Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media

Dit artikel presenteert een systematische mixed-methods studie naar door LLM's bemiddelde waarzeggerij binnen de Chinese Xuanxue-cultuur, die onthult hoe gebruikers AI inzetten voor pragmatische begeleiding via collaboratieve prompt engineering en bevestigingsvooroordeel, terwijl professionele waarzeggers de spirituele geldigheid ervan verwerpen, wat uiteindelijk de traditionele waarzeggersautoriteit hervormt door middel van schaalbare, herhaalbare en co-geproduceerde praktijken.

De kern

Het Grote Plaatje: AI als Digitale Orakel

Stel je een wereld voor waarin je, in plaats van naar een waarzegster in een schemerig tentje te gaan of tarotkaarten te trekken, simpelweg een vraag typt in een chatbot. Dat is precies wat er op dit moment gebeurt in China. Jongeren gebruiken Large Language Models (LLM's) — hetzelfde soort AI dat essays schrijft en software programmeert — om vragen te stellen over hun liefdesleven, carrière en zelfs hun geluk in videogames.

De onderzoekers noemen dit "LLM-gemedieerde Xuanxue." Xuanxue is een hippe internetterm in China die fungeert als een grote paraplu die alles dekt, van oude astrologie tot moderne mystiek. Deze studie is een van de eerste die systematisch onderzoekt hoe mensen AI gebruiken als een digitaal orakel.

Hoe het Werkt: De "Prompt Engineer" als de Nieuwe Waarzegster

In de oude dagen moest je een meester betalen om je lot te lezen. Tegenwoordig doet de gebruiker het zware werk. Beschouw de AI als een zeer slim, zeer leeg canvas. De AI weet niet wat je lot is, totdat je de AI vertelt hoe het het moet schilderen.

• De Magische Prompt: Gebruikers vragen niet alleen: "Krijg ik een baan?" Ze schrijven complexe instructies zoals: "Je bent een meester in de oude Acht Zuilen van het lot. Hier zijn mijn geboortengegevens. Analyseer mijn carrièrepad met behulp van strikte traditionele regels."
• Collaboratieve Debugging: Als de AI een vaag antwoord geeft, geven gebruikers niet op. Ze gedragen zich als software engineers die de magie "debuggen". Ze passen hun vragen aan, proberen een andere formulering of vragen de AI om het opnieuw te proberen totdat het antwoord "goed" voelt.
• Open-Source Magie: Op sociale media (specifiek een app genaamd Xiaohongshu, vergelijkbaar met Instagram) delen gebruikers hun "winnende prompts" gratis. Het is als een gemeenschappelijk kookboek waar iedereen het exacte recept deelt dat ze gebruikten om een heerlijk resultaat uit de AI te krijgen.

Waarom Doen Mensen Dit? Twee Hoofdredenen

De studie vond dat mensen AI-divinatie (waarzeggerij) om twee hoofdzaken gebruiken, die vaak overlappen:

1. Het Pad van "Trendy Nieuwsgierigheid": Het is gratis, makkelijk en iedereen praat erover. Het is als het proberen van een nieuwe virale dansuitdaging. Mensen stellen grappige vragen om te zien wat de AI zegt, waarbij ze het meer als een leuk spelletje behandelen dan als een serieus ritueel.
2. Het Pad van "Angstverlichting": Wanneer het leven eng wordt (zoals wachten op exameresultaten of je zorgen maken over een relatiebreuk), wenden mensen zich tot de AI voor troost. Zelfs als ze niet volledig geloven dat de AI magisch is, fungeert het als een psychologische kruk. Het helpt hen om zich minder alleen te voelen en geeft hen een gevoel van controle in een chaotische wereld.

Geloven Ze Het? De Illusie van "Nauwkeurigheid"

De onderzoekers analyseerden meer dan 23.000 reacties en ontdekten dat onder de mensen die een mening hebben, de meesten vinden dat de AI verrassend accuraat is. Maar waarom?

• Het Barnum-effect (De Horoscoop-truc): De AI is erg goed in het schrijven van vage, flatterende of universeel herkenbare uitspraken (bijv. "Je hebt een verborgen talent voor leiderschap"). Gebruikjes kijken vervolgens naar hun eigen leven en denken: "Wauw, dat ben ik echt!" Zij vullen de gaten zelf in.
• Retrospectieve Bevestiging: Als de AI iets zegt dat toevallig uitkomt, roepen gebruikers: "Het werkte!" Als het fout gaat, geven ze meestal zichzelf de schuld omdat ze de verkeerde vraag stelden, of zeggen ze: "De AI heeft gewoon een betere prompt nodig." Ze geven zelden het systeem zelf de schuld.
• Het "Geest"-debat: Professionele menselijke waarzeggers zeggen dat de AI nep is omdat het geen "spirituele energie" of een "ziel" heeft. Ze beargumenteren dat echte divinatie een menselijke connectie vereist die een computer niet kan hebben. Veel gebruikers negeren dit echter en willen gewoon een snel, goedkoop antwoord.

De Dans tussen "Wetenschap vs. Magie"

Een van de meest interessante bevindingen is hoe gebruikers omgaan met de tegenstrijdigheid tussen "AI is gewoon wiskunde" en "AI kan de toekomst voorspellen."

• Het "Big Data"-excuus: Sommige gebruikers zeggen: "Nou, de AI heeft het hele internet gelezen, dus de kent de patronen van het menselijk lot." Ze behandelen divinatie als een wiskundig probleem.
• Het "Wetenschap Eindigt, Magie Begint"-excuus: Anderen zeggen: "Wetenschap kan niet alles verklaren, dus de AI tapt in op iets diepers dat de wetenschap nog niet heeft ontdekt."
• Het Oordeel: De meeste mensen voelen zich comfortabel in het midden. Ze behandelen de AI als een instrument voor reflectie in plaats van een kristallen bol. Ze gebruiken de label "wetenschap" om het modern en veilig te laten voelen, maar de label "magie" om het betekenisvol te laten voelen.

De Kern van het Verhaal

Dit artikel beargumenteert dat het gebruik van AI voor divinatie niet betekent dat mensen hun verstand verliezen of dat technologie de overhand neemt. In plaats daarvan laat het zien dat de menselijke natuur zeer aanpasbaar is.

Net zoals mensen vroeger theeblaadjes of tarotkaarten gebruikten om met hun angst en onzekerheid om te gaan, gebruiken ze nu chatbots. De technologie is veranderd, maar de menselijke behoefte aan begeleiding, troost en een gevoel van controle blijft exact hetzelfde. De AI is slechts het nieuwe vat voor een eeuwenoude menselijke gewoonte.

Wat het artikel NIET beweert:

• Het beweert niet dat AI daadwerkelijk de toekomst kan voorspellen.
• Het suggereert niet dat dit een medische behandeling voor angst is.
• Het beweert niet dat dit menselijke waarzeggers volledig zal vervangen (sterker nog, menselijke waarzeggers vechten terug door te beweren dat AI een "ziel" mist).
• Het voorspelt niet hoe dit de samenleving op de lange termijn zal veranderen, maar alleen hoe het nu gebeurt.

Technische samenvatting

Technische Samenvatting: Divinatie door Prompting: LLM-gemedieerde Xuanxue op Chinese Sociale Media

Probleemstelling
De snelle proliferatie van Large Language Models (LLM's) heeft een nieuwe culturele praktijk geïntroduceerd: het gebruik van conversatie-AI voor divinatie (waarzeggerij). Hoewel "algoritmische divinatie" (bijv. online tarot of astrologie-apps) al sinds het vroege internettijdperk bestond, markeert de komst van LLM's een methodologische verschuiving. In tegenstelling tot vooraf geprogrammeerde, menu-gestuurde waarzeggereedschappen, maken LLM's vloeiende, multi-turn dialogen en op maat gemaakte prompt engineering mogelijk, wat effectief een hoogst interactieve, co-geproduceerde oracle creëert. Dit artikel onderzoekt dit fenomeen binnen de specifieke culturele context van "Xuanxue" (玄学) op Chinese sociale media. Xuanxue, oorspronkelijk een Neo-Taoïstische metafysische school, is geëvolueerd tot een internet-native parapluterm voor mystieke en spirituele praktijken (divinatie, astrologie, volksgeloof) die een heropleving hebben gezien onder de Chinese jeugd als een bron van troost en sociale verbinding. De studie onderzoekt hoe gebruikers met LLM's interageren voor divinatoire doeleinden, hoe zij de autoriteit van deze AI-gegenereerde lezingen construeren en evalueren, en hoe deze praktijk de sociale organisatie van divinatie hervormt.

Methodologie
De studie maakt gebruik van een mixed-methods design om het opkomende fenomeen van LLM-gemedieerde divinatie systematisch te analyseren:

1. Grootschalige Sociale Media Analyse: De auteurs hebben data gescraped van Xiaohongshu (een belangrijk Chinees sociaal mediaplatform), waarbij werd gezocht op de zoekterm "DeepSeek Xuanxue". Deze specifieke query werd gekozen om de intersectie te vangen tussen de populariteit van de binnenlandse LLM DeepSeek en het gecodeerde gebruik van "Xuanxue" om platformcensuur met betrekking tot "bijgeloof" te vermijden.

   • Corpus: De uiteindelijke dataset bestond uit 232 posts en 23.340 reacties (inclusief geneste antwoorden) gepubliceerd tot en met 10 april 2025.
   • Codering: Een hybride benadering werd gebruikt, waarbij DeepSeek-V3.1 werd ingezet als automatische coder (gekozen vanwege de superieure Chinese NLP-prestaties) om reacties te classificeren in drie dimensies: Onderwerpclassificatie (11 categorieën), Attitudinale Oriëntatie (5-punts schaal van geloof), en Prompt Uitwisseling (binaire variabele voor het delen van prompts). Menselijke coders valideerden een subset van 224 reacties, waarbij een hoge inter-rater betrouwbaarheid werd bereikt (Cohen's Kappa > 0,90) en de moderate-tot-substantiële overeenkomst van de LLM werd bevestigd (Fleiss's Kappa > 0,60).
   • Longitudinale Controle: Een aanvullende doelgerichte steekproeffase (april–december 2025) cureerde 25 reacties met een hoge betrokkenheid en 192 reacties om de persistentie van patronen te valideren.

2. Semi-gestructureerde Interviews: De auteurs voerden 32 diepte-interviews (30–45 minuten) uit met twee verschillende groepen:

   • Gebruikers (n=26): Individuen die DeepSeek voor divinatie hebben gebruikt of actief hebben deelgenomen aan gerelateerde discussies.
   • Beoefenaars (n=6): Professionele menselijke divinatoren (Tarot, Bazi, etc.) met enige bekendheid met LLM-tools.
   • Focus: Interviews verkenden gebruiksgewoonten, waargenomen effectiviteit, comparatieve perspectieven (AI vs. mens), en de integratie van LLM's in professionele workflows.

Belangrijkste Resultaten

• Pragmatische Motivaties en Onderwerpen: Gebruikers raadplegen LLM's primair voor pragmatische zorgen in plaats van abstracte spirituele vragen. De meest frequente onderwerpen zijn algemene numerologie (Yijing, Bazi), romantische relaties, werk/studie/examen resultaten, en gaming (specifiek "gacha" trekkingen). Deze vragen sluiten aan bij de primaire stressfactoren van de hedendaagse Chinese jeugd, wat een verlangen reflecteert om onzekerheid in domeinen met hoge inzet te beheersen.
• Duale Paden van Participatie: Betrokkenheid wordt gedreven door twee snijdende paden:
  1. Trend-gedreven Nieuwsgierigheid: Virale zichtbaarheid en gratis toegang stimuleren experimenteren. Veel gebruikers benaderen LLM's als speelse, laagdrempelige instrumenten voor entertainment of psychologische troost zonder diep geloof in het bovennatuurlijke.
  2. Event-gedreven Angst: Specifieke onzekerheden met hoge inzet (bijv. examens, relatiecrises) drijven gebruikers ertoe helderheid en een gevoel van controle te zoeken, wat aansluit bij traditionele antropologische visies op divinatie als een copingmechanisme.
• Collaboratieve Prompt Engineering: Een kenmerkend aspect is de cultuur van "collaboratieve prompt verfijning". Gebruikers treden actief op als prompt engineers door input-templates te delen, te debuggen en te verfijnen om resultaten te optimaliseren. Dit transformeert gebruikers van passieve observatoren naar actieve co-producenten van de oracle.
• Waargenomen Effectiviteit en Verificatie:
  • Positieve Scheefheid: Onder gebruikers die een duidelijke houding uiten, is de waargenomen effectiviteit positief scheefgetrokken. "Nauwkeurigheid" wordt vaak gerechtvaardigd door biografische aansluiting en retrospectieve bevestiging (Barnum-effect en bevestigingsvooroordeel).
  • Verificatiepraktijken: Gebruikers hanteren rigoureuze verificatiestrategieën, waaronder herhaalde pogingen (controleren op consistentie over sessies heen) en cross-model vergelijking (triangulatie van resultaten tussen DeepSeek, Gemini, ChatGPT, etc.).
  • Professionele Scepticisme: Menselijke divinatoren wijzen LLM's grotendeels af, met het argument dat ze de noodzakelijke "spirituele kracht" of "energie" (ontologische toewijding) missen en beschouwen ze als instrumenten voor economische grensbewaking. Ze bekritiseren vaak het onvermogen van LLM's om fundamentele taken zoals nauwkeurige pai pan (kaartberekening) uit te voeren.
• Epistemologische Spanning: Gebruikers navigeren door een complexe ruimte tussen wetenschappelijke en metafysische kaders. Sommigen kaderen LLM-divinatie als "wetenschappelijk" (algoritmisch, big data) om het te legitimeren, terwijl anderen beweren dat "het eindpunt van wetenschap Xuanxue is", waarbij zij metafysica als superieur aan de huidige wetenschappelijke kennis positioneren. De meeste gebruikers tolereren deze ambiguïteit en behandelen de praktijk als een flexibel instrument voor interpretatie.

Belangrijkste Bijdragen

1. Systematische Documentatie: Dit artikel biedt een van de eerste systematische studies naar LLM-gemedieerde divinatie en documenteert de specifieke mechanica van hoe gebruikers interactie hebben met generatieve AI voor spirituele doeleinden in de Chinese context.
2. Theoretische Integratie: Het overbrugt antropologische theorieën van divinatie (instrumentele vs. niet-instrumentele functies, cognitief-evolutionaire benaderingen) met studies naar mens-AI-interactie. Het betoogt dat LLM-divinatie de kern van de epistemische en sociale functies van traditionele praktijk behoudt, terwijl het de sociale organisatie ervan fundamenteel transformeert.
3. Verschuiving in Autoriteit: De studie belicht een verschuiving van divinatoire autoriteit van gespecialiseerde beoefenaars naar netwerkgemeenschappen van gebruikers. De mogelijkheden van nul kosten, herhaalbaarheid en prompt-gestuurde aanpassing stellen gebruikers in staat de oracle te co-produceren, wat het monopolie van menselijke experts uitdaagt.
4. Verificatie in het Tijdperk van AI: Het identificeert nieuwe verificatiestrategieën die uniek zijn voor de LLM-context, zoals cross-model triangulatie en iteratieve prompt debugging, die dienen als alledaagse praktijken voor het beoordelen van de geloofwaardigheid van opake AI-systemen.

Betekenis en Claims
Het artikel claimt dat LLM-divinatie niet louter een nieuwigheid is, maar een duurzame adaptatie van een cognitieve-instrumentele strategie aan nieuwe bemiddelende technologieën. Het demonstreert dat:

• Continuïteit: Ondanks de technologische substantie blijft de kernlogica gelijk: gebruikers raadplegen deze systemen onder omstandigheden van onzekerheid en kennen hun output echte epistemische waarde toe op basis van waargenomen instrumentele effectiviteit.
• Transformatie: De technologie hervormt hoe divinatoire autoriteit wordt geconstrueerd. Autoriteit wordt niet langer uitsluitend afgeleid van de "spirituele kracht" van de beoefenaar, maar is verdeeld via de capaciteit van de gemeenschap om prompts te engineeren en outputs te verifiëren over verschillende modellen.
• Psychologische en Maatschappelijke Impact: De praktijk biedt laagwaardige emotionele steun en een gevoel van controle, maar introduceert kwetsbaarheden voor goed gedocumenteerde psychologische biases (Barnum-effect, bevestigingsvooroordeel) en kan het normaliseren van het uitbesteden van cruciale beslissingen aan geautomatiseerde systemen.
• Epistemologische Fluiditeit: Gebruikers houden zich niet strikt aan een binaire verdeling van "wetenschap versus bijgeloof", maar maken gebruik van een flexibel epistemologisch kader waarbij AI-outputs worden gelegitimeerd door zowel algoritmische autoriteit als metafysische resonantie, afhankelijk van de context.

De auteurs concluderen dat hoewel LLM-divinatie de functionele kern van traditionele praktijken behoudt, het een schaalbaarheid en herhaalbaarheid introduceert die de dynamiek van vertrouwen, verificatie en autoriteit in spirituele praktijken fundamenteel verandert. De studie roept op tot toekomstig longitudinaal en cross-cultureel onderzoek om de langetermijn gedragsconsequenties van dit opkomende fenomeen te begrijpen.