🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
社交平台上有一群人专门发内容，粉丝多、露脸多，也因此更容易被人骂。研究早就发现，内容创作者遭遇网络骚扰的比例明显高于普通用户，而且骂人的话往往冲着他们的性别、种族、宗教身份来，伤害的还不只是他们自己，连带他们代表的那群人一起被冒犯。以前学界讨论创作者怎么处理这些恶意评论，基本只盯着安全这一个角度，认为删掉、回复或者不理会，目的都是让自己少受点伤。但创作者其实还活在另一种逻辑里：他们要靠观众喜欢来维持关注度，也要猜平台推荐算法的心思来决定发什么、什么时候发。既然如此，处理一条恶意评论时，他们想的可能不只是我安不安全，还包括别人会怎么看我、算法会不会因此少给我流量。这篇文章就把安全、印象管理、算法收益这三条线放到一起，看创作者到底怎么权衡。
② 研究问题（要回答什么？）
这篇论文想问两件事：创作者在安全感、公众形象和算法流量这三个维度上，怎么比较删除、回复、忽略这三种处理方式；以及他们最终会不会采用某种方式，究竟是被哪一个维度推动的。研究没有再提出方向性的假设去猜第二个问题，而是把它当作开放式探索，因为过去的研究大多是三条线各做各的，没人比较过它们的相对分量。作者事先只对第一个问题给出了九条具体假设，比如删除比回复更能带来安全感、回复和删除都比忽略更有利于形象、回复带来的算法好处最多。第二个问题则完全交给数据说话，看三个维度分别和采用意愿的相关强度。
③ 研究方法（怎么做的？）
研究用的是一份在线问卷实验，参与者要在同一个假想场景里分别评价三种做法。招募通过一个众包平台完成，最初收回七百多份回答，剔除没通过资格筛查的一批和没通过注意力检查的一批之后，最后留下五百八十四份有效样本。场景是这样设定的：你发了一条内容，收到大约一百条评论，其中十条来自陌生人，没有脏话，但隐隐贬低你的性别、种族或宗教身份。作者特意选了这种不那么极端的仇恨言论，因为太恶劣的评论往往在平台层面就被自动删掉了，创作者根本轮不到自己决定。参与者要在七点量表上，分别对删除、回复、忽略三种做法评价六个安全题项、五个形象题项、四个算法题项，再报告自己采用每种做法的可能性，以及做起来要费多大劲。三种做法以随机顺序出现，避免顺序带来的偏差。
④ 结果（发现了什么？）
研究先把三种做法在三个维度上的平均分摆在一起比，再回过头看这些评价能不能预测他们最终用哪一种。安全这一项差距最大，删除得分最高，忽略居中，回复垫底，三者差异在统计上非常显著，效应量也远大于另外两个维度。形象这一项，删除和回复基本打平，都明显高于忽略。算法这一项则完全反过来，回复最高，忽略其次，删除最低，三条假设全部成立。第二层的回归分析显示，删除的采用意愿和安全感关系最强，回复的采用意愿和形象关系最强，忽略的采用意愿也和安全感关系最强。三种做法的回归里，算法收益这一项的系数都贴近零，全都不显著。另外，创作者总体上倾向于认为恶意评论越多、内容反而越容易被推荐，这个判断略高于量表中点但幅度不大。
⑤ 讨论（这些发现说明什么？）
作者对这些结果的解读是，创作者处理恶意评论，不只是在保护自己，也是在向观众表演一种负责任的姿态。他们删除评论，是因为相信这样最能让自己心里踏实；他们回复或者删除，是因为这两种做法都能让观众看到有人在管这片评论区，而忽略虽然省事，却容易显得冷漠或者没能力。有意思的是，回复和删除在形象上的得分差不多，说明观众看重的不是回应得多漂亮，而是创作者有没有站出来表明态度。至于算法，创作者确实相信保留恶意评论能换来更多曝光，但这种信念并没有转化成实际行动，说明在他们心里，管评论区这件事和平时追流量的那套玩法是两码事。作者还提醒，如果创作者过度在意观众怎么看，可能会优先处理那些公开可见、容易刷好感的评论，而把真正需要保护的弱势用户晾在一边。
⑥ 结论（最终结论 + 启示）
这篇文章的核心主张是，平台应该把创作者当成评论区的一线管理者来对待，而不是把治理责任一股脑推给他们。既然创作者愿意为有意义的管理付出力气，平台就不该只想着把操作做得更省事，而要分辨哪些工夫是真的在维护社区规范，哪些只是白白消耗情绪。对删除，平台可以配上后续的保护措施，比如限制反复骚扰的人、把同类评论放进待审队列，让创作者相信删了真的有用。对忽略，平台要明白评论留在那里不等于没人管，可以提供介于忽略和删除之间的中间选项，比如把评论从创作者自己的视野里隐藏起来。对回复，平台可以提供更轻量的表态工具，让创作者亮明立场却不必陷进漫长的对骂。作者也承认，研究只测了一种仇恨言论场景和三种做法，结论的边界还需要更多研究去拓宽。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
内容创作者在平台上占据高可见位置，随之而来的是不对称的网络伤害暴露。既有 HCI 研究已系统记录了创作者遭遇的骚扰类型与应对手段，涵盖平台提供的举报与删除工具、可见性限制工具（词过滤、毒性滑块），以及话语性策略（反言语、公开羞辱）。但这一脉研究多在“安全”这一单一目标下展开，较少追问：除安全之外，创作者还会依据哪些考量来评价并选择具体的评论审核（comment moderation）策略。本文将创作者放回平台“注意力经济”（attention economy, Goldhaber 1997）的位置，认为其审核决策同时受三重目标牵引——自我情绪安全、面向观众的印象管理、以及在推荐算法中获得可见性的激励。据此提出两个研究问题：RQ1 比较删除、回复、忽略三种策略在安全感、印象管理收益与算法收益三个维度上的差异；RQ2 考察三个维度各自如何预测创作者对该策略的采用意愿。RQ2 不作方向性假设，理由是既有文献三条线各自独立，缺乏可据以判定相对权重的经验证据。理论落点是“中层治理”（middle-level governance）：创作者的审核动作既保护自己，也为其频道设定规范、界定观众对冲突的解读，因而是一种公开的治理表演。
I. Theoretical Framework & Hypotheses（理论框架与假设）
理论上有三条相互独立的支撑。其一是中层治理视角，把创作者视为平台与终端用户之间的治理中介，其审核行为在为频道设定规范的同时，也向观众传递“此处有人负责”的信号。其二是印象管理，作者借用 Bolino 与 Turnley 的印象管理量表，把讨好（ingratiation）、自我推销（self-promotion）、示范（exemplification）、示弱（supplication）、威慑（intimidation）五个面向迁移到“观众如何看待创作者的审核动作”上。其三是算法可见性，作者沿 Sun 等对 rank（能否被推到更高位置）与 time（能被推多久）的区分，并进一步按粉丝信息流与非粉丝推荐两类受众拆分，形成 rank×time×受众 的四个题项。
| 编号 | 假设 | 对应理论 |
|---|---|---|
| H1a | 删除比回复更有利于达成情绪安全 | 情绪安全（伤害严重性九维） |
| H1b | 删除比忽略更有利于达成情绪安全 | 情绪安全 |
| H1c | 回复比忽略更有利于达成情绪安全 | 情绪安全 |
| H2a | 回复比删除更能塑造正面公众形象 | 印象管理 |
| H2b | 回复比忽略更能塑造正面公众形象 | 印象管理 |
| H2c | 删除比忽略更能塑造正面公众形象 | 印象管理 |
| H3a | 回复比删除带来更多算法可见性收益 | 算法可见性 |
| H3b | 回复比忽略带来更多算法可见性收益 | 算法可见性 |
| H3c | 忽略比删除带来更多算法可见性收益 | 算法可见性 |
M. Materials & Methods（材料与方法）
研究采用被试内（within-subjects）在线问卷实验，经 Qualtrics 实施。参与者为 18 岁以上、自我认同为内容创作者的成年人，经 Prolific 招募，预筛选项为 Influencer 或 Video content creator，并追加两道资格题（是否自认创作者、过去一月是否发布过内容）。共回收 755 份，51 份未通过资格筛查、120 份未通过注意力检查，最终有效样本 N=584。参与者先阅读同一假想场景：发布内容后收到约 100 条评论，其中约 10 条来自陌生人的不当评论，不含脏话但以隐微方式贬低其性别、种族或宗教身份。作者刻意选择非极端形式的仇恨言论以提高生态效度，因为严重仇恨言论往往在平台层即被自动清除，创作者无从自决。三种策略随机顺序呈现，全部题项为 7 点 Likert（1=强烈不同意/极不可能，7=强烈同意/极可能）。测量构成：情绪安全 6 题（改编自 Scheuerman 等的九维伤害严重性框架，取强度、能动性、紧迫性、脆弱性、波及范围五维，另加一题“是否会激化冲突”，三策略 Cronbach's α 为 .69/.79/.70）；印象管理 5 题（Bolino 与 Turnley 的 15 题量表各取一面，α=.81/.84/.78）；算法激励 4 题（α=.94/.90/.94）；算法信念 4 题（α=.88）；感知费力与采用可能性各 1 题。
R. Results（结果）
RQ1 用重复测量方差分析，Mauchly 检验显示三组均违反球形假设（费力项 W=.959, p<.001），故统一报告 Greenhouse-Geisser 校正结果与 partial η²，两两比较用 Tukey 校正。三个维度均显著，但效应量分化明显：情绪安全 partial η²=.281，算法激励 .047，印象管理仅 .018。
| 维度 | 删除 M(SD) | 回复 M(SD) | 忽略 M(SD) | F | partial η² |
|---|---|---|---|---|---|
| 情绪安全 | 5.03(1.067) | 3.66(1.246) | 4.65(1.128) | F(1.938,1129.878)=227.696, p<.001 | .281 |
| 印象管理 | 4.50(1.196) | 4.40(1.283) | 4.20(1.223) | F(1.886,1099.426)=10.715, p<.001 | .018 |
| 算法激励 | 4.05(1.513) | 4.58(1.344) | 4.23(1.456) | F(1.942,1132.219)=28.484, p<.001 | .047 |
两两比较显示：安全维度删除−回复 Δ=1.37、删除−忽略 Δ=0.37、回复−忽略 Δ=−1.00（均 p<.001），H1a、H1b 成立，H1c 方向相反不成立；印象管理维度回复−删除不显著（Δ=−0.10, p=.31），回复与删除均高于忽略（Δ=0.20, p=.009；Δ=0.30, p<.001），H2b、H2c 成立，H2a 不成立；算法维度回复>忽略>删除（Δ=0.53、0.34、0.18；p<.001、p<.001、p=.031），H3a–H3c 全部成立。算法信念四题均值 4.58（SD=1.19），相对量表中点 4 的单样本 t 检验 t(583)=11.81, p<.001, Cohen's d=.49，即创作者倾向认为恶意评论越多越有利于被推荐，但幅度中偏小。感知费力：删除 3.21(1.94)、回复 4.70(1.84)、忽略 3.43(2.13)，F(1.921,1119.684)=96.367, p<.001, partial η²=.142；回复显著费劲于删除（Δ=1.49）与忽略（Δ=1.26），删除与忽略无差异（Δ=.23, p=.135）。
a / D. Discussion & Conclusion（讨论与结论）
RQ2 的 OLS 回归（控制性别、粉丝规模 nano/micro/macro、感知费力）显示三个策略的采用意愿均由情绪安全与印象管理驱动，算法激励在三模型中均不显著。
| 策略 | 变量 | B(SE) | β | p | 调整 R² |
|---|---|---|---|---|---|
| 删除 | 情绪安全 | .661(.079) | .351 | <.001 | .244 |
| 删除 | 印象管理 | .338(.077) | .201 | <.001 | — |
| 删除 | 算法激励 | .002(.055) | .001 | .977 | — |
| 删除 | 感知费力 | .112(.038) | .108 | <.01 | — |
| 回复 | 印象管理 | .373(.079) | .241 | <.001 | .183 |
| 回复 | 情绪安全 | .287(.076) | .180 | <.001 | — |
| 回复 | 算法激励 | .110(.064) | .075 | .085 | — |
| 回复 | 感知费力 | .129(.041) | .119 | <.01 | — |
| 忽略 | 情绪安全 | .503(.077) | .286 | <.001 | .182 |
| 忽略 | 印象管理 | .318(.079) | .196 | <.001 | — |
| 忽略 | 算法激励 | .006(.060) | .004 | .925 | — |
| 忽略 | 感知费力 | −.029(.036) | −.031 | 不显著 | — |
作者把结果读成四层含义。第一，创作者理解自身审核权的公开面向：删除与回复之所以优于忽略，并非回复更有表达弹性（回复的形象收益并不高于删除），而在于两者都让观众看见治理动作的存在，可见的治理才是形象收益的来源。第二，删除是以安全为导向的策略，其安全感评分最高且门槛效应最大，但删除可能招致报复，平台应以可逆的后续保护（限制重复骚扰者、同类评论进待审队列）兑现保护承诺。第三，忽略不应被误读为放任，它可能是为避免奖励仇恨言论、避免显得过度审查而作出的策略性不介入，平台可提供隐藏于创作者自身视野、降低推荐排序等介于忽略与删除之间的中间档位。第四，感知费力与采用意愿正相关（删除 β=.108、回复 β=.119），与 TAM 的“费力即障碍”预期相反，说明创作者愿为有意义的治理劳动承担成本，平台应区分有意义的治理劳动与无谓负担。算法维度上的“信念—行动脱节”则提示，审核不属于创作者日常追流量的行为域。局限包括：仅一种非极端仇恨言论场景、仅三种策略、未纳入截图式公开羞辱等做法，且全部为自陈意愿而非行为数据。
🧠 IRMaD 思维导图
mindmap
root((创作者如何处置恶意评论))
引言
创作者暴露在伤害中
三种处理方式
安全之外的考量
注意力经济位置
问题
三个维度怎么比较
哪个维度推动采用
九条方向性假设
第二问开放探索
方法
在线问卷实验
五百八十四人
假想十条恶意评论
七点量表打分
重复测量方差分析
结果
删除最保安全
删除回复形象相当
回复算法收益最高
算法不预测采用
回复最费劲
讨论
管理评论区是表演
忽略是策略性不回应
努力不构成障碍
信念与行动脱节
结论
创作者是一线治理者
删除配后续保护
提供中间选项
轻量表态工具
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。