AI破译梦的密码：你的大脑正在重写现实

本文来自微信公众号： PsyCulture&Science ，作者：Elce et al.，原文标题：《Com. Psy. | AI破译梦的密码：你的大脑正在重写现实》

梦，自古以来就是人类最私密、最难以言说的体验之一。为什么有些梦鲜活得几乎可以触摸，而另一些却支离破碎、醒来即忘？为什么在同一个夜晚，有人梦见宏大瑰丽的异境，有人却只在焦虑的碎片中打转？

长期以来，这些问题被归于玄学与直觉的领域。而如今，意大利卢卡IMT高等研究学院的研究团队，借助人工智能的语言分析能力，第一次以严谨的量化方式，为"梦从何而来"这一古老命题给出了系统性的答案。

研究背景

在过去的125年里，梦从弗洛伊德笔下"睡眠的守护者"，逐渐成为一个可被严肃观测的科学对象。人们早已知道，清醒时的记忆、担忧与关切会以变形的方式重现于梦中——熟悉的人、地点和情境往往在梦里换上另一副面孔。这被称为"清醒—梦境的连续性"。

然而，一个关键的空白始终存在：稳定的个体特质（比如性格、认知风格）究竟在多大程度上塑造了我们的梦？外部世界的重大事件又会如何在人群层面留下印记，并随时间演变？

以往的研究大多受限于小样本、狭窄的预测变量（通常只有年龄、性别），以及依赖回忆的问卷。实验室里"睡前操纵"的范式虽能证明睡前经历可以影响梦，但这些干预短暂、人为，难以推及真实世界中跨越数月乃至数年的长期动态。梦，依旧是一片难以大规模勘探的疆域。

研究设计

要破解这道难题，研究团队构建了两个前瞻性数据集，并首次将大型语言模型（LLM）系统性地引入梦境语义分析。

主数据集收集于2020年3月至2024年3月，最终纳入207名意大利成年人（年龄18—69岁，男女比例均衡）。参与者经过严格的入排筛查（作息规律、无睡眠/神经/精神疾病等），并完成了三个阶段：初始访谈与问卷、为期15天的实验记录、以及最后长达一小时的认知评估。

在这15天里，参与者每天清晨醒来后立即用录音笔记录醒前的最后一段体验——无论是否记得，都必须报告；即便是那种"觉得自己做了梦却什么也想不起来"的"白梦"，也要如实描述。为了对照，研究者还在白天随机时点提示他们记录"15分钟内脑海中最后掠过的念头"。最终，团队收集到1687份梦境报告与1679份清醒报告。部分参与者还佩戴了体动记录仪甚至便携式脑电设备，以客观追踪睡眠结构。

锁定数据集则来自罗马智慧大学团队在2020年4月末至5月初、意大利COVID-19严格封锁期间收集的80名参与者的351份梦境报告——这为观察"重大外部应激事件如何冲击梦境"提供了一扇天然的窗口。

在分析层面，团队采用了双管齐下的策略：

其一是假设驱动的语义维度分析。他们让三个大型语言模型（LLaMA 3、ChatGPT-4、ChatGPT-4 Turbo）在9点量表上，对每份报告的16个维度打分——包括视觉、听觉、触觉体验，情绪效价与唤醒度，怪诞度，社交过程，运动，空间，场景切换，自由受限，能动性等。取三个模型评分的中位数作为最终值。

其二是数据驱动的词汇域分析。通过词嵌入与非负矩阵分解（NNMF），他们从报告中自下而上地提炼出51个词汇域，最终验证保留32个（平均准确率91%），并归为三大高阶类别：环境类（空间、物体、自然、建筑）、社群类（教育、医疗、社会、职业）、个体类（情绪、恐惧、想象等内在状态）。

所有统计分析均采用广义线性混合效应模型（GLME），严格控制年龄、性别、教育程度以及个体言语量（BADA测验）等混杂因素，并以错误发现率（FDR，q<0.05）校正多重比较。更难得的是，研究还设置了双重信度检验——AI评分与外部人类评分者的一致性极高（所有ρ>0.60，最高达0.999），与做梦者本人的自评也高度吻合（平均ρ=0.65）。换句话说，AI"读懂"梦的能力，已经堪比训练有素的人类评分员。

研究结果

梦不是白天的回放，而是一场沉浸式重构

与清醒报告相比，梦境报告显著地更"感官化"：视觉体验的效应量Cohen's d高达1.52，空间（d=1.40）、场景（d=1.29）、社交互动（d=1.40）都大幅增强，而最惊人的是怪诞度——d=2.85，几乎是一个天文数字般的差异。与此同时，梦里的情绪更负面（d=−0.49）、唤醒度更高，并且更常出现"行动受限"的感觉（d=0.82）。

而清醒报告则恰恰相反：它充满了抽象的思考与元认知（d=−1.77），个体表现出更强的能动性（d=−1.58）——清醒时的"我"是行动的掌控者、时间的感知者、身体需求的觉察者；而梦中的"我"更像一个旁观者，被嵌入场景之中，随着一幕幕突兀切换的画面被动地漂流。

研究者用了一个精妙的比喻：清醒是"以自我为中心"的（egocentric），梦却是"以场景为中心"的（allocentric）——它不是把你放在环境的对面，而是把你溶解进环境之内。这正契合了将梦视为"清醒生活的沉浸式虚拟仿真"的理论：威胁模拟理论认为梦是演练应对威胁的进化机制，社会模拟理论则强调梦在磨练社交技能中的作用。

你是谁，决定了你如何做梦

在同时纳入所有特质变量的多元模型中，三个稳定特质脱颖而出，且它们只影响梦、不影响清醒体验：

对梦的态度：越是重视梦、相信梦有意义的人，其梦境的情绪唤醒、怪诞度、空间感和视觉知觉都显著更强。他们的梦更丰富、更沉浸。

走神倾向：越爱走神的人，梦境越怪诞，场景切换也越频繁。研究者指出，梦或许正是走神在睡眠中的强化版本——两者可能共享同一套神经与认知基础，都指向大脑的"默认模式网络"。

主观睡眠质量：睡得越差，梦越怪诞。

有趣的是，客观睡眠结构（体动记录仪测得）对梦内容的影响整体偏弱，但"长而浅的睡眠"与更频繁的场景切换相关——这与"梦在整夜中逐渐变得更丰富""浅睡眠阶段的梦更复杂"的既有发现相互印证。

一场疫情，改变了所有人的梦

在封锁期间，人们的梦里显著充满了对限制与束缚的担忧、更强的情绪唤醒、更多的社交、身体与工作主题。梦中人物的行动被物理或隐喻的枷锁所困——这正是现实世界的镜像。

而当研究者追踪2020至2024这四年的长期趋势时，一幅动人的图景浮现出来：随着疫情的消退，梦也在"痊愈"。梦的怪诞度逐渐回落，对"限制"与"社会"主题的指涉持续减少，情绪效价整体转向更为积极。梦境的演变，几乎与流行病学曲线、与人们的心理康复同频共振。

这或许是本研究最深刻的一句注脚：重大的应激会在梦中留下可测量的印记，但这些印记并非永恒的伤痕，而是遵循着一条自我修复的轨迹，随着心理创伤的平复而渐渐淡去。

这项研究告诉我们什么？

在方法论上，它证明了AI语言分析可以稳定、可扩展、可复现地捕捉梦境这类高度主观、极难描述的现象学报告——其精度媲美人类专家，效率却远非传统手工编码所能企及。这为未来开展跨文化、跨时间的大规模梦研究，乃至寻找精神与神经疾病的"梦境生物标志物"，打开了一扇全新的门。

在理论上，它同时支持了梦研究中几大经典框架——从弗洛伊德的"睡眠守护者"，到当代的威胁模拟、社会模拟与情绪记忆加工理论——并首次用大数据将它们统一在一张连贯的图景之中：梦，既是普适的，又是私人的；它由广泛共享的机制与每个人独一无二的特质共同编织而成。

当然，研究者也保持了应有的审慎：梦的"叙事结构"来自报告语言的统计规律，未必等同于做梦过程本身；疫情、时间与梦境之间的关联仍是相关性，而非因果。这份克制，恰恰是严谨科学的底色。

结语

这项研究告诉我们，那部每夜上演的私人电影，其剧本既取材于我们白日的记忆与忧思，又深深烙印着我们是怎样的人——是否爱走神，是否重视梦，睡得好不好；它甚至会随着整个时代的悲欢起伏而改写。

梦从来不是大脑随机丢弃的废料，而是心灵在夜的深处，对现实的一次高度联想式的重新想象。而今天，我们终于拥有了一副能够读懂这门语言的眼镜。

参考文献

Elce,V.,Bontempi,G.,Scarpelli,S.,Pedreschi,B.,Pietrini,P.,De Gennaro,L.,Bellesi,M.,Bernardi,G.,&Handjaras,G.(2026).Individual traits and experiences predict the content of dreams.Communications Psychology,4,69.https://doi.org/10.1038/s44271-026-00447-2