梦境并非随机碎片
我们都有过这样的体验：有些梦栩栩如生，仿佛真实发生；有些却支离破碎，醒来难以回忆。新研究指出，梦的内容并非随机拼凑，而是人格、睡眠质量、思维习惯和外部世界重大事件共同作用的结果。
千份梦境报告揭示隐藏模式
意大利IMT卢卡高等研究院的研究团队分析了287名18至70岁参与者超过3700份梦境与清醒体验描述。参与者连续两周记录梦境和日常经历，研究者还收集了他们的睡眠习惯、人格特质、认知能力和心理特征。如此丰富的数据，让团队得以比较清醒生活与梦境中的场景、情绪和故事。
AI如何帮助科学家研究梦境
面对海量文字报告，研究者使用自然语言处理（NLP）——一种人工智能技术，分析语言中的模式、关系和意义。它不依赖人工逐条解读，而是测量报告的语义结构（即词语、概念如何连接）。结果发现，梦境内容既非完全随机，也非纯粹混乱，而是个人特征（如走神倾向、对梦的兴趣、睡眠质量）与外部世界事件的复杂混合。
梦不是简单重放白天经历
对比清醒生活与梦境描述后，研究者发现大脑并不会原样复现日常经历，而是对熟悉细节进行转换。工作场所、医院、教室等日常场景可能出现在梦里，但常与无关地点、切换的视角或陌生环境结合。生活中不同部分可能融合成一个生动场景。这表明，做梦不是简单回放，而是睡眠中的大脑将记忆与想象、期望和可能的未来体验重新组织，创造出沉浸、情绪强烈或超现实的新情境。
人格可能影响梦境生动性
梦的转换方式因人而异。清醒时容易走神的人，梦境往往变化迅速、更加碎片化，场景、想法或视角快速切换。相反，那些更重视梦、相信梦有个人意义的人，则报告了更丰富、更沉浸的体验，其梦境报告包含更强感知细节，场景更逼真。这并非证明相信梦能直接导致更生动的梦，但揭示了人们如何看待梦与如何体验、记忆梦之间的密切关系。
疫情在梦中留下印记
研究者还分析了罗马 Sapienza 大学在新冠封锁期间收集的梦境报告，并与 IMT 团队后期数据对比。封锁期间，梦的情绪更强烈，更多提及限制、障碍、封闭等主题，反映了人们日常处境。随着时间推移，这些模式逐渐减弱。这种变化表明，梦可能随心理适应而演变，尤其当人们适应压力或颠覆性事件时。梦或许能提供线索，揭示心理如何随时间应对重大变化。
研究梦境的新工具
该研究也展示了 AI 如何改变梦境研究。NLP 模型识别梦报告意义和结构的准确度与独立人类评估者相似，这意味着计算工具能让科学家以一致、可重复的方式分析更大规模的梦境。这为研究意识、记忆、情绪加工和心理健康创造了新机会。由于梦境高度个人化且难以描述，传统上难以大规模研究，而基于 AI 的语言分析有助于揭示隐藏模式。
正如论文第一作者、IMT 研究员 Valentina Elce 所说：“我们的发现表明，梦不仅是过去经历的反映，而是由我们是谁和经历了什么所塑造的动态过程。通过结合大规模数据与计算方法，我们得以揭示以前难以检测的梦境内容模式。”