「憤怒誘餌」多發(fā)，癥結(jié)不在算法。

文 | 佘宗明

你以為自己是不平，其實你只是鉆進了別人精心設(shè)計的「情緒陷阱」；你以為自己是不忿，其實你只是吞下了別人專門投下的「憤怒誘餌」……這層后真相時代的真相「窗戶紙」，被牛津詞典捅破了。

前不久，牛津詞典團隊公布了2025年牛津年度詞匯：憤怒誘餌（rage bait）。

什么是「憤怒誘餌」？簡單來說，就是故意用刺激性內(nèi)容引發(fā)網(wǎng)民憤怒，借機獲取流量。擺拍「兒媳給住院婆婆吃泡面」「外賣騎手被顧客羞辱」，皆在此列。

▲牛津詞典團隊將「憤怒誘餌」評選為2025年牛津年度詞匯。

毫無疑問，「憤怒誘餌」現(xiàn)象值得警惕：當憤怒成為被批量生產(chǎn)的博流量工具，隨之而來的是社會戾氣的加重、輿論質(zhì)地的劣化。

可從輿論反應(yīng)看，部分人又順著「遇事不決，量子力學；歸因無妨，信息繭房」的流行總結(jié)歸納法，將箭頭對準了算法，被順帶著提及的高頻詞還有「信息繭房」。

在他們看來，「憤怒誘餌」背后是算法捕網(wǎng)，是算法編織的信息繭房提供了傳播溫床，「憤怒誘餌」才會潛滋暗長。

這不免讓人想起柏拉圖的「洞穴寓言」：許多人錯將墻上投影認成真實世界，卻對真正光源視而不見。

01/

索維爾曾說過：如果你認為人類總是理性的，那么，至少一般的歷史是無法解釋的。

為什么網(wǎng)絡(luò)上會出現(xiàn)「憤怒誘餌」現(xiàn)象？原因也跟那三個字緊密相關(guān)：非理性。

神經(jīng)學研究表明：大腦對壞刺激的反應(yīng)比對好刺激更強烈，而且留下的痕跡更深，所以壞消息會讓我們產(chǎn)生更多的注意力。社會學中的注意偏向理論也與此相通：跟中性刺激比，情緒性刺激更容易捕獲個體注意力。

也就是說，當那些爭議性話題出現(xiàn)在公眾視野中時，用戶會本能地投以更多關(guān)注。

正是看到了這點，那些流量捕手玩起了情緒操控把戲：他們通常會先「選餌」，識別爭議性話題和沖突性元素（如性別對立、地域歧視、代際沖突、階層差距等）；再「制餌」，將極端標簽、反差情節(jié)、失真細節(jié)等精心調(diào)配，糅在一塊；接著「下鉤」，通過標題黨、偽造截圖等手段，激起網(wǎng)民憤怒；最后「收網(wǎng)」，獲取流量后，想法子變現(xiàn)。

▲央視此前曾起底營銷號靠擺拍「外賣員被顧客羞辱」系列視頻起號。

說到底，是人類注意力機制的非理性特征跟部分人流量饑渴下的行為扭曲，共同催生了「憤怒誘餌」現(xiàn)象。

在某些人的想象中，「憤怒誘餌」盛行離不開算法對「憤怒-互動-推薦-更多憤怒」的惡性循環(huán)的助推。

但這更多的是想當然。因為很多人腦補出的「傳播者-用戶-平臺」共生關(guān)系在「憤怒產(chǎn)業(yè)鏈」上并不存在。

事實一再表明，用戶頻繁刷到制造矛盾、渲染對立的內(nèi)容后，產(chǎn)生的負面情緒最終導向的不是停留，而是逃離，不是沉迷，而是卸載；而充滿戾氣的社區(qū)環(huán)境或平臺氛圍，也很難受到品牌方青睞，商業(yè)價值會驟減，還可能承受監(jiān)管層面壓力，風險系數(shù)會劇增。

這意味著，「憤怒誘餌」帶來的「惡流量」跟平臺在用戶體驗、內(nèi)容安全、商業(yè)利益上的追求，存在根本性沖突。在「憤怒誘餌」引發(fā)的社會撕裂、信任危機會導致平臺利益受損的背景下，平臺又有多少動力去擁抱其帶來的「惡流量」呢？

很多平臺已經(jīng)用行動給出了答案，如抖音今年推出了《抖音社區(qū)熱點信息和賬號治理規(guī)則（試行）》，旗幟鮮明地反對極端、煽動、攻擊、引戰(zhàn)內(nèi)容，并對為博取流量刻意制造沖突、煽動引戰(zhàn)等內(nèi)容，以及發(fā)布煽動蹭熱內(nèi)容的「惡意營銷號」等進行重點治理。

它釋放的信號就是：面對「憤怒誘餌」現(xiàn)象，平臺充當?shù)氖恰高^濾器」而非「助推器」角色。

02/

要看到，無論是「憤怒誘餌」，還是之前的「傻子共振」「算法離間」，這些新詞在輿論場激起的漣漪，本質(zhì)上都是「算法織繭說」的回響。

在民粹、飯圈、打拳等問題肆虐的當下，不少人已習慣了將問題歸咎于算法構(gòu)筑的信息繭房。這看似是化繁為簡，實則是化約慣性與思維惰性的反映。

在這問題上，我的主要看法是：

1，「信息繭房」是否存在還難說，但「認知繭房」真真切切存在。

「信息繭房」究竟是真實存在的「賽博囚籠」，還是想象出來的稻草人議題，學界至今都莫衷一是。畢竟，「信息繭房」的假說在學術(shù)性實證研究中從未被證實過。

▲包括陳昌鳳、喻國明在內(nèi)的國內(nèi)傳播學者都曾提出，「信息繭房」沒有實證研究佐證。

但這不等于「認知繭房」就不存在。約半年前，我曾寫過一篇《「信息繭房」者，困在了「認知繭房」里》。

文章認為：算法是放大器，它的放大效應(yīng)會在「人塑造環(huán)境」和「環(huán)境塑造人」的雙向交互中倍數(shù)級還原出人的多面性來。算法會在同頻共振中放大向美向善的力量，也會暴露許多人獲取信息上路徑依賴，溝通信息上社交衰退、消化信息上感情用事的弊端……這些凝結(jié)成的，就是「思維繭房」「社交繭房」「認知繭房」。

2，信息偏食是依托人腦「過濾罩」的自我保護機制，沒那么可怕。

很多學者都傾向于認為，信息繭房是偽命題，信息偏食是真問題。就連「信息繭房」概念的提出者桑斯坦，都將「信息繭房」癥結(jié)歸于「信息偏食」。

信息偏食，其實是人腦基于喜同惡異、趨利避害本性自動開啟信息篩選的腦部減負機制，為的是避免信息過載。

3，真正可怕的，不是算法，而是信息的單一控制和限量供給。

信息匱乏時代的「繭房」是物理性的，因為沒得選——今天那些言必稱「信息繭房毀了下一代」的人，可能忘了在社交媒體出現(xiàn)之前大家只能聽「同一首歌」。

信息豐裕時代的「繭房」則是心理性的，它不是由分發(fā)渠道決定，而是由大腦的信息加工機制塑造。

03/

說這些，核心也是在回應(yīng)兩個問題：「繭房」到底是怎么形成的？算法真的會筑繭嗎？

先來說第一個。

前不久，世界權(quán)威學術(shù)期刊《Science》發(fā)了篇論文《不要責怪算法：社交媒體可能天生就存在兩極分化》，介紹了來自阿姆斯特丹大學邏輯、語言與計算研究所的最新研究成果。

▲《Science》發(fā)表論文稱，即便沒有算法，社交媒體也會存在極化現(xiàn)象。

研究團隊搭建了無個性化算法的極簡社交平臺，僅保留發(fā)帖、轉(zhuǎn)帖和關(guān)注功能，投入500個帶有固定人格設(shè)定的AI機器人模擬人類行為。實驗結(jié)果顯示，無需算法干預，機器人在5萬次互動后便會自動形成陣營：立場接近的互相關(guān)注，極端觀點的傳播速度遠超中立內(nèi)容。

結(jié)論是：「信息繭房」的形成并非算法所致，而是人類趨同避異社交本能的自然產(chǎn)物，即便沒有算法，社交媒體也會存在極化現(xiàn)象。

這從社會心理學層面也能得到解釋：人類的注意力分配和記憶編碼機制，天生自帶「繭房」傾向。「確認偏誤」會讓我們更關(guān)注我們愿意關(guān)注的信息，「負面偏好」會讓我們對令人憤怒的事物記憶更深刻，「可得性啟發(fā)」會讓我們高估近期接觸信息的重要性……

算法給用戶推送了100條內(nèi)容，其中80條符合用戶興趣，15條是系統(tǒng)主動探索的多樣性內(nèi)容，5條是隨機噪音，可用戶大腦往往會選擇性遺忘那95條，牢牢記住那幾條讓自己憤怒或驚喜的「極端」信息，這已成常態(tài)。

在《打破社交媒體棱鏡》中，杜克大學教授克里斯·貝爾還通過實驗給出了另一個「反直覺」的結(jié)論：即便強制讓人接觸對立觀點，也不會使其變得溫和，反而會促使其強化自身立場，變得更加極端。

言下之意，在社交媒體上的認知封閉，本質(zhì)上是人類本性在網(wǎng)絡(luò)空間的延伸。

與其說是算法在制造繭房，不如說是人類認知系統(tǒng)自身在編織濾網(wǎng)。

▲權(quán)威學術(shù)期刊《自然》雜志也曾發(fā)表論文，用實驗證明沒有證據(jù)表明算法是兩極分化的關(guān)鍵推手。

再來說第二個。

如果算法讓人們看到的都是自己想看到的、聽到的都是自己想聽到的，那確實會筑繭。

但事實上，算法早已從單一的興趣匹配進化為多目標優(yōu)化體系，抖音算法推薦不僅會考慮「用戶喜歡什么」，更會主動控制相似內(nèi)容的出現(xiàn)間隔、頻次上限，強制插入多樣性內(nèi)容，并通過隨機推薦、社交關(guān)系興趣拓展、搜索推薦聯(lián)動等方式，幫助用戶突破既有興趣圈。

拿我來說，我就很喜歡抖音的「使用管理助手」功能，因為我可以在色盤圓環(huán)圖中看到我的興趣分布，還能通過「探索更多」來增加多樣化信息供給。在此過程中，算法成了我對外探索的向?qū)В亲屛蚁騼?nèi)筑繭的獄卒。

▲用戶可以點進「使用管理助手」頁面，設(shè)置時間鎖、休息提醒和進行內(nèi)容管理。

有意思的是，著名傳播學者喻國明還認為，智能算法推薦具有反信息繭房的本質(zhì)，「采用多種算法的信息分發(fā)平臺所具有的社會構(gòu)造，從信息流動來說，總體上能夠有效地避免‘繭房效應(yīng)’的發(fā)生」。換句話說，算法非但不會筑繭，還能破繭。

這并非沒有依據(jù)。抖音此前公布的「雙塔召回模型」，就是通過將用戶和內(nèi)容轉(zhuǎn)化為高維空間的數(shù)學向量，實現(xiàn)脫離具體語義的精準匹配，發(fā)掘用戶潛在興趣領(lǐng)域，讓用戶刷到意料之外但又在情理之中的內(nèi)容。

在著作《必然》里，凱文·凱利曾提出「理想的過濾器」設(shè)想：它應(yīng)該推薦那些「我想知道我的朋友喜歡什么，而那又是我現(xiàn)在還不了解的」，以及「它將是一種會向我建議某些我現(xiàn)在不喜歡，但想嘗試著喜歡的東西的信息流」。

目前看，算法進化已經(jīng)讓這番設(shè)想變?yōu)楝F(xiàn)實。

04/

這倒不是說算法已經(jīng)臻于至善了，只是說很多人對算法有許多因不解而生的恐懼、因誤解而生的敵意。

怎么消除這些不解和誤解？用算法透明化去祛除「算法魔法化」的想象，是應(yīng)有之方。

多年來，堵在算法透明化面前的那堵高墻叫「商業(yè)秘密」，但今年以來，有個明顯跡象是，以抖音為代表的中國互聯(lián)網(wǎng)公司主動拆「墻」。

從2025年1月宣布建立安全與信任中心，到3月網(wǎng)站上線披露算法細節(jié)，到4月舉辦開放日與媒體溝通會，到5月全面升級使用管理工具，再到9月召開首場「算法向善」專家研討會……抖音構(gòu)建起了包含規(guī)則闡釋、案例解析、互動答疑的多維溝通體系，讓算法走出黑箱、走向透明。

▲抖音安全與信任中心官網(wǎng)上公布了詳細算法原理。

這其實就是用算法祛魅來消除大眾對「不受控制的技術(shù)權(quán)力」的擔憂：當平臺將如何通過「多目標建模」平衡短期互動與長期價值、如何設(shè)置「多樣性約束」避免內(nèi)容重復、如何引入「探索因子」突破興趣固化等呈現(xiàn)在公眾面前，算法的「可理解」本身就成了公共產(chǎn)品。

對算法污名化的最好阻擊，就是將其置于「可解釋、可參與、可監(jiān)督」的透明化治理框架下。那樣一來，用戶會逐漸明白：算法不是獨立的價值主體，而是人類行為的映射，不是神秘的巫術(shù)魔法，而是可被監(jiān)督可改進的工具，它并不全能，也非萬能。

我在媒體溝通會上聽抖音的算法工程師解釋為何我們看到的是內(nèi)容A而非內(nèi)容B時，聽運營負責人解釋平臺如何定義「優(yōu)質(zhì)內(nèi)容」時，就生出了兩點感受：1，將那些復雜的社會結(jié)構(gòu)性問題簡單歸結(jié)為算法原罪，在自己作繭自縛后怪罪于算法織繭，都是選擇性遮蔽下的歸因偏差；2，很多時候，技術(shù)不是問題，放棄人的自主性才是。

拿「憤怒誘餌」現(xiàn)象來說，「憤怒誘餌」太多，算法沒法背鍋。不能因為算法「不會說話」，就讓它客串竇娥、充當標靶。

算法確實還有很多不足，但解決之道不是打倒算法，而是讓算法在陽光下運行，讓公眾理解算法原理，讓平臺承擔起治理責任，讓用戶重掌信息主權(quán)。當人們更多地承認其局限、發(fā)揮其價值，那個被迷霧籠罩的人機共處未來才會愈發(fā)清晰。

這其中，我們掌握自己的信息主權(quán)很重要。納薩尼爾·霍索恩說過：你關(guān)注什么，最終你就成為什么。將其換成另一個表述就是：每個人，都是自己接收信息情況的第一責任人。

因為決定你的信息流走向的，不是一行行代碼，而是你的一次次點擊、停留、互動。你命由你不由天，你接收的信息由你不由「算」。

?作者 | 佘宗明

?運營 | 李玩

轉(zhuǎn)載須經(jīng)許可

廣告合作請聯(lián)系微信號：rabgogo88

或手機號：18810070968

敬請關(guān)注