在 8 月 13 日发表于《科学进展》期刊上的一篇文章中，耶鲁大学研究人员发表了他们的一项新发现，即社交媒体的预设功能，可能在无意中将用户训练得更易在互联网上表达愤怒情绪。理由是点赞和分享相关极端情绪内容的用户，会被偏好系统更多地推送类似的材料。 研究配图 - 1：用户网络意识形态的极端分布和愤怒表达水平 包括 Twitter 和 Facebook 在内的各大社交媒体平台，都提供了包括“点赞”和“分享”在内的基础功能，以便用户向他人表达对于某些消息的强烈态度。 然而随着时间的推移，推荐系统会极大地增强那些“政治温和”的网络用户的极端情绪，并陷入更容易发布此类内容的循环。 研究配图 - 2：网络意识形态调节对社会愤怒表达的影响 耶鲁大学的这项新研究，侧重于 Twitter 用户就现实中发生的实际争议事件相关的“道德愤怒表达”。 有趣的是，新研究与一项基于受控环境的早期研究结果不谋而合。即社交媒体的底层算法设计，会训练某些用户在网络上表达更多的愤怒情绪。 研究配图 - 3：社交媒体机器学习任务的描述 研究人员指出，愤怒的情绪有好有坏。有时人们会借此推动正义的诉求，但有时又会陷入欺凌、假新闻传播、以及加剧政治团体间两极分化的矛盾。 研究期间，他们通过自建的机器学习模型，追踪了来自 7331 名 Twitter 用户的超过 1200 万条推文。 结果与对照组相比，那些因义愤填膺的推文而获得更多点赞和分享的人，更有可能在未来加剧他们的相关情绪。 研究配图 - 4：强化 / 规范学习在模拟社交媒体环境中塑造的愤怒表达 研究负责人之一的 Molly Crockett 解释称： 道德愤怒的放大，是社交媒体商业模式的一个明显结果，因其致力于优化用户的参与度。 鉴于道德愤怒在社会和政治变革中起着至关重要的作用，我们应该意识到科技企业能够通过其平台设计，对集体运动的成败发挥多大的影响力。 感兴趣的朋友，可移步至Science Advances查看全文。原标题为《How social learning amplifies moral outrage expression in online social networks》。
