Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US
本研究利用经过微调的视觉语言模型分析了来自韩国和美国的40万个YouTube新闻视频，揭示了通过谴责他人的修辞所表达的道德愤慨，在从被动观看至主动评论的所有参与程度中，始终能驱动更高水平的受众参与度，从而在凸显其有效性的同时，也引发了对其可能加深社会极化现象的担忧。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下互联网，特别是 YouTube，就像一个巨大且嘈杂的集市。在这个集市中，最宝贵的货币不是金钱，而是人类的注意力。新闻频道就像是街头小贩，试图通过大声叫卖来吸引人们停下脚步、观看并与之互动。
这篇论文是来自韩国 KAIST 的研究人员的一项研究，他们想要了解：什么样的“叫卖”方式能让人们不仅只是看一眼，还会去购买（点赞）和争论（评论）？ 他们研究了来自美国和韩国的新闻视频，以观察这两地的游戏规则是否相同。
以下是他们的研究结果，使用了简单的类比：
1. 工具箱：读懂字里行间（以及图片）
以往的大多数研究只阅读文本（视频标题），就像只读报纸标题而忽略了照片。但在 YouTube 上，缩略图和标题就像电影海报与其标语一样，是相辅相成的。
- 问题： 人类非常擅长看到一张愤怒人群的照片，并读到关于“腐败”的标题，从而瞬间产生道德愤慨。但计算机通常很难将图像与文本联系起来。
- 解决方案： 研究人员构建了一个特殊的“数字侦探”（AI 模型）。他们通过向它展示数千个 YouTube 缩略图和标题的例子，并在人工辅助下进行标注，来训练它。他们教 AI 识别道德情绪——特别是关于对错的感觉。
- 结果： 他们创造了一个工具，可以观察视频的封面和标题，并判断：“这充满了道德愤慨”、“这关于苦难”或“这是中立的”。他们在近 40 万个视频上测试了该工具。
2. 三个参与层级
研究人员观察了人们与视频互动的三种方式，并将它们比作不同程度的投入：
- 观看量（Views）： 仅仅是路过小贩摊位并瞥上一眼（被动）。
- 点赞（Likes）： 停下来竖起大拇指或点头示意（中度投入）。
- 评论（Comments）： 停下来开始一场对话或一场争吵（高度投入）。
3. 重大发现：“愤怒引擎”
研究发现了一个在韩国和美国都成立的清晰模式。
“愤怒”燃料： 当视频使用谴责他人（other-condemning）的修辞（即责骂、羞辱或对他人恶劣行为表示愤怒的语言）时，这就像是在火上浇油。
- 它获得了更多的观看量。
- 它获得了更多的点赞。
- 它获得了最多的评论。
- 类比： 想象一个小贩在大喊：“看那边那个小偷！他太坏了！”人们不仅会瞥一眼，还会停下来，指着那个人，并就那个小偷的问题互相争论。愤怒让人们想要“做点什么”，而不只是“看一看”。
“赞美”与“悲伤”效应：
- 那些赞美他人（例如：“看这位英雄！”）或关注苦难（例如：“看这个可怜的受害者”）的视频，通常没有获得同样高水平的互动。事实上，在许多情况下，它们的评论和点赞甚至比中立视频还要少。
- 类比： 一个小贩说：“看这个好人，”可能会得到礼貌性的点头，但很少能引发人们的喧闹或争论。因为它太冷静了，无法引发狂热。
4. 跨文化联系
研究人员惊讶地发现，这种“愤怒引擎”在韩国和美国运作的方式完全相同。尽管文化、语言和具体的新闻事件各不相同，但人类对道德愤慨的反应是一致的。无论是首尔的一场政治丑闻，还是华盛顿的一场审判，愤怒都让人们参与得更深。
5. 警示标签
论文最后给出了一个警示。虽然道德愤慨是获取注意力和参与度的非常有效的工具，但它也伴随着风险。
- 危险： 由于愤怒会驱动人们形成“我们 vs 他们”的阵营（即“好人”对抗“坏人”），它可能会加深社会的分裂。如果新闻机构意识到“通过咒骂坏人”能获得最多的观看和评论，他们可能会倾向于使用更多愤怒、具有分裂性的语言，仅仅为了保持流行。
- 启示： 这项研究并不是说这种情况一定会发生，但它警告说，“注意力经济”自然会奖励那些声音最大、最愤怒的声音，从而可能将集市变成一个战场。
总结
简而言之，这篇论文构建了一个智能工具来解读 YouTube 视频，并发现对他人的愤怒是吸引人类注意力的最强磁铁。它比任何其他情绪都能更好地吸引人们观看、点赞和争论，而且无论你在韩国还是美国，这一规律都适用。研究人员警告说，虽然这对获取观看量很有利，但对于维持社会团结可能并非好事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。