编辑推荐：
为解决自发思维潜在认知动态不明，且传统自我报告评估存在局限的问题，研究人员开展 “自发思维聚类” 主题研究。通过分析自由联想数据，发现自发思维可分为四类，这为研究重复消极思维（RNT）提供新视角，有助于理解相关心理病理机制。
在我们的日常生活中，思绪常常不由自主地飘飞，有时陷入消极的泥沼，有时又充满积极的想象，还有时自由地穿梭于各种想法之间。这些自发产生的思维，看似毫无规律，却与我们的认知、情绪乃至心理健康息息相关。自发思维涵盖了心流（mind - wandering）、白日梦、无意识的自传体记忆等现象，占据了我们大量的清醒时间。其中，重复消极思维（RNT），像过度的反刍和担忧，与内化性精神病理学的发展和维持紧密相连，比如抑郁症、焦虑症和创伤后应激障碍等。
然而，目前对于自发思维的研究存在诸多困境。一方面，自发思维尤其是 RNT 往往在没有可测量行为的情况下发生，从机制角度研究它们颇具挑战。另一方面，现有的评估 RNT 的主要方法是自我报告测量，如反刍反应量表（RRS）和宾州州立大学忧虑问卷（PSWQ），但这些方法受回顾性报告和记忆回忆偏差的影响，无法深入洞察 RNT 的动态认知机制。因此，迫切需要新的任务和模型来捕捉 RNT 的动态变化，而不依赖于自我报告。
为了突破这些困境，来自埃默里大学（Emory University）的研究人员开展了一项重要研究。他们旨在通过新的方法解析自发思维的潜在模式，探索 RNT 的本质特征。研究成果发表在《Communications Psychology》上，为该领域带来了新的曙光。
研究人员采用了多种关键技术方法。首先，招募了三个独立样本，包括埃默里大学的本科生以及通过 Prolific 平台收集的线上样本。其次，让参与者完成书面自由联想范式任务，受自由联想语义任务（FAST）启发，要求参与者根据种子词在规定时间内联想并输入相关单词。之后，运用预训练的 GloVe 模型对数据进行嵌入处理，并通过主成分分析降维。最后，开发了线性模型、正弦模型和收敛动态模型，对数据进行建模分析，其中收敛动态模型表现最佳，用于后续分析。
研究设计与预注册
研究人员先收集了两个样本的数据进行探索性分析，发现了一些与理论相符且可重复的结果。随后，他们选择了最合理的分析方法进行预注册，并假设在更大的数据集中也能得到相似结果。最后收集的第三个样本数据验证了这一假设，表明研究结果具有可靠性。
自我报告问卷与单词提交的关联
分析发现，自我报告的反刍（RRS）、忧虑（PSWQ）、压力（PSS）和负面情绪（PANAS negative）等指标与单词提交的效价呈负相关，即这些心理状态越严重，提交的单词越消极；与 “感知过度思考” 评分呈正相关，意味着这些心理状态越严重，参与者越觉得自己在日常生活中过度思考这些单词。这一结果不仅证实了样本的可靠性，还表明研究数据能有效反映相关心理状态与自发思维的联系。
动态系统模型开发
通过比较三种模型的 Akaike 信息准则（AIC），发现收敛动态模型在拟合数据方面显著优于线性模型和正弦模型。这表明收敛动态模型更能捕捉参与者在语义空间中的思维轨迹，为后续分析提供了有力的工具。
自发思维轨迹的无监督聚类
利用收敛动态模型的参数，如调整率系数、吸引子位置的效价和欧几里得距离等进行无监督 k - 均值聚类。结果在三个样本中均得到四个最优聚类，分别代表不同的思维模式：
- 类似心流的思维模式：个体思维在语义空间中自由灵活地穿梭，不快速接近吸引子位置，也不在词链结束时靠近它，吸引子位置效价为中性，很少被重新访问，参与者 “感知过度思考” 评分低，符合传统心流的定义。
- 保护性积极思维模式：个体缓慢向正性效价的吸引子位置移动，词链接近吸引子位置且有时会被重新访问，“感知过度思考” 评分最低，这种思维模式聚焦于愉快体验或结果，具有保护心理的作用。
- 僵化的消极思维模式（RNT）：个体缓慢向负性吸引子位置移动，且频繁到达该位置，吸引子位置效价为负，“感知过度思考” 评分较高，个体一旦陷入消极想法就难以灵活转换思维，可能导致情绪螺旋下降。
- 强迫性消极思维模式（RNT）：个体快速接近负性吸引子位置，且在任务中反复访问，“感知过度思考” 评分高，这种思维模式类似于强迫性的 RNT，个体快速陷入并执着于某一消极话题。
思维轨迹聚类与特质反刍和内化性精神病理学的自我报告测量之间的关联
研究人员探索了四个聚类与常用的心理病理学自我报告测量之间的关系。结果发现，类似心流的思维模式与临床自我报告测量无显著相关性；保护性积极思维模式与负面情绪和压力呈负相关；僵化的消极思维模式与各临床测量指标的相关性在不同样本中存在差异；强迫性消极思维模式与反刍、忧虑、负面情绪和压力在样本 3 中呈正相关。但总体来看，临床自我报告测量与模型参数估计的聚类之间没有一致的模式。
研究人员通过对自由联想数据的分析，运用收敛动态模型成功识别出四种不同的自发思维轨迹，为理解自发思维和 RNT 提供了新的视角。这些结果首次实证了 RNT 潜在的思维动态，为 RNT 的研究提供了计算框架，也为治疗指明了新的潜在靶点。不同形式的 RNT 可能有不同的潜在生物学标记，需要不同的治疗方案。然而，研究也存在一些局限性，如参数估计可进一步优化、模型的稳定性和敏感性有待探索、应考虑不同的词嵌入模型和数据收集策略等。尽管如此，该研究仍为该领域的发展做出了重要贡献，推动了对自发思维和相关心理病理机制的深入理解，为未来研究奠定了坚实基础。
