解碼i世代:社群大數據的探索與應用

解碼i世代:社群大數據的探索與應用

講者/張仁和(中研院民族研究所助研究員)|彙整/《科學人》編輯團隊
轉載自2018.03.11〈科創講堂.AI人工智慧〉

同溫層裡的情緒反應

根據國外關於社群網站的文字雲研究發現,19~22歲的年輕人(也就是i世代)最常使用的詞彙很多是髒話,我們可以理解為青少年需要發洩情緒。但小心,張仁和說:「情緒容易在同溫層裡發酵。」

社群媒體幫助你找到志同道合的朋友,形成同溫層,過濾掉你不喜歡、不認同的訊息,留下你愛看、觀念相符的資訊,卻也強化了你的情緒,並影響你對訊息的判斷。

研究顯示,在討論爭議問題時,使用越多情緒強烈的詞彙,越容易引起同溫層回文的意願,也讓負面情緒往極端發展;但在非同溫層的平台裡,就沒有這種現象。

同時,在同溫層裡出現的訊息,你可能想也不想就接受並轉發了。研究發現,看到好友轉發的假新聞,查證的意願變低;但閱讀其他管道的假新聞,查證意願比較高。張仁和表示:「因為是認識的人,所以比較不會去挑戰。」結果也造成假新聞的泛濫。且近期的研究更顯示,假新聞透過同溫層朋友間的傳遞,竟然跟網路機器人的傳遞速度一樣快。

值得一提的是,在同溫層裡,經由情緒共鳴、訊息傳播,使得團體的情緒越來越高漲,而相反意見的團體也會在另一個同溫層裡發酵,兩個同溫層之間卻沒有什麼互動,最後就形成兩個團體各自「自嗨」的局面。

我與我們

研究網路上人稱代名詞的使用,可發現隨著年齡增加,「我」的使用率會減少,「我們」的使用率會增加。i世代正好處於最高頻率使用「我」的年齡段。

這種自我極化現象有什麼問題呢?

有學者研究「我」的使用率與憂鬱傾向之間的關聯,發現憂鬱症患者使用率最高,憂鬱症治癒後使用率下降,從未得過憂鬱症者則最低。另外也有學者比較自殺成功的詩人與未自殺詩人所使用的詞彙,發現自殺成功的詩人使用「我」的比例比未自殺者多,「我們」的比例較低,負向情緒字彙則沒有差別。

現今網路資料的串連,或多或少都指向過度的自我彰顯,使得負面情緒影響擴大,多多使用「我們」可能可以改善。

2001年,美國911攻擊後兩天,網路上集體使用「我們」的比例提高。張仁和解釋:「我們這個詞可能讓人覺得有更包容、更有社群的連結效果。」這種現象也可以類推到其他關係中,兩人吵架總是用你、我等人稱代名詞,但如果其中有一人說:「我們一起來想辦法吧!」關係就會變得緩和。平時若多用「我們」這個詞彙,也會讓聽者覺得比較舒服。

用人工智慧做情緒管理

如何利用人工智慧技術來阻止負面情緒的擴散呢?有專家試著在線上遊戲軟體裡設計阻斷機制,例如當有人罵太多髒話時,便停止帳號。也有學者建議,可以在社群軟體上提供負向詞彙檢查工具,當發文的負面詞彙比例過高時,就會出現修正建議。

不過張仁和認為,在言論自由、髒話的嚴重程度、諷刺性語言的判斷等方面,人工智慧仍有許多提升的空間,以及這也可能間接提供了一種情緒宣洩管道的可能,究竟完全不講是不是好事?還有賴人類智慧結合人工智慧,相信在未來將可以獲得最佳解。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)

views