投喂、塑形与规训，中年女人觉醒背后的算法推手与情绪思想极端化

一个中年女人的“觉醒”

缇娜（化名）今年42岁，在一家事业单位做了十几年会计。2023年春天，她第一次下载了某短视频平台，初衷只是想看看做菜教程。最初的日子里，她刷到的内容确实以家常菜和收纳技巧为主。但大约三个月后，她的首页开始发生变化——做菜视频逐渐被一种新型内容取代：一个妆容精致的年轻女性对着镜头说，“你老公不给你花钱，就是不爱你了。”另一个“情感导师”用笃定的语气分析：“中国男人配不上中国女人。”还有那些精心剪辑的短视频，配上悲情的音乐，讲述着“女人在婚姻里如何被消耗”。

缇娜开始频繁转发这些内容到家庭群。她和丈夫的争吵越来越多，理由从“你不关心我”升级为“你和你全家都在PUA我”。她在某书上开通了账号，每天发“独立女性宣言”。她开始要求重新分配家庭财产，甚至一度向单位请了长假，说要“找回自我”。

缇娜的丈夫找到我时说的第一句话是：“她以前不是这样的，就这两年，像换了个人。”

这不是个例。在算法驱动的自媒体平台上，无数个“缇娜”正在被制造出来。改变的不仅仅是她的观点，而是她感知世界的方式——她的认知架构、情绪反应模式、乃至对“自我”的定义，都在被一套看不见的系统悄然重塑。这个系统由算法、资本、数据和心理操纵术共同构成，正在以前所未有的精度和规模，重新雕刻人类的集体意识。

一、上瘾的神经基础：被精确定义的“注意力捕获系统”

社交媒体平台不是“自然生长”出来的工具，而是被精心设计的注意力捕获系统。它们的底层逻辑建立在对人类神经机制的精确利用之上，目标只有一个：最大化用户停留时长。

这个系统的核心武器，是行为主义心理学中一个古老的发现——可变比率强化。斯金纳（B.F. Skinner）在20世纪30年代发现，当奖励在不规律的时间间隔后随机出现时，行为被强化的效果最强。赌场老虎机利用的就是这个机制，社交媒体同样如此。每一次下滑刷新，都是一次拉动老虎机的拉杆；每一次打开APP，都是一个不确定的奖励预期。

社交平台利用的是多巴胺系统的“预期机制”：多巴胺的释放发生在奖励的预期阶段，而非获得奖励之后。平台通过通知图标、未读消息红点、点赞提示等功能，持续制造预期性神经唤醒。谷歌前设计伦理学家特里斯坦·哈里斯（Tristan Harris）将这种设计称为“一场冲向脑干底部的竞赛”——各大平台竞相比拼谁能在更短的时间内触发用户最原始的情绪反应。

理解这个机制还不够。关键问题在于：当大脑被反复暴露在这种间歇性奖励刺激下时，它会经历什么？

华东师范大学的研究揭示了一个更深层的链条：深夜刷手机停不下来，是“心理补偿、自我损耗与间歇性奖励”三重机制共同作用的结果。白天被剥夺的自主感在夜晚以“报复性熬夜”的形式寻求补偿；前额叶皮层在一天消耗后功能下降，边缘系统（情绪脑）趁机掌权；短视频的不确定性奖励则持续刺激多巴胺分泌，形成难以打破的循环。

简单说：平台先让你疲惫，再利用你的疲惫。前额叶是大脑的“刹车系统”，负责理性判断和自我控制。当它被一天的工作和生活消耗殆尽后，算法推送的情绪化内容就能轻易绕过理性防御，直抵情绪中枢。这解释了为什么人们最容易在深夜被极端内容“带节奏”——因为那个时间点的你，已经失去了抵御的能力。

二、认知的窄化：算法如何制造“单向度的人”

如果说上瘾机制解决的是“让你一直看”，那么信息茧房效应解决的是“让你只看某一种东西”。两者叠加，构成了平台重塑思想的第一层机制：认知窄化。

IEEE发表的研究明确指出，TikTok的推荐算法具有“定制化、圈层化、娱乐化”的特征，在运行过程中逐渐呈现“个人定制的闭环、群体极化和娱乐至死”的极端化倾向。该研究特别指出，TikTok用户平均每天在该应用上花费95分钟，每天打开应用约9次。

当算法持续推送同类内容时，用户被暴露的信息变得越来越单一。一篇对多平台推荐算法的实证分析发现，以参与度优化的推荐算法使意识形态同质内容的曝光率增加了37%至52%，而跨立场的多元观点则减少了43%。对超过12000个用户会话的实时追踪显示，内容聚类呈现出“渐进式同质化”的趋势。

这意味着什么？一个每天花两小时刷短视频的人，在一年的算法“调教”之后，所接触到的信息多样性可能比一年前减少了将近一半。他的世界观在一个越来越窄的管道中被塑形，而这个窄化的过程是无感的——他永远觉得自己在“主动选择”，因为算法只是“投其所好”。

这正是法国哲学家马尔库塞所批判的“单向度的人”在数字时代的升级版。马尔库塞在《单向度的人》中指出，发达工业社会通过制造虚假需求和技术理性，将人驯化为丧失了批判性维度的“单向度存在”。而在算法时代，这种驯化变得更加精细、个性化和隐蔽——每个人都在一个专属的认知牢笼中，却以为自己拥有“个性化的信息世界”。

三、情绪的变现：流量经济如何将愤怒转化为商品

认知窄化只是第一步。平台真正做的事情，是将被窄化的认知进一步导向情绪极化，然后将情绪转化为流量利润。

理解这一点，必须进入经济学维度。当代平台经济的核心逻辑是注意力经济。资本增殖的手段已经从“劳动力在实体市场被购买”转变为“注意力在虚拟平台被招募”。用户的每一次点击、每一次停留、每一次互动，都被转化为数据商品，出售给广告商。平台占有用户的“注意力”这一劳动资料，生成“影响力”这一劳动产品，再将影响力抛售给广告主。

在这个逻辑下，什么内容最容易获得注意力？答案是：引发强烈情绪的内容。 愤怒、恐惧、焦虑、羞耻——这些“高唤醒度”情绪能在最短时间内抓住注意力，产生最多的互动（评论、转发、争论），从而被算法判定为“优质内容”，获得更大的推荐权重。

有研究指出，“为了吸引大众眼球，获取流量加持，不少网红和自媒体博主什么话题有热度就蹭什么，什么话术能挑动情绪就用什么，什么爆料能引爆讨论就往外抛什么，不惜挑战公众认知底线，试探法律和道德边界。”

这就是“流量至上”的意识形态本质：它不需要真相，它只需要情绪。因为情绪产生互动，互动产生数据，数据产生利润。一个理性平和、全面客观的内容，在算法看来远不如一个煽动对立的短视频有价值——因为后者的完播率和互动率更高。

以性别议题为例。数字时代的极端女权主义并非传统女权主义政治谱系的自然延伸，而是在数字资本主义晚期，由算法、情感与资本三者共谋“生产”的意识形态拟像。其核心运作机制是一种“话语寄生”——借用解放政治的合法性符号，却悬置和掏空其批判内核，最终将话语实践“从对现实权力关系的系统性质询降格为对特定身份群体的道德仇恨展演”。

换句话说：资本并不在乎女权主义说了什么，它只在乎女权主义这个话题能产生多少流量。 当“为女性发声”能获得百万播放量和上万条评论时，MCN机构就会批量生产这类内容；当内容生产者发现“攻击异性”比“讨论结构性问题”更安全、更快获得推荐时，理性的讨论就会让位于情绪性的对立。

短视频平台上的算法逻辑会放大耸人听闻和情绪化的叙事以获取可见性。一个理性的性别议题分析视频，可能只有几百次播放；而一个标题为“男人都是潜在的强奸犯”的极端视频，可能一夜之间获得百万播放。算法不会判断内容的对错，它只判断内容的“传播效率”。结果就是——越极端，越可见；越可见，越被认为“代表了普遍观点”。

这在社会学上制造了一个危险的沉默的螺旋效应：持有温和观点的人看到极端言论占据主流，选择沉默；而极端言论因为没有人反驳，显得更加“正确”和“普遍”，吸引更多人加入。最终，一个在现实中只有5%的人持有的极端立场，在算法世界中可能占据80%的可见度，进而被误认为“社会共识”。

四、身份的碎片化：当每个人只剩下一个标签

在流量经济的驱动下，算法平台制造了一种新型的社会认知框架：身份政治化。人的多维存在——作为劳动者、父母、邻居、公民——被压缩为单一的、对抗性的身份标签。

这种机制在性别议题上表现得尤为突出。研究发现，极端女权主义在中国互联网平台上主要表现为三种形式：曲解和扭曲他人的帖子与评论、实施网络暴力、以及采取伪女权主义立场。这些行为导致的后果包括性别极化和女权主义本身的污名化。

这不只是关于性别。在算法平台上，一切议题都在经历同样的“身份化”过程。贫富差距被转化为“底层vs精英”的身份对抗；地域差异被转化为“南方vs北方”的阵营对立；代际矛盾被转化为“年轻人vs老年人”的互相指责。

每一个议题都变成了一个“我们”对抗“他们”的故事，而算法则不断强化这种叙事。因为“我们vs他们”的框架比复杂的结构性分析更容易传播、更容易激发情绪、更容易产生互动。一篇分析房价结构性成因的长文，远不如一条“炒房客在吸你的血”的短视频获得更多传播。

这就是算法时代的认知悲剧：那些最能揭示问题深层结构的分析被埋没，而那些最能煽动情绪、制造对立的简化叙事被算法捧上神坛。 人们开始用“标签”去理解一切社会现象，用“阵营”去判断一切是非对错。复杂的社会问题被简化为“站队问题”——你站在哪一边，决定了你看到什么“真相”。

五、哲学视角的追问：当技术理性吞噬价值理性

回到法兰克福学派的批判传统，我们可以将这一现象放在更深的哲学框架中理解。

法兰克福学派的核心关切，是工具理性对价值理性的吞噬。当“效率”成为唯一的评判标准时，一切人类价值——真、善、美、正义——都被简化为可计算的指标。平台经济的“流量”逻辑，正是这种工具理性在数字时代的极致体现。

有研究敏锐地指出，平台经济正在制造一种 “流量拜物教” ——延续马克思“商品拜物教”的批判脉络，揭示出网络平台在算法优化的商业模式驱动下制造的物化意识正在全面入侵网民的生活实践。平台的工具理性急剧膨胀，经由剥削数字劳动为平台经济创造绝对支配权。

这并非比喻。当一个人每天花三小时在平台上，他的情绪反应、认知模式、价值判断乃至身份认同，都在被平台的商业逻辑所塑造。 他以为自己在“自由选择”内容，实际上，他的每一次点击都在为算法提供训练数据，帮助平台更精准地操纵下一次推送。他的“自由”本身就是被设计好的产物。

更深层的哲学问题在于认知自主性的丧失。当代数字环境正在将用户的注意力、行为模式转化为“数据”，以强化平台的可预测性和控制力。当平台能够比用户自己更准确地预测他将要点击什么、停留多久、产生什么情绪时，所谓的“自由意志”还剩多少空间？

有研究提出了“认知自由”作为一项基本人权的概念，认为在算法操纵时代，保护个体免受无意识的思想操控，与保护言论自由和隐私同等重要。

六、出路：在算法世界中重建认知主权

问题已经足够清晰。我们需要的不是简单地“戒手机”，而是在算法世界中重建认知主权。

平台层面：从“流量至上”转向“价值向善”

解决方案的第一个层面是平台治理。目前已有研究者提出系统性方案，核心路径是从算法改造、内容供给、数字素养、综合治理四个维度施策。

具体包括：建立主流价值加权分发机制，将算法从“迎合流量”转向“育人赋能”；完善算法伦理审查与透明监管制度，所有面向公众的推荐模型上线前须开展心理影响专项评审；科学设置信息均衡干预程序，当用户长期接收负面偏激内容达到阈值时，系统自动推送多元正向内容，打破信息茧房。

技术上，因果推断模型的应用已经展现出希望。有研究发现，通过引入多样性约束因子调整推荐算法，可以在不影响用户体验的前提下，将信息多样性指数提升15.7%，同时将信息茧房效应强度降低22.4%。

教育层面：培养“算法素养”而非单纯的“技术素养”

真正的数字素养早已超越了单纯的技术操作层面，而是个体在数字环境中拥有批判性思考的能力。 数字素养教育的关键在于引导个体理解流量经济的运行机制，在碎片化信息环境中重塑时间秩序，建立清晰的数字边界。

但教育干预需要与平台治理配套。研究指出，如果底层技术基础设施仍然不透明，仅靠教育干预是不够的。课程标准化需要超越传统的信息素养，明确纳入“算法素养”和“以正义为导向的数字参与”。

个体层面：重建深度认知的实践

在个人层面，有几条已经被验证有效的策略：

第一，识别“情绪陷阱” 。当你发现自己因为一条内容产生了强烈情绪——愤怒、恐惧、羞耻——请暂停三秒钟，问自己：这条内容让我感觉如何？它希望我做出什么反应？它有没有呈现对立的观点？这个简单的“元认知”练习，能帮助前额叶重新上线，阻止情绪脑的自动反应。

第二，主动制造“认知摩擦” 。算法的目标是消除一切摩擦，让你在舒适的信息流中无阻力地滑动。对抗这种平滑，需要主动引入异质信息。关注几个与你观点不同的人，定期阅读长篇深度分析而非碎片化短视频，在转发前先搜索“相反观点”。这些行为看起来微小，但它们能逐渐重建被算法窄化的认知地图。

第三，重建“有摩擦的”社交关系。算法平台提供的社交是“无摩擦的”——你只看到你想看到的，只互动你想互动的。但真实的社交关系需要面对面的摩擦、需要处理分歧、需要在不理解中寻找理解。定期与不同背景的人进行线下深度对话，是抵抗身份政治化的最有效方式。

第四，理解“你的注意力是你的劳动” 。当你在平台上花时间时，你不仅是在“消费内容”，更是在“生产数据”——你的注意力被转化为平台的利润。这不是修辞。理解这一点，能帮助你在“刷手机”和“做其他事”之间做出更清醒的选择。

缇娜后来怎么样了

回到文章开头缇娜的故事。她的丈夫后来做了一件事：他没有试图说服缇娜“你被洗脑了”——那只会激起更强烈的反抗。他做的是——带她去了一趟农村老家，看她七十岁的母亲如何在田间劳作，看那些在算法世界中完全“不可见”的普通人如何真实地生活着。

缇娜在老家待了一周。没有短视频，没有推送，没有“独立女性宣言”。她帮母亲收菜、做饭、和邻居聊天。有一天晚上，她突然对丈夫说：“我好像忘了怎么和人好好说话了。”

她后来卸载了两个短视频平台，保留了一个但关闭了“个性化推荐”。她开始重新读纸质书。她告诉丈夫，她最怀念的不是“觉醒”的感觉，而是以前能安安静静坐一下午看一本书的能力。

算法可以塑造认知，但认知并非不可逆转。 只要人还保有反思的能力、感受真实的能力、以及在面对异质信息时保持开放的能力，认知主权就可以被重建。

问题的关键不在于“平台是好的还是坏的”，而在于我们是否清醒地知道平台在做什么，以及我们是否愿意在便利与自主之间，做出有意识的选择。算法不会替你做这个选择。只有你自己能做。

文中图片均由Ai生成。

参考资料

1. Oliveira, J. (2024). The Psychology Behind Social Media: How Platforms Captivate Our Attention and Influence Behaviour. Flinders University of South Australia.

2. 周欣怡. (2026). “再刷一条就睡”是假的，但大脑骗你是真的. 大众心理学, 33(8), 16-17.

3. On the Information Cocoon Effect in the TikTok Recommendation Algorithm. (2025). IEEE.

4. Zhang, T. (2026). Mechanisms of Algorithmic Recommendation on Social Media Opinion Polarization: An Empirical Analysis Based on Short Video Platforms. IGI Global.

5. Analysis of Short Video Platform Algorithms Based on Causal Inference: The Formation and Decoupling of the Information Cocoon Effect. (2025). IEEE.

6. 流量主导与主体性消解：短视频创作自主性与价值分配失衡困境及对策. (2025). 万方数据.

7. 数字时代极端女权主义的话语生成及规制. (2026). 新疆师范大学学报(哲学社会科学版), 2026(3).

8. Shi, F., Sun, Q., & Wei, Y. The manifestation and controversies of extreme feminism on the Chinese internet. Taylor & Francis.

9. 徐斌, 张子玥. 马克思资本批判视域下数字劳动者的主体性审思. 马克思主义研究网.

10. 网络流量与平台资本积累——基于西方马克思主义传统的考察. 国家哲学社会科学文献中心.

11. 葛连山. (2026). 构建向善智媒场域 涵养数字青年积极社会心态. 云南理论网.

12. 数字消费主义影响大学生价值观的作用机理及解蔽理路. (2025). 西昌学院学报(社会科学版), 37(3).

13. 提升公众数字素养，完善人工智能治理. (2026). 深圳市政府发展研究中心.

14. A multidimensional framework for student searching in algorithmically curated information environments. (2026). Taylor & Francis.

15. 短视频成瘾机制与人智交互错位之思. (2025). 人民论坛.

16. The Fundamental Right to Cognitive Freedom: Mental Autonomy, Culture and Power in the Age of Algorithmic Manipulation.

17. 算法推荐对数字媒体用户认知偏见的强化机制与干预策略. (2025). 新媒体研究, 2025(19).

18. Between Flesh and Clouds: Experience and Cognition in the Technosphere. (2026). Taylor & Francis.