《打破社交媒體棱鏡：探尋網(wǎng)絡政治極化的根源》克里斯·貝爾

citizen·deliberative）·fielddeliberative·拉·polarizationfilter·/··&）Polarization·falsepolarization···self·troll··路*新澤西收費高速公路連接紐約和費城兩大城市，是全美最繁忙的高速公路之一——編注（如無特殊標注，本書腳注為譯注）1···”。他*美國一個非營利性民權組織，反對白人至上主義并為那些受迫害的群體做法律代理?！ぁ?通過人類的模仿能力完成復制，在人與人之間傳播的信息。模因的類型包含甚廣，包括謠言、新聞、知識、觀念、習慣、習俗、口號、用語、笑話等?！幾⒏?被困在了回聲室中指的是這樣的現(xiàn)象：在一個相對封閉的環(huán)境里，人們聽見一些意見相近的聲音，誤以為它們可能是事實的全部。與回聲室相近的概念有“信息繭房”“過濾泡”——編注2·Justin··3politicalpolarization456·基78·9·PariserFilter10他1213tribalism*指基于“部落內(nèi)”或“圈內(nèi)”的忠誠而區(qū)別看待或?qū)Υ安柯渫狻被颉叭ν狻背蓡T的現(xiàn)象。1415···16·17181920·的）Polarization··isolation···*1英里約等于1.61千米1多他”···”··Hillary

2·奧·3··principle4aflock）*這句話直譯為“羽毛相同的鳥會聚在一起”，引申義為“物以類聚，人以群分”本段最后一句話中的“一只有羽毛的鳥”就指的是這個意思5）*如果兩個變量的關系取決于第三個變量，那么這就意味著出現(xiàn)了調(diào)節(jié)效應field67在8910*推特的名稱（handle）具有唯一性，可用于定位賬號，它出現(xiàn)在用戶賬號主頁地址中，位于字段后?！幾ⅰぁぃ?美國政治人物，國會參議院共和黨領袖1213141516圖1：對一周至少訪問三次推特的民主黨人和共和黨人而言，擾亂他們的社交媒體回聲室一個月對他們在社會政策議題上的意見的影響1718192021但222324252627··將28·‘’·Philip）1美·23Pinterest·”年drainthe）*第45任美國總統(tǒng)唐納德·特朗普在競選時提出的一項承諾，指清除盤結在華盛頓的政商利益網(wǎng)絡4·x”5city）*指美國國內(nèi)在移民問題上對非法居民提供避難與保護的城市67·8*又稱浸信會，是基督教新教主要宗派之一。其施洗方式是全身浸入水中，因而得此名‘’她”‘’”如”在9·”·”她rightsIsraelites）*一個同名宗教流派的信徒，宣稱非裔美國人是古代希伯來人的后裔”·10··我··他·1”2·theFlies年345·Lilliana6rationaldeliberation·）78·910·deliberative12·*指一些本來與政治無關的議題，對立政黨出于政治目的而將其政治化13同·14·1516）171819·202122其23即24252627?！lias·282930我··self313233self-fulfilling）*又稱自我實現(xiàn)預言、自我應驗預言等，指的是這樣的現(xiàn)象：某人抱有的期望會影響其具體行動，使某事的結果符合當初的期望，繼而強化了該期望，使某人更相信原先期望的真實性。——編注34自presentationself35··3637·38·Claire394041getting42一43）444546··班?！?紅色代表美國共和黨，藍色代表美國民主黨我·”有12345“”6我·*美國的一種由雇主和雇員共同繳費的養(yǎng)老保險計劃，始于1978年《美國國內(nèi)稅收法》新增的第401條第k款，故名7”*美國一家衛(wèi)星電視公司，成立于1994年·the”···89“”····-科10·‘’‘’‘’”*指將兩個或多個數(shù)據(jù)集合并的過程。——編注噴如*19世紀英國作家羅伯特·路易斯，史蒂文森在長篇小說《化身博士》（DrJekyllandMrHyde）中塑造的雙重人格形象，主人公的一個人格是向往著自律的杰基爾博士，另一個人格是渴望放縱的名為海德的惡棍。杰基爾嘗試用藥物將兩者分離，但試驗之后，海德占據(jù)了身體的主導權‘’”“”‘’的。每···布12··康）*特朗普的前競選經(jīng)理，曾任美國白宮的高級顧問·?！ustin·1314·15·thefallacy16·Settle17·我”‘’‘’‘’我‘’‘’”””·‘’多”‘’·‘我’所””121/534。1/45·6。·”*來自美國著名制片人羅伯特，埃文斯（RobertEvans）的一句名言：“每個故事都有三個方面：你看到的方面，我看到的方面，還有事實本身。而且三者都不是謊言（Therearethreesidestoeverystory:yourside，mysideandthetruth.AndnooneISlying）”“‘’”falsepolarization7··）8，

9Partisan10下”12·巴13·14·”‘’·15·盡也”‘反’他‘’“‘’‘’這··‘’16171819用·n12·Ferrell·34567·8世代*在美國，千禧一代指約生于20世紀八九十年代的人，Z世紀指出生于20世紀90年代末和21世紀初的人?！幾?也不

101213·經(jīng)

14而1516171819··20·theIs2122··2324··陳·25萬···tothe·Indistractable:to26·tothetothe“逐底競爭”和“逐頂競爭”常用于博弈論或經(jīng)濟學的討論，前者指“比誰更差”，后者指“比誰更好”。這對概念有多個使用場景，舉例來說：如果一國政府通過降低本國企業(yè)經(jīng)營稅率和勞動力成本來吸引外資，那么它所從事的就是“逐底競爭”；如果一國政府通過提升教育水平、創(chuàng)新能力和基礎設施完善度來吸引外資，那么它所從事的就是“逐頂競爭”。文中的“逐底競爭”指科技公司所采用的競爭方式是以犧牲用戶的激情、常識等為代價的，而不是去促進這些事物。27282930··3132··Phillips3334·的

35·Allcott·36···37383940414243正444546·47484950··1·2·3··4··5678··9101213尤··1415··16）17··181920萬·····21·）*蕾切爾·瑪多，美國電視節(jié)目主持人、時事評論員和作家。——編注·）?拉什，林博，美國電視節(jié)目主持人、記者和作家?！幾ⅰ?2··Julia·23其alternativefacts）*即謊言、妄想等事實的替代品和對立面?！幾ⅰn24··25該

262728··29”30···3132*牛津逗號也被稱為連續(xù)逗號，即在英語寫作中進行多項列舉時，在最后一項的“and”或“or”之前加一個逗號。在特定情況下，使用牛津逗號的寫作習慣可以消除歧義。——編注3334的·我····1233酒456。78910·入··倫·121314151617181920··212223delta*“delta”即數(shù)學中的Δ（音似“德爾塔”）。根據(jù)“改變我的觀點”社區(qū)的解釋，因為delta（Δ）在數(shù)學中代表變量，該網(wǎng)站用它來代表變化。如果該網(wǎng)站的用戶因某條評論而改變了觀點，那么他應該用delta（Δ）來回復這條評論，并且解釋自己為什么改變了觀點?！盵熄]24252627282930無313233·34月種interference美）*被試在回答問題時因社會期望、回答傾向等因素而產(chǎn)生非真實反應，導致調(diào)查結果失真的現(xiàn)象·11/5b小2人345678*評價方法和解釋能力穩(wěn)健性的方式，即當改變某些參數(shù)時，評價方法和指標是否仍然能對評價結果保持一個較為一致、穩(wěn)定的解釋?！幾?1065名名。共年·）*公開表示相信一些自己事實上并不相信的事情，以表示對內(nèi)群體的支持或?qū)ν馊后w的敵意或喜或。一··在···Suljic··Christie··Ferris··········亨··Friedolin··············Streib····Jim··-····）·····1.出于保密性的考慮，本書中所有接受訪談人員的姓名均已替換為化名。在任何必要的地方，他們的人口統(tǒng)計特征（例如地理位置、職業(yè)或家庭成員人數(shù)）的詳細信息已被修改，以進一步保護他們的隱私。本書中描述個人的小插曲是根據(jù)以下信息編纂的：多次深入訪談，研究受訪者對兩項在線調(diào)查的反應，深入分析從他們的社交媒體賬號中和互聯(lián)網(wǎng)搜索中獲得的所有公開信息，以及關于他們的人口統(tǒng)計特征的額外信息（由招募他們的調(diào)查公司提供）。我們改寫或縮寫了一些來自公開社交媒體賬號的直接引述，以進一步保護受訪者的隱私——此外在一個案例中，引述中的術語被同義詞替代，以防止通過互聯(lián)網(wǎng)搜索識別出受訪者。有關用于編纂個人社交媒體用戶（例如戴夫·凱利）小插曲的多種研究技術的完整描述，請參閱附錄。2.這一部分的標題我借鑒了Guessetal.,theEchoChamberaboutEchoChambers。3.在本書中，我使用“保守派”（conservative）一詞來描述通常與美國共和黨相關的一套原則，并使用“自由派”（liberal）一詞來描述與民主黨相關的原則。在這樣做的過程中，我認識到保守的和自由的意識形態(tài)體系并不總是與兩黨體系完全一致。我還認識到，這些術語在國際背景下變得更加模糊，“自由派”一詞經(jīng)常被用來描述對自由放任經(jīng)濟政策的偏好。在本書后面的章節(jié)中，我將更詳細地討論意識形態(tài)測量指標與黨派偏見之間錯配的問題。4.該術語最初用于描述20世紀30年代流行的一種音頻工程方法，該方法用于增強某人在大房間里講話的效果。正如我在第二章中將更詳細地討論的那樣，自20世紀中葉以來，社會科學家就一直在研究社會網(wǎng)絡是如何塑造政治信念的，當時的人們在經(jīng)歷了兩次世界大戰(zhàn)之后對宣傳和群體思維的興趣更加濃厚。哈羅德·拉斯韋爾（HaroldLaswell）、保羅·拉扎斯菲爾德（PaulLazarsfeld）、伯納德·貝雷爾森（BernardBerelson）、羅伯特·默頓（RobertMerton）和伊麗莎白·諾爾-諾依曼（ElisabethNoelle-Neumann）等學者特別關注的是，我們在社會關系中的集群（clustering）是如何導致人們重復接觸相同類型的信息的。拉斯韋爾和諾爾-諾依曼主要對大眾媒體的影響感興趣，而拉扎斯菲爾德和默頓則探討了與將大眾媒體和公民個人聯(lián)系起來的中介渠道（即社會網(wǎng)絡）相關的更具體的問題。在一系列有影響力的定性研究中，拉扎斯菲爾德追蹤了大眾媒體信息如何通過對話網(wǎng)絡進行傳播，并更廣泛地影響投票選擇和輿論。與當時對媒體影響的普遍理解相反，拉扎斯菲爾德及其同事表明，報紙、電視節(jié)目和無線電廣播并不是能將意見注入大眾心智的皮下注射針。這些學者們發(fā)現(xiàn)，大眾媒體通過一小群公民產(chǎn)生間接影響，這些公民參與政治并定期關注新聞。幾位作者表明，這些意見領袖通常對大眾媒體信息持批評態(tài)度。盡管如此，大眾媒體傾向于塑造意見領袖討論的話題類型。這一關于大眾媒體影響力之間接性的開創(chuàng)性發(fā)現(xiàn)，引發(fā)了一系列關于社會網(wǎng)絡如何形成，特別是個人如何傾向于尋找志同道合的人（一個被稱為同質(zhì)性的相關概念，我在第二章中進行了更詳細的討論的廣泛研究）的研究。更詳細的信息，請參閱Lazarsfeld,Berelson,andGaudet,ThePeople'sChoice;KatzandLazarsfeld,PersonalInfluence。對這些研究的歷史概述，請參閱Katz,“CommunicationsResearchsinceLazarsfeld”。5.請參閱TheResponsibleElectorate。6.直到20世紀80年代，美國的全國新聞報道一直由少數(shù)大型媒體公司主導。許多學者認為，媒體公司在這個時代會避免采取公開的黨派立場，因為它們的受眾包含大量的共和黨成員和民主黨成員。20世紀80年代見證了新聞市場的細分，因為技術變革為較小的媒體公司創(chuàng)造了新的機會，它們可以在24小時播放、全年無休的有線新聞頻道和訪談類廣播電臺上爭奪受眾。與它們的前輩不同，這些媒體公司迎合了較小受眾群體的偏好，給自己創(chuàng)立了市場激勵機制——采取越來越強的黨派立場去獲得新的受眾。有關塑造美國大眾媒體政治極化的歷史因素的更詳細討論，請參閱TheCreationoftheMedia;Post-BroadcastDemocracyand“MediaandPoliticalPolarization”;Peck,FoxPopulism;BerryandSobieraj,TheOutrageIndustry;Sobierajand“FromIncivilitytoOutrage”;ArceneauxandMartinJohnson,ChangingMindsorChangingChannels?。7.請參閱Kull,andLewis,“Misperceptions,theMedia,andtheIraq。關于選擇性地接觸新聞報道塑造了政治觀點，更廣泛的討論請參閱“WhyDoPartisanMediaPolarize。8.請參閱Eadyetal.,“HowManyPeopleLiveinPoliticalBubblesonSocialMedia?”18。9.請參閱Sunstein,R。關于線上媒體監(jiān)管者的缺席如何促進了社交媒體上的不禮貌活動，更詳細的解釋請參閱BerryandSobieraj,TheOutrageIndustry。10.請參閱TheFilterBubble。請參閱Messing,andAdamic,“ExposuretoIdeologicallyDiverseNewsandOpiniononFacebook”。12.請參閱Barberá,“BirdsoftheSameFeather。這項研究的一個局限是，它沒有考慮推特用戶所分享信息的效價。因此，轉(zhuǎn)發(fā)推文的部分人有可能是在批評自己轉(zhuǎn)發(fā)的內(nèi)容。此外，正如我在第七章討論的那樣，最新的證據(jù)表明，回聲室現(xiàn)象在社交媒體上的盛行程度被夸大了——至少在推特上是這樣（請參閱Eadyetal.,“HowManyPeopleLiveinPoliticalBubblesonSocialMedia?,”18;andBarberá,“SocialMedia,EchoChambers,andPoliticalPolarization”）。13.請參閱“SocialMediaOutpacesPrintNewspapersintheU.S.asaNewsSource”。14.請參閱EverythingisObvious。15.研究社交媒體回聲室?guī)砹嗽S多方法論上的挑戰(zhàn)。第一，回聲室現(xiàn)象是一個群體層面的過程，而不是個人層面的過程。這意味著研究回聲室不僅需要有關一大群人的數(shù)據(jù)，還需要有關這些人如何相互聯(lián)系的信息。如果我們使用社會科學家工具包中的標準工具——隨機抽取個人樣本以對一大群人進行推斷的民意調(diào)查——我們就仍然看不見連接個人的社會網(wǎng)絡。忽視社會網(wǎng)絡如何塑造個人信念將會產(chǎn)生嚴重的后果，不僅因為社會網(wǎng)絡是回聲室研究的關鍵對象，而且因為受同伴影響而產(chǎn)生的個人觀點違反了統(tǒng)計推斷所必需的核心假設。有關所謂網(wǎng)絡自相關問題的更多信息，請參閱Dowetal.,“Galton'sProblemasNetworkAutocorrelation”。關于這如何影響了公眾輿論的動態(tài)過程，請參閱Leenders,“ModelingSocialInfluencethroughNetworkAutocorrelation”;FriedkinandJohnsen,SocialInfluenceNetworkTheory;Klarand“TheofNetworkStructureonPreferenceFormation”。第二，回聲室不僅塑造了個人觀點，還塑造了整個世界觀——也就是在我們解釋周圍的世界并判斷什么是重要的、正義的或真實的時候，那些我們認為理所當然的信念。這些類型的信念系統(tǒng)很難用傳統(tǒng)的民意調(diào)查來測量（請參閱Bourdieu,“PublicOpinionDoesNotExist”）。最后，評估回聲室的概念需要我們跟蹤這些世界觀，看它們?nèi)绾坞S著時間的推移變得具有或多或少的可塑性，而縱向民意調(diào)查不僅在實際操作上具有挑戰(zhàn)性，而且成本非常高。總而言之，研究回聲室極其困難，因為它需要非常詳細的、關于一大群人如何跨越多個時間點看待世界的信息。16.關于計算社會科學領域的概述，請參閱Pentland,etal.,“ComputationalSocialScience”;Golderand“DigitalFootprints”;Bail,“TheCulturalEnvironment”;Salganik,BitbyBit;Edelmannetal.,“ComputationalSocialScienceandSociology”。關于計算社會科學中的實驗如何引發(fā)了積極的人類行為，請參閱Bondetal.,“A61-Million-PersonExperimentinSocialInfluenceandPoliticalMobilization”;andCameronetal.,“SocialMediaandDonorRegistration”。17.請參閱Kosinski,Stillwell,andGraepel,“PrivateandAttributesArePredictablefromDigitalRecordsofHumanBehavior”。18.科辛斯基和他的團隊招募了58366名美國臉書用戶來安裝一個名為“myPersonality”的應用程序，以接收關于他們性格的信息，這些信息收集自他們在該平臺上“喜歡”的內(nèi)容或頁面。研究者稱，這些志愿者同意參與他們的研究，但他們的文章沒有具體說明這些志愿者同意分享哪些信息。與當時創(chuàng)建的許多應用程序一樣，科辛斯基團隊的應用程序通過臉書的應用程序接口（API）收集有關每個人的信息，假設研究者通過用戶獲得了許可，那么他們可以利用該API收集有關個人用戶的數(shù)據(jù)，而且在許多情況下，還可以收集關于個人用戶好友的基本信息（例如，他們的姓名、喜歡的頁面、生日和居住城市，如果可以獲得的話）。在完成研究后——該研究警告了公司或政府進行精準投放的危險——科辛斯基和他的團隊公開發(fā)布了他們數(shù)據(jù)的一個版本。這是社會科學中的常見做法，允許其他研究者訪問數(shù)據(jù)，對于確保其有效性或以其他方式擴展研究結果而言，是必要的。然而，臉書于2018年8月禁用了該應用程序，因為研究者拒絕了臉書審計他們數(shù)據(jù)的請求，并且拒絕了“在僅有有限保護措施的情況下與研究者以及公司共享信息”（請參閱Archibong,“AnUpdateonOurAppInvestigation”）。雖然目前還不知道誰獲得了這些數(shù)據(jù)的訪問權，但myPersonality應用程序引起了廣泛關注，人們擔心為計算社會科學研究而開發(fā)的應用程序可能會被重新用于非學術目的。例如，政治咨詢公司劍橋分析公司（CambridgeAnalytica）被指控向在線眾包網(wǎng)站亞馬遜土耳其機器人（AmazonMechanical）的員工支付報酬，讓他們使用一款與科辛斯基研究團隊開發(fā)的應用程序非常相似的應用程序，以生成更多數(shù)據(jù)用于精準投放的目的（請參閱“HowAmazonHelpedCambridgeAnalyticaHarvestAmericans'FacebookData”）。有關社交媒體數(shù)據(jù)研究倫理的更廣泛討論，請參閱Salganik,BitbyBit。19.在發(fā)表的其他作品中，科辛斯基及其同事報告說，這種精準投放可以增加廣告的點擊次數(shù)（請參閱Matzetal.,“PsychologicalasanApproachtoDigitalMassPersuasion”）。然而，正如我在第七章中討論的那樣，許多社會科學家對該廣告投放活動是否導致了投票行為的大規(guī)模轉(zhuǎn)變持懷疑態(tài)度（請參閱Eckles,Gordon,andJohnson,“FieldStudiesofPsychologicallyAdsFaceThreatstoInternal）。這不僅是因為精準投放的影響在政治領域尚未得到很好的證實，而且因為最近的一項薈萃分析表明，大多數(shù)政治宣傳活動的總體影響可以忽略不計（請參閱KallaandBroockman,“TheMinimalPersuasiveofCampaignContactinGeneralElections”）。20.來自社交媒體網(wǎng)站的數(shù)據(jù)和其他類型的數(shù)字跟蹤數(shù)據(jù)如何提供了不完整的人類行為記錄，更詳細的相關討論，請參閱DiMaggio,etal.,“SocialImplicationsoftheInternet”;“WhoseSpace?”and“PotentialBiasesinBigData”;boydandCrawford,“CriticalQuestionsforBigData”;Bail,“TheCulturalEnvironment”;“BigData”;Freelon,“OntheInterpretationofDigitalDatainCommunicationandSocialComputingResearch”。1.請參閱Higgins,DeclareswithoutEvidenceThat‘CriminalsandUnknownMiddleEasternersAreMixedIn’withMigrantCaravanMakingItsfromHonduras”。2.請參閱ESPNInternet“2016ElectionForecast”。3.請參閱Messing,andLelkes,“ProjectingConfidence”。4.請參閱Lazarsfeld,Berelson,andGaudet,ThePeople'sChoice;KatzandLazarsfeld,PersonalInfluence;Merton,Lowenthal,andCurtis,MassPersuasion;andMertonandLazarsfeld,“StudiesinRadioandFilmPropaganda”。關于研究同質(zhì)性的大量交叉學科文獻的一篇最近的綜述，請參閱McPherson,Smith-Lovin,andCook,“BirdsofaFeather”。5.請參閱LazarsfeldandMerton,“FriendshipasSocialProcess,”22。6.關于社會科學中實地實驗的更完整概述，請參閱GerberandGreen,FieldExperiments。7.臉書因參與一項大規(guī)模研究而受到了嚴厲批評，該研究旨在探究看到其他人表露情緒是否會讓人更容易變得情緒化?？的螤柎髮W的一組研究者進行了一項涉及689003名臉書用戶的實驗。研究者調(diào)整了確定一半用戶看到他們帖子的順序的算法，以便讓更多積極或消極的情感內(nèi)容早點出現(xiàn)。接下來，研究者追蹤了用戶們在這種實驗條件下使用情緒語言的頻率，并將其與信息流未受干擾的用戶的情緒語言使用頻率進行比較。研究者發(fā)現(xiàn)了非常有限的支持情緒傳播的證據(jù)，但他們因沒有給臉書用戶選擇退出實驗的機會而受到廣泛批評（請參閱andHancock,“ExperimentalEvidenceofMassive-ScaleEmotionalContagionthroughSocialNetworks”）。有關此爭議和其他類似爭議的更多詳細信息，請參閱Salganik,BitbyBit。8.盡管互聯(lián)網(wǎng)研究機構（InternetResearchIRA）的社交媒體活動吸引了政策制定者、知識權威和媒體機構的極大關注，但針對其對輿論的影響的研究相對較少。在第七章中，我討論了我和同事進行的一項研究，該研究沒有發(fā)現(xiàn)任何證據(jù)表明接觸IRA關聯(lián)推特賬號會影響用戶在政治態(tài)度和行為在六種不同測量指標上的表現(xiàn)（請參閱Bail,etal.,“AssessingtheRussianInternetResearchAgency'sImpactonthePoliticalAttitudesandBehaviorsofAmericanUsersinLate2017”）。9.在過去幾年中，使用網(wǎng)絡機器人進行的社會科學研究的數(shù)量開始迅速增加。一些研究者通過研究被試在與網(wǎng)絡機器人互動的同時執(zhí)行在線協(xié)作任務，來研究人類合作新出現(xiàn)的動態(tài)過程。例如，請參閱ShiradoandChristakis,“LocallyNoisyAutonomousAgentsImproveGlobalHumanCoordinationinNetworkExperiments”;etal.,RobotsPositivelyShapeHumanConversationalDynamicsinaHuman-RobotJahanietal.,“ExposuretoCommonEnemiesCanIncreasePoliticalPolarization”。其他人也已經(jīng)在像我們的研究這樣的現(xiàn)實環(huán)境中使用了網(wǎng)絡機器人。政治學家凱文·芒格（KevinMunger）使用網(wǎng)絡機器人來研究膚色對于審查社交媒體上種族主義言論的影響，并發(fā)現(xiàn)與膚色較深的頭像相比，使用膚色較淺的頭像的網(wǎng)絡機器人賬號在說服人們停止使用種族主義言論方面更有影響力（onthe）。有關基于網(wǎng)絡機器人的研究新領域的概述，請參閱Rahwanetal.,“MachineBehaviour”。10.有關我們研究設計局限性的更詳細討論，請參閱Bail,etal.,“ExposuretoOpposingonSocialMediaCanIncreasePoliticalPolarization”。因為我們的研究只調(diào)查了經(jīng)常使用推特的自我認定為民主黨人和共和黨人的用戶，所以我們的結果不能推廣到整個美國人口，甚至不能推廣到其他社交媒體平臺。有關我們的研究樣本與美國人口比較情況，以及我們用來評估年齡對我們研究影響的統(tǒng)計程序的詳細討論，請參閱本書附錄或Bail,etal.,“ExposuretoOpposingonSocialMediaCanIncreasePoliticalPolarization”。請參閱Barberá,“BirdsoftheSameFeather。12.我們無法列出網(wǎng)絡機器人的昵稱，因為我們的一些被試與這些網(wǎng)絡機器人有過接觸。因此，公開我們機器人的昵稱可能會侵犯我們研究參與者的隱私——尤其是當新的機器學習方法可以跨數(shù)據(jù)集鏈接元數(shù)據(jù)時。13.我們測量實驗依從性策略的一個重要局限性是，它損害了我們研究發(fā)現(xiàn)的外部有效性。換句話說，我們的研究結果揭示了當人們因經(jīng)濟激勵去關注來自對立黨派的推文，而不是僅僅讓人們在一般情況下接觸這類推文時會發(fā)生什么。如果在沒有經(jīng)濟激勵的情況下重復我們的實驗，實驗對象可能會忽略來自對立陣營的信息。14.請參閱HawthorneRevisited。15.試圖影響人們觀點的早期研究可能引發(fā)了對研究者的“攻擊”——尤其是在如下一群保守派學生中，他們參與了關于所謂逆火效應（backfire）的經(jīng)典研究（請參閱and“TheElusiveBackfire）。16.這種表面上不相關的調(diào)查設計假設，如果被試無法將實驗前調(diào)查與參與實驗條件的邀請聯(lián)系起來，那么他們將不太可能以表現(xiàn)式回答（編按：參見第192頁腳注）來回應實驗后調(diào)查（Posttreatmentsurvey）。有關詳細信息，請參閱BroockmanandKalla,“DurablyReducing。17.瀏覽信息一個月后，關注我們的“民主黨”網(wǎng)絡機器人的共和黨人在“意識形態(tài)一致性量表”上的保守程度增加了個標準差，這表明與社會科學中許多其他實地實驗相比，該實驗的實驗效果相當可觀。18.請參閱Q.Qureshi,andZaman,“MitigatingtheBackfireUsingPacingandLeading”。19.在2020年的一項研究中，西北大學的數(shù)學家使用基于主體的模型（agent-basedmodeling）為我們的發(fā)現(xiàn)提供了正式的證明——研究者使用這種技術創(chuàng)建人工社會并模擬社會互動的可能結果（請參閱Sabin-MillerandAbrams,“WhenPulltoShove”）。然而，耶魯大學博士、經(jīng)濟學家羅伊·利維（Ro'eeLevy）最近的另一項研究表明，這個故事可能要稍微復雜一些（請參閱“SocialMedia,NewsConsumption,andPolarization”）。利維對一大群臉書用戶進行了調(diào)查，并將其中一些人隨機分配到一個實驗組中，邀請他們訂閱臉書上的保守派或自由派新聞機構。其中包括八家知名新聞機構，如微軟全國廣播公司（MSNBC）和?？怂剐侣勵l道（FoxNews），但不包括我們網(wǎng)絡機器人轉(zhuǎn)發(fā)的在政治光譜上分布更為廣泛的意見領袖、倡導團體和知識權威。（編按：利維的實驗是通過臉書廣告進行的，在實驗組中的用戶可以選擇訂閱廣告推薦的新聞機構，也可以選擇忽略。就像我們?nèi)粘Ｊ褂蒙缃粦靡粯印Ｊ聦嵣蠈嶒炛兄挥屑s一半的用戶訂閱了一家或多家廣告推薦的新聞機構，參見前引文獻。）利維發(fā)現(xiàn)，那些愿意“喜歡”這些組織的人——因此在他們的新聞信息流中會收到來自這些組織的信息——并沒有朝著任何一個方向?qū)嵸|(zhì)性地改變自己的政治觀點。然而，在利維實驗組中的人確實表現(xiàn)出了對另一個政黨的積極情緒有非常微量的增加（在0—100范圍內(nèi)介于0.58和0.96之間）。正如利維警告的那樣，應該謹慎地解釋這種影響，因為在控制組中的人比那些同意關注態(tài)度與自己不同的新聞來源的人更有可能完成他實驗中的后續(xù)調(diào)查。因此，留在他的實驗中的實驗組中的人可能一開始就異常寬容。20.通過哈佛大學社會心理學家戈登·奧爾波特（GordonAllport）的工作，“群際接觸會減少敵對群體間的緊張關系”的觀點變得流行起來（請參閱GordonAllport,TheNatureofPrejudice）。奧爾波特并沒有爭辯說所有形式的群際接觸都會減少群際偏見（prejudice）。相反，他概述了接觸產(chǎn)生積極效果的一系列必要條件。例如，敵對群體的成員必須具有相似的社會地位、共同的目標以及來自組織或管理機構的支持。赫伯特·布魯默（HerbertBlumer）等社會學家預測，缺少這些條件的話，人們可能會經(jīng)歷群體威脅效應，在這種情況下，對立群體的成員要么被視為對自己群體地位的威脅，要么被視為稀缺的社會或經(jīng)濟資源的競爭者（請參閱“RacePrejudiceasaSenseofGroupPosition,”3-7）。正如其他人所指出的那樣，接觸假設和群體威脅假設并不矛盾，兩者都強調(diào)了更廣泛的社會環(huán)境在決定群際接觸結果方面的重要性（請參閱BoboandFox,“Race,Racism,andDiscrimination”）。21.2006年，社會心理學家托馬斯·佩蒂格魯（ThomasPettigrew）和琳達·特羅普（Linda）對515項關于群際接觸與群際偏見之間關系的研究進行了薈萃分析（“HowDoesContactReducePrejudice?”）。他們發(fā)現(xiàn)94%的研究包含群際接觸會產(chǎn)生積極影響的證據(jù)，并且這種影響的大小隨著研究設計嚴謹性的增加而增加。兩位作者還報告說，群際接觸的影響往往會超出外群體的個別成員，并延展到其他成員。最后，他們發(fā)現(xiàn)有證據(jù)表明，即使在不滿足奧爾波特最初的群際接觸理論所概述的條件的研究中，群際接觸也能減少偏見。然而，佩蒂格魯和特羅普的薈萃分析中的許多研究都是在實驗室內(nèi)進行的。貢納爾·萊麥爾（GunnarLemmer）和烏爾里希·瓦格納（Ulrich）最近的一項薈萃分析仔細審查了2015年之前在實驗室外進行的所有群際接觸研究（“CanReallyReduceEthnicPrejudiceoutsidetheLab?”）。他們還報告了隨著時間的推移，持續(xù)存在的群際接觸的強烈積極影響。盡管如此，過去幾十年的大量文獻也發(fā)現(xiàn)了對上述群體威脅假說的支持（請參閱Riek,Mania,andThreatandOutgroupAttitudes”）。政治學家瑞安·伊諾斯（Enos）在波士頓都會區(qū)進行了一項研究群體威脅的實地實驗，在該地區(qū)，實驗者支付演員們報酬，讓他們在幾個月內(nèi)乘坐通勤火車時講西班牙語（“CausalofContactonExclusionaryAttitudes”）。他發(fā)現(xiàn)，與那些在控制組中的人相比，與這些演員一起乘坐火車的通勤者后來對移民明顯表現(xiàn)出了更強的排斥態(tài)度。22.長期以來，學者們一直在爭論：與持有相反觀點的人接觸會如何影響人們的政治態(tài)度和政治參與。保羅·拉扎斯菲爾德及其同事（Lazarsfeld,Berelson,andGaudet,ThePeople'sChoice）首先討論了這些因素之間的關系，但政治學家戴安娜·穆茨（DianaMutz）在《傾聽另一邊》（HearingtheOtherSide）中對其進行了更系統(tǒng)的分析。穆茨發(fā)現(xiàn)，接觸反對意見可以緩和政治觀點，但這是以犧牲政治參與為代價的。最近對涉及7萬多名參與者的48項實證研究進行的薈萃分析發(fā)現(xiàn)，接觸反對意見與政治參與之間沒有顯著關系（請參閱Matthesetal.,“AMeta-AnalysisoftheofCross-CuttingExposureonPoliticalParticipation”）。羅伯特·哈克費爾特（RobertHuckfeldt）的另一項研究《政治分歧》（PoliticalDisagreement）考察了分歧發(fā)生的條件。這項研究將焦點轉(zhuǎn)向同質(zhì)性，表明了跨黨派接觸與分歧相關，并且分歧的數(shù)量隨著不同網(wǎng)絡集群中人們之間的社會距離增加而增加。近年來，對美國政治極化的民族志研究也觀察到了跨黨派接觸對于減少族群間緊張關系的重要性（請參閱Hochschild,StrangersinTheirOwnLand;PalacesforthePeople）。23.逆火效應最早在20世紀中葉被報道（Lazarsfeld,Berelson,andGaudet,ThePeople'sChoice;andLordand“BiasedAssimilationandAttitudePolarization:TheofPriorTheoriesonSubsequentlyConsideredEvidence”）。在早期研究的基礎上，政治學家布倫丹·尼漢（BrendanNyhan）和杰森·賴夫勒（JasonReifler）讓一群人閱讀一篇帶有誤導性陳述的新聞報道，例如，伊拉克獨裁者薩達姆·侯賽因（SaddamHussein）在2003年美國入侵他的國家之前擁有核武器（“WhenCorrectionsFail”）。然后研究者向其中一半?yún)⑴c者展示了糾正性陳述。接觸到關于這一糾正說法的共和黨人比那些沒有看到糾正信息的共和黨人更有可能認為伊拉克擁有核武器。后來人們在一系列不同的環(huán)境中重復驗證了該發(fā)現(xiàn)，包括對“自閉癥譜系障礙是由常規(guī)接種的兒童疫苗中的硫柳汞引起的”這個錯誤說法的糾正，以及對“奧巴馬是穆斯林”這一普遍誤解的糾正（請參閱Nyhanetal.,MessagesinPromotion”;“RumorsandHealthCareReform”）。然而，政治學家托馬斯·伍德（Thomas）和伊?！げㄌ兀‥thanPorter）的一項研究（“TheElusiveBackfire）試圖重現(xiàn)這些以及其他逆火效應，但在一組被招募來完成一項在線調(diào)查的受訪者中，幾乎沒有證據(jù)表明這些效應存在。政治學家安德魯·格斯（AndrewGuess）和亞歷山大·科波克（AlexanderCoppock）在一項類似的后續(xù)研究中也沒有發(fā)現(xiàn)逆火效應的證據(jù)（請參閱GuessandCoppock,“DoesCounter-AttitudinalInformationCauseBacklash?”）。24.先前對逆火效應的研究尚未確定其發(fā)生的確切原因。一種理論借鑒了動機推理的概念：當我們接觸到與我們的信念相矛盾的事物時，它會讓我們生氣或害怕。這種憤怒會讓我們在環(huán)境中尋找能證實自己感受的信息，或者用我們能找到的任何證據(jù)來論證這一點。在任何一種情況下，我們最終都可能找到更多的理由不同意糾正信息，如果在這兩種情況之外，我們本不會找到這么多理由。已故的以色列社會心理學家日娃·昆達（ZivaKunda）推廣了動機推理的概念，她和一位同事在一項實驗中招募參與者玩歷史問答游戲，她最先發(fā)現(xiàn)人們會改變自己對準確的定義來支持自己先前存在的觀點（“TheCaseforMotivatedReasoning”）。這個概念后來被法律學者丹·卡漢（DanKahan）擴展到政治領域，他證明如果錯誤答案符合他們的政治信念，民主黨人和共和黨人將對數(shù)學問題提供錯誤答案（MotivatedReasoning,andCognitiveReflection”）。有趣的是，在神經(jīng)學層面也有證據(jù)表明確實有這一過程。在2004年美國總統(tǒng)大選前夕，心理學家德魯·韋斯滕（Drew）和他的同事將30名共和黨人和民主黨人置于功能磁共振成像（fMRI）機中（“NeuralBasesofMotivatedReasoning”）。當研究者向各黨派成員展示詆毀本黨候選人的信息時，掌管情緒的大腦區(qū)域會亮起，而我們認為與冷靜、平靜的理性相關區(qū)域會關閉。還有一種解釋是，逆火效應是一種暫時現(xiàn)象。當人們反復接觸到正確的信息時，他們可能會通過社會科學家所稱的貝葉斯更新（Bayesianupdating）的過程逐漸放棄錯誤的信念。在最近的一篇文章中，政治學家塞思·J.希爾（SethJ.Hill）在讓共和黨人和民主黨人接觸關于他們黨內(nèi)總統(tǒng)候選人的一系列糾正聲明后，發(fā)現(xiàn)了支持這一過程的證據(jù)（“LearningSlowly”）。25.我們的網(wǎng)絡機器人轉(zhuǎn)發(fā)的一些陳述可謂具有誤導性，但大多數(shù)是準確的。其他陳述創(chuàng)造了一種不同類型的接觸，其不同僅僅在于它們提出的議題與其中一個而不是另一個政黨更相關。例如，關注我們自由派網(wǎng)絡機器人的保守派可能已經(jīng)接觸到了更多關于種族歧視或宣傳氣候變化的信息。同樣，關注我們保守派網(wǎng)絡機器人的自由派可能聽到了更多關于襲擊警察的消息。接觸這些類型的消息，與接觸那些旨在糾正錯誤認知的消息相比——人們出于許多不同原因而形成了這類認知——可能會造成完全不同的效果。例如，參與我們研究的被試并沒有被他們可能認為居高臨下的專家告知他們的觀點不準確。相反，在現(xiàn)實生活中，他們會在很長一段時間內(nèi)接觸到一系列公眾人物以多種不同的形式做出的論證。26.關于這個議題的深度討論，請參閱GrossandNiman,“Attitude-BehaviorConsistency”;Haidt,TheRighteousMind;“MotivationandJustification”;andJerolmackandKhan,IsCheap”。27.關于這項研究中所使用的研究技術的更詳細描述，請參閱附錄中的“網(wǎng)絡機器人定性實驗”。28.在報告定性研究的發(fā)現(xiàn)時人們總是面臨廣度和深度之間的權衡——定性研究的目標是通過歸納來識別新的社會過程而不是通過演繹來確認它們的存在（請參閱andAbductiveAnalysis）。你可以舉出發(fā)生在大量受訪者身上的同一件事——這是以犧牲大量細節(jié)為代價的——或者你可以選擇幾位受訪者作為樣本并更深入地講述他們的故事。在第三章中，出于兩個原因，我選擇了后一條路。第一個原因是，宏觀層面的模式是前人的研究所確立的。其次，縱向訪談產(chǎn)生了大量關于隨著時間展開的社會過程的數(shù)據(jù)。因此，詳細描述這些過程將需要大量的篇幅和額外的重復，而這將犧牲我在第四章至第六章中更詳盡的對微觀機制的闡述。1.請參閱Converse,“TheNatureofBeliefSystemsinMassPublics（1964）”。有關政治冷漠是如何塑造輿論動態(tài)的更詳盡的理論，請參閱TheNatureandOriginsofMassOpinion。2.Eliasoph,Politics.3.正如我在第七章中討論的那樣，將近3/4的美國人（以及9/10的18—29歲的美國人）至少使用一個社交媒體網(wǎng)站（請參閱PerrinandAnderson,“ShareofU.S.AdultsUsingSocialMedia,IncludingFacebook,IsMostlyUnchangedsince2018”）。4.其他研究表明，與帕蒂一樣，許多在2012年投票給奧巴馬和在2016年投票給特朗普的人都是白人，他們沒有大學文憑，并且對移民或與種族不正義有關的議題持消極態(tài)度（請參閱Sides,andIdentityCrisis）。5.帕蒂還表達了對首席執(zhí)行官薪酬的更加自由派的看法。盡管在我們的第一次訪談中，她告訴我們她認為首席執(zhí)行官賺了太多錢，但在我們的第二次會面中，帕蒂表達了一個更為詳盡的批評意見：“我認為他們賺得太多了——實在太多了。我認為他們應該和……在他們手下工作的人賺得一樣多。他們中的很多人，地位如此之高，以至于他們認為自己比其他人都好得多，而且他們做的事情是不可接受的……他們得到的報酬是如此之高，以至于他們認為自己是一切事情的大領導。是誰把它們放在那里的呢？他們應該感恩，而不是索取一切?！?.政治學家約翰·扎勒（JohnZaller）關于輿論的頗具影響力的著作《公共輿論》（TheNatureandOriginsofMassOpinion），除了表明大多數(shù)美國人對政治的參與度較低，還認為大多數(shù)人像帕蒂一樣只對少數(shù)問題持有強烈的觀點。只有少數(shù)人能夠就范圍廣泛的問題發(fā)表詳細的意見。因此，扎勒認為，在政治說服成為可能的極少數(shù)情況下，它往往發(fā)生在那些積極接觸政治的人身上，而且當說服嘗試集中在人們關心的問題時，政治說服則更有可能發(fā)生。7.對于我們的受訪者傾向于表達更詳細或更復雜政治觀點的另一種解釋是，他們只是與我們的研究團隊建立了更融洽的關系，或者更愿意表達自己的觀點了。然而，我認為這種解釋不太可能成立，因為我們特意在第一次和第二次訪談中為受訪者分配了不同的訪談員。此外，我們沒有注意到在我們的控制組中的受訪者（那些不關注網(wǎng)絡機器人的人）之間有相同程度的觀點轉(zhuǎn)變。8.有關社交媒體使用與政治激進主義之間關系的更多詳細信息，請參閱Perrin,“SocialMediaUsage”。9.2016年，一項關于臉書上錯誤信息和陰謀論傳播的大規(guī)模研究表明，此類信息主要由被困在政治回聲室中的人共享（請參閱Deletal.,“TheSpreadingofMisinformationOnline”）。在2019年關于IRA對推特影響的研究中，我和同事還發(fā)現(xiàn)，回聲室強度是與IRA關聯(lián)賬號互動程度的最強預測因素之一（請參閱Bail,etal.,“AssessingtheRussianInternetResearchAgency'sImpactonthePoliticalAttitudesandBehaviorsofAmericanUsersinLate2017”）。10.請參閱U.S.CustomsandBorderProtection,“CBPUseofForceStatistics”。1.關于謝里夫?qū)嶒灥母敱M說明以及他的傳記，請參閱TheLostBoys。2.出處同上，第頁。3.舉例來說，請參閱DifferentiationbetweenSocialGroups。4.請參閱Brown,HumanUniversals。5.對于這些研究的一個概述，請參閱“ExperimentsinDiscrimination”;Diehl,“TheMinimalGroupParadigm”。6.請參閱Mason,UncivilAgreement。7.請參閱Goodman,TheRepublicofLetters。8.請參閱Schudson,ThereEveraPublicSphere?”。9.請參閱Habermas,TheStructuralofthePublicSphere。10.舉例來說，請參閱Rawls,ATheoryofJustice。相關概述請參閱FishkinandLuskin,“ExperimentingwithaDemocraticIdeal”。12.其他早期觀察者則更加憤世嫉俗。甚至在卡斯·桑斯坦（CassSunstein）警告互聯(lián)網(wǎng)和社交媒體可能有陰暗面之前（R），管理學者馬歇爾·范·埃爾斯泰恩（MarshallvanAlstyne）和埃里克·布萊恩約弗森（ErikBrynjolfsson）就擔心互聯(lián)網(wǎng)會造成一種“網(wǎng)絡巴爾干化”（“ElectronicCommunities:GlobalorCyberbalkans”）。還有一些人認為，社交媒體的主要功能是激發(fā)人們對新型政治參與的興趣，而不是完全抑制商談的欲望（請參閱Papacharissi,APrivateSphere）。13.請參閱Levinand“‘He'sLearnedNothing’”。14.請參閱RommandDwoskin,“JackDorseySaysHe'sRethinkingtheCoreofHow。15.Cohen,“Partyover16.社會學家保羅·迪馬喬（PaulDiMiggio）和他的合著者分析了綜合社會調(diào)查（GeneralSocialSurvey）和“美國國家選舉研究”（AmericanNationElectionStudy）20年的數(shù)據(jù)，得出的結論為，1974—1994年，盡管人們普遍認為當時美國正在經(jīng)歷一場分裂的文化戰(zhàn)爭，但美國公眾在這個時期并沒有變得更加政治極化（請參閱DiMaggio,Evans,andBryson,“HaveAmerican'sSocialAttitudesBecomeMorePolarized?”）。在隨后的幾十年里，政治學家阿蘭·阿布拉莫維茨（AlanAbramowitz）和莫里斯·菲奧里納（MorrisFiorina）以及他們的合著者就十多年來政治極化是否一直在加劇進行了長時間的辯論（請參閱AbramowitzandSaunders,“IsPolarizationaMyth?”;FiorinaandAbrams,“PoliticalPolarizationintheAmericanPublic”;andCampbell,Polarized）。正如我在第六章和第八章中更詳細討論的那樣，大多數(shù)學者現(xiàn)在認為，基于議題的政治極化程度在最近幾十年中并沒有顯著增加。在社會科學家中，對穩(wěn)定的意識形態(tài)極化的主要解釋被稱為政黨選擇（partisansorting）：并非是選民對諸如福利政策等實質(zhì)性問題形成越來越極化的觀點，而是政黨用他們的施政綱領來更高效地包容具有不同偏好的選民。有關此問題的詳細分析，請參閱BaldassarriandGelman,“PartisanswithoutConstraint”andThePartisanSort。17.Almondand“CivicCulture18.Sood,andLelkes,Not19.請參閱Boxell,andShapiro,“Cross-CountryinPolarization”。20.請參閱Hochschild,StrangersinTheirOwnLand。21.有許多可能的例子，此處僅舉其一，黨派認同被廣泛地認為是推動投票行為的最重要因素之一（請參閱AchenandBartels,DemocracyforRealists;Sides,andIdentityCrisis）。許多社會科學家將黨派偏見視為社會認同的關鍵基礎。例如，請參閱Price,“SocialIdentificationandPublicOpinion”;Greene,“UnderstandingPartyIdentification”;Haidt,TheRighteousMind;“GroupIdentityandPoliticalCohesion”;Gutmann,IdentityinDemocracy;Mason,UncivilAgreement;Mason,andAar?e,“ExpressivePartisanship”;and“WhenCommonIdentitiesDecrease。但人們對其他集體身份認同的興趣越來越大——尤其是那些在美國政治中與白人或高加索人相關的身份認同（請參閱Jardina,WhiteIdentityPolitics）。有關身份認同如何塑造政治極化的研究的更廣泛概述，請參閱Klein,WhyPolarized。22.McConnelletal.,“TheEconomicConsequencesofPartisanshipinaPolarizedEra.”另一項研究表明，兩黨成員都不愿意評估自己黨派觀點的事實準確性，即使在以經(jīng)濟激勵為代價時也是如此（請參閱Petersonand“PartisanGapsinPoliticalInformationandInformation-SeekingBehavior”）。23.請參閱Iyengarand“FearandLoathingacrossPartyLines”;GiftandGift,“DoesPoliticsInfluenceHiring?”。24.請參閱KlarandIndependentPolitics,andNicholsonetal.,“ThePoliticsofBeauty”。最近的一項研究表明，不僅已婚夫婦之間的政治信念越來越一致，而且黨派偏見的代際傳承也呈增加趨勢（請參閱and“TheHomeasaPoliticalFortress”）。25.請參閱DellaPosta,Shi,and“WhyDoLiberalsDrinkLattes?”;Shietal.,“MillionsofOnlineBookCo-PurchasesRevealPartisanintheConsumptionofScience”;HetheringtonandPriusorPickup?;A.Lee,“HowthePoliticizationofEverydayActivitiesthePublicSphere”;andKlein,WhyPolarized。26.相關案例，請參閱AchenandBartels,DemocracyforRealists;Mason,UncivilAgreement;ThePartisanSort。27.有關詳細說明政治身份認同的流動性和情境性本質(zhì)的研究示例，請參閱Barth,EthnicGroupsandBoundaries;Lamontand“TheStudyofBoundariesintheSocialSciences”;“TheMakingandUnmakingofEthnicBoundaries”;Douglas,PurityandDanger;and“GroupIdentityandPoliticalCohesion”。28.相關事例，參考Elias,TheCivilizingProcess;ThePresentationofSelfinEverydayLife;DiMaggio,“CultureandCognition”;Baumeisterand“TheNeedtoBelong”;CikaraandBavel,“TheNeuroscienceofRelations”。29.請參閱Kreiss,andGaveThemHope”;Mason,UncivilAgreement。30.文化社會學家和人類學家產(chǎn)出了豐富的文獻，描述了人們?nèi)绾蝿?chuàng)造、維持和超越這些所謂象征性邊界。有關這些文獻的綜述，請參考Lamontand“TheStudyofBoundariesintheSocialSciences”;“TheMakingandUnmakingofEthnicBoundaries”。有關該學術范式的例子，請參閱Barth,EthnicGroupsandBoundaries;Douglas,PurityandDanger;Lamont,Morals,andManners。31.HumanNatureandtheSocial32.我們會感知其他人在社會環(huán)境中如何回應我們的各種身份認同，據(jù)此發(fā)展自己的身份認同，這一觀點不僅是查爾斯·霍頓·庫利（CharlesHortonCooley）的工作的核心，也是以下研究的核心：歐文·戈夫曼（Erving）關于我們?nèi)绾握故咀约旱睦碚摚═hePresentationofSelfinEverydayLife），諾貝特·埃利亞斯（NorbertElias）關于羞恥與社會心理學的經(jīng)典研究（TheCivilizingProcess），以及利昂·費斯汀格（LeonFestinger）的社會比較理論（“ATheoryofSocialComparisonProcesses”）。33.請參閱Stigma。34.也請參閱EliasandScotson,TheEstablishedandtheOutsiders。35.ThePresentationofSelfinEverydayLife.36.請參閱Marwickandboyd,“IIPassionately”。關于社交媒體如何改變自我呈現(xiàn)的類似討論，請參閱Boydand“FacebookPrivacySettings”;aSociologicalUnderstandingofSocialMedia”;Marwick,StatusUpdate;“Grooming,Gossip,FacebookandMyspace”。37.請參閱Meshietal.,“TheNeuroscienceofSocialMedia”。38.請參閱etal.,“WhoComparesandDespairs?”。39.請參閱“WhenEveryDayIsaHighSchoolReunion”。40.在2016年的一項研究中，臉書的研究者們得到了一個類似的結論（請參閱Scissors,Burke,and“What'sinaLike?”），這跟2020年的一項分析了38000多名用戶的研究得出的結論相同（請參閱Burke,Cheng,anddeGant,“SocialComparisonandFacebook”）。41.請參閱Marwick,StatusUpdate。42.Bazarovaetal.,“SocialSharingofEmotionsonFacebook.”43.請參閱Meshietal.,“TheNeuroscienceofSocialMedia”;DerHeideetal.,“TheSocialNetwork-Network”;andAral,TheHypeMachine。44.Shermanetal.,“ThePoweroftheLikeinAdolescence,”1027.45.關于科技公司如何制造出令人成癮的產(chǎn)品，更詳細的討論請參閱Eyal,Hooked。46.尼爾·波茲曼（NeilPostman）等其他學者指出，人們經(jīng)常將有關時事的新聞作為一種娛樂形式來消遣，他們警告說這對民主和我們達成理性妥協(xié)的能力具有危險的后果（請參閱PostmanandPostman,AmusingOurselvestoDeath）。我的處理方法不同于這個論證及其最近的擴展（例如，請參閱AntisocialMedia），因為我的論證涉及的機制是身份認同保存和地位尋求，而不是娛樂。1.Casselmanand“FaceIt.”2.在本章中，我使用“極端派”（extremist）一詞來指代持有強烈意識形態(tài)立場并在網(wǎng)上參與不禮貌行為的人，例如對別人發(fā)表人身攻擊式的評論、傳播嘲笑他人的模因，或通過散布誤導性信息或虛假信息來支持自己的政治觀點或詆毀對手。3.請參閱Sageman,UnderstandingNetworks;Daniels,CyberRacism;“DisciplininganUnrulyField”;Bail,。關于網(wǎng)絡極端主義和“網(wǎng)絡噴子”的新興研究文獻的概述，請參閱MarwickandLewis,“MediaManipulationandDisinformationOnline”andSiegal,“OnlineHateSpeech”。關于網(wǎng)絡極端主義歷史的詳盡分析，請參閱Phillips,ThisIsWhyCan'tHaveNiceThings。關于社交媒體上極端主義的新聞報道，請參閱Marantz,Antisocial。4.例如，在我職業(yè)生涯的早期，我對“伊斯蘭國”（ISIS）導致的暴力的激進化研究很感興趣。在查閱了一段時間的文獻之后，我開始深深懷疑那些旨在測量對暴力極端主義的支持度的調(diào)查——這不僅是因為人們傾向于向他人隱藏自己的極端觀點，這是社會科學家所說的社會期望偏差（socialdesirabilitybias）的結果，而且，網(wǎng)絡極端派可能會因為害怕被聯(lián)邦當局或安全官員發(fā)現(xiàn)而避免表達自己的觀點。我和幾位同事后來發(fā)現(xiàn)，谷歌搜索數(shù)據(jù)可用于測量網(wǎng)絡極端派行為的普遍性（請參閱Bail,Merhout,andDing,“UsingInternetSearchDatatoExaminetheRelationshipbetweenAnti-Muslimandpro-ISISSentimentinU.S.Counties”），盡管此類數(shù)字跟蹤數(shù)據(jù)（digitaltracedata）也有許多限制性。有關極端派態(tài)度和行為之間差距的更多細節(jié)，請參閱Khalil,andZeuthen,“TheAttitudes-BehaviorsCorrective（ABC）ModelofExtremism”。5.舉例來說，請參閱Daniels,CyberRacism;MarwickandLewis,“MediaManipulationandDisinformationOnline”;對其他研究的綜述，請參閱Siegal,“OnlineHateSpeech”。一個重要的例外是傳播學學者瑪格達萊娜·沃伊切扎克（Magdalena）對新納粹和激進環(huán)保主義團體的研究，盡管該研究關注的是線上和線下動員之間的關系，而不是我在這里做的線上和線下自我呈現(xiàn)之間的差異（請參閱“CarryingOnlineParticipation）。6.盡管以前的研究沒有對地位在網(wǎng)絡極端主義中的作用進行全面分析，但心理學領域越來越多的研究表明，對不公平的感知是線下環(huán)境中激進化的一個關鍵驅(qū)動因素（請參閱vandenBos,“UnfairnessandRadicalization”）。7.對美國西部科技企業(yè)家新富（newwealth）的極化效應的詳細討論，請參閱Farrell,Billionaire。8.傳播學學者愛麗絲·馬威克（AliceMarwick）和麗貝卡·劉易斯（RebeccaLewis）早些時候在她們對有關該主題的學術文獻的綜述中推測，尋求地位可能是網(wǎng)絡極端主義的一個驅(qū)動因素（請參閱MarwickandLewis,“MediaManipulationandDisinformationOnline,”28）。9.Petersen,Osmundsen,andArceneaux,“The‘NeedforChaos’andMotivationstoShareHostilePoliticalRumors.”10.關于網(wǎng)絡極端派基于性的騷擾（harassment）的更全面討論，請參閱Sobieraj,CredibleThreat。（編按：基于性的騷擾屬于性騷擾的一種，它表現(xiàn)為強化異性戀規(guī)范的騷擾行為。）在僅有的幾項同時追蹤線上和線下極端主義的研究中，有一項來自傳播學學者瑪格達萊娜·沃伊切扎克。在該研究中，她還發(fā)現(xiàn)，經(jīng)常接觸那些在線下環(huán)境中不分享其觀點者的人可能會參與諸如此類的線上聯(lián)結儀式。有趣的是，她的研究還表明，在線下環(huán)境中接觸志趣相投的極端派也可以促進在線協(xié)作（請參閱“Don'ttoMe”）。12.在我們2018年網(wǎng)絡機器人的研究之后，最近的一項后續(xù)研究提供了類似的證據(jù)，表明極端派對地位的重視程度超過他們對政治觀點的關心程度（請參閱Qureshi,andZaman,“MitigatingtheBackfireUsingPacingandLeading”）。在這項研究中，研究人員創(chuàng)建了網(wǎng)絡機器人，它會關注在推特上表達反對移民觀點的人。如果一位用戶也關注了該機器人，那么這個自動賬號將開始給用戶的推文點“喜