Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
通过分析 6000 万条 #BlackLivesMatter 推文，本研究表明，集体愤怒的持续性增加（而非其强度）是预测社会运动活动激增的一个可靠预警信号。
原始论文采用 CC BY 4.0 许可（https://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，社会科学的世界就像一个繁忙巨大的气象站。这里的科学家们追踪的不是雨水和风力，而是试图预测人类行为的“风暴”——即那些人群突然决定共同行动的巨大瞬间，比如一场抗议活动的爆发或一场运动的病毒式传播。长期以来，研究人员认为可以通过测量人群在任何时刻的“愤怒程度”来预测这些风暴。这似乎合乎逻辑：如果每个人都在愤怒地尖叫，那么骚乱即将到来，对吧？但本文指出，仅仅观察尖叫的音量并不能说明全部问题。相反，真正的线索可能在于这种愤怒感感觉起来有多“粘稠”。把它想象成一根橡皮筋：如果你拉动它，它能立即弹回，它是稳定的；但如果你拉动它，它却在缓慢地晃动，拒绝恢复原状，那么它即将断裂。这种“晃动”就是科学家所说的临界减速（critical slowing down）。这是一个高级术语，指的是一个系统正在失去弹性并陷入当前状态无法自拔，这种情况通常发生在重大变化发生之前。理解这一点就像拥有了预测社会变革的预言球；它能帮助我们洞察一场安静的对话何时会演变成一声怒吼，从而让领导者和活动家在转变发生前做好准备。
那么，研究人员实际上做了什么呢？他们决定利用 #BlackLivesMatter（黑人的命也是命）运动在大规模范围内测试这个“橡皮筋”理论。他们不仅仅观察了几百个人，而是挖掘了海量数据——大约是 2015 年至 2020 年间发布的 6000 万条推文。他们的目标是观察是否可以通过观察领先于活动爆发前的“情绪天气模式”，来预测活动强度的“激增”（即那些运动爆发、新帖激增的日子）。
首先，他们挑战了旧观点：愤怒的强度能否预测激增？ 他们逐日检查了推文中愤怒的平均水平。他们还观察了其他负面情绪，如焦虑和悲伤。结果是一个情节转折：愤怒的平均水平并没有预测出任何东西。 仅仅因为人们在周二感到愤怒，并不意味着周三就会出现大规模的激增。事实上，该论文发现，更高水平的焦虑和悲伤实际上更能有效预示激增的临近，而愤怒本身的强度对于预测来说却是一个死胡同。
然后，他们将注意力转向了愤怒的“粘性”，他们使用了一个叫做**自相关（autocorrelation）**的概念来衡量这一点。用通俗的话说，自相关是在问：“人们现在的感受在多大程度上受到昨天感受的影响？”如果答案是肯定的，那么这种情绪就是持久的；它在徘徊，并且无法快速恢复正常。这就是“临界减速”在起作用。
这是重大的发现：愤怒变得越持久，该运动就越接近大规模的激增。 随着日子一天天向重大事件推进，推文中的愤怒并不一定变得更大声，但它变得更“慢”了，难以恢复。它开始停留得更久，创造了一种模式，即今天的愤怒几乎是昨天愤怒的完美复制品。研究人员发现，随着系统接近激增，这种自相关性显著增加。这就像人群陷入了愤怒的循环，无法释怀，这预示着转变即将发生。
他们还观察了方差（variance）（即愤怒水平上下跳动的幅度）。令人惊讶的是，随着激增的临近，愤怒的波动性实际上变得更小了。它并没有剧烈波动，而是稳定成了一种持续且持久的愤怒嗡鸣声。这与经典的教科书定义略有不同，教科书有时暗示事物在崩溃前会变得更加混乱，但本文指出，最近的研究支持了这种在某些系统中方差减少的观点。
为了确保他们看到的不是噪声中的模式，研究人员进行了严格的检查。他们随机打乱了推文的日期，就像洗牌一样，并尝试寻找相同的模式。当他们这样做时，“粘性”的愤怒消失了。这表明他们在真实数据中发现的模式是一个真实的信号，而不是计算机代码的故障。他们还检查了在线推文是否与现实世界的抗议活动相匹配，发现两者之间存在强联系：当推文量上升时，抗议规模也会随之上升。
所以，结论是什么？这篇论文表明，我们不应该仅仅通过倾听最响亮的尖叫声来预测社会运动的下一步行动。相反，我们应该观察情绪何时停止反弹并开始停留。这不在于人群有多愤怒，而在于那种愤怒拒绝消退的时间有多长。虽然这项研究不能证明这种愤怒导致了激增（它只是预测了激增），但它为观察人类群体的无形动态提供了一种强大的新方法。事实证明，预测即将到来的风暴最重要的迹象不是雷声，而是雨开始落下前空气变得沉重而静止的方式。
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。