🔥 热搜 🔥
上海习近平新疆鄂州父女瓜乌鲁木齐疫情H工口小学生赛高习明泽芊川一笑图包印尼排华
分类
社会娱乐国际人权科技经济其它
🔥 热搜 🔥
百度今日热点微信公众平台贴吧opggdnf私服百度贴吧知乎dnf公益服百度傻逼
分类
社会娱乐国际人权科技经济其它
查看原文
其他

群体智慧与网络中的情绪传播

Peter东 混沌巡洋舰 2023-04-28

伴随着疾病的传播，媒体上相关的信息也多了起来。回想2020，在一月份，新冠的疫情已经在媒体中有所报道，虽然远没有如今这样铺天盖地。然而随着疫情进入大众的视野，另一种更为隐秘的病毒“谣言”已在网络中爆发，除了虚假的信息，存储宣泄负面情绪，没有提出建设性建议的抱怨也在自媒体中成为主流。病毒会让伤害你的身体，而上述的思想病毒，则会让你损害一个人的判断力。本文将从网络科学的视角，讨论社交媒体上信息，情绪与决策的相互关系，以及这对我们未来的舆情管理意味着什么。


1 愤怒的内容在社交网络中传播的更快

相比于传统的媒体，社交媒体中的信息，往往带着更加强烈的感情色彩。例如去年圣诞的朝阳医院伤医事件，自媒体的评论，其中大多数只能只有谴责，而没有提出关于如何避免类似事件的发生，应该采取那些措施。也缺少深入的分析，从持续发生的伤医事件背后，看到人群所接受的信息出现的极化与对立，并结合其它看似无关的社会新闻，为其构建出一条连贯的逻辑主线。

相比客观中立的报道，带着情绪的文字，具有更好的传播性。而相比正面情感，包含负面情感的内容，能够更广泛更快速的传播。根据一项13年基于微博数据的研究[1]，将微博上的情绪分为愤怒，喜悦，忧伤和厌恶四种，发现在社交网络的不同时间点上，被归类为愤怒的消息相关性最高。这意味着你看到的愤怒有关的消息，有很大比例出现在明天出现在其他人的朋友圈。而根据另一篇17年的研究[2]，使用代理人模型（agent based model）的模拟，得出即使初始情况下，包含愤怒的内容在全部社交媒体中的内容比包含喜悦情绪的内容所占的比例少10%，由于愤怒的内容具有更强的传播性，并能够通过网络中的弱连接，覆盖到更广的人，也能够在网络中占据主流。用《人类网络》这本书中的话来说：“我们从许多渠道听到同样的信息，容易发生重复计算，因此相信其真实性，而实际上那只是网络中不同路径传来的相同消息”。回想这些天我们的朋友圈中，有多少阴谋论，裹挟着愤怒的情绪，扭曲了我们对疫情的认知。


2） 伴随着谣言传播的是恐惧和盲从

信息的传播从来都不是中立的，伴随着信息的是情绪，除了愤怒，另一种会影响我们的决策的情绪是恐惧。罗斯福在二战时，用"唯一需要恐惧的就是恐惧本身"，道出了这没有名称，没有根据，没有合理性的恐惧会废除人们转守为攻的努力。随着新冠疫情的蔓延，我们见到了大多的谣言，同时也会感叹，从非典到新冠，民众依旧在重复着之前的错误，只是抢购的从板蓝根变成双黄连。然而不管是谣言，抢购，还是无脑封路，歧视广东/湖北人，驱使这一切的都是恐惧这种对人类行为影响最大的情绪。恐惧这种迷因（meme），如同病毒一般，也会在网络中的传播，传播的过程中，不同的个体感染的概率会有差异，相信谣言的人，类似患病者，也有可能向身边的人传播谣言。相似的机制，使得其传播动力学所遵循的规律也有相同之处。如果借用病毒传播的模型，例如SIS模型，作为研究的起点，未尝不可。毕竟所有的模型都是错误的，但有了模型后，才能进行量化的分析，去探讨什么样的措施效果更好。因此本文会借用疾病传播的模型，来分析谣言的传播。如果读者了解与假新闻在社交网络中传播相关研究的研究，也请在留言区留言，以便共同讨论这一问题。


人们在恐惧下，会做出很多短视的决策，会扭曲或选择性的接受自己接受的信息。一项恐惧如何影响人们决策的研究[6]表明，在恐惧和社交压力下，人们的金融决策会趋向于保守（过早的卖掉股票），这意味着参与研究的受试者，是根据市场整体对风险的认知，而不是自己独立的对风险的判断，来进行金融决策的。群体智慧的产生，要求群体中的个体能够独立思考，从而能够相互弥补各自思维和知识的缺陷，而恐惧的蔓延则使得这一假设不再成立，从而使得群体变得盲目，进而带来社会层面的负面影响。

如果将恐惧看成是一种病毒，那么决定恐惧能传播多久的，是超级传播者（十万加），在2002年的一篇论文中[3]，通过数学证明，表明在一个无标度网络中（社交网络符合无标度网络的性质），只要病毒存在，那么即使让再多比例的人获得免疫力，也无法阻止病毒在其他人群中的爆发，群体防疫的方法，能做的只是去拖延病毒爆发的时间。该文的结论，如果应用到对恐惧的防治上，意味着通过删贴的方式，是无法有效的控制恐惧在社交媒体中的蔓延的。那应该怎么办，才能驯服恐惧这种病毒了？


3）驯服恐惧需要鼓励多元的表达

笔者试想自己若是看到了双黄连能够预防新冠的微博，也不会去抢双黄连。这不是因为我不怕感染，而是因为我有更靠谱的手段，能了解各国权威对于如何防治这种病的建议，由于经常锻炼，对自己身体的本身抵抗力也更有信心。而笔者看看接近三千的微信好友个数，也觉得算得上朋友中人缘相对好的那个。在基于美国2009年H1N1疫情的研究[4]，如果社交圈中连接多的那个人，能够采取自我防护（戴口罩），那么对于社交网络中的每一个人，患上H1N1的概率都会下降。当社交网络中的中心结点能够自觉不传播恐惧时，网络的结构就会改变。这为驯服社交网络上恐惧情绪的蔓延，指出了一条建议，即主动的干涉那些在网络中呈中心位置的用户，给他们推送正面的信息，让他们做到不传播谣言，也不扩散会给朋友圈增加恐惧的帖子。

19年的Nature论文[5]，研究者关注的是如何在国外社交媒体中对恐怖分子相关的内容进行管控，研究得出的结论是单纯的删贴，封账号并不能解决问题，反而会使相关内容在不同平台间进行迁移。该文推荐的管理方法是综合使用下图中的四种方法，而不是只使用一直。按照干预的粒度大小（横轴）及干预的方式（自上而下与自下而上），除了传统上的左上-删文，右上-删号，文中特别推荐的是培养隔离用户（左下），即如同上文论述的，让处于连接社交网络的中心节点对谣言具有免疫力；以及让用户接触到不同观点的数据（右下方），例如微信新改版之后，在公众号推送界面增加的未关注公众号推荐。该文给出的建议，不止对于管控恐怖主义有关的信息合适，对于避免谣言，也大概率是有效的。

                       

在1644年，密尔顿写下《论出版自由》的时候，他笔下的:"有谁见过在自由和公开的交锋中有真实落败的呢？真实所驳斥的也就是肯定和彻底能打败的。"这话的确没有错。然而媒介即信息，随着新媒体的普及，谣言因附带的其情感，天生要比真相传播的更快，即使等最终到真相战胜了谣言，但是谣言所造成的负面社会影响也已无法挽回。然而，长期来看，能抵抗病毒传播的，是人体自身的抵抗力，维持一个没有谣言，没有散发着恐惧气息的朋友圈的是足够多的人具有科学常识和思辨能力。而要做到这一点，首先需要鼓励多元的表达，从而让平台中有足够多的能促成这一目标的信息。

                        来自：电影《华盛顿邮报》

其次，在辟谣的同时，不仅应该列出你看过的那些内容是谣言，还需要列出为何这些消息是谣言的论证，例如辟谣的文章。与此同时，还要利用辟谣信息来激发公众去思考何为科学。用原中国科技馆馆长李象益的话来说，就是“让公众更多地在辟谣这个过程当中去思考、去分析、去辨析，以科学的思维和方法，从科学的角度提高和培养他们的素质。”具体的做法，可以模仿MOOC教学中，在推送的辟谣贴后增加多选题，让读者能够一次识别同一类的其他谣言，或者认识到谣言中包含的逻辑谬误属于哪一类。


4）阴谋论与信任

在本次疫情中，对病毒来源的关注，以及对相关科学家的质疑，也是媒体中的热点话题。众口铄金，如果让猜忌导致未来相关研究的减速，那对我们每个人都是不利的。不论是病毒由外国势力制作，还是由国内研究所泄漏，这样的阴谋论，虽然并不会如抢购双黄连，挖断公路一样，对社会经济的发展，造成直接伤害，但也会妨碍民众了解事实真相，从而导致大众无法对此进行反省，即使法律上禁止了野生动物交易，只要需求还在，暗中的非法交易就会屡禁不绝。


遗憾的是，在相关领域的辟谣中，出现了民众对专业人士不信任的现象。例如因为某位研究者的子女参与企业运作，或者某研究所的领导是通过裙带关系上位的。通过对研究者人品的攻击，进而拒绝相信专业人士的辟谣。如此的结果是，不论专业人士如何科普，总会有相当比例的人，坚持认为病毒是人为合成的。这让笔者想起了三体中的“猜疑链”，在这种情况下，交流的增加并不能解决问题。缺少的是信任。在这种情况下，为实现科技向善的愿景，需要加强对推荐权威信息的力度（改变网络结构），而不止是只依靠去中心化的网络。例如不止在公众号的二级界面中，给出未关注公众号的推荐，在朋友圈的一级入口，也可以选择丁香园，果壳等权威科普公众号，向更多未订阅的人推送科普性内容，至少要让更多人看到另一方的观点，而不只是任由回音室效应，让网络中的观点进一步极化，从而消解全民沟通的基础。

只有更多的人能够具有常识。并独立思考，当未来下一个传染病或谣言，在一个人际与信息连接网络都更加密集，因此留给我们反应预警时间更短的世界中出现时，我们才不会感叹历史教给我们的唯一教训是我们没有从历史中吸取任何教训。



参考文献：
[1] Anger is More Influential Than Joy: Sentiment Correlation in Weibo. Rui Fan, Jichang Zhao, Yan Chen and Ke Xu
[2] An agent-based model for emotion contagion and competition in online social media. Rui Fan , Ke Xu and Jichang Zhao
[3] Pastor-Satorras, Romualdo, and Alessandro Vespignani. "Immunization of complex networks." Physical review E 65.3 (2002): 036104.
[4] Christakis, Nicholas A., and James H. Fowler. "Social network sensors for early detection of contagious outbreaks." PloS one 5.9
[5] Hidden resilience and adaptive dynamics of the global online hate ecology
[6] Fear, Social Projection, and Financial Decision Making. Chan Jean Lee, Eduardo B. Andrade

更多阅读
疫情与超级都市圈的复杂性红利
预测疫情的数学模型众说纷纭，如何科学的从中获取洞见
《非对称风险》读书笔记-思考疫情结束之后获得的反脆弱

您可能也对以下帖子感兴趣

文章有问题？点此查看未经处理的缓存