大众新闻打开

后真相时代社交媒体情绪极化研究

青年记者 | 2024-07-16 10:47:29原创

来源:青年记者

作者:刘晓燕北京交通大学语言与传播学院副教授);张乐乐(北京交通大学语言与传播学院硕士研究生)

来源:《青年记者》2024年第7期 

导  读

情绪极化导致舆论场的对立和撕裂,需要从情绪治理和圈层化治理两方面来遏制情绪极化的负面影响,建构理性和包容的橄榄型舆论场。 


一、研究背景

如今,具有开放性、及时性、匿名性和互动性等特点的社交媒体已经成为人们表达情绪的重要平台,基于此形成的网络舆情呈现“弱事实—强情绪”的特点[1]。情绪极化导致网络舆论场的对立、撕裂和“哑铃型”舆论场形成,这一问题若引导不当,可能造成舆论场的失控和混乱,不仅严重影响舆论环境和民众思想,还可能引发严重的次生社会问题[2],影响社会稳定。

网络情绪指的是“个人或群体,由于受到外部信息或内部情绪状态的影响,从而在网络空间中主动或被动产生的心理体验和情感反应”[3]。网络情绪是社交媒体上群体聚合的助推器[4],目前最主要的网络情绪为愤怒情绪、怨恨情绪、弱势感情绪、对立情绪以及焦虑情绪[5]。

情绪极化(Emotional/Affective Polarization)是社会心理学中被广泛研究的现象。对于情绪极化,学界尚未形成统一的学术定义。斯坦福大学教授尚托·艾恩格尔等人对情绪极化的界定是:“大众中出现的一种分裂:普通美国人越来越不喜欢和不信任来自另一个政党的人。这种党派间的敌意现象被称为情绪极化。”[6]伴随着传播环境的变化,情绪极化的含义在不同国家和文化语境中有了新的扩展。孙立明认为,情绪极化指的是“网络情绪表达中出现的情绪极端化或情绪暴戾现象”[7]。本文认为,因负面情绪盛行,情绪极化是指网民受到外部环境刺激和内部情绪影响,在互联网平台上呈现出的负面情绪极端化的现象。

二、情绪极化的特征

(一)“强情绪—弱事实”的非理性认知方式

“强情绪—弱事实”的非理性认知方式在后真相时代表现得尤为明显。后真相的英文是“Post-truth”,根据英文前缀的构词法,指的是“真相已知之后”,然而post这一前缀的意涵在社交媒体时代有了新的解读。“它不仅指特定情况或事件之后的时间(如战后或赛后),而更像是指属于一个特定概念变得不重要或无关的时代。”[8]后真相在此意涵上的解读最早可追溯到1992年,当时塞尔维亚裔美国剧作家史蒂夫·特西奇在《国家》杂志发表的一篇文章,首次对其进行阐释。他在回顾伊朗门事件和波斯湾战争时感叹道,“作为自由人的我们,自愿决定生活在某种后真相的世界里”(We, as a free people, have freely decided that we want to live in some post-truth world)[9]。基于此,后真相被解读为真理本身变得无关紧要的新含义。

后真相时代话语表达多追求情感宣泄而不注重事实真相[10],情绪宣泄在对话中占据主导地位,理性讨论则相对较少[11],加剧了情绪极化。“主观化自我表达”“认知偏执”盛行[12],催化了当前“哑铃型”舆论场。“哑铃型”用来比喻和形容舆论场结构的分布模式。在这种模式中,网民的观点主要集中在两个极端,中间理性中立的观点相对较少,即类似哑铃的两端大、中间细小的结构形态。这种舆论模式会导致舆论场的对立和撕裂,影响社会稳定。

(二)负面情绪的放大器

美国心理学家保罗·艾克曼较早展开对情绪的研究,他于1969年通过对巴布亚新几内亚福勒人的跨文化研究归纳出六大基本情感[13],包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶。社交媒体放大了“坏的主观性”[14]。研究发现,在社交媒体平台上负面情绪如愤怒情绪传播更广[15]。微博的负面情绪越强烈,则其被评论、转发的就越多,而正面情绪的强烈程度则与微博被转发、评论数无相关性[16]。

负面情绪的扩散可能引发非理性行为,如特殊时期的物资抢购、谣言散播等。负面情绪极化还会激发网民的“逆火效应”(Backfire Effect),即当人们面对与他们既有信念相冲突的证据时,不仅不会改变原有的观点,反而会更加坚定他们原有的信念[17]。“逆火效应”解释了为什么有时即便提供了充分的事实和证据,人们仍然坚持错误或不准确的观点。此外,利用网民负面情绪进行政治舆论操控的现象屡屡出现。例如俄乌冲突事件中,美国政府和媒体通过多种途径唤醒民众的“冷战”记忆,引发民众的非理性支持,挑起意识形态对立,唤起深刻的集体记忆,进而加剧情绪极化[18]。

(三)视觉符号的迷因传播盛行

迷因(meme)的概念最早由牛津大学教授、演化生物学家理查德·道金斯提出,用以描述在文化中由一个人传播到另一个人的思想、行为或风格。他使用这一概念来解释文化信息的传播方式,并提出迷因可以类似于生物进化中的基因那样被考虑。在道金斯的观点中,迷因是在人类文化中复制自身的文化单位,它们通过自然选择进化并在不同的人类文化中传播,塑造了行为和信念。

截至2023年12月,我国短视频用户规模为10.53亿,占网民整体的96.4%[19],视觉符号成为情感动员的新趋势[20]。图片和视频符号所带来的感官刺激更为显著,在同一圈层内易激发和形成群体认同。例如,互联网上的“鼠鼠表情包”凝聚了青年亚文化群体的压抑与反抗的情绪。青年人在聊天中多使用“鼠鼠发疯”表情包,自称“鼠鼠”吐槽自身境遇,表达自嘲、质疑以及对社会压力的不满,折射了当下青年群体在社会急速发展过程中的个体困境[21]。类似充满压抑与反抗情绪的视觉符号有可能带来负面情绪的极化,使青年群体采取否认、逃避的态度面对现实生活。

(四)以“情绪领袖”为核心的圈层化网络传播

情绪极化在网络环境中表现出以“情绪领袖”为核心的圈层化网络传播。“情绪领袖”由“意见领袖”这一概念发展而来,在情绪传播中更偏向情绪的引导和连接作用,具有情绪的吸引力和凝聚力[22],因此称为“情绪领袖”更为准确。“情绪领袖”是推动和形成情绪极化的重要因素。随着社交媒体平台的兴起,信息传播的范围得到显著扩展,传统媒体的信息传播垄断地位受到挑战。在这个多元化的传播生态中,社交媒体平台上的意见领袖逐渐成为塑造和引导公众舆论的核心力量。研究表明,在互联网环境下,“情绪领袖”角色出现,他们作为情绪流传播过程中的关键节点,对整体情绪的传播与扩散产生显著影响[23]。“情绪领袖”依托他们在特定领域的专业知识、社会地位和社交网络影响力,通过鲜明的观点表达和情感化的语言,吸引受众关注,引导其观点和态度。在“情绪领袖”强烈的言辞激励下,情绪传播呈现出“唤醒、扩散、共振”的裂变和循环效应,使情绪迅速在整个话语场域中蔓延[24]。

三、情绪极化的生成机理

(一)心理层面:“回音室”效应形成情绪极化

网络情绪极化现象可以从心理层面进行解释。哈佛大学法学院教授凯斯·桑斯坦提出的“回音室”理论指出,个人或群体倾向只与那些持有相似观点的人交流,并避免接触与自己观点不一致的信息。这种现象在互联网和社交媒体的环境中尤为突出,因为这些平台常常提供个性化的内容,使用户更容易接触到与自己观点相似的信息,而忽略或避免接触不同的观点[25]。“回音室”效应强调了个体情感的强化与极化现象,互联网易成为“滋生极端主义的温床”[26]。桑斯坦认为,由于人们缺乏接触和理解不同观点的机会,可能导致意见的极端化和社会的分化,会催生极端主义甚至仇恨和暴力。[27]

社交媒体平台上群体压力的影响依然存在。个体由于受到社交媒体平台上其他用户的群体压力,更倾向于表达与群体一致的负面情感。用户通过与其他群体的比较,可能感到心理不平衡,引发如嫉妒、自卑、愤怒等负面情绪。社交媒体平台上的情绪源于现实情绪,是现实情绪在社交媒体中的延伸[28]。社交媒体平台成为公众表达对社会现象或事件不满和批评的主要渠道,负面情绪因此较多,而这种负面情绪来源于对当下的不确定性恐慌心理以及长期积压的社会结构、文化、系统层面的失范,触发心理防御机制。在置换和归因机制的作用下,这些负面情绪经历放大、强化的过程,产生爆发性宣泄、极化的结果[29]。

在社交媒体平台上,对网络热点事件的讨论常常伴随着强烈的情绪反应,尤其是在社会不平等或环境问题等公共关注点上[30]。社会公共议题,如环境保护、医疗卫生、教育以及社会公正等,通常与人民的权益、生活以及价值观念紧密相关,这些议题更容易触动网民的情绪和道德信念,引起网民的共鸣,激发强烈的情绪共振。

(二)技术层面:个性化算法驱动情绪极化

从技术角度分析,社交媒体平台的算法通过情感学习和情感过滤两种机制对负面情绪极化产生影响。社交媒体平台的个性化算法利用深度学习和情感分析等技术,对用户在社交媒体平台上的历史使用行为数据进行学习,特别是通过用户的情感反馈来判断和强化用户情感偏好。社交媒体平台利用情感标签对内容进行分类和推荐。现有情感标签的局限性可能导致对情感认知和判断的过度简化,使算法更容易推送与用户已有负面情感相关的内容,加深了用户对负面情感的体验。算法倾向于推荐激发强烈情绪反应的内容,情感标签使算法更易推荐负面情感相关内容,而忽视了其他理性情感的推荐,通过用户对其认同的负面情感的持续暴露,放大了用户对负面情感的关注,加速网络情绪感染,导致用户更易受到负面情绪影响。

社交媒体平台依照用户喜好及观看习惯通过算法推荐提升用户使用体验的同时,其个性化算法推荐也能够根据用户的历史行为和偏好来定制信息流,导致用户更频繁地接触到与自己观点一致的信息,使信息同质化,易形成“偏见共同体”[31],最终形成不同群体间的观点对立与情绪极化。信息和关系的过滤导致了网络圈层化的社交特性以及信息的偏向性,缺乏了解其他观点和接触不同情感体验的机会,会导致认知的狭隘性,使个体更容易产生情感上的极端化。因此,社交媒体平台的算法在很大程度上削弱了用户对于信息的主动性选择,也加大了算法刻意引导的情绪极化风险。

(三)社交媒体平台本身:加剧情绪极化

社交媒体平台具有开放性、匿名性、去中心化、及时性等特征,与报纸、广播和电视等传统媒体相比,更易加剧情绪极化。首先,社交媒体平台上的信息同质化现象在传统媒体中较少见,相比社交媒体平台,传统媒体通常会提供更广泛和多样化的内容[32]。其次,社交媒体平台的匿名性特征减少了用户对言行后果的担忧,鼓励更激烈或极端的表达。相比之下,传统媒体通常具有更明确的责任和身份认证机制,限制了极端情绪的表达[33]。最后,社交媒体平台的互动性和即时性促进了情绪的快速传播和放大,而传统媒体由于传播方式的局限,不具备这种即时反馈和互动的特性[34]。

情绪极化在社会关系和群体动态方面的影响表现为加剧社会分裂和加深群体间的隔阂,降低社会的凝聚力和信任度,导致社会不稳定。此外,当负面的情绪宣泄战胜了理性的事实传播,社交媒体平台成为煽动性和恐慌性谣言的滋生地,恶化了信息环境。情绪极化导致网络谣言和虚假信息层出不穷,造成潜在的社会风险。

四、基于情绪治理和圈层化治理的橄榄型舆论场构建

(一)加强情绪治理

在情绪为先的后真相时代,网络舆论治理除应注重内容治理外,还应对情绪治理予以更多关注。情绪治理关注的是网络用户的情感反应,即信息如何影响用户的情绪和情感状态,其目标是引导和管理用户的情绪,以避免或减轻负面情感和情绪极化。随着技术的不断进步,特别是人工智能和大数据分析技术迅速发展,实时监测和分析社交媒体的舆论动态成为可能,这包括对情绪变化、话题趋势以及用户行为模式的全面监测。这使得有关管理机构能够更加敏锐地感知到负面或不稳定情绪趋势的出现,从而有望采取更为及时和有效的应对措施。具体而言,当出现负面或不稳定情绪趋势时,有关部门可以及时纠偏,通过发布积极正面的信息、算法调整等方法,在舆论发酵前期就进行引导和干预,以维护社会稳定和公共利益。

在当前社交媒体平台建构的生态中,用户普遍倾向于表达和分享个人的情绪反应,导致网络舆论环境呈现出愈加情绪化的趋势。值得注意的是,社交媒体平台上的情感内容往往具备较强的传播效能与影响力,相对于纯粹事实性内容,更易于吸引用户的关注与参与,能够快速引发公众的共鸣,由此引发信息传播与舆论形成。社交媒体平台的网络结构赋予了情感内容在短时间内广泛传布的特质,特别是负面情感,因其具有较强的情感传染性,可快速在网络中扩散,甚至会引发大规模的舆论效应。以往的内容治理强调对内容的审查,包括信息的真实性、合法性、道德性等,防止网络虚假信息、违法信息或有害信息的出现。然而内容治理在实践中通过内容的审查、过滤、标记、删除等手段进行,具有一定的滞后性且有可能遭到舆论的反噬,难以有效应对这种情绪化的舆论波动。因此,网络舆论治理应加强情绪治理,对负面情绪及其传染性予以更多关注。

(二)探索圈层化治理新思路

一方面,要建立健全圈层内部的情绪管理机制。区别于传统的血缘、地缘和业缘的圈层,社交媒体平台时代的圈层化主要基于兴趣、情感和观点等形成,呈现同质性群体聚集的特点。

第一,要着力加强对圈层传播的核心“情绪领袖”的管理和引导工作,这也是网络情绪治理的关键。鉴于“情绪领袖”在情绪传播中的巨大影响力,应利用社会网络分析、机器学习等工具科学识别“情绪领袖”,并分析“情绪领袖”的特征。要建立健全与这些“情绪领袖”的沟通机制,如线上或线下的研讨会等,提升他们的社会责任感,鼓励和引导他们推广具有建设性的观点,传递积极情绪。

第二,完善圈层内部的规范和自律机制。明确禁止传播谣言,对于极端的言论,如民粹主义、民族主义言论等,实行禁言、封号等惩罚措施。同时,要充分利用技术手段对圈层内部的言论进行审核,减少煽动性信息的传播。

第三,差异化管理圈层内不同层级的群体。要把握圈层群体的层级化传播特征,从圈层中心、次中心再到边缘,采用有针对性的、差异化管理策略。圈层中心成员更为活跃、影响力更大,强调共同价值和目标,承担维护圈层秩序的责任,要借助其影响力助力正面情绪的传播;而对于圈层中较边缘的成员,信息传播则应注重趣味性和吸引力,通过情绪驱动的方式激发共鸣,增强理性沟通的可能性。差异化的管理策略能够有效触及不同层级的成员,减少由信息传播不均或误解造成的情绪极化,促进圈层内的和谐与稳定。

另一方面,要加强跨圈层的有效沟通,实现“破圈”效应。为有效破除圈层外部的刻板印象并促进跨圈层沟通,首要任务是建立畅通的沟通机制,包括多元化的信息来源、团结“情绪领袖”引导公众情绪和观念,以及创建通畅的沟通渠道,同时也要培养各圈层中成员之间的沟通意愿。发挥“情绪领袖”的带头作用,通过“情绪领袖”之间的联动,达到从受制算法被动封闭转为“破圈”主动交流的效果。如举办线上交流活动,使两个群体之间拥有对话交流渠道,增进不同圈层群体间的了解,减少误解和偏见,从而降低情绪极化出现的可能性。其次,运用算法技术向不同圈层推送定制化内容,以减少“信息茧房”的影响。有针对性地设定话题或利用算法进行信息推送,引导公众对社会事件进行关注并表达观点,可以设置相应议程并在反复强调中形成集体共同记忆,在重大情绪极化事件发生时能够激发相应的理性思维模式,降低情绪极化出现的可能性。最后,加强社交媒体平台上正面的主流价值观声量,促进跨圈层的交流与理解。

五、结语

情绪极化会造成互联网舆论场的对立和撕裂,也会影响经济社会稳定。在后真相时代,网络舆论治理应更加注重情绪治理,合理科学引导网民情绪。从圈层化治理角度,在进行情绪极化治理时需要圈内圈外双管齐下,加强对“情绪领袖”的管理和引导,一方面要引导主流舆论“入圈”,另一方面也要促进不同圈层的交流和沟通。借鉴“橄榄型”这一经济社会学概念[35],未来应塑造理想的舆论场模式新路径——以理性声音为主体、两端则是相对较少的极端情绪。此外,还可以通过系统追踪、科学研判、有效预警和及时干预等方式,遏制情绪极化所带来的负面影响,着力构建以理性声音为主体、两端相对较少极端情绪的“橄榄型”舆论场。

【本文为国家社科基金项目“短视频情绪极化视阈下的橄榄型舆论场治理研究”(批准号:23BXWO95)阶段性成果】

参考文献:

[1][11]喻国明,耿晓梦.新中国的舆论调查研究:从议题变迁、意见样态到范式转向[J].编辑之友,2019(09):61-68.

[2]赵卫东,赵旭东,戴伟辉,等.突发事件的网络情绪传播机制及仿真研究[J].系统工程理论与实践,2015(10):2573-2581.

[3]尹碧茹,刘志军.网络情绪:理论、研究方法、表达特性及其治理[J].心理研究,2021(05):439-450.

[4]王一岚.社交媒体语境下情绪传播的机制[J].青年记者,2019(16):52-54.

[5][7]孙立明.对网络情绪及情绪极化问题的思考[J].中央社会主义学院学报,2016(01):104-109.

[6]IYENGAR S, LELKES Y, LEVENDUSKY M, et al. The origins and consequences of affective polarization in the United States[J].Annual Review of Political Science,2019,22(01):129-146.

[8]Oxford Word of the Year 2016 |Oxford Languages[EB/OL].[2023-12-10].https://languages.oup.com/word-of-the-year/2016/.

[9]KREITNER R. Post-truth and its consequences: What a 25-year-old essay tells us about the current moment[EB/OL].[2023-12-10].https://www.thenation.com/article/archive/post-truth-and-its-consequences-what-a-25-year-old-essay-tells-us-about-the-current-moment/.

[10]李彪.网络舆论表达“负面偏好”的生成机制及治理路径[J].人民论坛,2021(17):102-105.

[12]后真相时代,新闻媒体如何重塑话语权?[EB/OL].[2023-12-10].https://www.thepaper.cn/newsDetail_forward_5086447.

[13]EKMAN P, FRIESEN W V. The repertoire of nonverbal behavior: Categories, origins, usage, and coding[J].Semiotica,1969,1(01):49-98.

[14]张华.“后真相”时代的中国新闻业[J].新闻大学,2017(03):28-33+61+147-148.

[15]FAN R, XU K, ZHAO J. An agent-based model for emotion contagion and competition in online social media[J/OL].Physica A-Statistical Mechanics and Its Applications,2018,495: 245-259.

[16]刘丛,谢耘耕,万旋傲.微博情绪与微博传播力的关系研究:基于24起公共事件相关微博的实证分析[J].新闻与传播研究,2015(09):92-106+128.

[17]NYHAN B, REIFLER J. When corrections fail: The persistence of political misperceptions[J]. Political Behavior,2010,32(02):303-330.

[18]挑动意识形态对立是“冷战思维”作祟[EB/OL].[2023-11-23].https://epaper.gmw.cn/gmrb/html/2022-04/08/nw.D110000gmrb_20220408_1-12.htm.

[19]中国互联网络信息中心.第53次中国互联网络发展状况统计报告[R/OL].(2024-03-22).https://www.cnnic.net.cn/n4/2024/0322/c88-10964.html.

[20]黄宇鑫.网络情绪传播研究综述及展望[J].东南传播,2021(02):121-124.

[21]朱晨.百度贴吧中的青年亚文化:“鼠鼠”的身份认同与群体实践[J].青年记者,2023(10):110-112.

[22][23]刘念,朱婧.谁掀动了网络情绪?——网络舆情中愤怒情绪传播的关键节点[J].广州大学学报(社会科学版),2023(01):172-182.

[24]田维钢,张仕成.唤醒、扩散、共振:短视频负面情绪传播机制研究[J].新闻与写作,2021(08):33-40.

[25][27]SUNSTEIN C R. Republic.com 2.0[M].Princeton:Princeton University Press,2007:43-45,63-64.

[26]刘强,赵茜.算法中选择的同化与异化:国外回音室效应研究20年述评与展望[J].新闻界,2021(06):29-38.

[28]赵云泽,张玲.社交媒体中的数字情绪传播研究[J].当代传播,2022(06):21-28.

[29]何飞,杨森.情绪性谣言传播机制及演化机理研究:以新冠肺炎疫情为例[J].当代传播,2022(01):90-93.

[30]ZHOU Y, MOY P. Parsing framing processes: The interplay between online public opinion and media coverage[J].Journal of Communication,2007,57(1):79-98.

[31]尹寒,杨军.试论自媒体时代网络舆论群体极化及其引导机制[J].湖北社会科学,2023(02):163-168.

[32]彭兰.新媒体时代拟态环境建构的变化及其影响[J].中国编辑,2022(12):4-9.

[33]吴红旗,朱文文.互联网语境下虚假新闻的特点及规制[J].新闻爱好者,2022(08):65-67.

[34]杨洸.智能媒体加剧了舆论极化?——基于媒介技术、信息特征和个人心理的分析[J].青年记者,2022(18):15-19.

[35]杨培芳.发展信息经济有利于构建橄榄型社会[J].中国信息界,2013(11):14-17.

本文引用格式参考:

刘晓燕 ,张乐乐.后真相时代社交媒体情绪极化研究[J].青年记者,2024(07):84-88.

责任编辑:范君