人类验证的LLM分析自然主义迷幻体验报告：绘制时间体验改变的分类图谱

致幻物质能够深刻改变时间体验，但我们尚缺乏对以下问题的详细描述：究竟会出现哪些不同的时间性改变、这些改变的普遍程度如何，以及它们之间如何相互关联。一个关键障碍在于，最适合捕捉改变的时间性之现象学全貌的方法难以规模化，因而可能无法可靠地捕捉罕见现象；而可规模化的心理测量工具则缺乏类别分辨率，无法区分不同类型的体验。在此，我们将分辨率与规模相结合，把理论家构建的现象学编码手册应用于自然主义致幻旅程报告，通过基于大语言模型（LLM）的语料库规模内容分析来实现。首先，我们确认改变的时间性可解析为七个在文本上可区分的类别，人类编码者与LLM编码者以相似的可靠性恢复了这些类别。其次，我们对来自7,303份致幻旅程报告语料库的3,291条摘录应用基于LLM的定性分析，确认这一类别结构在语料库规模上依然成立。第三，我们估计了各类别的普遍程度，并识别出一个稳定的关联结构，该结构由一组以无时间性和形而上学评价为中心的、罕见且相互关联的改变所构成的复合体，以及一个独立的、更为普遍的主观时间流速与持续时间改变共同组成。第四，我们表明，源自英语Shroomery语料库的相似相对普遍程度剖面和总体关联模式，在独立的波兰语Neurogroove存储库中得到了重复。我们的研究提供了一张高分辨率的致幻时间性图谱，其所借助的方法可能具有超越该领域的推广性，从而有助于恢复改变的意识状态的分类学结构。

中文由 AI 翻译，仅供参考，以原文为准。