🧬 biology

Mystical and affective features of naturalistic psychedelic experiences: A comparison of dictionary-based and LLM-based text analysis methods

Deze studie vergelijkt woordenboekgebaseerde en large language model (LLM) tekstanalysemethoden op 7.303 natuurlijke psychedelische verslagen, waarbij wordt vastgesteld dat hoewel woordenboektellingen eerdere U-vormige patronen van mystieke woordenschat reproduceren, LLM's een meer monotone en contextueel genuanceerde beoordeling bieden van de intensiteit van de mystieke ervaring over belangrijke dimensies heen.

Oorspronkelijke auteurs: Aleksander Milczanowski

Gepubliceerd 2026-08-25

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Aleksander Milczanowski

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Mensen proberen al heel lang te begrijpen wanneer de geest buiten zijn gebruikelijke grenzen treedt. In het onderzoek naar bewustzijn worden deze momenten vaak aangewezen als veranderde staten, en wanneer ze gepaard gaan met een diep gevoel van verbondenheid, tijdloosheid of heilige betekenis, worden ze beschreven als mystieke ervaringen. Decennialang hebben wetenschappers geprobeerd deze vluchtige, interne gebeurtenissen te meten, vaak door te vertrouven op vragenlijsten die in klinische laboratoria worden ingevuld. Maar voor veel mensen vinden deze ervaringen plaats buiten het ziekenhuis, in de stilte van een huis of de wildernis van de natuur, en worden ze niet gedeeld in databladen, maar in verhalen. Het internet is een enorme bibliotheek geworden van deze persoonlijke narratieven, waar duizenden individuen hun reizen met psychedische substanties beschrijven in hun eigen woorden. De uitdaging voor onderzoekers is altijd geweest hoe ze deze duizenden verhalen kunnen lezen zonder de nuance van wat de schrijver daadwerkelijk voelde te verliezen. Traditionele instrumenten voor het lezen van tekst werken vaak als een eenvoudige woordteller, waarbij ze zoeken naar specifieke trefwoorden om een score bij te houden. Maar menselijke taal is complex; een woord als "angst" kan in het ene verhaal wijzen op een verschrikkelijke nachtmerrie, of in een ander verhaal op een noodzakelijke stap naar een diepgaande doorbraak. De context doet er toe, en een eenvoudige telling kan het verschil niet altijd aangeven.

Een recente studie zette zich af om een nieuwe manier van het lezen van deze verhalen te testen, waarbij de oude methode van het tellen van woorden vergeleken werd met een moderne aanpak met behulp van kunstmatige intelligentie. De onderzoekers verzamelden 7.303 geschreven verslagen van psychedische ervaringen van een online forum dat gewijd is aan discussies over psilocybine-paddenstoelen. Deze rapporten waren anoniem, geschreven door mensen die de substantie al hadden ingenomen, en elke schrijver had zijn eigen ervaring een niveau van intensiteit toegekend, variërend van mild tot zeer sterk. Het team paste eerst de traditionele methode toe, waarbij een aangepaste lijst van woorden geassocieerd met mystieke thema's werd gebruikt—termen als "goddelijk", "eenheid" of "openbaring"—om te zien hoe vaak deze voorkwamen in elk verhaal. Ze maten ook de emotionele toon van het schrijven, waarbij ze controleerden of de verhalen over het algemeen positief of negatief aanvoelden. Deze aanpak bevestigde wat een eerdere studie had gevonden: de frequentie van deze mystieke woorden steeg niet simpelweg naarmate de intensiteit van de ervaring toenam. In plaats daarvan verschenen de woorden het vaakst in de milde rapporten en de meest intense verslagen, wat een U-vormig patroon vormde, terwijl de positieve emotionele toon van het schrijven daadwerkelijk daalde naarmate de intensiteit van de ervaring toenam.

De onderzoekers richtten zich vervolgens op een groot taalmodel, een type kunstmatige intelligentie dat in staat is om de bredere betekenis en context van een zin te begrijpen, in plaats van alleen geïsoleerde woorden op te merken. Ze vroegen de AI om elk verhaal te lezen en het te beoordelen op vier specifieke dimensies van de mystieke ervaring: een gevoel van eenheid met alles, het gevoel diepe inzichten of waarheid te verkrijgen, de ervaring van tijdloosheid, en een gevoel van heiligheid. De AI beoordeelde ook de algemene emotionele toon. De resultaten waren opvallend anders dan de methode van het tellen van woorden. In plaats van de U-vormige curve, stegen de beoordelingen van de AI voor alle vier de mystieke dimensies gestaag en consistent naarmate de gerapporteerde intensiteit van de ervaring toenam. De meest intense verhalen ontvingen de hoogste scores voor eenheid, inzicht, tijdloosheid en heiligheid. Dit suggereert dat hoewel de eenvoudige woordteller goed kan zijn in het opsporen van de aanwezigheid van mystieke vocabulaire, het moeite heeft met het meten van hoe sterk die ervaring eigenlijk is. De AI, door de volledige context van het narratief te begrijpen, leek een meer directe relatie te vatten tussen de intensiteit van de trip en de diepte van het mystieke gevoel.

De studie onderzocht ook hoe de AI omging met de emotionele kant van deze ervaringen. De beoordeling van de AI over de emotionele toon kwam goed overeen met de resultaten van de traditionele woordtel-instrumenten, wat aantoonde dat het schrijven minder positief en gemengder werd naarmate de intensiteit van de ervaring toenam. Dit komt overeen met wat bekend is uit klinisch onderzoek: hogere doses psychedelica kunnen leiden tot meer diepgaande effecten, maar ze brengen ook een hoger risico op moeilijke of uitdagende momenten met zich mee. Het vermogen van de AI om deze verschuiving in toon te detecteren, terwijl het tegelijkertijd de toename in mystieke diepte herkent, suggereert dat het twee complexe waarheden tegelijkertijd kan vasthouden. De onderzoekers controleerden de betrouwbaarheid van hun AI-methode door dezelfde verhalen door acht verschillende grote taalmodellen te halen. De modellen stemden in hoge mate met elkaar overeen, wat suggereerde dat de resultaten stabiel waren en niet slechts een toevalstreffer van één specifiek programma.

Uiteindelijk beweert de studie niet dat de kunstmatige intelligentie perfect is of dat het het mysterie van het menselijk bewustzijn heeft opgelost. De onderzoekers merken zorgvuldig op dat de scores van de AI nog steeds vergeleken moeten worden met beoordelingen van menselijke experts om volledig gevalideerd te worden. Echter, de bevindingen bieden een krachtig nieuw instrument voor het begrijpen van de psychedelische ervaring. Ze laten zien dat de manier waarop we tekst analyseren, kan veranderen wat we zien. Een eenvoudige telling van woorden kan het bos door de bomen niet meer zien, en er niet in slagen te zien dat de meest intense ervaringen ook de meest mystieke zijn. Door een methode te gebruiken die leest voor betekenis in plaats van alleen te tellen, kunnen onderzoekers nu duizenden natuurlijke verhalen bestuderen en een helderder beeld krijgen van hoe de menselijke geest transformeert onder invloed van deze stoffen. Deze aanpak opent de deur naar het bestuderen van de subjectieve wereld van veranderde staten op een schaal die voorheen onmogelijk was, gebruikmakend van de woorden die mensen zelf gebruiken om hun reizen te beschrijven.

Technische Samenvatting: Mystieke en Affectieve Kenmerken van Naturalistische Psychedelische Ervaringen

Probleemstelling
Eerstepersoons narratieve verslagen van veranderde bewustzijnstoestanden die online worden gedeeld, bieden een naturalistisch complement aan klinisch psychedelisch onderzoek. Traditionele tekstanalysemethoden die steunen op statische woordenwoordenboeken kampen echter met aanzienlijke beperkingen wanneer ze worden toegepast op complexe fenomenologische rapporten. Deze lexicale benaderingen zijn vaak blind voor negatie, slagen er niet in om modulerende termen (bijv. "een beetje," "niet") te vatten, en hebben moeite om onderscheid te maken tussen angstaanjagende en betekenisvolle ervaringen die vergelijkbare vocabulaire delen (bijv. thema's van dood en wedergeboorte). Bijgevolg weerspiegelt trefwoordfrequentie mogelijk niet accuraat de intensiteit of de contextuele betekenis van mystieke ervaringen. Hoewel Large Language Models (LLM's) het potentieel bieden om tekst te evalueren binnen de bredere semantische context, blijft hun toepassing op psychedelische fenomenologie onderbelicht. Deze studie adresseert de kloof tussen gevestigde woordenboekgebaseerde methoden en opkomende LLM-gebaseerde contextuele analyse bij het kwantificeren van mystieke en affectieve dimensies van psychedelische ervaringen.

Methodologie
De studie analyseerde een corpus van 7.303 Engelstalige verslagen van psychedelische ervaringen verzameld uit de "Trip Reports"-sectie van Shroomery.org. De gegevensverzameling volgde de workflow van een eerdere studie door Žuljević et al. [24], waarbij werd gefilterd op rapporten met ten minste 50 geverifieerde Engelse woorden en duplicaten werden verwijderd.

De analyse maakte gebruik van een duale methode:

Woordenboekgebaseerde Replicatie: Een aangepast woordenboek van 77 termen gericht op mystieke taal werd toegepast om een "mystieke taalscore" te berekenen (het percentage overeenkomende termen ten opzichte van het totale aantal woorden). Emotionele valentie werd beoordeeld met behulp van VADER, een regelgebaseerde sentimentanalyse-tool, en een gefinetuned ModernBERT-model.
LLM-gebaseerde Kenmerkextractie: Een generatieve LLM (GLM-5) werd via een gestructureerd JSON-schema geprompt om elk rapport te beoordelen op vier specifieke dimensies van de mystieke ervaring — Eenheid (Unity), Noëtisch Inzicht (Noetic Insight), Tijdstranscendentie (Time Transcendence) en Heiligheid (Sacredness) — evenals een algemene Sentimentscore. Beoordelingen werden toegekend op een schaal van 0–10 (0 duidt op afwezigheid, 1–10 op intensiteit) op basis van tekstuele bewijslast. Het model kreeg de instructie om een rationale te verstrekken voor deze beoordelingen.
Betrouwbaarheid en Statistische Analyse: Inter-model betrouwbaarheid werd beoordeeld over acht verschillende LLM's op een subsample van 500 rapporten met behulp van de Krippendorff's alpha. Associaties met zelfgerapporteerde ervaringintensiteit (Niveaus 1–5) werden getest met Chi-kwadraattesten, Kruskal-Wallis-testen met Dunn's post-hoc vergelijkingen, en Spearman-correlaties, met Bonferroni-correcties voor meervoudige vergelijkingen.

Belangrijkste Resultaten

Replicatie van Eerdere Bevindingen: De woordenboekgebaseerde analyse slaagde er succesvol in de U-vormige distributie van mystieke taalscores te repliceren over de zelfgerapporteerde intensiteitsniveaus, waarbij de frequentie van mystieke vocabulaire hoger was bij lage (Niveau 1) en hoge (Niveau 5) intensiteiten vergeleken met intermediaire niveaus. Positief sentiment (VADER) nam af naarmate de intensiteit toenam.
Divergentie in LLM-beoordelingen: In tegenstelling tot het U-vormige lexicale patroon vertoonden de door LLM afgeleide beoordelingen voor Eenheid, Noëtisch Inzicht, Tijdstranscendentie en Heiligheid een monotone toename met de ervaringintensiteit. Niveau 5 leverde consequent de hoogste scores op, wat significant verschilde van alle lagere niveaus.
Convergentie en Correlatie:
- Woordenboekgebaseerde mystieke taalscores correleerden matig met alle vier de door LLM afgeleide dimensies ( $\rho$ = 0,35–0,49).
- Door LLM afgeleide sentimentscores convergeerden met zowel VADER als ModernBERT sentimentmaten ( $\rho$ = 0,505 en 0,651, respectievelijk).
- Onder de mystieke dimensies vertoonde Tijdstranscendentie de sterkste associatie met zelfgerapporteerde intensiteit ( $\rho$ = 0,313) en de steilste monotone toename, maar had het de zwakste correlatie met sentimentmaten ( $\rho$ = 0,055 met LLM-sentiment).
Betrouwbaarheid: De inter-model betrouwbaarheid over de acht LLM's was bevredigend tot tentatief, met een Krippendorff's alpha variërend van 0,766 (Eenheid) tot 0,871 (Inzicht). Paarcorrelaties tussen modellen waren consistent hoog ( $\rho$ = 0,83–0,90).

Betekenis en Claims
Het artikel stelt dat de divergentie tussen de lexicale frequentie en de door LLM afgeleide contextuele beoordelingen suggereert dat deze methoden gedeeltelijk verschillende aspecten van de mystieke ervaring vastleggen. De auteur stelt dat de geobserveerde U-vormige distributie in de woordenboekgebaseerde analyse waarschijnlijk een beperking van de metriek weerspiegelt — speciferlijk, dat genormaliseerde woordfrequentie minder geschikt is voor het schatten van de intensiteit van een construct dan een contextueel beoordelingssysteem. Daarentegen komt de monotone toename in LLM-scores meer overeen met de theoretische verwachtingen van dosisafhankelijke mystieke ervaringen, waarbij hogere doses (geproxied door intensiteitsniveaus) diepere effecten opleveren.

De studie concludeert dat contextuele scoring via LLM dient als een potentieel nuttig exploratief complement aan gevestigde NLP-methoden. Hoewel woordenboekbenaderingen effectief blijven voor het detecteren van de aanwezigheid van mystieke vocabulaire, bieden LLM's een mechanisme om specifieke fenomenologische dimensies binnen de bredere narratieve context te evalueren. De auteur benadrukt dat hoewel de procedurele robuustheid van de LLM-benadering wordt ondersteund door een hoge inter-model overeenstemming en convergentie met sentimentmaten, de correspondentie van deze scores met menselijke oordelen over fenomenologische constructen verdere validatie vereist tegenover menselijke codeurs. Het werk vestigt een gedocumenteerd corpus van naturalistische verslagen als een bron voor toekomstig mixed-methods onderzoek naar de psychedelische fenomenologie.

Meer zoals dit