算法推荐机制下的评论区群体极化现象及治理

汪仪　莫朝文　杨一唯

【摘   要】网络平台给用户提供可视化信息、便捷互动的同时，也带来群体从众、算法推荐个性化、情绪意识激活等各类影响，而抖音评论区作为信息的补充区、情绪的宣泄区、用户的主要互动区，是非理性群体极化现象的主要集中地。文章通过对平台评论区群体极化现象的分析，对群体极化问题是如何产生的、如何缓解极化现象进行思考，并为营造良好的网络环境提出建议。

【关键词】群体极化；算法推荐；网络平台；评论区

一、研究背景及意义

（一）社会发展背景

互联网时代来临，网络群体日渐壮大，据2023年8月中国互联网信息中心发布的第52次《中国互联网络发展状况统计报告》显示，截至2023年6月我国网络视频用户总规模为10.44亿人，占整体网民的96.8%；其中，短视频用户规模为10.26亿人，占整体网民的95.2%。由此可见，短视频作为我国重要的信息传播手段，以其独有的“短、频、快”传播方式占据着广大网民的碎片化时间。而就视频平台本身而言，以抖音为主的短视频平台更是以其优越的互动可视化、传播碎片化等特点成为视频类的头部平台，其日活跃用户可达6亿以上。

（二）评论区及其发展现状

有人将评论区定义为网络论坛的前身，是指在互联网时代依靠信息技术和网络功能所建立起来的网络信息讨论系统和多元主题话语空间，也就是在网络技术平台下受众自由表达的场域。人们打破时间和空间的区隔，针对当时网络讨论的主题发表自己的意见和建议。1999年之后，以QQ聊天软件和购物软件为代表的各种功能性软件相继出现，评论区在这个时候才开始发展起来。在互联网数字技术的推动下，当今的评论区不再是单向的不可互动的或者是双向的只能和作者互动的评论区，而是发展为多向的，可以和任何人互动交流产生想法碰撞的场域。[1]不仅是抖音等视频类平台，现在各类平台大都在其内部设立评论区空间，甚至有专业的平台或主题社群吸引大众参与讨论。而评论区在当下数据社会中也并不是自由散漫地无序发展，大数据算法在其中起着举足轻重的作用。大数据通过算法等技术控制平台内容推送，进行用户静态如基础信息、动态如行为信息的数据画像。[2]

（三）评论区现象及从群体极化角度研究的意义

在当下以UGC模式为基础的抖音平台上，用户在有关男女吵架的评论区发现了男女评论区内容以及排序不一样的问题，在同期与“信息茧房”相关词汇冲上了热搜，在各类群体对比的结果中：男女性别、地区定位、职业经验等各种差异都决定着评论区内容的呈现和排序。有关平台内容定制的差异第一次在互联网上被用户发现，各平台的黑箱算法也是第一次被曝光在大家眼前。如在抖音评论区中，并不是以热度或者是事实为主的排序方式呈现内容，而是以男女性别、地区推荐以及职业等静态数据的差异，或平台活跃动态数据下的行为差异进行分析推荐。正如麦克尔·舒德逊所说：“媒介的力量不仅仅在于它提供的内容，更在于它提供内容的形式”。用户在虚拟数字空间进行互动，更容易趋同也更容易极化，虚拟数字空间的差异化内容提供就是群体意见极端化的主要影响方面。

从群体极化角度研究评论区现象，发现其表现为：首先，评论区模仿、扩大着大众的生活。大众在生活中有着自己的个人身份和群体身份，而在评论区中群体身份的立场尤为显著，由此受众在评论区通过从众互动形成群体心理趋同下非理性的沉默的螺旋现象；其次，评论区补充着大众的生活，互联网时代下每时每刻的信息意见产生过于繁琐且碎片化。信息熵的过高导致大众站在狭隘的负面视角审视事件，从而使受众在大量不实信息中发表评论使舆情逐渐走向极化；最后，网络的匿名性更是让大众将情绪作为中介因素对网络评论区内容展开道德讨论，情绪熵所带来的情绪感染比信息本身有更高的唤醒程度。[3]

二、相关理论与研究现状

“群体极化”（Group Polarization）概念是于1961年美国社会心理学家詹姆斯·斯托纳（Stoner）在进行关于群体决策发现于群体之中、群体讨论中所蕴含的极端现象等相关研究中首次提出的。[4]该理论首先起源于心理学领域，主要关心问题是小群体的决策方向，但更为主要的研究问题和关心方向是有关个人风险的承担以及面对风险所保持谨慎的判断。詹姆斯·斯托纳于1961年发表了论文《个人与群体关于风险性决策的对比》，该论文被大众普遍认为是群体极化相关概念研究的起点，在此之后戴维·迈尔斯和赫尔穆特·拉姆于1976年对该概念研究的相关历史文献进行了全面梳理工作，在梳理与整合的基础上第一次正式定义了“群体极化”概念。群体极化是指“在观点指向同一态度与方向的时候，群体成员的个体经过群体讨论之后形成了统一的群体态度，这些统一的群体态度往往比讨论之前的群体成员个人态度平均值更趋向极端化”的现象。[5]也就是说，群体中的个体经过讨论之后往往会形成相对统一的群体态度，而群体中持有不同态度的个体看到其他的群体成员与统一的群体态度有着高度相似后，其观点也会改变偏向群体态度，这些群体成员态度的一致驱使群体意见的壮大，大势的群体意见往往更为极端，由此往复形成了群体极化现象。[6]

20世纪70年代的群体极化研究从先前的个人心理方向逐渐走向了大众政治心理方向，开始探讨群体对当时政治或社会观点的影响，这个时候的群体极化理论主要服务的是政务等方面。20世纪70年代后期群体极化理论形成了学界普遍公认的两种解释理论：分别是社会比较理论和有力论据理论。在往后的社会心理学相关研究与丰富中，学者普遍认为群体极化的原因存在着三个主要经验理论：即社会比较理论（Social Comparison Theory）、信息影响理论（Informational Influence Theory）和自我分类理论（Self-Categorization Theory）。[7]进入21世纪后，群体极化理论有了政治学的介入，群体极化的研究视野从个人这样的小群体扩展到生活中的普罗大众。同时21世纪互联网行业兴起，互联网信息熵的提升和新媒体网络平台的壮大让群体极化研究从政治方向逐渐延伸到新闻传播方向。国内的群体极化研究开始较晚，主要集中在互联网发展后，国内学者大多是从社会心理、网络心理以及网络发展下数字互动特性的角度分析网络群体极化的成因，从我国国情和社交媒体属性来分析网络群体极化。在本文研究探讨中，“群体极化”和“网络群体极化”为同一概念。

三、算法推荐机制下评论区群体极化的现实表征

（一）群体身份下沉默的螺旋推动群体极化

社会建构主义认为，身份认同是一个由社会环境形成并被其不断影响的过程，外界社会是身份认同的主要影响因素。[8]而自我构建主义认为，身份认同本质是心灵意义上的归属，自身的心理与精神是身份认同的主要影响因素。[9]在《创意传播管理》这本书中，作者将网络数字空间定义为现实空间的虚拟与扩大，大众在现实生活中扮演着自己本人的个体身份，同时承担着类似于女性、母亲、当代青年等群体社会身份。现实生活如此，在网络空间中亦然。勒庞在《乌合之众：大众心理学研究》中提到：“以电脑为媒介的网络传播仅仅是给人提供了一种更加方便的交流媒介，隐藏在人内心深处的群体归属感不会因此而转变”。大众不论是在现实中还是虚拟的网络社会中都有着相对应的个人标签与社会标签，社会标签是对群体身份特征的具象化，而为了避免群体孤立恐惧、巩固群体地位、加强身份认同，持有群体身份的个人看见相关群体言论会先保留自己的见解默默关注群体方向的观点，在不知情的情况下主动从众附和群体的观点。这样，一方个体观点便逐渐削弱，另一方群体观点在个体的趋附下逐渐强大，也就是在这样不停的循环过程中，群体身份下沉默的螺旋效应便开始发挥作用。在抖音评论区沉默的螺旋效应层出不穷，例如大量母亲群体在谈论孩子调皮如何教育的评论区主导严厉强制教育手段：“我们当年都是打过来的”“棍棒底下出孝子”等评论，使得秉持慈母论教育观点的母亲或个体对自身教育手段产生怀疑，并在评论区保持沉默或改变想法倾向从众。评论区是态度的展示中心，主流群体态度在沉默的螺旋下吸引个体观点趋于同步但这是极端化非理性的过程。相关研究表明，群体观点在被不断复制与强调的情况下，大众在潜移默化中就被相关群体观点影响，从而形成大众观点被迫极端化的普遍现象，人们倾向于通过改变自身立场与群体重视的立场相一致，由此诱发群体极化。[10]

（二）算法推荐机制下狭隘的视角推动群体极化

进入数字时代，大数据算法贯穿在平台监测与管理的始终，技术给媒介发展带来便利也带来挑战。正如刘易斯·芒福德在《技术与文明》中所说：“技术只是人类社会中的一个元素，他发挥作用的好坏取决于利用它的主体”。 平台通过大数据信息筛选将大众的静态数据和动态数据匹配相应推荐，通过内部算法实现个性内容，使受众在碎片化的时间中接收由算法匹配的定制信息。各类短视频平台依据短视频“短、频、快”的特点充分占据了大众碎片时间，以抖音为主的短视频平台只是推送相关的画面、视频、文字，但是平台本身并不对完整事情的原委进行实时检验，再加上受众一方面是自发有选择性地接触自己喜好信息，另一方面受众所看见的碎片信息是算法推荐机制下的定制内容，受众的认知与态度都被算法切割为碎片并再次组合起来，是一种狭隘的定制视角。评论区可以算是信息的补充区与受众认知的表达区，评论区因其特有的互动性和补充性深受大众喜欢，但受众不仅在评论区互动中产生视角分歧，甚至因评论区的内容排序而产生态度极化。就男女吵架双方评论区内容呈现不一样的情况来看，狭隘的男性或女性视角对吵架这件事分别作出解读，并在评论区形成了女权主义视角和男权主义视角，该条评论区内容的曝光直接促使男女群体在评论区和网络平台中发现对方群体一些贬低、辱骂等话语，在性别对立的基础上推进了群体舆论的极化。除此以外，喜好相似的用户在算法推荐机制下形成“偏见共同体”，[11]以其偏激的视角非理性的共同影响真实事件的呈现与走向，群体决策比成员个体更加极端。[12]

（三）情绪传播下匿名的互动推动群体极化

在复杂的社交环境下产生了网络的“新陌生社会”，它是陌生人相互社交的一种产物，与熟人社会中关系信任的强关系交往模式相比，陌生人社会的弱交往关系让信息传播的无边性扩大化，匿名性是陌生人社会中主要的特点，匿名性弱化了表达和传播言论所带来的自身身份压力，也使个体转变社会角色变得更加容易。[13]评论区作为受众互动的舆论场，更多的感性与理性分离，个体无法从理性的角度思考问题而是更多的倾向感性意识、观点趋同，由情绪作为中介影响受众互动。勒庞在《乌合之众：大众心理学研究》中提到：“群体是匿名的，因而无需承担责任，于是约束着个人理性的责任感往往会消失的无影无踪”。在互联网短视频平台的媒介场域中，平台的匿名性使许多人在场的状态下却扮演着缺席的角色，在各大平台社交区或者是评论区畅所欲言，发表一些情绪化或极端化的言论，在与受众互动带来的情绪感染中不分黑白地发泄自己的情绪，或者是在受众互动中对相关身份群体进行情绪激活，创造属于群体非理性的意见气候产生群体极化。[14]有部分非理性群众更是为了掀起舆论风潮在评论区大肆宣扬负面情绪，或者是利用道德标准绑架群体身份相似的人，例如“中国人这能忍？”“还是不是个男人”类似挑衅言语。有研究表明，负向情绪和正向情绪相比，负面情绪因其爆发性强且态度尖锐更容易引起网络群体极化；相比于悲伤和焦虑等这样的缓和性内向负面情绪，愤怒情绪更容易引起网络群体极化。[15]情绪需要感性和理性的平衡，过度感性造成的群体极化将会使网络社会走向错误的方向。

四、算法推荐机制下评论区群体极化的治理策略

（一）提高个体的判断能力，加强媒介素养

群体身份是社会中的重要角色，个人应当正确的使用和对待媒介中的相关身份，正确的认识和使用媒介，在面对群体压力时保持清醒的头脑不被“群体意识绑架”。在与群体意识相悖的情况下敢于提出自己的疑问与想法，通过理性认知的探讨形成文明和谐的网络环境。

（二）提升监管力度，加大舆情监测

国家互联网信息办公室为了规范互联网跟帖评论服务，根据《中华人民共和国网络安全法》《网络信息内容生态治理规定》《互联网用户账号信息管理规定》 等法律法规，于2022年制定 《互联网跟帖评论服务管理规定》，对跟帖行为进行规范引导，各平台评论区或相关的社交互动区可以借鉴相关法规更好地规范平台与用户行为。国家相关部门在治理同时要加大对舆论的监控和理性地引导，用主流价值导向驾驭算法。[16]

（三）提倡网络用户的责任意识，维护良好互动

用户是平台的内容生产者也是内容使用者，用户应当具备社会责任意识，能够平衡理性与感性的情绪，在匿名化的网络平台也依旧坚持冷静的态度和理性的认知，不跟风随大流也不恶意煽动情绪，维护良好互动，倡导社会文明风尚。

五、结语

在网络平台迅猛发展的数据时代，各类平台所表现的不合理、非理性现象大都是因为平台管理不到位与大众媒介素养欠缺。在评论区现象背后蕴含着群体之间对立极化问题、平台算法统筹对群体极化现象的影响问题、群体身份下的舆论极化引导问题等。希望通过对此现象的分析解读引起平台及大众的关注，以营造良好的网络环境，实现可持续发展。

注释：

[1]吴蒙恩.用户评论区的作用分析——以抖音等新媒体平台为例[J].西部广播电视，2023，44（06）：62-64.

[2]单晓红，张晓月，刘晓燕.基于在线评论的用户画像研究——以携程酒店为例[J].情报理论与实践，2018，41（04）：99-104+149.

[3]廖圣清，程俊超，于建娉.网络新闻回帖中的受众互动与群体极化：以情绪为中介变量[J].国际新闻界，2023，45（09）：91-117.

[4]Stoner James Arthur Finch. A Comparison of Individual and Group Decisions Involving Risk，Doctoral Dissertation，Massachusetts Institute of Technology，University of Cambridge. Cambridge，1961.

[5]黄河，康宁.移动互联网环境下群体极化的特征和生发机制——基于“江歌案”移动端媒体文本和网民评论的内容分析[J].国际新闻界，2019，41（02）：38-61.

[6]张良驯，赵丹丹.网络群体极化效应对青年生育焦虑的影响研究[J].中国青年社会科学，2022，41（06）：17-29.

[7]Marcus Arvan. The Dark Side of Morality：Group Polarization and Moral Epistemology，Philosophical Forum，2019，（1）.

[8]Lawler，S.（2014）.Identity：Sociological Perspectives.Malden：Polity Press.

[9]张淑华，李海莹，刘芳.身份认同研究综述[J].心理研究，2012（01）：21-27.

[10]Fromkin，H.L.（1970）.Effects of experimentally aroused feelings of undistinctiveness upon valuation of scarce and novel experiences.Journal of Personality and Social Psychology，16（3），521.

[11]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.

[12]夏倩芳，原永涛.从群体极化到公众极化：极化研究的进路与转向[J].新闻与传播研究，2017，24（06）：5-32+126.

[13]赵贞，张伟伟，胡静月.“陌生人社会”下信息传播机制及治理研究——以新冠肺炎期间信息传播为分析对象[J].山东青年政治学院学报，2020，36（06）：88-96.

[14]刘露.网络舆情群体极化现象的现状研究[J].科学咨询（科技·管理），2021（01）：86-87.

[15]龚艳萍，马艳玲.不同情绪对网络群体极化影响的实证研究——基于VAR模型[J].商业经济研究，2017（24）：39-41.

[16]倪万，孙静茹.推荐算法驱动下“被动”群体极化现象及消解[J].青年记者，2019（31）：43-45.

（作者：汪仪，广西艺术学院影视与传媒学院2023级新闻与传播研究生；莫朝文，广西艺术学院影视与传媒学院2022级新闻与传播研究生；杨一唯，广西艺术学院影视与传媒学院2023级新闻与传播研究生）

责编：周蕾