道德愤怒超越注意力：韩国与美国 YouTube 上的多模态道德情感
计算机与社会
2026-02-02 v2 人工智能
计算与语言
社会与信息网络
摘要
理解媒体修辞如何塑造观众参与度至关重要，这在注意力经济中尤为重要。本研究考察了主流新闻频道在 YouTube 上的情感叙事如何影响用户行为，涵盖韩国与美国两个市场。为捕捉平台的多模态特性，结合缩略图图像和视频标题，我们开发了一个基于视觉语言模型微调的多模态道德情感分类器。该模型在两语种的人工标注数据集上进行训练，应用于约40万个主要新闻机构的视频。我们分析了包括观看次数、点赞数及评论数在内的参与度水平，代表从被动观看到主动评论的不同程度的承诺。结果显示，其他指责性道德愤怒叙事（即批判他人道德态度的表达）在跨文化背景下一致性地提高所有形式的参与度，其影响范围从被动观看到主动评论。这些发现表明，道德愤怒是一种 particularly effective 的情感策略，能吸引不仅关注力，还能吸引积极参与。我们讨论了此类做法潜在的滥用风险，指出此类实践可能通过强化群体内部与外部的界限来加剧两极化。为促进未来研究并确保可重复性，我们公开发布了韩语和英文的多模态道德情感分类器。
引用
@article{arxiv.2601.21815,
title = {Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US},
author = {Seongchan Park and Jaehong Kim and Hyeonseung Kim and Heejin Bin and Sue Moon and Wonjae Lee},
journal= {arXiv preprint arXiv:2601.21815},
year = {2026}
}
备注
Accepted at The Web Conference 2026. We release Korean and English multimodal moral emotion classifiers