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。理由是點贊和分享相關極端情緒內容的用戶，會被偏好系統更多地推送類似的材料。
研究配圖 – 1：用戶網絡意識形態的極端分佈和憤怒表達水平
包括 Twitter 和 Facebook 在內的各大社交媒體平台，都提供了包括“點贊”和“分享”在內的基礎功能，以便用戶向他人表達對於某些消息的強烈態度。
然而隨着時間的推移，推薦系統會極大地增強那些“政治溫和”的網絡用戶的極端情緒，並陷入更容易發布此類內容的循環。
研究配圖 – 2：網絡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 用戶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。即社交媒體的底層算法設計，會訓練某些用戶在網絡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，但有時又會陷入欺凌、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 用戶的超過 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贊和分享的人，更有可能在未來加劇他們的相關情緒。
研究配圖 – 4：強化 / 規範學習在模擬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着至關重要的作用，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》。