网络暴力：大脑如何把人推向极端？

近期，奥运冠军全红婵遭遇长期网络暴力引发了大量热议。据悉，全红婵自2022年开始，就受到一个名为“水花征服者联盟”的微信群内的大量人身攻击，该社群内充斥着各种侮辱性绰号以及诽谤和谩骂等。全红婵的经历并非个例，包括谷爱凌、朱易、苏炳添、陈梦在内的体坛明星也都遭受过不同程度的网暴，例如对他们的个人状态和外貌等进行大规模羞辱和攻击等。

作为一位从青少年时期就开始经历网暴的年轻女性，全红婵遭受的网络暴力远远超过了她这个年纪所能承受的程度。这一事件再次让“网暴”置于聚光灯之中，也让治理网暴显得更为迫切，尤其是在青少年网暴现象在全球范围内上升的趋势下。

据世界卫生组织于2024年发布的《学龄儿童健康行为》（Health Behaviour in School-aged Children, HBSC）研究，在44个国家和地区范围内，有15%-16%的青少年报告曾遭受网暴，这一数据相比于2018年有所增加[1]。联合国于今年3月发布的一份最新报告则指出，全球约3万名儿童中有约三分之二表示网暴现象增加[2]。中国学生群体相关数据显示，网暴受害高达57%，而有约27%的个体同时是施害者和受害者[3]。

在这些严峻数据的背后，青少年群体可能正在遭受辱骂诋毁、网络骚扰和跟踪、冒充他人、隐私泄露、谣言扩散、群体围攻、污名化、排斥孤立等一系列伤害，也可能面对近年来逐渐升级的“深度伪造”和“网络开盒”[4]等更为极端和难以应对的情形。这些行为不仅会在短期内引发强烈的抑郁、焦虑、羞耻与社会退缩，更可能通过持续激活大脑的应激与社会威胁系统，对青少年的情绪调节能力、自我认同乃至长期心理健康造成深远影响。

很多人将网暴归因于平台机制或技术环境，但这很可能只是表层现象。若要真正理解并应对这一问题，需要回到其更深层的本质：一种由我们的天然倾向驱动并通过网络环境放大的系统性产物。这些倾向潜藏着大脑最原始的机制：对情绪和威胁的敏感，对模糊信息的过度解读，以及对区分“自己人”和“外人”的执着。

是什么推动了网暴？

网暴如何始于大脑失衡

如果将网络暴力放在“霸凌/欺凌”的范畴之下，可以发现这种行为本身和我们大脑处理威胁和情绪的反应息息相关。

在负责识别威胁和情绪的关键区域杏仁核中，已有研究观察到欺凌者的杏仁核水平异常。例如，在分析了49名青少年在情绪识别任务下的大脑活动后，一项发表于《社会认知与情感神经科学》（Social Cognitive and Affective Neuroscience）期刊的研究发现，参与欺凌行为更多的个体，其杏仁核对愤怒面孔的反应更强，对恐惧面孔的反应更弱[5]。这意味着，欺凌者很可能更容易被愤怒激发，也更容易忽视欺凌对他人造成的痛苦和伤害。

杏仁核

与此同时，欺凌者还表现为情绪控制相关脑区的调控失衡，主要受影响区域为前额叶皮层（PFC）。PFC是大脑中负责计划、决策和自我控制的区域，让人能够抑制冲动、进行理性思考并权衡长远后果。

神经影像学研究表明，负责执行控制的背外侧前额叶（dlPFC）在欺凌者中激活不足，导致欺凌者难以抑制冲动和规划行为[6], [7]。同时，在面对整合道德判断、情绪反应和最终行为的情况下，欺凌者的腹内侧与腹外侧前额叶连接异常，这不仅使个体难以抑制攻击冲动，也让其对伤害他人难以产生正常的情绪反馈[8], [9]。此外，欺凌者的内侧前额叶（mPFC）也可能出现异常激活，尤其是在面对他人被排斥或处于弱势地位时[10], [11]。系统综述还表明，PFC与杏仁核等边缘系统之间的功能连接异常，这进一步使通过杏仁核等脑区介导的情绪反应，难以被PFC有效调节[12]。

前额叶调控失衡更容易在青少年阶段出现，这也是为什么青少年群体中特别容易出现校园霸凌和网暴现象。前额叶皮层是大脑中发育最晚的区域之一，其在青春期仍处于持续成熟过程中。相比之下，与情绪和奖赏相关的边缘系统（如杏仁核、纹状体）则更早达到功能高峰。这种发育上的不平衡使青少年在面对社会评价、冲突或地位竞争时，更容易受到情绪和即时反馈的驱动，而缺乏稳定的自我调节能力。

近年来的研究表明，欺凌行为还可能通过大脑的“奖赏系统”发挥作用。功能性磁共振成像（fMRI）研究发现，在观看他人受到排斥或处于弱势地位时，具有较高欺凌倾向的青少年，在腹侧纹状体等核心奖赏区域表现出显著更强激活[10]。进一步研究指出，欺凌行为与个体的奖赏敏感性及社会支配动机呈正相关，尤其是在涉及地位、控制和同伴关注等“社会奖励”情境中更为明显[10], [13]。与此同时，攻击行为也被证实可以激活多巴胺相关的奖赏通路，其神经反应模式在某种程度上类似于赌博或竞争胜利所带来的强化效应[14], [15]。因此，当受害者持续受到网暴时，欺凌者则一边“享受”他人受到排斥和打压的乐趣，一边“花式”伤害别人，在本就情绪失控的情况下更加走向极端。

让网暴行为继续升级的机制，还深深嵌合在欺凌者对理解他人的共情能力中。认知心理学研究表明，欺凌者在心理理论（Theory of Mind）*中表现正常甚至更优，能够准确理解他人的意图、情绪与反应，从而更有效地识别弱势个体并预测其行为[16]。然而，欺凌者情感性共情能力显著较弱，即虽然“看得懂他人的痛苦”，却难以产生情绪共鸣[17], [18]。这一认知和情感上的分离，使得社会认知能力被用于操控而非理解。也就是说，欺凌者可能很清楚他人在遭受什么，但他们并不在乎。

*注：心理理论（Theory of Mind）是指个体能够理解他人拥有独立于自身的想法、情绪与意图，并据此预测其行为的能力，通常可分为认知性心理理论（理解他人的信念与想法）和情感性心理理论（理解他人的情绪与感受）。

在结合了一系列神经科学和心理学证据后，发表于《认知科学趋势》（Trends in Cognitive Sciences）的综述总结认为，欺凌行为由两种不同路径所驱动。其中，“冷酷-无情型”（callous-unemotional）个体对他人痛苦反应迟钝、难以从惩罚中学习；“情绪反应型”（non-callous/reactive）则表现为对威胁高度敏感、情绪调节能力不足，更容易在低强度刺激下被触发[6]。因此，欺凌，以及延伸而出的网络暴力，并不能简单理解为一种道德缺陷，而是大脑的情绪、奖赏与控制系统在不同个体中失衡的结果。

“脑补”也能导致伤害

当情绪失控在网暴环境中滋生时，人们本就存在的认知偏误，也在悄然助推着对受害者的误解。

所谓认知偏误，是指个体在接收、解释和评估信息时所产生的稳定性偏差，它是一种具有方向性的加工倾向，会在不确定或信息不足的情境中影响判断与决策。在网络环境中，由于缺乏表情、语气、上下文等，个体更依赖内部认知框架对信息进行“脑补”，再加上负面情绪的影响，很容易使这些偏误被显著放大。

网暴正是在认知偏误的影响下，从信息解释到行为决策一路加剧。在信息解释阶段，个体容易表现出敌意归因偏差（hostile attribution bias），即在模糊情境中倾向于将他人言行解读为有意冒犯或攻击，这一偏差已被纵向研究证实能够显著预测网络欺凌行为[19]。而在面对评价与道德加工时，个体通过“只是玩笑”“对方活该”等认知方式弱化行为的伤害性，从而降低内在道德约束[20]。在行为决策期间，结果预期偏差进一步强化攻击倾向，即高估网络攻击带来的收益（如关注、地位）并低估其成本与后果[21]。在这一过程中，反刍思维等情绪相关认知偏差还会不断放大负面体验，使敌意解释更加稳定，从而推动行为向攻击方向演化[22]。

需要警惕的是，对于我们每个人来说，认知偏误都是一种很难立即克服的倾向。当认知偏误在情绪与不确定性中被放大时，很多人可能都会滑向误解的深渊，并将攻击进一步转化为持续的行为。

人类天生更排斥“外人”

随着人们对他人的误解加深，“他—我”这种心理划分所形成的群体结构，更是将网暴推向群体攻击的高潮。

“他我”划分是一种在内群体与外群体边界的社会行为：个体首先通过社会分类将他人划入“我们”或“他们”，随后再基于这一划分进行情绪反应与道德判断。当施暴者属于内群体时，旁观者更容易淡化其行为、为其辩护或选择沉默；而当受害者被视为外群体成员时，同情与干预意愿则显著下降，甚至更容易发生去人性化与集体性攻击。

一项发表于《英国心理学期刊》（British Journal of Psychology）的研究通过分析90名儿童在阅读恶意短信情形下的表现时发现，当儿童被归入不同群体（施暴者一方、受害者一方或旁观群体）后，他们对同一欺凌事件的情绪反应和行为倾向会显著不同，并且这种差异会随着对群体的认同强度和群体规范（是否鼓励攻击）而进一步放大[23]。类似地，一项基于情境问卷实验的职场研究通过操控“关系远近”和“旁观者数量”，发现当受害者被视为“自己人”时，旁观者更可能出手帮助，而当其被视为外群体成员或旁观者较多时，个体更容易选择不介入[24]。

此外还有研究发现，在线群体行为和社会认同能显著关联到网络仇恨行为，当人们越沉浸于某些在线群体，越强烈进行“我们”和“他们”的社会分类，越可能产生外群体敌意表达[25]。发表于《信息系统研究》（Information Systems Research）的研究则通过构建模拟社交媒体网暴情境进一步发现，旁观者的参与（点赞、评论、转发）会不断强化攻击、扩大传播范围并延长了网暴的伤害周期[26]。

值得注意的是，这种群体划分的倾向并非欺凌者专属，它也同样根植于我们每个人的大脑中。著名畅销书作家、神经科学家罗伯特·萨波斯基（Robert Sapolsky）在《行为：人类最好和最糟行为背后的生物学》（Behave: The Biology of Humans at Our Best and Worst）一书中指出，人类会在极短时间内自动完成“我们—他们”的分类，这一过程甚至可以在毫秒级的视觉呈现中被大脑捕捉到，且无需意识参与。

萨波斯基总结了一系列与这种划分有关的神经科学证据，例如，当个体看到外群体成员时，杏仁核等与威胁和情绪反应相关的区域更容易被激活，而负责面孔精细识别的梭状回反应则相对减弱，表现为对外群体个体的识别与记忆能力下降；同时，与共情相关的“同构反射”在面对外群体个体时也会减弱，意味着我们在神经层面对“他们”的痛苦本能反应更弱。这种“他我之分”不仅影响知觉和情绪，还会影响激素系统，例如催产素虽然能增强信任与合作，但主要作用于内群体成员，对外群体甚至可能产生相反效果。此外，内隐联系测验（IAT）显示，人们会在无意识层面更快地将正面特质与内群体联系、将负面特质与外群体联系，这种偏向并非后天刻意形成，而是深植于自动化的信息加工过程中[27]。

网络，人性的放大器

当认知偏误和他我之分这些根深蒂固的倾向推动网暴时，互联网无疑添加了最后一把火。匿名化、低上下文、高可见性、高互动性和传播性等，以及人工智能伪造内容的泛滥，不仅促进了情绪蔓延，加深认知偏误，也让阵营划分变得尤为迅速。

在对匿名平台Ask.fm的分析中，研究人员发现匿名性显著提高了攻击行为的发生率，并使表达更为直接和极端[28]。也有研究指出，社交媒体的高可见性使攻击行为能够被大量观众持续观看，从而放大羞辱效应[29]。攻击性内容还可以通过平台的传播机制快速扩散，使单次攻击演变为群体性围攻[30]。研究还发现，社交媒体使用强度与网络欺凌的参与和遭遇概率均呈正相关[31]。此外，网络环境更容易聚集参与者并形成群体攻击，网暴也往往嵌入既有的社交关系网络之中[32], [33]。

面对网暴，我们能做什么？

网暴对心理健康的危害不容忽视。已有研究发现，网暴受害者的抑郁与焦虑水平显著升高[34]。进一步的神经科学研究表明，受害者的前额叶皮层调控能力下降，使其更难调节情绪，从而更容易陷入焦虑与抑郁状态[35]。此外，网络排斥与攻击会激活前扣带回和岛叶等“社会痛觉系统”，其神经反应与身体疼痛高度重叠[36]。在更长期层面，持续暴露还可能影响脑结构与发育，并通过HPA轴改变压力反应系统，导致皮质醇异常、睡眠问题以及慢性情绪障碍[37]。

可以说，网暴与心理健康之间形成了一个自我强化的循环。一方面，已有抑郁或焦虑的个体更容易成为网暴的目标，甚至更可能卷入攻击行为。从机制上看，情绪脆弱和社会焦虑使个体更容易被识别为“弱势目标”，且反击能力较弱和更容易内化攻击，但同时也更容易在压力驱动下产生敌意反应或攻击行为，并将受害经历转化为模仿或反击。另一方面，持续的网暴也会进一步加剧情绪问题与认知失调。

目前，针对网暴现象亟需通过同伴、学校、家庭与平台进行协同干预。从学校层面来看，提高学生的社会能力（如情绪理解与冲突处理）能够在一定程度上减少攻击行为[38]。此外，家长的参与，包括日常沟通、行为监控与规则设定，也能够显著降低青少年卷入网暴的概率[39]。与此同时，学校和家长还可以通过旁观者干预训练，提高青少年对受害者的支持意愿，并减少其参与攻击的可能[40]。

根据2024年8月起实施的《网络暴力信息治理规定》，平台方面不仅需要赋予用户自主防护能力（如屏蔽、限评、私信过滤等），也要进行风险识别与主动提示，并在严重情形下提供干预与上报。同时，平台还需要通过证据留存与便捷取证支持用户维权，优化投诉举报流程以提升处理效率，并对未成年人等重点人群实行优先保护与快速处置[41]。

如果你或身边人正在目睹或者遭遇网暴，各个平台都有提供相应的防范功能。大部分平台都会在监测到用户遭遇网暴后提醒开启一键保护功能，以屏蔽陌生人的评论、私信和@等。同时，用户也可以主动选择开启相应功能，例如抖音用户可通过搜索 “网暴” 点击 “一键防护” 进入保护专区，小红书用户可在 “小红书安全中心”开启“小红盾·防网暴”，微博用户可在“隐私设置”中开启“一键防护”。

抖音拒绝网暴专区

不过，尽管我们可以通过技术过滤内容、限制传播、提高违规成本等，却难以直接改变我们如何理解他人、如何解释模糊信息、以及在群体中如何做出选择。网络所放大的，正是原本就存在于人类认知系统中的倾向：对威胁的过度敏感、对“我们”的偏爱以及对“他们”的简化与忽视。

当我们直面这些倾向时，真正复杂的或许从来不是技术，而是如何在尊重他人的同时，持续警惕我们自身。

参考文献

1. https://www.who.int/europe/news/item/27-03-2024-one-in-six-school-aged-children-experiences-cyberbullying--finds-new-who-europe-study

2. https://news.un.org/en/story/2026/03/1167111

3.https://cssn.cn/skgz/bwyc/202312/t20231221_5720266.shtml?utm_source=chatgpt.com

4. https://www.secrss.com/articles/87623

5. Swartz, J. R., Carranza, A. F., & Knodt, A. R. (2019). Amygdala activity to angry and fearful faces relates to bullying and victimization in adolescents. Social cognitive and affective neuroscience, 14(10), 1027-1035.

6. Viding, Essi, Eamon J. McCrory, Sarah-Jayne Blakemore, and Norah Frederickson. ‘Behavioural Problems and Bullying at School: Can Cognitive Neuroscience Shed New Light on an Old Problem?’ Trends in Cognitive Sciences 15, no. 7 (2011): 289–91.

7. Wen, X., Shu, Y., Qu, D., Wang, Y., Cui, Z., Zhang, X., & Chen, R. (2023). Associations of bullying perpetration and peer victimization subtypes with preadolescent’s suicidality, non-suicidal self-injury, neurocognition, and brain development. BMC medicine, 21(1), 141.

8. Cubillo, A. (2022). Neurobiological correlates of the social and emotional impact of peer victimization: A review. Frontiers in psychiatry, 13, 866926.

9. Du Plessis, M. R., Smeekens, S., Cillessen, A. H., Whittle, S., & Güroǧlu, B. (2019). Bullying the brain? Longitudinal links between childhood peer victimization, cortisol, and adolescent brain structure. Frontiers in psychology, 9, 2706.

10. Perino, M. T., Guassi Moreira, J. F., & Telzer, E. H. (2019). Links between adolescent bullying and neural activation to viewing social exclusion. Cognitive, Affective, & Behavioral Neuroscience, 19(6), 1467-1478.

11. Palamarchuk, I. S., & Vaillancourt, T. (2022). Integrative brain dynamics in childhood bullying victimization: cognitive and emotional convergence associated with stress psychopathology. Frontiers in integrative neuroscience, 16, 782154.

12. Ke, T., De Simoni, S., Barker, E., & Smith, P. (2022). The association between peer‐victimisation and structural and functional brain outcomes: A systematic review. JCPP advances, 2(2), e12081.

13. Güroğlu, B., & Veenstra, R. (2021). Neural underpinnings of peer experiences and interactions: A review of social neuroscience research. Merrill-Palmer Quarterly, 67(4), 416-456.

14. Rosell, D. R., & Siever, L. J. (2015). The neurobiology of aggression and violence. CNS spectrums, 20(3), 254-279.

15. Mathiak, K. A., Klasen, M., Weber, R., Ackermann, H., Shergill, S. S., & Mathiak, K. (2011). Reward system and temporal pole contributions to affective evaluation during a first person shooter video game. BMC neuroscience, 12(1), 66.

16. K Smith, P. (2017). Bullying and theory of mind: A review. Current psychiatry reviews, 13(2), 90-95.

17. Imuta, K., Song, S., Henry, J. D., Ruffman, T., Peterson, C., & Slaughter, V. (2022). A meta-analytic review on the social–emotional intelligence correlates of the six bullying roles: Bullies, followers, victims, bully-victims, defenders, and outsiders. Psychological Bulletin, 148(3-4), 199.

18. Pedditzi, M. L., Fadda, R., Striano Skoler, T., & Lucarelli, L. (2022). Mentalizing emotions and social cognition in bullies and victims. International journal of environmental research and public health, 19(4), 2410.

19. Li, X. M., Zhao, Y. Q., & Xia, L. X. (2024). Longitudinal serial effect of hostile attribution bias and moral disengagement on cyberbullying: A cognitive mechanism of cyberbullying based on its component. Psychology of Violence.

20. Runions, K. C., & Bak, M. (2015). Online Moral Disengagement, Cyberbullying, and Cyber-Aggression. Cyberpsychology, Behavior, and Social Networking, 18(7), 400-405.

21. Pornari, C. D., & Wood, J. (2010). Peer and cyber aggression in secondary school students: The role of moral disengagement, hostile attribution bias, and outcome expectancies. Aggressive Behavior: Official Journal of the International Society for Research on Aggression, 36(2), 81-94.

22. Li, M., He, Q., Zhao, J., Xu, Z., & Yang, H. (2022). The effects of childhood maltreatment on cyberbullying in college students: The roles of cognitive processes. Acta psychologica, 226, 103588.

23. Jones, S. E., Manstead, A. S., & Livingstone, A. G. (2011). Ganging up or sticking together? Group processes and children's responses to text-message bullying. British journal of psychology, 102(1), 71–96.

24. Madden, C., & Loh, J. (M. I. ). (2020). Workplace cyberbullying and bystander helping behaviour. The International Journal of Human Resource Management, 31(19), 2434–2458.

25. Kaakinen, M., Sirola, A., Savolainen, I., & Oksanen, A. (2020). Impulsivity, internalizing symptoms, and online group behavior as determinants of online hate. PloS one, 15(4), e0231052.

26. Chan, Tommy K. H., Christy M. K. Cheung, Izak Benbasat, Bo Xiao, and Zach W. Y. Lee. ‘Bystanders Join in Cyberbullying on Social Networking Sites: The Deindividuation and Moral Disengagement Perspectives’. Information Systems Research 34, no. 3 (2023): 828–46.

27. https://mp.weixin.qq.com/s/gn0iqUVifG_e7PS5_g2zjw

28. Hosseinmardi, Homa, Amir Ghasemianlangroodi, Richard Han, Qin Lv, and Shivakant Mishra. ‘Towards Understanding Cyberbullying Behavior in a Semi-Anonymous Social Network’. arXiv:1404.3839. Preprint, arXiv, 21 August 2014.

29. Chan, T. K. H., Cheung, C. M. K., & Wong, R. Y. M. (2019). Cyberbullying on Social Networking Sites: The Crime Opportunity and Affordance Perspectives. Journal of Management Information Systems, 36(2), 574–609.

30. Squicciarini, A., S. Rajtmajer, Y. Liu, and C. Griffin. ‘Identification and Characterization of Cyberbullying Dynamics in an Online Social Network’. In Proceedings of the 2015 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining 2015. ACM Conferences. 2015.

31. Ni, J., Fu, H., Zhu, Y., Li, Z., Wang, S., & Su, H. (2025). Social media usage and cyberbullying: the moderating role of tie strength. Frontiers in psychology, 16, 1490022.

32. Kaakinen, Markus, Anu Sirola, Iina Savolainen, and Atte Oksanen. ‘Impulsivity, Internalizing Symptoms, and Online Group Behavior as Determinants of Online Hate’. PLOS ONE 15, no. 4 (2020): e0231052.

33. Festl, Ruth, and Thorsten Quandt. ‘Social Relations and Cyberbullying: The Influence of Individual and Structural Attributes on Victimization and Perpetration via the Internet’. Human Communication Research 39, no. 1 (2013): 101–26.

34. von Humboldt S, Low G, Leal I. From Words to Wounds: Cyberbullying and Its Influence on Mental Health Across the Lifespan. Behavioral Sciences. 2025; 15(5):619.

35. Nesin SM, Sharma K, Burghate KN and Anthony M (2025) Neurobiology of emotional regulation in cyberbullying victims. Front. Psychol. 16:1473807.

36. Mills, L., Driver, C., McLoughlin, L.T. et al. A Systematic Review and Meta-analysis of Electrophysiological Studies of Online Social Exclusion: Evidence for the Neurobiological Impacts of Cyberbullying. Adolescent Res Rev 9, 135–163 (2024).

37. González-Cabrera, J., E. Calvete, A. León-Mejía, C. Pérez-Sancho, and J. M. Peinado. ‘Relationship between Cyberbullying Roles, Cortisol Secretion and Psychological Stress’. Computers in Human Behavior 70 (May 2017): 153–60.

38. Gradinger, P., Yanagida, T., Strohmeier, D. and Spiel, C. (2016), Effectiveness and sustainability of the ViSC Social Competence Program to prevent cyberbullying and cyber-victimization: Class and individual level moderators. Aggr. Behav., 42: 181-193.

39. Wang, L., & Jiang, S. (2023). Effectiveness of Parent-Related Interventions on Cyberbullying Among Adolescents: A Systematic Review and Meta-Analysis. Trauma, violence & abuse, 24(5), 3678–3696.

40. Kutok ER, Dunsiger S, Patena JV, Nugent NR, Riese A, Rosen RK, Ranney ML
A Cyberbullying Media-Based Prevention Intervention for Adolescents on Instagram: Pilot Randomized Controlled Trial
JMIR Ment Health 2021;8(9):e26029

41. https://www.cac.gov.cn/2024-06/14/c_1720043894161555.htm

作者：EY