🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
美国社会里，对政府、主流媒体、科学家和大学的不信任正在慢慢变多。这种情绪不只出现在政治话题里，也渗进了理财、养生这些看似日常的内容。过去的研究大多盯着政治和阴谋论，很少系统去看那些不带明显政治色彩的话题。作者关心的是，短视频平台会不会在无意中奖励这类“反权威”的表达。TikTok 在美国年轻人里既是娱乐工具，也是获取新闻和产品建议的地方，三十岁以下的人里约有一半把它当新闻来源，约四分之三会参考创作者的推荐买东西。因此它很适合观察这种情绪如何被包装成日常内容，也适合回答“平台有没有在推波助澜”。
② 研究问题（要回答什么？）
这篇论文要回答三个层次的问题。第一，视频所属的话题和反建制情绪之间是什么关系，不同话题里这种情绪出现得有多频繁。第二，用户会不会更愿意给带反建制情绪的视频点赞、评论和转发，这种差别在不同话题里是否一致。第三，这些情绪主要冲着哪些机构去，同样的规律在 YouTube 上是否也成立。作者还额外看了两件事：一个只想随便刷视频的普通用户，在推荐页里实际会撞见多少这类内容；以及这类视频在语言风格上，怎样把“普通人”和“精英”对立起来。
③ 研究方法（怎么做的？）
研究团队通过 TikTok 的研究接口收集了美国地区两年间的短视频，按阴谋论、金融、养生三组关键词各取一批，共两万六千多条视频和二十万条评论。他们先制定了一个可操作的定义：只要内容表达出“机构故意跟普通人作对”的不满、不信任或批评，就算反建制情绪。随后招募众包标注员，经过培训、测试和注意力检查，最终留下三十九人，每条视频评论组合由三人独立标注。标注结果用统计模型合成一个标签，再拿一百零三条专家标注的黄金集检验，召回率较高，但精确率只有零点五五六。最后用带话题信息的 RoBERTa 模型给剩余视频打标签。为了做对照，作者还抓了 YouTube 的一千多条视频，并用四十八个“马甲号”在推荐页刷了三万多条视频。
④ 结果（发现了什么？）
结果呈现出很强的领域差异。阴谋论视频里有四成半带反建制情绪，金融视频只有百分之四出头，养生视频只有百分之一出头，三域合起来平均约一成六。互动方面，金融领域的这类视频得到的评论和转发略多，养生领域的评论更多但转发明显更少，而三个领域里它们的点赞都更少。作者还手工检查了五十条视频，发现被批评最多的是美国政府，阴谋论内容常拿 NASA 出气，养生内容则集中攻击美国医疗体系。跨平台比较显示，YouTube 上三域的高低排序一样，但阴谋论内容里的反建制比例只有两成。推荐页抽样里，这类内容不到百分之一。语言上，这类视频更爱说“我们”和“他们”，语气更自信，宗教和死亡词也更多。
⑤ 讨论（这些发现说明什么？）
作者认为，反建制情绪并不是无差别地铺满整个平台，而是跟话题的“生意模式”绑在一起。金融和养生创作者主要靠建立个人品牌卖建议，偶尔踩一脚银行或药厂能显得自己站在普通人这边，但说多了会损害专业形象，所以他们拿捏着用。阴谋论内容本来就靠“精英瞒着大家”的叙事运转，反建制几乎是它的底色。点赞更少、评论和转发更多的组合，说明这类内容更像是在挑起讨论，而不是赢得喜欢。作者提醒，平台若把评论和转发当成重要的排序信号，就可能间接奖励这种表达。不过这只是一种机制上的推测，研究本身没有做因果检验。
⑥ 结论（最终结论 + 启示）
总体来看，TikTok 上的反建制情绪集中在阴谋论内容里，在金融和养生里只是零星出现。这个结论在 YouTube 上也能复现，说明它不太可能是某个平台独有的现象。对普通用户来说，只刷推荐页时撞见这类内容的概率很低，但一旦主动搜索或长期停留在相关话题里，接触量就会明显上升。作者强调，真正需要担心的是长期、反复的暴露会带来什么影响，而这篇研究只能说明“有多少”，还回答不了“有多大作用”。未来需要追踪实验和更长时间跨度的观察，也需要把更多话题域纳入进来。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
美国的反建制情绪（anti-establishment sentiment, AES）在近十年持续上升：对政府、新闻媒体、科学家与大学的信任同时下滑，并被认为与错误信息传播和政治暴力风险相关（Droste 2021; Enders et al. 2023）。已有研究多把 AES 当作政治民粹主义或阴谋论的附属物，关注政治精英或阴谋论社区；但创作者在理财、养生等非政治领域同样以“专家”自居，通过贬低机构权威来建立个人品牌。TikTok 是这一机制的高价值观察场：美国三十岁以下人群中约一半把它当新闻来源，约四分之三依据创作者推荐做消费决策。本文因此提出三组研究问题：话题与 AES 出现率的关系（含跨平台可比性）、AES 与评论/点赞/转发的关系、AES 指向哪些机构；并额外考察推荐页暴露量与 AES 的语言风格。核心贡献是把 AES 操作化为可标注、可机器扩展的二元分类任务，并在阴谋论、金融、养生三个域给出首个系统性基线。
I. Theoretical Framework & Hypotheses（理论框架与假设）
作者把 AES 定义为“表达对公共服务机构的不信任或批评，且认为这些机构故意与美国人（the People）的利益作对”，把政府、NASA、新闻媒体、大学、医疗与制药、银行与金融市场都纳入“建制”范围。这一操作化比学术定义更窄：它要求同时出现“机构对象”和“敌意归因”，以免把一般性吐槽误判为 AES。理论上，AES 与民粹主义、反智主义和阴谋思维相通，但在美国语境下与自由—保守意识形态大致正交（Uscinski et al. 2021）。据此，作者对三个域给出差异化预期，见表。语言风格上，作者借用 LIWC 的“真实性—权威—道德”三主题：真实性对应第一人称叙事与现在时，权威对应 Clout 与权力词，道德对应宗教与死亡词；预期 AES 文本更强调“我们/他们”的群体对立、更高的自信语气以及更多宗教与死亡隐喻。
| 编号 | 作者预期 | 理论依据 |
|---|---|---|
| E1 | 阴谋论域 AES 比例最高，构成上限 | 阴谋叙事天然假定精英隐瞒真相、损害普通人 |
| E2 | 金融与养生域 AES 较少但非零 | 两域以实用建议为主，但银行、药厂常被指“收割普通人” |
| E3 | AES 文本更强调群体对立、权威与道德 | 民粹修辞的“人民 vs 精英”结构 |
互动关系在原文中是探索性的，未给出方向性假设；作者只指出平台激励结构可能奖励争议内容。
M. Materials & Methods（材料与方法）
数据来自 TikTok Research API：阴谋论、金融、养生三组关键词（每组四个，如 conspiracy、crypto、wellness），时间 2022-01-01 至 2023-12-31，地区美国，得到 26,783 条视频、206,350 条评论；转写并过滤（≥40 tokens、spaCy 判英语）后余 14,261 条视频、129,996 条评论，抽 816 条视频、890 条评论人工标注，最终保留 616 条。标注经 Prolific 招募、Qualtrics 实施：16 题培训考核≥75%、任务前 4 题复测满分、2 个注意力检查；39 名标注员各标 10 个视频—评论对，每对 3 人独立，时薪约 21.90 美元；视频 AES 用 4 点量表，评论同意度用 5 点量表。聚合比较 Dawid–Skene、MACE 与多数投票，以 103 条专家黄金集评估，Dawid–Skene 最优（P 0.556、R 0.909、F1 0.690、宏 F1 0.784），全文采用其标签；论文未报告 κ 或 Krippendorff's α。机器标注以 WhisperX 转写+视频描述为文本，比较 SentenceBERT+SVM、LightGBM 与 BERT/DistilBERT/RoBERTa/DistilRoBERTa，并把话题 one-hot/类别嵌入拼入表示；500 条训练、116 条测试，最佳为 roberta-large+类别嵌入（40 轮、类权重 0.35/0.65）。补充数据：YouTube 1,013 条与 48 个马甲号的推荐页 37,012 条（349 条人工标注）。
| 阶段 | 视频 | 评论 |
|---|---|---|
| 采集与转写 | 26,783 | 206,350 |
| 数据过滤 | 14,261 | 129,996 |
| 人工标注 | 816 | 890 |
| 标注后过滤 | 616 | — |
| 黄金集 | 103 | — |
| 设置 | 最佳模型 | P | R | F1 | Acc |
|---|---|---|---|---|---|
| 纯文本 | SentenceBERT+SVM | 0.619 | 0.765 | 0.684 | 0.793 |
| 文本+话题 | RoBERTa | 0.659 | 0.814 | 0.728 | 0.822 |
| 推荐页 | RoBERTa | 0.889 | 0.833 | 0.822 | 0.990 |
R. Results（结果）
AES 比例呈现明显的域间差异：阴谋论 45.1%、金融 4.3%、养生 1.3%，总体 16.1%（3 个种子给出置信区间）。互动分析为描述性比较，论文未拟合回归模型：金融域 AES 视频的每帖评论与转发略高，养生域评论更多但转发明显更少，三个域中 AES 视频的点赞都更低。评论同意度仅在阴谋论域有足够标注：AES 帖下 69.3% 的评论表示同意，非 AES 帖为 62.6%，说明互动并非以反驳为主。对 50 条 AES 帖的手工编码显示，美国政府是最常见靶子；阴谋论（尤其地平说）指向 NASA，金融域目标分散，养生域集中批评美国医疗体系。跨平台方面，YouTube 1,013 条中阴谋论 20%、金融 4%、养生 0.06%，排序与 TikTok 一致但阴谋论强度更低。推荐页 37,012 条中仅 0.48% 含 AES。LIWC 结果显示 AES 文本“我们/他们”更多（1.39/1.39 vs 0.81/0.49）、Clout 更高（62.1 vs 56.3）、宗教与死亡词更多（0.79/0.18 vs 0.31/0.09），但真实性更低（43.8 vs 48.7）、第一人称单数更少（2.34 vs 3.91）。
| 域 | 视频 | 评论 | AES 比例 |
|---|---|---|---|
| 阴谋论 | 8,439 | 96,217 | 45.1% |
| 金融 | 8,956 | 62,154 | 4.3% |
| 养生 | 9,388 | 47,978 | 1.3% |
| 合计 | 26,783 | 206,349 | 16.1% |
| 域 | 评论 | 点赞 | 转发 |
|---|---|---|---|
| 阴谋论 | 低 | 低 | 低 |
| 金融 | 略高 | 低 | 略高 |
| 养生 | 高 | 低 | 明显低 |
a / D. Discussion & Conclusion（讨论与结论）
作者的解释是“平台激励 + 领域约束”共同作用。AES 在阴谋论里是叙事底座，在金融与养生里则是可选的人设工具：创作者需要同时维持“站在你这边”和“我比医生/银行更懂”的双重形象，过度攻击机构会削弱后者的专业性，因此只在特定议题上使用。互动模式也支持“争议驱动讨论”而非“喜爱驱动传播”：AES 视频换来更多评论和转发、却更少点赞；若平台排序权重偏向评论与分享，就可能间接奖励这类表达。跨平台一致性说明机制不限于 TikTok，但 YouTube 阴谋论 AES 更低，可能与平台内容治理有关，不能据此推断因果。局限包括：TikTok API 的播放量数据不可靠（出现 0 播放但有点赞），故未分析曝光；仅美国样本、横断面观察无法回答长期暴露效应；AES 概念边界模糊，黄金集仅 103 条、精确率 0.556，机器标签存在误报。伦理上，作者只使用公开内容、不发布个体标签，研究经 IRB 豁免。后续应扩展话题域、做纵向追踪与暴露实验，并改进 AES 的测量效度。
🧠 IRMaD 思维导图
mindmap
root((TikTok反建制情绪))
I 引言
机构信任持续下滑
非政治领域也被渗透
网红以专家自居
平台激励争议内容
R 问题
话题与AES有何关系
互动是否随域分化
AES指向哪些机构
推荐页暴露有多少
语言如何划分敌我
M 方法
TikTok接口取三域视频
众包标注加黄金集
Dawid Skene聚合标签
RoBERTa加话题嵌入
马甲号刷推荐页
YouTube对照样本
R 结果
阴谋论四成半含AES
金融约百分之四
养生约百分之一
评论转发多点赞少
推荐页不足百分之一
a 讨论
领域约束人设工具
争议驱动讨论
点赞低说明不受欢迎
跨平台排序一致
播放量数据不可靠
D 结论
AES集中于阴谋论
普通用户暴露很低
主动搜索者反复遇见
长期影响仍待研究
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。