🧬 biology

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

本研究对比了基于词典和基于大语言模型（LLM）的文本分析方法在 7,303 份自然主义迷幻体验报告中的应用，发现虽然词典计数复制了以往关于神秘主义词汇量的 U 型模式，但大语言模型在关键维度上对神秘体验强度的评估则呈现出更具单调性和语境细微差别的特征。

原作者： Aleksander Milczanowski

发布于 2026-08-25

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Aleksander Milczanowski

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

人类长期以来一直试图理解意识脱离常规边界的时刻。在意识研究领域，这些时刻通常被称为“改变状态”（altered states）；而当这些时刻涉及深刻的连接感、永恒感或神圣意义时，则被描述为“神秘体验”（mystical experiences）。几十年来，科学家们一直试图测量这些转瞬即逝的内在事件，但往往依赖于在临床实验室中填写的调查问卷。然而，对于许多人来说，这些体验发生在医院之外——在宁静的家中或荒野之中，它们不是以数据表的形式呈现，而是以故事的形式分享。互联网已成为一个庞大的个人叙事图书馆，成千上万的个体用自己的语言描述着在使用迷幻物质（psychedelic substances）后的旅程。研究人员面临的挑战始终是如何在阅读这数以千计的故事时，不丢失作者实际感受到的细微差别。传统的文本阅读工具运作起来就像一个简单的词频计数器，通过寻找特定的关键词来统计得分。但人类语言是复杂的；例如“恐惧”一词，在一段故事中可能预示着一场可怕的噩梦，而在另一段故事中则可能是一个通往深刻突破的必要步骤。语境至关重要，简单的计数无法总是分辨其中的差异。

最近的一项研究旨在测试一种新的阅读这些故事的方法，将传统的词频计数法与使用人工智能的现代方法进行了对比。研究人员收集了来自一个专门讨论赛洛西宾蘑菇（psilocybin mushrooms）的在线论坛的 7,303 篇关于迷幻体验的书面记录。这些报告是匿名的，由已经服用过该物质的人撰写，且每位作者都为自己的体验分配了一个强度等级，范围从轻微到非常强烈。团队首先应用了传统方法，使用了一份与神秘主题相关的自定义词表——如“神圣”、“统一”或“启示”等术语——来观察这些词汇在每个故事中出现的频率。他们还测量了写作的情感基调，检查故事整体感觉是积极的还是消极的。这种方法证实了之前一项研究的发现：神秘词汇出现的频率并不简单地随着体验强度的增加而上升。相反，这些词汇在最轻微和最强烈的报告中出现得最为频繁，呈现出一种 U 型模式；而写作中的积极情感基调实际上随着体验强度的增加而下降。

随后，研究人员转向了一种大型语言模型，这是一种能够理解句子更广泛含义和语境，而非仅仅识别孤立单词的人工智能类型。他们要求 AI 阅读每一个故事，并从四个特定的维度对神秘体验进行评分：与万物合一的感觉、获得深刻洞察或真理的感觉、时间感的丧失（永恒感），以及神圣感。AI 还对整体情感基调进行了评分。结果与词频计数法相比有着显著的不同。AI 的评分并没有呈现 U 型曲线，而是随着报告的体验强度增加，其对四个神秘维度的评分都在稳步且持续地上升。最强烈的叙述在统一感、洞察力、永恒感和神圣感方面都获得了最高分。这表明，虽然简单的词频计数器擅长捕捉神秘词汇的存在，但在衡量这种体验究竟有多“深”方面却显得乏力。AI 通过理解完整的叙事语境，似乎捕捉到了旅行强度与神秘深度之间更直接的关系。

研究还观察了 AI 如何处理这些体验的情感层面。AI 对情感基调的评估与传统词频计数工具的结果吻合得很好，显示出随着体验强度的增加，写作变得不再那么积极，而是变得更加复杂。这与临床研究中所知一致：更高剂量的迷幻药物可以导致更深刻的效果，但也带来了更高的艰难或挑战性时刻的风险。AI 在识别情感转变的同时，还能同时识别神秘深度的增加，这种能力表明它能同时承载两种复杂的真相。研究人员通过将相同的故事运行在八个不同的大型语言模型中，验证了其 AI 方法的可靠性。这些模型之间表现出了高度的一致性，表明结果是稳定的，而非某个特定程序的偶然现象。

最终，这项研究并不声称人工智能是完美的，也不声称它已经解决了人类意识之谜。研究人员谨慎地指出，AI 的评分仍需与人类专家的评分进行对比以获得完全验证。然而，这些发现提供了一个理解迷幻体验的强大新工具。它们表明，我们分析文本的方式会改变我们所看到的内容。简单的词频计数可能会“只见树木不见森林”，无法看到最强烈的体验同时也意味着最深刻的神秘感。通过使用一种阅读“意义”而非仅仅“计数”的方法，研究人员现在可以观察成千上万的自然叙事，并清晰地描绘出人类心智在这些物质影响下如何发生转变。这种方法为大规模研究改变状态的这种主观世界开启了大门，而使用的正是人们用来描述自身旅程的语言。

技术摘要：自然主义环境下致幻体验中的神秘主义与情感特征

问题陈述
在线分享的第一人称改变意识状态的叙述，为临床致幻剂研究提供了自然主义的补充。然而，依赖静态词典的传统文本分析方法在处理复杂的现象学报告时面临显著局限。这些词汇法往往无法识别否定词，无法捕捉修饰性术语（例如“有点”、“不”），并且难以区分具有相似词汇（如死亡与重生的主题）但性质截然不同的恐怖体验与有意义的体验。因此，关键词频率可能无法准确反映神秘体验的强度或上下文含义。虽然大语言模型（LLM）提供了在更广泛语义语境下评估文本的潜力，但其在致幻剂现象学领域的应用仍有待深入探索。本研究旨在解决既有的基于词典的方法与新兴的基于 LLM 的上下文分析方法之间在量化神秘体验及情感维度方面的差距。

研究方法
本研究分析了从 Shroomery.org 的“Trip Reports”板块收集的 7,303 份英文致幻体验报告。数据收集遵循 Žuljević 等人 [24] 的工作流程，过滤出至少包含 50 个经过验证的英文单词的报告，并剔除了重复项。

分析采用了双重方法：

基于词典的复制研究： 应用了一个针对神秘主义语言的自定义 77 项词典，以计算“神秘语言得分”（匹配词汇占总词数的百分比）。情感效价使用 VADER（一种基于规则的情感分析工具）和经过微调的 ModernBERT 模型进行评估。
基于 LLM 的特征提取： 通过结构化 JSON 模式对生成式 LLM (GLM-5) 进行提示，使其对四个特定的神秘体验维度——统一性 (Unity)、神圣洞察 (Noetic Insight)、时间超越性 (Time Transcendence) 和神圣感 (Sacredness) 以及整体情感 (Sentiment) 分数进行评分。评分基于文本证据，采用 0–10 分制（0 表示不存在，1–10 表示强度）。模型被要求提供评分依据。
可靠性与统计分析： 在 500 份报告的子样本上，通过八种不同的 LLM 使用 Krippendorff'alpha 系数评估了模型间的一致性。使用卡方检验、带有 Dunn 事后比较的 Kruskal-Wallis 检验以及 Spearman 相关系数，并对多次比较进行了 Bonferroni 校正，以测试与自我报告的体验强度（等级 1–5）之间的统计关联。

关键结果

复制先前发现： 基于词典的分析成功复制了神秘语言得分随自我报告体验强度变化的 U 型分布，即与中间等级相比，在低强度（等级 1）和高强度（等级 5）时，神秘词汇的频率更高。随着强度增加，正向情感（VADER）呈下降趋势。
LLM 评分的差异： 与词汇呈现的 U 型模式不同，LLM 得出的统一性、神圣洞察、时间超越性和神圣感评分显示出单调递增趋势。等级 5 的得分始终最高，且与其他所有较低等级存在显著差异。
收敛性与相关性：
- 基于词典的神秘语言得分与所有四个 LLM 衍生的维度均呈中度相关（ $\rho$ = 0.35–0.49）。
- LLM 衍生的情感得分与 VADER 及 ModernBERT 的情感测量值表现出收敛性（分别为 $\rho$ = 0.505 和 $\rho$ = 0.651）。
- 在各神秘维度中，时间超越性与自我报告的强度关联最强（ $\rho$ = 0.313）且呈现最陡峭的单调增长，但它与情感测量值的相关性最弱（与 LLM 情感的相关性 $\rho$ = 0.055）。
可靠性： 八种 LLM 之间的模型间可靠性处于令人满意到初步可接受的水平，Krippendorff's alpha 范围为 0.766（统一性）至 0.871（洞察力）。模型间的两两相关性持续保持在高水平（ $\rho$ = 0.83–0.90）。

意义与主张
本文主张，词汇频率与 LLM 上下文评分之间的差异表明，这些方法捕捉到了神秘体验中部分不同的侧面。作者认为，基于词典分析观察到的 U 型分布反映了该指标的局限性——具体而言，归一化后的词频不太适用于估算一个构念的强度，而上下文评分系统则更为适用。相反，LLM 得分的单调递增更符合剂量依赖性神秘体验的理论预期，即更高的剂量（以强度等级为代理指标）会产生更深刻的效果。

研究结论认为，基于 LLM 的上下文评分可以作为既有 NLP 方法的一个有用的探索性补充。虽然词典方法在检测神秘词汇的存在方面仍然高效，但 LLM 提供了一种在更广泛叙事语境下评估特定现象学维度的机制。作者强调，尽管 LLM 方法的程序稳健性得到了高模型间一致性和与情感测量值收敛性的支持，但这些评分与人类对现象学构念的判断是否一致，仍需通过人类编码员进行进一步验证。本研究建立了一个记录在案的自然主义报告语料库，作为未来进行致幻剂现象学混合方法研究的资源。

技术摘要：自然主义环境下致幻体验中的神秘主义与情感特征

类似论文