Kodėl socialiniai tinklai mus „išmoko“ pykti? 5 įžvalgos apie skaitmeninį moralinį pasipiktinimą
- Jolita Sorokinaite
- prieš 1 dieną
- 3 min. skaitymo
Nuo „doomscrolling“ iki nesibaigiančio įniršio
Įsivaizduokite įprastą vakarą: atsidarote „Twitter“ (X), ketindami tik trumpai peržvelgti naujienas. Tačiau vos po kelių minučių jūsų ramybę pakeičia „doomscrolling“ – nevalingas slinkimas per srautą, kuriame dominuoja aštrūs kaltinimai, politinis įkarštis ir kolektyvinis įniršis. Jūs pajuntate kylantį pyktį ir galbūt patys pradedate rašyti tulžingą komentarą.
Kyla esminis klausimas: ar šis pyktis yra nuoširdi jūsų vertybių išraiška, ar jūs tiesiog buvote „išmokyti“ taip elgtis pačios platformos dizaino? Jeilio universiteto (Yale University) mokslininkų tyrimas, kurio metu išanalizuota 7331 vartotojo elgsena ir 12,7 mln. pranešimų, rodo, kad mūsų skaitmeninis pasipiktinimas yra ne tik emocinė reakcija, bet ir algoritmiškai sustiprinto mokymosi rezultatas.
1-oji įžvalga: „Patiktukai“ veikia kaip dresūros įrankis (Pastiprinimo mokymasis)
Pagrindinis mechanizmas, skatinantis pyktį internete, yra pastiprinimo mokymasis (reinforcement learning). Socialiniai tinklai naudoja momentinį ir kiekybiškai įvertinamą grįžtamąjį ryšį – „patiktukus“ ir pasidalijimus, kurie mūsų smegenims veikia kaip socialinis apdovanojimas.
Tačiau mokslininkai pastebėjo svarbią detalę: mes mokomės ne šiaip iš „patiktukų“, o iš vadinamųjų prognozavimo klaidų (prediction errors). Mokymasis yra efektyviausias tada, kai gautas atlygis viršija mūsų lūkesčius. Pavyzdžiui, jei vartotojas, paprastai gaunantis 5 „patiktukus“, už piktą komentarą netikėtai gauna 10, jo tikimybė vėl piktintis ateityje išauga kur kas labiau. Tyrimas parodė, kad 100 % didesnis grįžtamasis ryšys už pasipiktinimo išraišką vidutiniškai padidina tikimybę, jog vartotojas vėl piktinsis kitą dieną maždaug 2–3 %.
„Mes nustatėme, kad teigiamas socialinis grįžtamasis ryšys už pasipiktinimo išraiškas padidina būsimų pasipiktinimo išraiškų tikimybę, o tai atitinka pastiprinimo mokymosi principus.“
Tai baugina: mūsų moralinės emocijos tampa algoritmų optimizavimo įrankiu. Mes pradedame reikšti pyktį ne todėl, kad to reikalauja situacija, o todėl, kad esame pasąmoningai „ištreniruoti“ siekti dopamino dozės, kurią suteikia socialinis pripažinimas.
2-oji įžvalga: Aido kambariai sukuria „naująją normą“ (Normų mokymasis)
Be tiesioginio atlygio, mus veikia ir normų mokymasis (norm learning). Kiekvieną kartą prisijungę prie tinklo, mes stebime, koks elgesys mūsų aplinkoje yra laikomas standartu.
Tyrimas atskleidė paradoksą: ideologiškai ekstremaliuose tinkluose moralinis pasipiktinimas tampa tokia stipria socialine norma, kad vartotojai tampa mažiau jautrūs tiesioginiam grįžtamajam ryšiui. Jie piktinasi ne todėl, kad tikisi „patiktukų“, o todėl, kad tiesiog kopijuoja aplinką. Tokiose grupėse pyktis yra ne išimtis, o bilietas į bendruomenę, todėl individualus atlygis praranda prasmę – vartotojai tiesiog prisitaiko prie radikalaus fono.
3-ioji įžvalga: Moralinis pasipiktinimas nėra tiesiog „bloga nuotaika“ (socialiniai tinklai)
Mokslininkai nustatė, kad moralinis pasipiktinimas skiriasi nuo bendro neigiamo nusiteikimo, baimės ar liūdesio. Tyrimui buvo sukurtas specialus algoritmas DOC (Digital Outrage Classifier), kuris savo tikslumu prilygo ekspertams-žmonėms. Šis įrankis leido identifikuoti tris esminius moralinio pasipiktinimo komponentus:
Jausmai, kylantys dėl asmeninių moralinių normų pažeidimo.
Emocijos, tokios kaip pyktis, pasibjaurėjimas ar panieka.
Noras kaltinti ar bausti nusižengusįjį.
Ši specifinė emocinė kombinacija skaitmeninėje erdvėje plinta kur kas sparčiau nei paprastas liūdesys. Kadangi moralinis pyktis yra funkciškai susietas su vertybėmis, jis tampa idealia „kuro“ rūšimi platformoms, siekiančioms maksimalaus įsitraukimo.
4-oji įžvalga: Platformų dizainas nėra neutralus
Tyrimo rezultatai sugriauna mitą, kad socialiniai tinklai yra tik neutralūs kanalai mūsų mintims. Priešingai – platformų algoritmai aktyviai eksploatuoja natūralius žmogaus mokymosi mechanizmus pelno siekimui.
Net jei dizaineriai neturi piktų kėslų, siekis maksimaliai padidinti vartotojų laiką platformoje neišvengiamai skatina moralinį konfliktą. Algoritmai „supranta“, kad pasipiktinimą sukeliantis turinys prikausto dėmesį, todėl jie dažniau rodo tokius įrašus, taip tiesiogiai formuodami mūsų moralinį elgesį.
„Kadangi mes rodome, jog socialinis grįžtamasis ryšys veikia vartotojų pasipiktinimo išraiškas laikui bėgant, tai sufleruoja, kad naujienų srauto algoritmai gali daryti įtaką vartotojų moraliniam elgesiui.“
5-oji įžvalga: Skaitmeninis pyktis gali būti mechaninis (Emocinis atotrūkis)
Viena svarbiausių tyrimo įžvalgų yra pykčio raiškos ir tikrosios emocinės patirties atotrūkis (decoupling). Socialinėje medijoje pykčio išraiška gali tapti įpročiu arba mechaniniu veiksmu, kuris nebūtinai atspindi žmogaus vidinę būseną.
Tai reiškia, kad mes galime atrodyti (ir rašyti) kaip mirtinai įsižeidę, nors iš tiesų tiesiog vykdome išmoktą socialinį algoritmą. Skaitmeninė erdvė mus moko „vaidinti“ pasipiktinimą net tada, kai emocija jau yra išblėsusi, o tai sukuria pavojingą uždarą ratą.
Ar mes vis dar kontroliuojame savo pyktį?
Jeilio universiteto tyrimas atskleidžia, kad mūsų skaitmeninis įniršis dažnai yra dirbtinai išpūstas. Šis reiškinys veda į pliuralistinį nežinojimą – situaciją, kai mes klaidingai pradedame tikėti, jog visuomenė yra kur kas labiau piktas ir radikali, nei yra iš tikrųjų. Matydami begalinį pyktį savo ekranuose, mes manome, kad tai yra tikroji viešoji nuomonė, o tai tiesiogiai didina visuomenės poliarizaciją.
Mes nesame tik pasyvūs stebėtojai; mes esame sistemos, kuri pelnosi iš mūsų moralinių konfliktų, dalyviai. Kitą kartą, kai pajusite nenumaldomą norą parašyti piktą komentarą, sustokite ir paklauskite savęs, ar tai tikrai jūsų vertybės, ar tiesiog sėkmingai suveikęs algoritmas, išmokęs jus pykti?
Šaltinis: Brady, W. J., McLoughlin, K., Doan, T. N., & Crockett, M. J. (2021). How social learning amplifies moral outrage expression in online social networks. Science Advances, 7(33), eabe5641. https://doi.org/10.1126/sciadv.abe5641
Komentarai