想像一下這個日常：睡前你想放鬆一下，打開 Threads 或 X（Twitter）的「為你推薦」頁面。原本只是想看看新鮮事，結果滑沒幾篇，就看到一篇觀點極度偏激的文章，或是某個正在炎上的時事爭議。

你其實不認識發文的人，甚至完全不認同他的觀點，但你還是忍不住點進留言區看大家怎麼罵他，甚至自己也跟著心跳加速、越看越生氣。回過神來，半小時已經過去了。

越氣越想看：大腦的「負面偏誤」

為什麼我們有時候看到不認同的內容，反而會忍不住一直滑？這其實跟心理學上的「負面偏誤（Negativity Bias）」有關。

在人類漫長的演化過程中，大腦為了保護我們，自然會對「負面、威脅、衝突」的資訊特別敏感。比起一件開心的好事，讓人覺得緊張或生氣的事情，往往更容易抓住我們的注意力。

同時，像生氣或焦慮這種情緒，在心理學上屬於「高喚醒情緒（High-Arousal Emotions）」。當這種情緒出現時，大腦會很自然地想做點什麼來回應——在現實生活裡可能是馬上處理問題，而在社群平台上，就是忍不住去留言、轉發，或是加入討論。

「為你推薦」裡的衝突製造機

現在的社群平台（特別是以文字為主的版面），其實也默默順應了這個心理機制。

以前的演算法，可能比較傾向推播你按過讚、想法相近的內容，讓你待在舒服的圈圈裡。但現在的機制稍微有點不同了。當你點開一篇有爭議的文章，就算沒有按讚，只要你因為好奇或不認同而多看了幾秒，或是點進留言區看大家怎麼說，系統就接收到訊號了。

它學到的不是「你喜歡這個內容」，而是「這篇文章成功引起了你的注意」。

沒有情緒的演算法，與被情緒控制的我們

其實，演算法本身並沒有特定的立場，它唯一懂的語言就是「互動率（Engagement）」和「停留時間」。
系統在無數次的運算中發現了一個現象：溫馨平和的貼文，大家看過通常就是按個愛心；但只要是意見分歧、討論比較激烈的內容，就很容易引發大量的轉發和回覆。

為了讓大家在 App 裡停留久一點，演算法開始把這些「容易引發討論」的內容往前排。這並不是誰刻意要製造對立，而是在追求數據優化的過程中，系統目標跟人類天生的「負面偏誤」剛好產生了這樣的化學反應。

互動率的狂歡，與使用者心靈的耗損

從商業角度來看，平台希望活躍的用戶越多越好，這是很合理的目標。但如果活躍度主要是建立在刺激大家的情緒上，產品給人的感覺可能就會慢慢改變。

原本個人化推薦的初衷，是想當一個懂你的數位小幫手，幫你發現世界上有趣、有價值的新觀點。但如果優化的指標只看點擊和留言數，平台有時候就會不小心變成情緒的放大鏡。表面上看數據很熱絡，但大家關掉 App 的時候，留下的可能不是看飽資訊的滿足感，而是一點點的資訊疲乏。

結語

聊到這邊，面對這種靠「刺激情緒」來賺流量的產品機制，照慣例留幾個問題，讓大家下次看數據時可以放在心裡想一想：

1. 當我們盯著後台，看到「互動率」和「停留時間」一直往上衝的時候，是不是也該停下來問問自己：這些漂亮的數字，是真的代表使用者覺得有收穫，還是他們單純被氣到了？
2. 既然現在的社群平台，幾乎都是靠「偷走大家的注意力」來賺錢變現，那身為做產品、拉介面的我們，到底該怎麼在「幫公司賺錢」跟「不榨乾使用者心靈」之間，抓到那個最剛好的平衡？
3. 我們有沒有機會去定義一種新指標？不去算使用者「到底花了多少時間在上面吵架」，而是去衡量這段時間對他們來說，是不是真的「花得很值得」？
4. 換個角度想，當使用者不小心陷入了「越滑越氣卻又停不下來」的迴圈時，我們有沒有機會透過一些溫和的介面巧思，幫助他們意識到「情緒正在被牽著走」？進而讓他們能適時踩個煞車，拿回注意力的主控權，更健康地使用這些產品？