社會規範的力量：Twitter 上的初始回應如何形塑毒性對話
arXiv - Computers and SocietyAna Aleksandric, Mohit Singhal, Anne Groggel, Shirin Nilizadeh
研究發現 Twitter 對話中的群體動態與初始回應語氣，會透過建立社會規範來決定對話是否演變成毒性攻擊。
AI 幫你先抓重點
AI 重點 1
社會規範在線上行為中具有強大的「傳染」與「制衡」效應。
滑鼠懸停看 AI 判斷理由
這項洞察改變了我們對網路霸凌的看法：它不只是個人行為，更是一種群體動態。理解規範如何從單一回應擴散至整個對話，有助於設計更有效的社群管理機制。
AI 重點 2
「第一回應者」在維護數位溝通品質中扮演關鍵的守門人角色。
滑鼠懸停看 AI 判斷理由
研究顯示初始回應的性質決定了後續對話的走向。這意味著在數位學習環境或社群中，引導第一波回應的品質，比事後進行大規模審查更具預防價值。
核心研究發現
- 1
在毒性推文出現前參與對話的使用者越多，後續以非毒性方式回應該推文的使用者比例就越低。
- 2
若對毒性推文的第一個直接回覆也是毒性的，會顯著降低其他使用者進行非毒性回應的可能性。
- 3
初始回應的語氣會建立群體規範，導致 Twitter 對話呈現出日益惡化且具毒性的趨勢。
對教育工作者的啟發
對於設計線上討論區或數位學習社群（如 PBL 專題討論）的教育者，本研究提供以下建議：首先，應高度重視「首波回應」的品質，可透過引導式提問或模範示範，確保討論初期建立正向規範。其次，在設計自動化管理工具時，不應僅關注單一毒性詞彙，應開發能偵測「對話趨勢」與「規範轉向」的 AI 系統，在毒性行為形成群體規範前及時介入。最後，應建立明確的社群行為準則，並透過積極的正面回應來強化非毒性的社會規範，而非僅依賴事後的懲罰機制。
原始文獻資訊
- 英文標題：
- The Power of Social Norms: How Initial Responses to Toxicity Shape Conversations on Twitter
- 作者：
- Ana Aleksandric, Mohit Singhal, Anne Groggel, Shirin Nilizadeh
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。