解答难题

为什么把人们带到他们的回声室之外并没有让他们变得更加温和？自20世纪中叶以来，社会科学家们一直认为，在适当的环境下让敌对群体的成员相互接触应该会减少他们对对方的偏见。 ²⁰ 这些学者声称，让敌对群体的成员相互接触，他们由此获得的经历会驳倒他们彼此孤立时对对方产生的刻板印象。这项研究已在数十个国家或地区的不同时期，针对许多不同类型的人开展过。 ²¹ 虽然人们尚未对诸如推特等线上平台中的群际接触进行研究——而且虽然许多研究都强调，敌对群体成员之间的接触必然对缓和双方的紧张关系具有积极作用——但是，“共和党人和民主党人如果走出他们的回声室就会缓和自己的观点”这个想法是非常直观易懂的。 ²²

与此同时，其他研究表明，让人们接触新信息可能会适得其反。社会心理学家和政治学家发现，试图拆穿有关诸如公共卫生或政治的谣言，可能会导致人们更加相信自己的错误信念。 ²³ 例如，研究表明，对于那些认为疫苗会导致孤独症的人，如果你试图说服他们事实并非如此，那么这会让他们更担心给孩子接种疫苗这件事。 ²⁴ 但我们的研究并没有试图纠正不准确的事实，相反，我们是让人们去接触一种完全不同的世界观。 ²⁵ 之前的诸多研究只是短暂地让人们在实验室中接触到一条用来纠正错误的消息，而我们的研究是让人们在现实场景中接触到来自许多不同人的许多不同消息。

同时，这种现实场景的混乱使我们的实验结果更难以被解释。我们不知道，当人们开始在他们的社交媒体信息流中看到来自敌对党派源源不断的消息时都发生了什么。某些消息、事件或个人是否比其他消息、事件或个人更加令人政治极化？是大多数人都出于单一原因而更加坚持他们既有的信念，还是不同的人有不同的反应方式？更广泛地说，关注我们的网络机器人的体验是如何融入被试的日常生活的？他们的线上体验是否也影响了他们的线下行为？

计算社会科学为研究大规模人群和进行新型实验创造了宝贵的可能。但是解答人们为什么更加坚持他们既有信念的难题，并不需要更庞大的数据集，相反，它需要更全面的数据：我们让那些被试走出自己的回声室，而我们需要从他们的角度去观察走出回声室是什么样的。通常，计算社会科学家将人们视为抽象数据点，这样做会模糊我们数字足迹之间的空间。相反，我们想了解我们的研究对象——听听他们的成长经历、朋友和家人的故事，并弄明白社交媒体和政治极化如何融入他们生活的图景。最重要的是，我们想知道关注我们的网络机器人这件事如何影响了他们的观点。

我们首先考虑的是，重新联系一些研究参与者，对他们进行深度访谈。我们本可以询问他们走出回声室是什么感觉，以及这段经历如何塑造了他们的观点。但我们很快意识到这是个坏主意。首先，这样做相当于认定人们意识到了他们对研究的反应，并且能够告诉我们为什么会这样反应。然而，社会科学家早就知道，人们通常会对自己的态度或行为提供不准确的和事后的合理化解释。 ²⁶ 其次，这种策略可能会有以下风险，即人们会向我们提供他们认为我们想听到的答案，而不是他们的实际体验。最后，这样做是在人们关注网络机器人一年之后要求他们回忆，关注网络机器人的感受如何。你还记得一年前哪些社交媒体消息影响了你的观点吗？反正我是不记得了。

最终，我们没有联系上一次研究的参与者，而是决定开展一次新的研究。这次新研究与之前那次研究相同，但研究对象要少得多，这让我们可以在实验前、实验中和实验后更好地了解他们。 ²⁷ 2018年年中，我们对44名共和党人和40名民主党人进行了至少一小时的深度访谈。之后，我们邀请了其中一半参与者关注我们的网络机器人一个月。一个月后，我们重新访谈了所有参与者，以便对关注网络机器人的参与者和没有关注网络机器人的参与者进行比较。我们的访谈以这样的一系列问题开始，这些问题与我们的参与者最初为什么开始使用社交媒体以及他们每天使用社交媒体的情况相关。一旦我们建立了融洽的关系，我们就开始询问一系列关于政治的问题，以及我们在上一次研究中用来创建自由-保守量表的四个议题，即经济、移民、种族歧视和气候变化。我们还询问了参与者一系列问题，内容是关于他们如何看待来自对立政党的人。最后，我们询问参与者，他们的线上经历如何塑造了他们的线下生活。

巧合的是，在我们这次的研究时段内，新闻报道了一些重大事件。其中包括：特朗普总统颇有争议地将布雷特·卡瓦诺（Brett Kavanaugh）提名为最高法院大法官；本章开头描述的移民车队；穆勒对特朗普总统调查的最后阶段；北加利福尼亚州的山火，即加利福尼亚州有史以来最大的森林火灾之一。这一时期发生的事件还包括：伊利诺伊州一名26岁的黑人保安在追捕罪犯时被警察开枪射杀，《华盛顿邮报》记者贾迈勒·卡舒吉（Jamal Khashoggi）在土耳其被暗杀，美国政府重大停摆事件，以及美国前总统老布什（George H. W. Bush）的去世。我们在第二次访谈中询问的问题关乎以上每一个事件，以在我们的研究中比较“关注我们的机器人”和“不关注我们的机器人”将如何影响人们的观点。

为什么让人们接触反对意见会导致他们更加相信自己既有的观点，关于这个问题，我们的深入访谈提供了关键线索。这些访谈不仅让我们可以通过长达两个半小时的对话来了解参与者，还启发了我们更深入地研究参与者的线上行为。我们收集了每位参与者在线生成的数十万个数据点，包括他们分享的文本和图片，以及他们为描述自己而创建的个人资料。通过比较这些数据和我们在访谈中获得的信息，我们能够比较人们在线上和线下如何展示自己。我们还要求访谈的每个人完成一项在线调查，该调查与我们在最初的网络机器人研究中寄送给被试的调查内容相同。这使我们能够了解每个人如何融入此前实验的更大图景，并让我们可以比较人们在公开访谈中和在保密的在线调查中是否向我们表达了不同的观点。总之，这些不同的数据流使我们能够在实验前、实验中和实验后向个别社交媒体用户展开丰富的个案研究，还可以让我们更广泛地洞察政治极化是如何在社交媒体上形成的。 ²⁸

在下一章中，我们将认识两位女性，一位是民主党人，一位是共和党人。虽然她们两个人截然不同，但正是在她们的帮助下，我们才能开始解决这个难题。 TVImQKrOLgQpepc8GKHuME7DPBB2hMA3v0JH8hnGSG0PHVn1Q+PZWN8Kbvphfg3m