我的记者梦想源于电影《收播新闻》，在电影中，主角简·克雷格每天早上都有一套固定的行动流程。到了指定的时间，她就要坐下来大哭一分钟。一分钟过后，她擦干脸上的泪水，继续度过她的一天，丝毫不流露出悲伤的迹象。
(相关资料图)
记者们一直都是相当忧郁的一群人，他们制作的新闻也反映出这一点。
传播学者发现，许多年来，在许多国家，政治话题的报道往往更多地以消极或愤世嫉俗的口吻传达，而非以积极的口吻；2000年代中期的一项研究发现，美国、德国、意大利和奥地利的竞选报道中，约一半传达了坏消息，仅有6%的报道传达的是好消息。从某些方面来看，情况正在恶化；最近的一项研究发现，在2000年至2019年期间，美国新闻中“传递愤怒、恐惧、厌恶和悲伤情绪的新闻标题比例”显著增长。
一些新闻消费者已然屈服于这种现象，借用记者卡伦·何的难忘说法，他们发现自己沉迷于“末日滑动”，读来读去的都是这样一些文章：乌克兰冲突是否会演变成第三次世界大战？另一场摧毁世界秩序的大流行病是否即将来临？我们是否已经越过了关键的气候临界点？
至少还有一些新闻消费者对这种情况则并不满意。牛津大学路透新闻研究所去年进行的一项国际调查发现，在几乎所有的受访国家，对媒体的信任度都在下降，越来越多的人表示他们在回避新闻。为什么？受访者说，因为这些新闻“对他们的心情产生了负面影响”。
那么……我们为什么会这样呢？难道我们这些记者只是一群可悲的家伙，坚持要把我们的神经症传播给全世界吗？尽管读者抗议这些内容，但莫非，他们的确更倾向于点进消极或可怕的新闻吗？
毫无疑问，这两件事都是真的，并且“供给侧”和“需求侧”的产生原因可能出自同一个源头。事实证明，人类有一种社会心理学家称之为“消极偏见”的特征：相较于看似好的消息，我们往往更关注看似不好的信息。
这可能是新闻如此令人沮丧的根本原因之一。我们就是在找这种信息。
何谓消极偏见？
社会心理学家最大的热情之一就是搜寻人类行为在理性和感知方面的许多失误，也就是让我们偏离正轨的系统性偏见。“消极偏见”指的是消极信息和经历压倒积极信息和经历的倾向。
早在1967年，心理学家玛乔丽·里奇和合著者就得出结论称，在让大学生阅读描述陌生人性格的段落时，他们受到负面描述的影响比正面描述更大。1982年，特蕾莎·阿玛比尔和安·格雷兹布鲁克提出，“人们在评价他人或其工作时可能存在一种普遍的消极偏见，”并指出那时已有数项其他研究发现了同样的情况。
2001年的一篇综述论文直言不讳地表示：“‘坏’比‘好’更强大。”而所有的这些研究都是在“末日滚动”盛行的Instagram时代来临之前进行的。这表明，这种现象源于人类认知深层的某些事物，而非社交媒体的影响。
如今，在公元2023年，当有人告诉你“社会心理学家说了某件事”，你的第一反应应该是：“我为啥要相信社会心理学家？他们有超多出名的研究成果都被推翻了诶。”这是事实：这个领域正是“可重复危机”的核心地带，许多曾经被广为吹捧的社会心理学概念在经过重复测试后已然宣告不成立（比如“自我损耗”，由“坏比好更强大”论文的主要作者提出）。
然而，我采访的研究人员表示，消极偏见的普遍存在得到了极为广泛的验证，迄今为止，它还完全未曾受到可重复危机的影响。波士顿大学市场营销学教授兼埃弗雷特·威·洛德杰出教师学者凯瑞·莫雷奇解释说：“来自不同实验室、理论传统和人员背景的大量研究都已证明，在多种刺激下，记忆和注意力都存在消极偏见。”
莫雷奇的研究发现了“外部施动”中的消极偏见：当不好的事情发生时，人们更倾向于将不好的事情归咎于他人，而不是将好的事情归功于他人。随后对婴儿的研究复现了这一发现。
对此，加州大学洛杉矶分校的传播学和政治学系教授斯图尔特·索罗卡表示赞同：“这可能是心理学文献中最有力的发现之一。”索罗卡专门研究这种偏见对新闻的影响。他与帕特里克·福尼尔及莉拉赫·尼尔一道，对17个国家的1100多名参与者进行了一项大规模研究，衡量消费者对看似正面或负面的新闻的反应。
索罗卡等人写道：“受访者在一台笔记本电脑上观看7条随机排列的英国广播公司全球新闻故事，同时佩戴降噪耳机和手指上的传感器，以捕捉皮肤电导率和血容量脉冲。”
正面新闻的例子包括巴西一家芭蕾舞团雇佣盲人舞蹈演员、一名幼童从肝病中康复，以及一则关于“阿巴乐队人气不减”的瑞典新闻。负面新闻的例子包括秘鲁钦博特市被烧毁、联合国对斯里兰卡的战争罪行开展调查，以及以色列极端正统派活动人士阻止女孩上学。
“皮肤电导率”指的是电流穿过皮肤的难易程度，这是一种被广泛认为可靠的测量方法，自20世纪初以来一直得到各种形式的使用，通过观察这类生理反应，研究的作者们试图绕过自我报告的局限性，确定读者的即时反应。鉴于有时候，即便人们的行为表明他们更喜欢坏消息，他们仍然会自称更喜欢好消息，因此依赖自我报告之外的其他方法是有道理的。
在样本中，他们发现，平均而言，负面新闻比正面或中性新闻引起更强烈的生理反应，并获得了更多关注，不过，个体之间的反应差异相当大，少数人对正面新闻的反应更为强烈。
这解释了“坏消息困境”的需求侧。观看和消费新闻的人似乎更容易被消极、忧郁的故事吸引，而非积极的故事。但它也解释了供应侧。新闻记者在选择报道哪些故事时有一定的自由裁量权，如果我们也有消极偏见，那么我们可能面对着和我们读者相同的冲动，正是这种冲动让我们选择报道更多的负面新闻。
对于喜欢好消息的人来说是个好消息
索罗卡并不是末日主义者。他认为，传播真善美新闻报道的环境实际上正在改善。首先，他认为新闻报道的整体情绪并不曾恶化。
大约十年前，他和同事洛里·杨开发了一种用于评估不同政治信息的正面或负面程度的“情感分析”工具，名为词汇编码情感词典。该词典很简单：它包含了一系列编码为“正面”的词和编码为“负面”的词，并统计每个词在测试中出现的频率，同时对否定结构的使用加以调整。
索罗卡认为，词典将文本分为“正面”和“负面”，这种分类方式总体上与人类的分类方式相一致，通过自动化处理，该词典使研究人员能够分析多得多的文本。
斯图尔特·索罗卡和扬娜·克鲁普尼科夫，《好消息的传播可行性不断提高》 ，2021年。
他和另一位合著者，密歇根大学的扬娜·克鲁普尼科夫，使用词汇编码情感词典分析了1990年至2018年美国全国广播公司、美国广播公司和哥伦比亚广播公司晚间新闻节目的情感倾向。他们没有发现任何下降趋势，但情感倾向的波动性很大。有时报道会格外消极；有时报道会格外热情洋溢。但总的来说，没有明显的趋势线。
更重要的是，索罗卡和克鲁普尼科夫认为，人们对好消息和坏消息的接受程度各不相同。看似“新奇”或“异常”的好消息往往会得到更多的报道，因为人们对新奇事物抱有的注意力偏见可能会减轻他们的消极偏见。
他们注意到，在晚间电视新闻中，最后一个时段几乎总是“好消息”。美国公共广播电视公司在威斯康星州的一位主播弗雷德丽卡·弗雷伯格告诉作者：“在说晚安的时候，你不想让观众完全沉浸在沮丧之中。”换句话说，人们渴望与此前的沉闷新闻不同的内容；他们渴望新奇。
还有一些人只对好消息更感兴趣。索罗卡曾与他的同事马克·特拉斯勒共同进行过一项实验室研究，以观察声称喜欢好消息的消费者在现实中是否真的更多地点击这些消息。结果并非如此；你说你想阅读好消息并不能预测你的实际消费习惯。但他们仍然发现了结果中的异质性：有相当一部分人在实际操作中都更多地点击了好消息。
在那个媒体垄断的世界里，大多数人都依赖于一两家当地报纸和三家全国性新闻网，这些乐观派的少数群体……不怎么走运。多数人的偏好占了上风，而多数人更倾向于负面新闻。
©Caspia Consultancy
我们不再生活在那个世界了。夜间新闻的受欢迎程度已然大幅下滑，来自世界另一端的报纸与本地报纸一样容易获取，几乎每个人都可以接触到数千家彼此竞争的新闻机构。对于索罗卡和克鲁普尼科夫来说，这表明好消息的市场正变得越来越强劲。如今，媒体不必提供那么多的负面文章也可以开辟自己的市场，这在三四十年前是不可能的。
索罗卡告诉我：“最终的结果可能是，与以往任何时刻相比，如今的人们能更好地在搜索新闻时找到自己理想的平衡。”
他们已经找到了证据证明这种情况正在发生，或者至少是短暂地发生了。他们记录到，Facebook上一些非常成功的新闻账号——尤其是左翼的“争上”和“占领民主党”，以及右翼的“梭鱼旅”——平均发布的正面新闻多于负面新闻。如果新闻能够调动人心、印证他们的信仰等等，各党派的铁杆人士都会对正面新闻持开放态度。话虽如此，由于无法获得更近期的数据，他们此处的数据都来自2017年的特朗普时代以前。那之后，事情就……变得黑暗了。
不过，任何一位记者都可以告诉你，新媒体的前景并非一片光明。首先，像Facebook这样的平台的算法结构会放大我们自己的消极偏见。从2016年到2019年，在决定向其他用户展示哪些帖子时，Facebook为针对某条推送的“愤怒”表情反应赋予的权重是“喜欢”表情反应的五倍，因为他们的机器学习算法发现，让人生气的帖子比让人愉悦的帖子更能激发人们的参与度。这种算法在一定程度上反映出，人们确实更喜欢分享激怒他们的新闻，但算法也放大了该倾向，而网站和用户双方都要为此付出代价。
因此，新闻消费者被夹在两股相互竞争的力量之间。一方面，他们享受着一套有史以来最大、最多样化的新闻生态系统，以及一张通过他们的发帖、点赞和其他互动方式向他们提供他们想要的新闻的社交媒体网络。理论上，这应该使那些想要读到好消息的人更容易获得这些信息。但这也让消费者受制于自己的冲动。尽管从更高的层面上考虑，他们也许想要获得不那么悲惨的新闻，但在当下，他们可能就是更喜欢末日调调的新闻——而他们所依赖的媒体和平台只会乐于提供这些坏消息。
“眼下的我们也许更有动力去关注负面的新闻，”莫雷奇解释道，“如果有足够多的负面信息，可能会降低我再次访问该网站的冲动。这可能对我的身心健康产生负面影响。从长远来看，这些网站或许应该加入更多的正面信息。仅仅考虑人们在当下的行为可能不足以捕捉到他们的全部偏好。”
他将目前的情况比作一家按算法运营的航空公司，该公司决定只提供人们当下最想吃的餐食。这家航空公司会先让乘客在薯片和胡萝卜段里二选一；当几乎所有人都选了薯片后，他们可能会接着问“薯片还是布朗尼？”然后是“布朗尼还是冰淇淋？”不久之后，整张菜单上都会充斥着糖分。这满足了人们的即时偏好，但从长远来看，会让他们痛苦不堪。
对于新闻媒体和社交网络来说，考虑消极偏见是一项棘手的任务。我们可以满足人们当前的需求。但在这样做的时候，我们也许是在为他们提供空虚的热量，而这只会让他们在未来的某个时刻生病。
