數位公共領域中的幸災樂禍：跨國十年 Facebook 新聞互動分析
arXiv - Computers and SocietyNouar Aldahoul, Hazem Ibrahim, Majd Mahmutoglu, Hajra Tarar, Muhammad Fareed Zaffar, Talal Rahwan, Yasir Zaki
透過十年跨國 Facebook 資料，量化幸災樂禍的頻率、情境與政治關聯，揭示其隨權力變動而呈現的雙向差異。
AI 幫你先抓重點
AI 重點 1
幸災樂禍與政治權力的雙向關係揭示媒體情緒策略
滑鼠懸停看 AI 判斷理由
此發現說明政治環境如何影響受眾情緒表達，對於理解數位公共討論的動態與媒體策略設計具有關鍵意義。
AI 重點 2
跨國比較顯示印度受眾更易表現幸災樂禍
滑鼠懸停看 AI 判斷理由
揭示文化與政治背景對情緒反應的影響，對於全球媒體與教育科技的跨文化應用提供實證依據。
核心研究發現
- 1
幸災樂禍在 Facebook 近百萬評論中，雖被悲傷與憤怒主導，但笑聲與娛樂仍占相當比例。
- 2
其頻率最高於道德化與政治性貼文，且右傾受眾表現更高。
- 3
印度受眾的幸災樂禍程度顯著高於美國與英國。
- 4
左傾媒體在其政黨執政時，幸災樂禍呈「權力授權」上升；右傾媒體則在反對時呈「權力補償」上升。
- 5
時間序列與迴歸分析顯示，幸災樂禍隨時間演變，呈現非線性、情境依賴的動態特徵。
對教育工作者的啟發
對於教育科技與數位媒體課程設計者而言，了解幸災樂禍的情境依賴與政治動態，可協助設計更具批判性媒體素養的學習模組；同時，教師可利用此研究揭示的情緒模式，針對不同政治立場的學生，調整討論引導與情緒管理策略，以提升學生的情緒調節與批判思考能力。
原始文獻資訊
- 英文標題：
- Schadenfreude in the Digital Public Sphere: A cross-national and decade-long analysis of Facebook news engagement
- 作者：
- Nouar Aldahoul, Hazem Ibrahim, Majd Mahmutoglu, Hajra Tarar, Muhammad Fareed Zaffar, Talal Rahwan, Yasir Zaki
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。