在8月13日發表於《科學進展》期刊上的一篇文章中，耶魯大學研究人員發表了他們的一項新發現，即社交媒體的預設功能，可能在無意中將用戶訓練得更易在互聯網上表達憤怒情緒。 理由是點讚和分享相關極端情緒內容的使用者，會被偏好系統更多地推送類似的材料。

研究配圖 – 1：用戶網路意識形態的極端分佈和憤怒表達水準

包括 Twitter 和 Facebook 在內的各大社交媒體平臺，都提供了包括”點讚”和”分享”在內的基礎功能，以便使用者向他人表達對於某些消息的強烈態度。

然而隨著時間的推移，推薦系統會極大地增強那些”政治溫和”的網络使用者的極端情緒，並陷入更容易發佈此類內容的迴圈。

研究配圖 – 2：網路意識形態調節對社會憤怒表達的影響

耶魯大學的這項新研究，側重於 Twitter 使用者就現實中發生的實際爭議事件相關的”道德憤怒表達”。

有趣的是，新研究與一項基於受控環境的早期研究結果不謀而合。 即社交媒體的底層演演算法設計，會訓練某些使用者在網路上表達更多的憤怒情緒。

研究配圖 – 3：社交媒體機器學習任務的描述

研究人員指出，憤怒的情緒有好有壞。 有時人們會藉此推動正義的訴求，但有時又會陷入欺淩、假新聞傳播、以及加劇政治團體間兩極分化的矛盾。

研究期間，他們通過自建的機器學習模型，追蹤了來自7331名 Twitter 使用者的超過1200萬條推文。

結果與對照組相比，那些因義憤填膺的推文而獲得更多點讚和分享的人，更有可能在未來加劇他們的相關情緒。

研究配圖 – 4：強化 / 規範學習在類比社交媒體環境中塑造的憤怒表達

研究負責人之一的 Molly Crockett 解釋稱：

道德憤怒的放大，是社交媒體商業模式的一個明顯結果，因其致力於優化用戶的參與度。

鑒於道德憤怒在社會和政治變革中起著至關重要的作用，我們應該意識到科技企業能夠通過其平台設計，對集體運動的成敗發揮多大的影響力。

感興趣的朋友，可移步至Science Advances查看全文。 原標題為《How social learning amplifies moral outrage expression in online social networks》。