你被炎上了嗎

每個人都只是想做好事，卻在不知不覺間共同造就了壞事——這大概是《你被炎上了嗎》最讓人不安的核心命題。Jon Ronson 走訪那些曾被網路輿論吞噬的當事人，用一個個真實案例告訴我們：炎上的受害者不是怪物，就是普通人；而施加羞辱的群眾，也都自認在伸張正義。

01個案批評與群體概括的道德邊界¶

作者在書中處理了一個微妙的區分：描述「某個人做了某件壞事」，與斷言「某類人都這樣」，在道德上是截然不同的兩件事。前者有具體對象、可查證；後者卻將個案的罪責，強加在一整個群體的所有成員身上。

然而，炎上機制恰恰在這裡製造了一個深刻的諷刺：當網路輿論針對某個人時，同樣在做類似的事——把他的一句話、一張圖、一個時刻，壓縮成對「這種人」的全面定性，然後用這個標籤攻擊他的整個人格。

我們在網路上懲罰的，是一個被壓縮成單一事件的符號，而不是一個完整的人。

社群媒體對人們施加了兩種同時作用的壓力：反應要快，而且必須有鮮明立場。這個組合尤其危險，因為真正誠實的認知狀態往往是「我還不確定，我需要更多資訊」——但這個狀態在社群上完全沒有位置。

演算法獎勵的是情緒強、立場鮮明、能引發互動的內容。「我還在思考」不會獲得任何流量。於是人們逐漸被訓練成：先選邊，再找理由。

值得注意

更弔詭的是，「沉默」或「沒有意見」在當代社群文化中，往往被視為虛偽或懦弱。對議題複雜性保持誠實的不確定感，反而成了一種需要付出代價的選擇。

這種現象在政治議題上尤為明顯。當「站隊」成為身份認同的一部分，事實便不再重要——重要的是你「是哪種人」。批評某個政治人物不再是一個論點，而是一個表態；支持者與反對者之間的對話，往往還沒開始就已結束。

社群媒體的傳播邏輯天然偏好「弱者被欺壓」的敘事，因為這種框架能快速激起情緒、獲得擴散。但情緒動員的速度，永遠遠快於事實查證的速度。

現實中不乏這樣的案例：輿論一面倒地湧向「受害者」，但隨著更多證據浮現，當初被認定的受害者，竟才是事件真正的始作俑者。然而反轉發生時，道歉與更正的聲量，永遠比最初的指控小得多。那些最早被炎上的人，即使後來洗清，傷害早已造成。更少有人會回頭反問自己：我當初為什麼這麼快就相信了？

近來有一種樂觀的想像：當人人都能使用 AI，也許能擺脫演算法的同溫層操弄。AI 不依賴情緒互動維持黏著度、被設計成提供多角度分析，或許能把人從極化的資訊環境中拉出來。

這個想像有其道理，但也有根本性的侷限。首先，AI 給出中立分析，不代表使用者能夠接受——人在認知上有確認偏誤，當 AI 的回答不符合預設立場，許多人會換個問法，或乾脆不採信。其次，AI 本身也有偏見，只是來源不同、更難被察覺，因為它包裝在「客觀」的語氣之中。

更根本的問題是：炎上與政治極化的驅動力，從來就不是「資訊不足」，而是情感需求——歸屬感、憤怒、身份認同。AI 提供再多正反意見，也很難取代這些情感上的驅動力。

AI 也許能擴大理性的天花板，但移不走情感的地板。

更令人擔憂的是反向的可能性：立場強烈的群體也可以利用 AI 來生產更精緻、更具說服力的宣傳內容。最終的結果，可能不是社會變得更理性，而是中間族群獲得更好的思考工具，而兩端的極化者則獲得更鋒利的武器。

Jon Ronson 並沒有給出解答，這本書也不是一本提供解方的書。它更像是一面鏡子，讓你看見自己某一次轉發、某一次按讚、某一次加入公審行列的時刻——那個當下，你也認為自己在伸張正義。

也許真正的收穫，不是找到對抗炎上文化的方法，而是在下一次衝動反應之前，多停留幾秒，問自己：我現在看到的，是一個完整的人，還是一個被壓縮成符號的事件？

這個問題沒辦法改變演算法，但或許能改變你自己。

· · ·