将物理理论应用于人类行为研究的尼尔·约翰逊说，仇恨可能不太像癌症而更像气泡。

如果冰箱里有牛奶，有一天牛奶会突然凝结

孤狼、恐怖组织、害群之马、病毒感染。

我们用来形容暴力极端主义的语言，充满来自自然界的隐喻。当我们试图理解为什么有些人类的行为如此完全不人道时，我们依赖生物学、生态学和医学的类比。

但是，如果我们一直依赖的是错误的科学学科会如何？如果仇恨的传播不像癌症传播的那样通过众所周知的政治体，而更像......沸水中气泡的形成过程，又如何？

美国乔治·华盛顿大学物理学教授尼尔·约翰逊（Neal Johnson）持这一论点，2019年8月，他领衔在《自然》杂志发表了一项研究，分析了网络仇恨的传播。对于物理学家来说，这听起来像是一个奇怪的研究选题，事实的确如此。约翰逊在英国牛津大学开始职业生涯，发表了大量关于量子信息和复杂性理论的研究成果。2007年移居美国后，他开始走新的研究路线，将物理学理论应用于金融市场、冲突地区、叛乱暴动和恐怖分子招募等复杂的人类行为。

约翰逊不同寻常的研究方法得出了一些令人惊讶的结论以及违反直觉的政策建议。他说，追根溯源，全球所有网络仇恨来自1 000个网络“集群”。2019年8月21日，他在接受英国《卫报》采访时，讲述了他的研究成果。

您是如何从物理学转而研究暴力极端主义和网络仇恨这样的社会问题的？

大多数人认为物理学是“化整为零”的研究（把物体分割成越来越小的粒子），但实际上有一大堆物理学朝着另一个方向发展，是“化零为整”的研究（看看把东西拼凑在一起时会发生什么）。如果我将水分子放在一起，那么突然间，我会得到液态水，然后水结冰，形成冰山，泰坦尼克号沉没。当你把对象组合在一起时，会产生各种结果，可能是好的结果，也可能是坏的结果。

我们倾向于将责任归咎于个别对象，但在物理世界中你永远不会这样做。 不存在导致水沸腾的坏分子，这是一个集体效应。因此，我们想知道，我们所面临的许多社会问题是否通过这个视角能实际上更好看待。

对于这项研究，我们天真地说，好吧，那我们就来看看，网络仇恨的世界是怎么样的？所以，我们着手尝试解决这个问题，然后我们竟然发现了令人难以置信的全球仇恨网络。

我研究生物系统和经济系统存在的网络，这是我所研究的最复杂的网络，比我以前研究的网络复杂10倍，因为它混合了不同的地理、大陆、语言、文化和网络平台。试图在一个平台内对这种网络进行监管有点像说，如果你照顾自己花园里的杂草，你就可以从邻居消除杂草问题。

您用化学键和“凝胶化理论”这样的术语来谈论仇恨。您是如何发展出这个研究框架的？

这些不是类比。我们研究了仇恨在数据和数字上的表现，发现仇恨与化学键相似，不仅因为在某种方式的数量变化，而且在显微镜下的相互作用。

如果冰箱里有牛奶，渐渐地，有一天牛奶会突然凝结。这是因为在显微镜下，你将牛奶分子聚合成牛乳。这种数学运算非常适合人们聚集成社群的情况。听到我的观点的典型反应是：“但我是一个人，我的行为不像牛奶分子。”此话不假，但是从集体的视角来看，人们的集体行为就像牛奶一样，因为我们受到其他人的限制。所以，我们实际上能做的事情只有一部分，而且我们倾向于再三重复这些事情。

所以这不是一个类比。人们认为：网络仇恨像癌症、像病毒、像这样、像那样等，其实不然。网络仇恨简直跟凝胶化完全一样，凝胶化是形容泡沫的形成过程的另一种说法。

您是如何创建您的研究地图？

我们从使用已在Facebook上禁用的集群种子开始，例如3k党。我们查明这些集群种子链接到哪些其他集群，以及哪些集群也链接回这些集群种子，并一直继续追踪这个链条。

我们发现，在世界范围内，大约有1 000个集群组成的闭环网络，跨各种平台在向全球传播各种仇恨。我们假设，如果每个集群中大约有1 000人（实际上是少则10人，也可能高达10万人，我们就暂且假定平均1 000人），平均人数1 000人的1 000个集群总共就是100万人。这是我们对涉及网络仇恨传播的人员数量的初步粗略估计。

1 000个网络！这是令人吃惊的可操纵数字。

如果你想在全球70亿人之中找到这1 000个网络，那就不是可操纵的数字。但是，这些网络仇恨传播人员已经为你完成了这项工作，因为他们已经将自己归入了网络社区。

您有这1 000个团体的名单吗？

这正是我们的成果。我曾以为我们永远结束不了这个研究过程。但是，我们进展到了这样一个阶段，我们认为，我的天啊，我们已经在某种程度上勾勒出网络仇恨的世界地图。现在，我们可以开始了解相互关联的事物是怎样的，以及事情的全貌。

这些仇恨集群中的意识形态是如何分布的？主要是反犹主义、种族主义、白人民族主义吗？

我们以为我们会看到：离散的定义明确的意识形态分类；但是，正如人们无法用明确的类别对大规模射击者进行分类，我们也没有找到网络仇恨的分类。网络仇恨实际上是连续的光谱而不是菜单，而且它不是一条线上的光谱，它是多维的。

在这项研究中，您描述了仇恨团体受到威胁时的复原方式。特别令人担忧的是这样的警告：“单个平台（如Facebook）内的监管可能会使事情变得更糟，并最终会产生令网络仇恨肆意滋长的全球‘暗池’。”您能描述一下这是如何运作的吗？您所谓的“暗池”是指什么？是像8Chan那样奉行不删帖原则的匿名论坛吗？

尼尔·约翰逊，乔治•华盛顿大学物理学教授

不，情况更糟。8Chan本身就像是偏远的岛屿。我所说的是在我们“信任”的主要商业平台中形成的暗池。

当3K党被Facebook禁止时，他们正在寻找新平台，突然之间，俄罗斯社交网络 VK上出现了这个欢迎委员会。这就像大学的迎新周上，有人对你说：“我们会握住你的手，我们会带你去看社区，你会在这里找到你想要的东西。”他们现在处于某种像新生一样紧密结合的团体中，他们很快就会产生联系并讨论：是什么让他们被禁止，因此当他们卷土重来时如何避免重蹈覆辙。

其中一个适应监管的方法是他们后来重新回归Facebook，只需改用以西里尔字母（Cyrillic，俄语的字母表）写出3K党的名称。两者看起来非常相似，但机器学习算法并不了解西里尔字母。这种变通很聪明。

您是如何提出四条政策建议的？

如果我想让水停止沸腾，我不必阻止单个分子变成水蒸气，我必须阻止气泡的形成。我们知道，大泡沫是由小泡沫形成的，而今天的大泡沫对下一代来说就变成旧闻。

我的第一条建议是盯住较小的泡沫。较小的泡沫较弱，资金较少，人员较少，并且会成长为大泡沫。因此，消除小泡沫会迅速削弱沸水的生态。并且我们用数学方法证明了这一点，因为这样做就切断了供应。

美国弗吉尼亚州夏洛茨维尔市爆发了白人至上主义者的致命游行（最终演化成暴力骚乱）后，人们在芝加哥集会抗议极端右翼分子

第二条建议是：不要禁止个人，因为整个系统是相互关联的，我们表明：实际上只需删除大约10％的账户，就可以使网络的凝聚力产生云泥之别。如果你在全球范围内随机删除10％的成员，网络仇恨的传播就会开始分崩离析。

这是一个非常有趣的想法。就我们对什么是公平的一般理解而言，您说只有10％的参与特定消极行为的人应该受到惩罚，这似乎有点令人担忧。

表面上看，参与其中的所有人都违反了平台的服务条款，因此，所有参与者的账户原则上都应该删除。无论如何，Facebook正试图将这些违规账户全部删除。我们的推动是：不要首先追责最重要的人。

您的第二条建议涉及：利用“反仇恨集群”与仇恨团体接触。这样做有用吗？

基本上就是让仇恨集群卷入小冲突，尽管他们却认为这是一场圣战。而实际上，只是让他们纠缠于一些并不重要的事情，这样就拖慢了他们在人员招募方面的速度。

所以，您说:与网络仇恨这个巨魔战斗真的值得您花时间？

是的。但是，要以团体和集群的力量去战斗。不要个人去单打独斗，因为这个巨魔会击垮你。

您有没有观察到过单打独斗奏效的例子？

我没有观察到过这样的例子。就像我说的，这是出于以下想法：如果没有反泡沫的东西，如何能取消泡沫？但是，物理学中有这样的观点，那就是将两个对立的事物放在一起，它们会相互抵消。因为它们形成紧密绑定的一对，正如加号和减号。

第四条建议是我的最爱，因为它真正利用了仇恨的多维度的弱点。比如，英国有两个新纳粹团体表面上目标一致，实则不然；一个想要统一的欧洲，另一个希望分裂一切并消灭其他国家。因此，可以引入具有差异的集群。我认为引入的集群不必包含公众成员（除非他们接受过某种方式的培训），不过肯定包含善于运用心理学、社会心理学和具有历史知识的人，这些人能够真正参与并发挥作用。

这个策略听起来和美国联邦调查局（FBI）在“反谍计划”（Cointelpro）中使用的一些战术如出一辙。“反谍计划”试图挑拨民权运动的不同阵营相互对立，并利用潜在的意识形态分歧来制造分裂效应。

我不知道这段历史，我当然不希望这一策略用于为非作歹。但我认为这是让仇恨集群的个体筋疲力尽的方法。到最后，他们会觉得受够了，而不是仇恨消失了，只是现在他们可能痛恨交通问题更甚于犹太人，也就是说焦点转移了。

资料来源Guardian