劉曉燕（北京交通大學語言與傳播學院副教授）；張樂樂（北京交通大學語言與傳播學院碩士研究生）

　　情緒極化導致輿論場的對立和撕裂，需要從情緒治理和圈層化治理兩方面來遏制情緒極化的負面影響，建構(gòu)理性和包容的橄欖型輿論場。

　　如今，具有開放性、及時性、匿名性和互動性等特點的社交媒體已經(jīng)成為人們表達情緒的重要平臺，基于此形成的網(wǎng)絡輿情呈現(xiàn)“弱事實—強情緒”的特點[1]。情緒極化導致網(wǎng)絡輿論場的對立、撕裂和“啞鈴型”輿論場形成，這一問題若引導不當，可能造成輿論場的失控和混亂，不僅嚴重影響輿論環(huán)境和民眾思想，還可能引發(fā)嚴重的次生社會問題[2]，影響社會穩(wěn)定。

　　網(wǎng)絡情緒指的是“個人或群體，由于受到外部信息或內(nèi)部情緒狀態(tài)的影響，從而在網(wǎng)絡空間中主動或被動產(chǎn)生的心理體驗和情感反應”[3]。網(wǎng)絡情緒是社交媒體上群體聚合的助推器[4]，目前主要的網(wǎng)絡情緒為憤怒情緒、怨恨情緒、弱勢感情緒、對立情緒以及焦慮情緒[5]。

　　情緒極化（Emotional/Affective Polarization）是社會心理學中被廣泛研究的現(xiàn)象。對于情緒極化，學界尚未形成統(tǒng)一的學術(shù)定義。斯坦福大學教授尚托·艾恩格爾等人對情緒極化的界定是：“大眾中出現(xiàn)的一種分裂：普通美國人越來越不喜歡和不信任來自另一個政黨的人。這種黨派間的敵意現(xiàn)象被稱為情緒極化?！盵6]伴隨著傳播環(huán)境的變化，情緒極化的含義在不同國家和文化語境中有了新的擴展。孫立明認為，情緒極化指的是“網(wǎng)絡情緒表達中出現(xiàn)的情緒化或情緒暴戾現(xiàn)象”[7]。本文認為，因負面情緒盛行，情緒極化是指網(wǎng)民受到外部環(huán)境刺激和內(nèi)部情緒影響，在互聯(lián)網(wǎng)平臺上呈現(xiàn)出的負面情緒化的現(xiàn)象。

　　“強情緒—弱事實”的非理性認知方式在后真相時代表現(xiàn)得尤為明顯。后真相的英文是“Post-truth”，根據(jù)英文前綴的構(gòu)詞法，指的是“真相已知之后”，然而post這一前綴的意涵在社交媒體時代有了新的解讀。“它不僅指特定情況或事件之后的時間（如戰(zhàn)后或賽后），而更像是指屬于一個特定概念變得不重要或無關(guān)的時代?！盵8]后真相在此意涵上的解讀早可追溯到1992年，當時塞爾維亞裔美國劇作家史蒂夫·特西奇在《國家》雜志發(fā)表的一篇文章，首次對其進行闡釋。他在回顧伊朗門事件和波斯灣戰(zhàn)爭時感嘆道，“作為自由人的我們，自愿決定生活在某種后真相的世界里”（We, as a free people, have freely decided that we want to live in some post-truth world）[9]?；诖耍笳嫦啾唤庾x為真理本身變得無關(guān)緊要的新含義。

　　后真相時代話語表達多追求情感宣泄而不注重事實線]，情緒宣泄在對話中占據(jù)主導地位，理性討論則相對較少[11]，加劇了情緒極化。“主觀化自我表達”“認知偏執(zhí)”盛行[12]，催化了當前“啞鈴型”輿論場。“啞鈴型”用來比喻和形容輿論場結(jié)構(gòu)的分布模式。在這種模式中，網(wǎng)民的觀點主要集中在兩個，中間理性中立的觀點相對較少，即類似啞鈴的兩端大、中間細小的結(jié)構(gòu)形態(tài)。這種輿論模式會導致輿論場的對立和撕裂，影響社會穩(wěn)定。

　　美國心理學家保羅·艾克曼較早展開對情緒的研究，他于1969年通過對巴布亞新幾內(nèi)亞福勒人的跨文化研究歸納出六大基本情感[13]，包括憤怒、厭惡、恐懼、快樂、悲傷、驚訝。社交媒體放大了“壞的主觀性”[14]。研究發(fā)現(xiàn)，在社交媒體平臺上負面情緒如憤怒情緒傳播更廣[15]。微博的負面情緒越強烈，則其被評論、轉(zhuǎn)發(fā)的就越多，而正面情緒的強烈程度則與微博被轉(zhuǎn)發(fā)、評論數(shù)無相關(guān)性[16]。

　　負面情緒的擴散可能引發(fā)非理性行為，如特殊時期的物資搶購、謠言散播等。負面情緒極化還會激發(fā)網(wǎng)民的“逆火效應”（Backfire Effect），即當人們面對與他們既有信念相沖突的證據(jù)時，不僅不會改變原有的觀點，反而會更加堅定他們原有的信念[17]。“逆火效應”解釋了為什么有時即便提供了充分的事實和證據(jù)，人們?nèi)匀粓猿皱e誤或不準確的觀點。此外，利用網(wǎng)民負面情緒進行政治輿論操控的現(xiàn)象屢屢出現(xiàn)。例如俄烏沖突事件中，美國政府和媒體通過多種途徑喚醒民眾的“冷戰(zhàn)”記憶，引發(fā)民眾的非理性支持，挑起意識形態(tài)對立，喚起深刻的集體記憶，進而加劇情緒極化[18]。

　　迷因（meme）的概念早由牛津大學教授、演化生物學家理查德·道金斯提出，用以描述在文化中由一個人傳播到另一個人的思想、行為或風格。他使用這一概念來解釋文化信息的傳播方式，并提出迷因可以類似于生物進化中的基因那樣被考慮。在道金斯的觀點中，迷因是在人類文化中復制自身的文化單位，它們通過自然選擇進化并在不同的人類文化中傳播，塑造了行為和信念。

　　截至2023年12月，我國短視頻用戶規(guī)模為10.53億，占網(wǎng)民整體的96.4%[19]，視覺符號成為情感動員的新趨勢[20]。圖片和視頻符號所帶來的感官刺激更為顯著，在同一圈層內(nèi)易激發(fā)和形成群體認同。例如，互聯(lián)網(wǎng)上的“鼠鼠表情包”凝聚了青年亞文化群體的壓抑與反抗的情緒。青年人在聊天中多使用“鼠鼠發(fā)瘋”表情包，自稱“鼠鼠”吐槽自身境遇，表達自嘲、質(zhì)疑以及對社會壓力的不滿，折射了當下青年群體在社會急速發(fā)展過程中的個體困境[21]。類似充滿壓抑與反抗情緒的視覺符號有可能帶來負面情緒的極化，使青年群體采取否認、逃避的態(tài)度面對現(xiàn)實生活。

　　情緒極化在網(wǎng)絡環(huán)境中表現(xiàn)出以“情緒領(lǐng)袖”為核心的圈層化網(wǎng)絡傳播?！扒榫w領(lǐng)袖”由“意見領(lǐng)袖”這一概念發(fā)展而來，在情緒傳播中更偏向情緒的引導和連接作用，具有情緒的吸引力和凝聚力[22]，因此稱為“情緒領(lǐng)袖”更為準確?！扒榫w領(lǐng)袖”是推動和形成情緒極化的重要因素。隨著社交媒體平臺的興起，信息傳播的范圍得到顯著擴展，傳統(tǒng)媒體的信息傳播壟斷地位受到挑戰(zhàn)。在這個多元化的傳播生態(tài)中，社交媒體平臺上的意見領(lǐng)袖逐漸成為塑造和引導公眾輿論的核心力量。研究表明，在互聯(lián)網(wǎng)環(huán)境下，“情緒領(lǐng)袖”角色出現(xiàn)，他們作為情緒流傳播過程中的關(guān)鍵節(jié)點，對整體情緒的傳播與擴散產(chǎn)生顯著影響[23]。“情緒領(lǐng)袖”依托他們在特定領(lǐng)域的專業(yè)知識、社會地位和社交網(wǎng)絡影響力，通過鮮明的觀點表達和情感化的語言，吸引受眾關(guān)注，引導其觀點和態(tài)度。在“情緒領(lǐng)袖”強烈的言辭激勵下，情緒傳播呈現(xiàn)出“喚醒、擴散、共振”的裂變和循環(huán)效應，使情緒迅速在整個線]。

　　網(wǎng)絡情緒極化現(xiàn)象可以從心理層面進行解釋。哈佛大學法學院教授凱斯·桑斯坦提出的“回音室”理論指出，個人或群體傾向只與那些持有相似觀點的人交流，并避免接觸與自己觀點不一致的信息。這種現(xiàn)象在互聯(lián)網(wǎng)和社交媒體的環(huán)境中尤為突出，因為這些平臺常常提供個性化的內(nèi)容，使用戶更容易接觸到與自己觀點相似的信息，而忽略或避免接觸不同的觀點[25]?！盎匾羰摇毙獜娬{(diào)了個體情感的強化與極化現(xiàn)象，互聯(lián)網(wǎng)易成為“滋生主義的溫床”[26]。桑斯坦認為，由于人們?nèi)狈佑|和理解不同觀點的機會，可能導致意見的化和社會的分化，會催生主義甚至仇恨和暴力。[27]

　　社交媒體平臺上群體壓力的影響依然存在。個體由于受到社交媒體平臺上其他用戶的群體壓力，更傾向于表達與群體一致的負面情感。用戶通過與其他群體的比較，可能感到心理不平衡，引發(fā)如嫉妒、自卑、憤怒等負面情緒。社交媒體平臺上的情緒源于現(xiàn)實情緒，是現(xiàn)實情緒在社交媒體中的延伸[28]。社交媒體平臺成為公眾表達對社會現(xiàn)象或事件不滿和批評的主要渠道，負面情緒因此較多，而這種負面情緒來源于對當下的不確定性恐慌心理以及長期積壓的社會結(jié)構(gòu)、文化、系統(tǒng)層面的失范，觸發(fā)心理防御機制。在置換和歸因機制的作用下，這些負面情緒經(jīng)歷放大、強化的過程，產(chǎn)生爆發(fā)性宣泄、極化的結(jié)果[29]。

　　在社交媒體平臺上，對網(wǎng)絡熱點事件的討論常常伴隨著強烈的情緒反應，尤其是在社會不平等或環(huán)境問題等公共關(guān)注點上[30]。社會公共議題，如環(huán)境保護、醫(yī)療衛(wèi)生、教育以及社會公正等，通常與人民的權(quán)益、生活以及價值觀念緊密相關(guān)，這些議題更容易觸動網(wǎng)民的情緒和道德信念，引起網(wǎng)民的共鳴，激發(fā)強烈的情緒共振。

　　從技術(shù)角度分析，社交媒體平臺的算法通過情感學習和情感過濾兩種機制對負面情緒極化產(chǎn)生影響。社交媒體平臺的個性化算法利用深度學習和情感分析等技術(shù)，對用戶在社交媒體平臺上的歷史使用行為數(shù)據(jù)進行學習，特別是通過用戶的情感反饋來判斷和強化用戶情感偏好。社交媒體平臺利用情感標簽對內(nèi)容進行分類和推薦。現(xiàn)有情感標簽的局限性可能導致對情感認知和判斷的過度簡化，使算法更容易推送與用戶已有負面情感相關(guān)的內(nèi)容，加深了用戶對負面情感的體驗。算法傾向于推薦激發(fā)強烈情緒反應的內(nèi)容，情感標簽使算法更易推薦負面情感相關(guān)內(nèi)容，而忽視了其他理性情感的推薦，通過用戶對其認同的負面情感的持續(xù)暴露，放大了用戶對負面情感的關(guān)注，加速網(wǎng)絡情緒感染，導致用戶更易受到負面情緒影響。

　　社交媒體平臺依照用戶喜好及觀看習慣通過算法推薦提升用戶使用體驗的同時，其個性化算法推薦也能夠根據(jù)用戶的歷史行為和偏好來定制信息流，導致用戶更頻繁地接觸到與自己觀點一致的信息，使信息同質(zhì)化，易形成“偏見共同體”[31]，終形成不同群體間的觀點對立與情緒極化。信息和關(guān)系的過濾導致了網(wǎng)絡圈層化的社交特性以及信息的偏向性，缺乏了解其他觀點和接觸不同情感體驗的機會，會導致認知的狹隘性，使個體更容易產(chǎn)生情感上的化。因此，社交媒體平臺的算法在很大程度上削弱了用戶對于信息的主動性選擇，也加大了算法刻意引導的情緒極化風險。

　　社交媒體平臺具有開放性、匿名性、去中心化、及時性等特征，與報紙、廣播和電視等傳統(tǒng)媒體相比，更易加劇情緒極化。首先，社交媒體平臺上的信息同質(zhì)化現(xiàn)象在傳統(tǒng)媒體中較少見，相比社交媒體平臺，傳統(tǒng)媒體通常會提供更廣泛和多樣化的內(nèi)容[32]。其次，社交媒體平臺的匿名性特征減少了用戶對言行后果的擔憂，鼓勵更激烈或的表達。相比之下，傳統(tǒng)媒體通常具有更明確的責任和身份認證機制，限制了情緒的表達[33]。后，社交媒體平臺的互動性和即時性促進了情緒的快速傳播和放大，而傳統(tǒng)媒體由于傳播方式的局限，不具備這種即時反饋和互動的特性[34]。

　　情緒極化在社會關(guān)系和群體動態(tài)方面的影響表現(xiàn)為加劇社會分裂和加深群體間的隔閡，降低社會的凝聚力和信任度，導致社會不穩(wěn)定。此外，當負面的情緒宣泄戰(zhàn)勝了理性的事實傳播，社交媒體平臺成為煽動性和恐慌性謠言的滋生地，惡化了信息環(huán)境。情緒極化導致網(wǎng)絡謠言和虛假信息層出不窮，造成潛在的社會風險。

　　在情緒為先的后真相時代，網(wǎng)絡輿論治理除應注重內(nèi)容治理外，還應對情緒治理予以更多關(guān)注。情緒治理關(guān)注的是網(wǎng)絡用戶的情感反應，即信息如何影響用戶的情緒和情感狀態(tài)，其目標是引導和管理用戶的情緒，以避免或減輕負面情感和情緒極化。隨著技術(shù)的不斷進步，特別是人工智能和大數(shù)據(jù)分析技術(shù)迅速發(fā)展，實時監(jiān)測和分析社交媒體的輿論動態(tài)成為可能，這包括對情緒變化、話題趨勢以及用戶行為模式的全面監(jiān)測。這使得有關(guān)管理機構(gòu)能夠更加敏銳地感知到負面或不穩(wěn)定情緒趨勢的出現(xiàn)，從而有望采取更為及時和有效的應對措施。具體而言，當出現(xiàn)負面或不穩(wěn)定情緒趨勢時，有關(guān)部門可以及時糾偏，通過發(fā)布積極正面的信息、算法調(diào)整等方法，在輿論發(fā)酵前期就進行引導和干預，以維護社會穩(wěn)定和公共利益。

　　在當前社交媒體平臺建構(gòu)的生態(tài)中，用戶普遍傾向于表達和分享個人的情緒反應，導致網(wǎng)絡輿論環(huán)境呈現(xiàn)出愈加情緒化的趨勢。值得注意的是，社交媒體平臺上的情感內(nèi)容往往具備較強的傳播效能與影響力，相對于純粹事實性內(nèi)容，更易于吸引用戶的關(guān)注與參與，能夠快速引發(fā)公眾的共鳴，由此引發(fā)信息傳播與輿論形成。社交媒體平臺的網(wǎng)絡結(jié)構(gòu)賦予了情感內(nèi)容在短時間內(nèi)廣泛傳布的特質(zhì)，特別是負面情感，因其具有較強的情感傳染性，可快速在網(wǎng)絡中擴散，甚至會引發(fā)大規(guī)模的輿論效應。以往的內(nèi)容治理強調(diào)對內(nèi)容的審查，包括信息的真實性、合法性、道德性等，防止網(wǎng)絡虛假信息、違法信息或有害信息的出現(xiàn)。然而內(nèi)容治理在實踐中通過內(nèi)容的審查、過濾、標記、刪除等手段進行，具有一定的滯后性且有可能遭到輿論的反噬，難以有效應對這種情緒化的輿論波動。因此，網(wǎng)絡輿論治理應加強情緒治理，對負面情緒及其傳染性予以更多關(guān)注。

　　一方面，要建立健全圈層內(nèi)部的情緒管理機制。區(qū)別于傳統(tǒng)的血緣、地緣和業(yè)緣的圈層，社交媒體平臺時代的圈層化主要基于興趣、情感和觀點等形成，呈現(xiàn)同質(zhì)性群體聚集的特點。

　　，要著力加強對圈層傳播的核心“情緒領(lǐng)袖”的管理和引導工作，這也是網(wǎng)絡情緒治理的關(guān)鍵。鑒于“情緒領(lǐng)袖”在情緒傳播中的巨大影響力，應利用社會網(wǎng)絡分析、機器學習等工具科學識別“情緒領(lǐng)袖”，并分析“情緒領(lǐng)袖”的特征。要建立健全與這些“情緒領(lǐng)袖”的溝通機制，如線上或線下的研討會等，提升他們的社會責任感，鼓勵和引導他們推廣具有建設性的觀點，傳遞積極情緒。

　　第二，完善圈層內(nèi)部的規(guī)范和自律機制。明確禁止傳播謠言，對于的言論，如民粹主義、民族主義言論等，實行禁言、封號等懲罰措施。同時，要充分利用技術(shù)手段對圈層內(nèi)部的言論進行審核，減少煽動性信息的傳播。

　　第三，差異化管理圈層內(nèi)不同層級的群體。要把握圈層群體的層級化傳播特征，從圈層中心、次中心再到邊緣，采用有針對性的、差異化管理策略。圈層中心成員更為活躍、影響力更大，強調(diào)共同價值和目標，承擔維護圈層秩序的責任，要借助其影響力助力正面情緒的傳播；而對于圈層中較邊緣的成員，信息傳播則應注重趣味性和吸引力，通過情緒驅(qū)動的方式激發(fā)共鳴，增強理性溝通的可能性。差異化的管理策略能夠有效觸及不同層級的成員，減少由信息傳播不均或誤解造成的情緒極化，促進圈層內(nèi)的和諧與穩(wěn)定。

　　另一方面，要加強跨圈層的有效溝通，實現(xiàn)“破圈”效應。為有效破除圈層外部的刻板印象并促進跨圈層溝通，首要任務是建立暢通的溝通機制，包括多元化的信息來源、團結(jié)“情緒領(lǐng)袖”引導公眾情緒和觀念，以及創(chuàng)建通暢的溝通渠道，同時也要培養(yǎng)各圈層中成員之間的溝通意愿。發(fā)揮“情緒領(lǐng)袖”的帶頭作用，通過“情緒領(lǐng)袖”之間的聯(lián)動，達到從受制算法被動封閉轉(zhuǎn)為“破圈”主動交流的效果。如舉辦線上交流活動，使兩個群體之間擁有對話交流渠道，增進不同圈層群體間的了解，減少誤解和偏見，從而降低情緒極化出現(xiàn)的可能性。其次，運用算法技術(shù)向不同圈層推送定制化內(nèi)容，以減少“信息繭房”的影響。有針對性地設定話題或利用算法進行信息推送，引導公眾對社會事件進行關(guān)注并表達觀點，可以設置相應議程并在反復強調(diào)中形成集體共同記憶，在重大情緒極化事件發(fā)生時能夠激發(fā)相應的理性思維模式，降低情緒極化出現(xiàn)的可能性。后，加強社交媒體平臺上正面的主流價值觀聲量，促進跨圈層的交流與理解。

　　情緒極化會造成互聯(lián)網(wǎng)輿論場的對立和撕裂，也會影響經(jīng)濟社會穩(wěn)定。在后真相時代，網(wǎng)絡輿論治理應更加注重情緒治理，合理科學引導網(wǎng)民情緒。從圈層化治理角度，在進行情緒極化治理時需要圈內(nèi)圈外雙管齊下，加強對“情緒領(lǐng)袖”的管理和引導，一方面要引導主流輿論“入圈”，另一方面也要促進不同圈層的交流和溝通。借鑒“橄欖型”這一經(jīng)濟社會學概念[35]，未來應塑造理想的輿論場模式新路徑——以理性聲音為主體、兩端則是相對較少的情緒。此外，還可以通過系統(tǒng)追蹤、科學研判、有效預警和及時干預等方式，遏制情緒極化所帶來的負面影響，著力構(gòu)建以理性聲音為主體、兩端相對較少情緒的“橄欖型”輿論場。

　　【本文為國家社科基金項目“短視頻情緒極化視閾下的橄欖型輿論場治理研究”（批準號：23BXWO95）階段性成果】

　　[1][11]喻國明，耿曉夢.新中國的輿論調(diào)查研究:從議題變遷、意見樣態(tài)到范式轉(zhuǎn)向[J].編輯之友，2019(09):61-68.

　　[2]趙衛(wèi)東，趙旭東，戴偉輝，等.突發(fā)事件的網(wǎng)絡情緒傳播機制及仿真研究[J].系統(tǒng)工程理論與實踐，2015(10):2573-2581.

　　[3]尹碧茹，劉志軍.網(wǎng)絡情緒：理論、研究方法、表達特性及其治理[J].心理研究，2021(05):439-450.

　　[5][7]孫立明.對網(wǎng)絡情緒及情緒極化問題的思考[J].中央社會主義學院學報，2016(01):104-109.

　　[10]李彪.網(wǎng)絡輿論表達“負面偏好”的生成機制及治理路徑[J].人民論壇，2021(17):102-105.

　　[16]劉叢，謝耘耕，萬旋傲.微博情緒與微博傳播力的關(guān)系研究：基于24起公共事件相關(guān)微博的實證分析[J].新聞與傳播研究，2015(09):92-106+128.

　　[21]朱晨.百度貼吧中的青年亞文化：“鼠鼠”的身份認同與群體實踐[J].青年記者，2023(10):110-112.

　　[22][23]劉念，朱婧.誰掀動了網(wǎng)絡情緒？——網(wǎng)絡輿情中憤怒情緒傳播的關(guān)鍵節(jié)點[J].廣州大學學報(社會科學版)，2023(01):172-182.

　　[24]田維鋼，張仕成.喚醒、擴散、共振：短視頻負面情緒傳播機制研究[J].新聞與寫作，2021(08):33-40.

　　[26]劉強，趙茜.算法中選擇的同化與異化：國外回音室效應研究20年述評與展望[J].新聞界，2021(06):29-38.

　　[28]趙云澤，張玲.社交媒體中的數(shù)字情緒傳播研究[J].當代傳播，2022(06):21-28.

　　[29]何飛，楊森.情緒性謠言傳播機制及演化機理研究：以新冠肺炎疫情為例[J].當代傳播，2022(01):90-93.

　　[31]尹寒，楊軍.試論自媒體時代網(wǎng)絡輿論群體極化及其引導機制[J].湖北社會科學，2023(02):163-168.

　　[32]彭蘭.新媒體時代擬態(tài)環(huán)境建構(gòu)的變化及其影響[J].中國編輯，2022(12):4-9.

　　[33]吳紅旗，朱文文.互聯(lián)網(wǎng)語境下虛假新聞的特點及規(guī)制[J].新聞愛好者，2022(08):65-67.

　　[34]楊洸.智能媒體加劇了輿論極化?——基于媒介技術(shù)、信息特征和個人心理的分析[J].青年記者，2022(18):15-19.

　　[35]楊培芳.發(fā)展信息經(jīng)濟有利于構(gòu)建橄欖型社會[J].中國信息界，2013(11):14-17.

　　劉曉燕 ,張樂樂.后真相時代社交媒體情緒極化研究[J].青年記者,2024(07):84-88.
想了解更多詳情，請訪問：seo_seo優(yōu)化_網(wǎng)站優(yōu)化-『九一seo』 http://yazhumuju.com/

上一篇：seo網(wǎng)站優(yōu)化推廣_幾度沉浮的北京游戲行

下一篇：網(wǎng)站優(yōu)化常用的操作法則_百度信息流推廣鍵