How social learning amplifies moral outrage expression in online social networks.
How social learning amplifies moral outrage expression in online social networks.
复制标题
DOI：
10.1126/sciadv.abe5641
复制
发表时间：
2021-08
期刊：
影响因子：
13.6
通讯作者：
Crockett MJ
中科院分区：
文献类型：
--
作者：
Brady WJ;McLoughlin K;Doan TN;Crockett MJ
社会强化和规范学习与社交媒体设计相互作用，放大在线社交网络中的道德义愤。道德义愤塑造了社会生活的基本方面，现在在在线社交网络中很普遍。在这里，我们展示了社会学习过程如何随着时间的推移放大在线道德愤怒的表达。在Twitter上的两项预先注册的观察性研究（7331名用户和1270万条推文）和两项预先注册的行为实验（N = 240）中，我们发现对愤怒表达的积极社会反馈增加了未来愤怒表达的可能性，这与强化学习的原则一致。此外，用户使他们的愤怒表达符合他们的社交网络的表达规范，这表明规范学习也指导在线愤怒表达。当规范性信息很容易被观察到时，规范学习会掩盖强化学习：在意识形态极端的网络中，愤怒表达更为常见，用户在决定是否表达愤怒时对社会反馈不那么敏感。我们的研究结果强调了平台设计如何与人类学习机制相互作用，以影响数字公共空间中的道德话语。
Social reinforcement and norm learning interact with social media design to amplify moral outrage in online social networks. Moral outrage shapes fundamental aspects of social life and is now widespread in online social networks. Here, we show how social learning processes amplify online moral outrage expressions over time. In two preregistered observational studies on Twitter (7331 users and 12.7 million total tweets) and two preregistered behavioral experiments (N = 240), we find that positive social feedback for outrage expressions increases the likelihood of future outrage expressions, consistent with principles of reinforcement learning. In addition, users conform their outrage expressions to the expressive norms of their social networks, suggesting norm learning also guides online outrage expressions. Norm learning overshadows reinforcement learning when normative information is readily observable: in ideologically extreme networks, where outrage expression is more common, users are less sensitive to social feedback when deciding whether to express outrage. Our findings highlight how platform design interacts with human learning mechanisms to affect moral discourse in digital public spaces.
登录
查看更多内容
DOI：
10.1146/annurev.lawsocsci.4.110707.172335
发表时间：
2009-01-01
影响因子：
2.4
作者：
Darley, John M.
通讯作者：
Darley, John M.
愤怒的女人能出人头地吗？ 职场中的地位赋予、性别和情绪表达
影响因子：
8.2
作者：
Brescoll, Victoria L.;Uhlmann, Eric Luis
通讯作者：
Uhlmann, Eric Luis
影响因子：
56.9
作者：
Chapman, H. A.;Kim, D. A.;Anderson, A. K.
通讯作者：
Anderson, A. K.
DOI：
10.1073/pnas.1618923114
发表时间：
2017-07-11
影响因子：
11.1
作者：
Brady, William J.;Wills, Julian A.;Van Bavel, Jay J.
通讯作者：
Van Bavel, Jay J.
影响因子：
4.1
作者：
Dehghani, Morteza;Johnson, Kate;Graham, Jesse
通讯作者：
Graham, Jesse