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

该研究利用行为形态网络（BFMNs）分析发现，人类学生在“考试”和“成绩”等概念上表现出显著的负面情感联结与焦虑聚类，且其“焦虑”与“考试”的语义重叠度远高于由大语言模型模拟的数字化身，从而证实了该方法能有效量化并区分人类特有的学业焦虑情感框架与当前 AI 模拟之间的差异。

要点

这篇论文就像是一次**“心灵地图绘制探险”**。研究人员试图搞清楚：当学生面对考试和分数时，他们的大脑里到底在发生什么？同时，他们还做了一个有趣的实验：让一个人工智能（AI，具体是 GPT-OSS）扮演学生，看看 AI 心里的“考试地图”和真人学生有什么不一样。

为了让你更容易理解，我们可以把这篇论文的核心内容想象成**“给大脑里的想法画地图”**。

1. 核心工具：行为思维网络 (BFMNs)

想象一下，你的大脑里有一个巨大的**“联想游乐场”**。

• 当你听到“考试”这个词时，你的大脑不会只想到“考试”这两个字，它会像烟花一样炸开，瞬间联想到“分数”、“焦虑”、“熬夜”、“失败”或者“老师”。
• 研究人员用的工具叫**“行为思维网络”。它就像一张动态的思维导图**，不仅记录了这些词是怎么连在一起的，还记录了当你想到这些词时，你的情绪是积极的（像阳光）还是消极的（像乌云）。

2. 他们发现了什么？（真人学生的地图）

研究人员调查了不同的人群：高中生、大学生、甚至已经工作的 STEM（科学、技术、工程、数学）专家。

• 考试和分数是“乌云密布”的：
  对于绝大多数学生来说，当他们在思维地图上画“考试”和“分数”时，周围环绕的几乎全是负面情绪。

  • 比喻： 就像你走进一个房间，虽然门上写着“学习机会”，但房间里却充满了“恐惧”、“压力”和“失败”的阴影。学生们觉得考试不是为了学习，而是一场审判。
  • 焦虑的“粘连”： 在真人学生的地图里，“焦虑”和“考试”这两个词是紧紧粘在一起的。就像磁铁的两极，提到考试，脑子里立刻就会冒出焦虑。这种联系非常紧密，甚至可以说是“如影随形”。

• 专家们的地图很“冷静”：
  有趣的是，那些已经工作的 STEM 专家（比如物理学家、工程师），他们的地图完全不同。

  • 比喻： 对他们来说，“考试”不再是一个恐怖的怪兽，而更像是一个具体的任务清单（比如“做实验”、“写报告”）。他们的地图里，考试周围没有那么多乌云，反而更具体、更实在。这说明，当你习惯了某种挑战，它就不再那么可怕了。

• 关于“幸福感”的地图：

  • 真人学生： 想到“幸福感”时，他们想到的是具体的生活细节：好好睡觉、吃顿好吃的、和朋友聊天、运动。这是脚踏实地的快乐。
  • 焦虑的学生： 他们的幸福感地图反而比较抽象，甚至有点模糊。

3. AI 扮演学生：它懂“考试焦虑”吗？

研究人员让 AI 扮演不同焦虑程度的学生，看看它画出的地图是什么样的。

• AI 学会了“抱怨”，但没学会“感受”：
  AI 画的地图里，确实也有“考试=压力”这种负面联系，它甚至比真人学生更消极。这说明 AI 从互联网上学到了大家普遍对考试的看法。

  • 但是！ AI 的地图里有一个巨大的漏洞。
  • 比喻： 真人学生的“焦虑”是长在“考试”这棵树上的果实，它们长在一起，分不开。但 AI 的地图里，“焦虑”和“考试”像是住在隔壁的陌生人，虽然都在同一个小区，但彼此没有深层的粘连。
  • 原因： AI 把焦虑描述得像医学教科书（比如“恐慌症”、“情绪障碍”），非常抽象和理论化；而真人学生把焦虑描述成具体的生活场景（比如“明天要交作业”、“怕考砸了被骂”）。AI 知道“焦虑”这个词的定义，但它没有活生生经历过那种心跳加速、手心出汗的感觉。

• 关于“幸福感”：
  AI 在谈论“幸福感”时，喜欢用心理学术语（比如“治疗”、“心理病理”），听起来像个冷冰冰的医生；而真人学生谈论的是柴米油盐和运动。

4. 这个研究告诉我们什么？

1. 考试焦虑是“根深蒂固”的： 它不是学生想多了，而是整个教育评价体系在学生心里形成了一种结构性的恐惧。考试被异化成了一种威胁，而不是成长的阶梯。
2. 越具体，越不害怕： 那些能把考试看作“具体任务”（像专家那样）的人，焦虑感更低。这提示我们，也许教育应该让学生更清楚“怎么做”，而不是只盯着“考多少分”这个抽象的结果。
3. AI 不是完美的心理医生： 虽然 AI 能模仿人类的语言，甚至能模仿人类的“抱怨”，但它无法真正理解人类的情感体验。它知道“焦虑”是什么词，但不知道“焦虑”是什么感觉。

总结

这就好比：

• 真人学生在描述考试焦虑时，像是在说：“我昨晚因为担心明天的数学题睡不着，心跳很快，手心全是汗。”（具体的、体验式的）
• AI在描述时，像是在说：“根据定义，焦虑是一种对未来的担忧，常伴随生理唤醒。”（抽象的、理论式的）

这项研究提醒我们，要真正解决学生的考试焦虑，不能只靠冷冰冰的数据或 AI 模拟，而需要关注学生真实的、具体的生活体验，把那些抽象的“分数”变成可操作的“任务”，让考试不再是一座压在心头的黑山，而只是一条需要一步步走的路。

技术摘要

论文技术总结：利用复杂网络映射学生考试焦虑与幸福感水平

1. 研究背景与问题 (Problem)

学术评估（特别是 STEM 领域）常引发学生的焦虑，但传统的评分和测试分数往往无法捕捉学生如何语义化地构建（semantically frame）考试与幸福感。现有的心理测量问卷虽然能量化焦虑维度，但难以揭示学生如何关联焦虑的源头（如考试、分数）及其情感框架。此外，焦虑往往被忽视，导致回避行为加剧，形成恶性循环。

本研究旨在解决以下核心问题：

1. 不同教育阶段和焦虑水平的学生群体，如何在认知网络中构建“考试”、“分数”、“焦虑”和“幸福感”等概念？
2. 这些概念在网络结构、情感色调（Valence Aura）和具体性（Concreteness）上存在何种差异？
3. 人类学生的认知框架与基于大语言模型（LLM，具体为 GPT-oss 20B）的模拟“数字孪生”有何异同？LLM 能否有效模拟人类的考试焦虑认知结构？

2. 方法论 (Methodology)

2.1 参与者与数据

研究结合了真实人类数据与 AI 模拟数据，总样本量为 994 人：

• 人类组：包括 STEM 专家 (N=59)、意大利南部高中生 (N=159)、物理系本科生 (N=10)、北部高中生 (N=57) 以及心理学本科生 (N=301)。
• AI 组：使用 GPT-oss 20B 模型，根据人类组的特征（性别、年龄、教育背景、社会经济地位、焦虑水平）生成对应的“数字孪生”模拟学生 (N=497)。
• 焦虑分类：基于数学焦虑量表（MAS-IT）将人类学生分为高焦虑和低焦虑组（中位数被排除）。

2.2 实验任务

所有参与者（包括 AI）完成以下任务：

1. 自由联想任务：针对一系列提示词（如“考试”、“分数”、“焦虑”等），快速报告最多三个联想词。
2. 情感评分：对提示词及其联想词进行 1-5 点的情感效价（Valence）评分（从非常负面到非常正面）。

2.3 分析框架：行为心智网络 (BFMNs)

研究采用 行为心智网络 (Behavioural Forma Mentis Networks, BFMNs) 作为核心分析工具：

• 构建：将概念作为节点，自由联想作为边，构建无向图。
• 情感整合：每个节点携带情感标签（正/负/中性），形成“情感光环”（Valence Aura）。
• 语义框架提取：提取目标词（如"Exam"）的邻居节点，形成语义框架。
• 具体性分析：利用 Brysbaert 等人的具体性规范（Concreteness norms），计算语义框架的平均具体性，并与随机基线进行 Z 检验。
• 情感花朵 (Emotional Flower)：基于 Plutchik 模型，量化恐惧、期待、悲伤等八种基本情绪在语义网络中的显著性（Z-score）。
• 网络指标：计算节点数、边数、聚类系数、平均最短路径及中心节点（Hubs）。

3. 关键发现 (Key Results)

3.1 考试与分数的负面框架

• 普遍负面性：在所有人类学生群体中，“考试”和“分数”均被感知为负面概念，主要与“失败”、“压力”、“焦虑”等负面记忆关联。
• 情感特征：考试框架显著引发恐惧（Fear）和期待（Anticipation）情绪（例如物理系学生 Z-score 在 2.04-2.53 之间）。
• 专家组的差异：STEM 专家对“考试”的感知是中性的，且其语义框架具有更高的具体性（Concrete），主要关联任务、程序和结果，而非威胁。这表明经验可能将评估“去情感化”并具体化。
• AI 的偏差：GPT 模拟的学生也表现出负面框架，但在低焦虑心理学组中，AI 的正面联想（如“努力”、“知识”）少于人类，显示出比人类更强的负面偏见。

3.2 焦虑与考试的语义重叠

• 人类的高度耦合：在人类学生中，“焦虑”与“考试”的语义框架重叠度极高（Jaccard 指数 > 0.13），是 AI 模拟组（< 0.04）的 3-4 倍。这提供了考试焦虑存在的结构性证据。
• 抽象 vs. 具体：
  • 人类：焦虑主要与具体的学术触发点（学校、考试、分数、时间限制）绑定。
  • AI：焦虑主要与抽象的临床或诊断术语（恐慌、情绪、压力、精神病理学）绑定，缺乏具体的情境锚点。
• 具体性差异：高焦虑人类组对“分数”的框架比随机基线更抽象（Abstract），暗示了控制感的丧失；而专家组的“考试”框架则更具体。

3.3 幸福感的表征差异

• 人类：将幸福感与具体的日常生活实践（饮食、睡眠、运动）联系起来。
• AI：将幸福感与负面的心理构建（心理病理学、焦虑、治疗）联系起来，反映了临床话语而非生活体验。

4. 主要贡献 (Key Contributions)

1. 方法论创新：首次将 行为心智网络 (BFMNs) 应用于大规模跨群体（人类 vs. AI）的考试焦虑研究，提供了一种量化且可解释的框架，能够捕捉概念间的情感聚类和网络结构。
2. 揭示认知结构：证明了考试焦虑不仅仅是情感反应，而是一种结构化的认知模式。高焦虑群体倾向于将评估概念抽象化，从而增加了心理距离和不可控感；而专家通过具体化（具体任务导向）消解了焦虑。
3. AI 与人类认知的界限：
   • LLM 能够模拟人类对评估系统的文化叙事（即普遍的负面态度）。
   • LLM 无法模拟人类基于生活经验（Experiential Grounding）的认知组织。AI 将焦虑视为脱离语境的临床概念，而人类将其视为嵌入学术情境的具体体验。
4. 区分抽象与具体：通过具体性分析，揭示了焦虑水平与概念抽象程度之间的反比关系，为理解焦虑的认知机制提供了新视角。

5. 意义与启示 (Significance)

• 教育干预：研究建议教育者应关注评估的具体化（Concrete）和透明化。通过提供清晰的评估标准、形成性反馈和具体的任务描述，可能有助于降低学生的抽象恐惧，增强控制感，从而缓解考试焦虑。
• AI 在心理学中的应用：虽然 LLM 可以作为研究文化叙事的参考模型，但不能直接作为人类心理状态或焦虑体验的代理（Proxy）。在模拟情感认知时，必须考虑 AI 缺乏真实生活体验这一根本局限。
• 理论价值：支持了焦虑是一种“情境依赖”和“经验嵌入”的心智模式的观点，强调了认知网络结构在理解心理健康中的重要性。

总结：该研究利用复杂网络科学，深入剖析了考试焦虑在人类与 AI 认知中的不同表征。结果表明，人类的焦虑深深植根于具体的学术生活体验中，而 AI 仅能模仿其表面的负面情感色彩，无法复现其深层的结构性关联。这一发现对改进教育评估体系及审慎使用 AI 进行心理建模具有重要指导意义。