平台算法与公共议题：推荐系统如何放大情绪

推荐系统的目标通常可以概括为几个可量化的指标：停留时长、互动率、回访频率。它并不理解「这件事很重要」，它只知道「这类内容让人多留了几秒」。

为什么愤怒比理性更容易被放大

在行为数据上，带有明显对立和愤怒的内容，互动率通常显著高于平和的表达。这不是因为算法偏爱愤怒，而是因为愤怒恰好是最容易被量化的情绪。算法只是忠实放大了一件事：我们自己在愤怒面前的停留时间更长。

结构性的后果

当系统持续奖励情绪强度，内容生产者会逐步调整策略，把观点变得更尖锐、把立场推得更极端。久而久之，公共议题的讨论空间向两端迁移，中间那部分需要耐心的声音越来越难被看见。

• 需要背景知识才能理解的话题，天然处于曝光劣势
• 立场越鲜明的内容，分发效率越高
• 沉默多数的声音因为不产生互动而难以进入推荐

这不是只靠平台能解决的问题

算法优化目标的调整属于平台的责任，但用户的选择同样关键。当你意识到「我看到的内容是被挑选过的」，就已经开始从被动接受转向主动选择。

算法没有立场，但它把我们最容易被刺激的部分，变成了整个信息生态的排序依据。

最后一句话留给读者：你不需要对抗算法，只需要偶尔从它为你安排的轨道上，主动拐一次弯。