

Belangrijkste Bijdragen

1. BFMN als kwantitatief raamwerk: Het artikel introduceert en valideert BFMNs als een interpreteerbare methode om academische angst te bestuderen als een gestructureerd patroon in de mindset, in plaats van als een enkelvoudige score.
2. Vergelijking Mens vs. AI: Het biedt een systematische vergelijking tussen menselijke cognitieve data en LLM-simulaties (GPT-OSS), waardoor het mogelijk wordt om menselijke affectieve framing te onderscheiden van kunstmatige simulaties.
3. Ontdekking van "Abstractie" als mechanisme: De studie identificeert dat een hogere mate van abstractie in de semantische representatie van evaluatieconcepten correleert met hogere angstniveaus, wat een nieuw inzicht biedt in de cognitieve mechanismen van testangst.

Resultaten

1. Negatieve Framing van Examens en Cijfers:

• Bij alle menselijke studentengroepen werden de concepten "examen" en "cijfer" negatief waargenomen en verbonden met negatieve herinneringen (faalangst, druk, falen).
• Experts vormden een uitzondering: hun netwerk rond "examen" was neutraal en aanzienlijk concreter (gericht op taken en procedures), zonder duidelijke tekenen van testangst.
• LLM's (GPT) bootsten de negatieve framing na, maar vertoonden zelfs minder positieve associaties dan mensen.

2. Concretiteit en Controle:

• Menselijke studenten met hoge angst stelden "cijfers" voor als abstracte concepten (labels, verwachtingen), terwijl experts "examens" als concrete taken zagen.
• Abstractie lijkt een cognitief mechanisme te zijn dat de psychologische afstand vergroot en het gevoel van controle vermindert, wat angst in stand houdt.

3. Mens vs. AI: De "Angst"-koppeling:

• Overlap: Bij menselijke studenten overlapt het semantische netwerk van "angst" en "examen" drie keer zo sterk als bij GPT-simulaties.
• Concretiteit: Mensen koppelen angst aan concrete academische triggers (school, cijfers, tijdslimieten). GPT koppelt angst aan abstracte, klinische termen (paniek, stress, psychopathologie).
• Welzijn: Mensen koppelen welzijn aan concrete levensstijlfactoren (slaap, voeding), terwijl GPT dit koppelt aan therapeutische en diagnostische concepten.

4. Emotionele Profielen:

• Menselijke netwerken toonden een breder affectief spectrum (bijv. significant verdriet naast angst), terwijl GPT zich beperkte tot de meest prominente emoties.
• Er was een opvallende "emotie-bias" bij het concept "cijfer": ondanks negatieve associaties werd er significant vertrouwen getoond, wat wijst op een dissonantie tussen institutionele legitimiteit en subjectieve bedreiging.

Betekenis en Conclusie

De studie toont aan dat testangst niet slechts een reactie op moeilijkheden is, maar een structureel ingebedde mindset die wordt gevormd door hoe studenten concepten semantisch en affectief organiseren.

• Voor het onderwijs: De bevinding dat abstractie angst versterkt, suggereert dat interventies gericht moeten zijn op het concreter maken van evaluatiecriteria en feedback om het gevoel van controle te vergroten.
• Voor AI-onderzoek: Hoewel LLMs culturele narratieven over academische druk kunnen nabootsen, missen ze de ervaringsgebonden (experiential) grounding. Ze begrijpen wat mensen zeggen over angst, maar niet hoe angst cognitief is verankerd in de dagelijkse academische realiteit.
• Methodologisch: BFMNs bieden een robuust, kwantitatief instrument om de mentale representaties van studenten te monitoren en de effectiviteit van psychologische ondersteuning te evalueren.