算法如何放大愤怒：平台推荐机制里的网暴温床

互动指标为什么偏爱愤怒

绝大多数内容平台的推荐逻辑，都建立在互动数据之上：点赞、评论、转发、停留时长。在这几项指标里，愤怒的表现几乎是最好的，因为它同时驱动了表达欲和反驳欲。

一条温和理性的内容可能被看完就划走，而一条充满攻击性的内容会引来大量评论，其中相当一部分是反驳。但对算法来说，反驳同样是互动，同样意味着内容值得被更多人看到。

算法不理解愤怒，它只理解热度。而这两者常常是同一件事。

从零星冲突到集中爆发

单条攻击性内容本身不可怕，可怕的是它被推到了原本不关心这件事的人面前。当一个话题突破原有的兴趣圈层，进入泛用户的信息流，参与者的动机就从了解事实变成了表达立场。

• 第一阶段：内容在小圈层传播，参与者多为知情者
• 第二阶段：突破圈层，情绪开始脱离具体事实
• 第三阶段：出现对立阵营，讨论变成站队
• 第四阶段：内容高度重复，事实补充已无法改变观感

平台可以做的调整

一些平台已经开始尝试降低纯情绪型内容的权重、放慢热点话题的扩散速度、以及在争议内容下方优先展示事实性补充。这些调整的共同方向，是让互动指标之外的信号也参与排序。

但机制调整永远滞后于现实。对我们每个人来说，最实际的一点是：你的每一次愤怒互动，都在为这条内容增加推荐权重。不点开、不评论、不转发，本身就是一种有效的应对。

一个容易被忽略的细节

很多人以为不评论就不算参与，但如果点开并停留了很长时间，同样会被计入互动数据。所以在处理争议内容时，直接划走往往比看完再关掉更有效。