谁、为什么以及如何：细化 moderation 源、情境和语言对帖子删除后行为的影响
计算机与社会
2026-05-18 v1
摘要
内容 moderation 是平衡用户参与度与社区治理的核心机制。然而，现有研究大多将 moderation 视为均匀干预，忽略了 moderation 源、违规情境和语言风格如何共同塑造用户行为。基于 Human--AI Interaction Theory of Interactive Media Effects (HAII-TIME)，本研究检视这些三个维度如何产生不同的 post-moderation 行为轨迹，基于 Reddit (2021--2025) 2021--2025 年期间 11,795,036 项 moderation 事件、9,285,410 个用户和 61,261 个 subreddit 的大规模观察数据集。使用概率行为分类、ANOVA 和基于 PCA 派生的语言特征的 OLS 回归，我们发现机器人 moderation 始终产生更高的合规性和更低的自我抑制，挑战了人类行为线索本质上具有优势的假设。Modteam moderation 产生最强的自我抑制效应，表明制度性去人格化是行为退缩的重要驱动因素。违规严重性作为关键情境变量：routine contexts 中的语言策略——详尽解释、社区规模的呼求、直接个人地址——在严重违规时可能适得其反，而以积极社会为导向和情感强烈的信息变得最有效。在 480 种语言交互中测试，仅有 33 种通过 FDR 校正。这些发现将 HAII-TIME 扩展引入违规显著性作为线索加工的调节因素，并为情境自适应 moderation 设计提供实证依据。
关键词
引用
@article{arxiv.2605.16204,
title = {Who, Why, and How: Disentangling the Effects of Moderation Source, Context, and Language on Post-Removal Behavior},
author = {Siyi Zhou and Lindsay Young and Marlon Twyman and Emilio Ferrara},
journal= {arXiv preprint arXiv:2605.16204},
year = {2026}
}