知识卡片：在线话语中群际敌意的统一模型

一句话结论

摘要称，研究在2024年美国总统选举期间来自 TikTok、Truth Social、Twitter/X 的286万条帖子中，将六种群际敌意理论的修辞机制放入同一实证框架；结果显示 boundary construction 与 threat construction 在结构上锚定系统，且各机制倾向按较规律的时间顺序出现。具体因果与泛化结论待核实。

事件概述或研究问题

• 背景：针对社会群体的敌意言论可能正常化排斥、为不当对待辩护，并加剧极化与政治暴力。
• 问题：既有社会心理学、道德心理学与政治学理论多平行发展，解释彼此不同甚至冲突，且很少在真实话语中相互检验，导致对敌意修辞机制的理解碎片化。
• 目标：在真实在线话语中建模六种基础理论机制——boundary construction（边界建构）、threat construction（威胁建构）、scapegoating（替罪羊化）、negative evaluation（负面评价）、dehumanization（去人化）、action orientation（行动导向）——并恢复群际敌意修辞的更广泛组织结构。

方法/产品要点

• 数据规模：2.86 million posts。
• 平台：TikTok、Truth Social、Twitter/X。
• 时间/情境：2024 U.S. presidential election。
• 分析策略：在 common empirical framework 中建模六种理论机制，以考察其结构关系与时间关系，目标超越 single-label detection。
• 待核实：具体采样、标注、模型架构、统计方法、平台数据处理与伦理审查等，摘要未提供。

主要结果或产业意义

• 结构发现：boundary construction 与 threat construction 锚定该系统。
• 时间发现：各机制倾向遵循规律排序——boundary construction、derogation、action orientation 较早；dehumanization 与 threat construction 较晚；scapegoating 最晚。
• 注：摘要六机制列 negative evaluation，而时间排序处使用 derogation；二者对应关系与操作化定义待核实。
• 产业/学科意义：将多个社会科学理论框架映射到真实话语，有助于弥合长期学科分歧，并为计算社会科学建模群际敌意修辞提供超越单标签检测的实证基础。

为什么重要

• 对平台治理与内容审核：若机制排序可复现，可能提示敌意话语存在阶段性组织，而不只是孤立标签；但摘要未证明可直接用于干预。
• 对计算社会科学：提出把多个理论模型纳入同一实证框架的路径，减少“各测各的”碎片化。
• 对极化与政治暴力研究：将在线敌意修辞与排斥正常化、极化、政治暴力风险联系起来；但摘要未显示其提供因果政策评估。

局限与不确定性

• 仅能依据摘要与元数据判断，无法确认全文细节、同行评议状态、预注册、代码与数据可得性。
• 样本限于2024年美国大选期间的三个平台，能否推广到其他语言、地区、平台和时期待核实。
• 六种机制的具体操作化、测量效度、标注者一致性、模型误差与稳健性待核实。
• “结构锚定”“时间排序”的统计显著性与因果解释待核实。
• boundary construction、threat construction、scapegoating、negative evaluation、dehumanization、action orientation 之间的理论边界，以及 derogation 的归属，均待核实。

可用于图书/PPT/简报的角度

• 把在线敌意从“单一仇恨标签”重述为可组合、可排序的修辞机制系统。
• 用“边界建构/威胁建构—贬低/行动导向—去人化/威胁—替罪羊化”的潜在升级链条讲解极化与政治暴力风险；链条是否稳定待核实。
• 计算社会科学如何把多套社会科学理论放进统一实证框架。
• 平台治理从单标签检测转向机制识别与阶段识别的前景与争议。
• 以2024年美国大选跨平台话语为案例，讨论 TikTok、Truth Social、Twitter/X 上的敌意修辞。

原始材料

• 英文标题：Unifying Models of Intergroup Hostility in Online Discourse
• 作者：Patrick Gerard, Julia Mendelsohn, Kristina Lerman
• arXiv ID：2609.20808v1
• 发布/更新：2026-09-17T17:58:25Z（材料所给）
• 分类：cs.CL；cs.SI；primary category: cs.CL
• 英文关键词/术语（原文未提供独立关键词字段；下列摘自摘要）：intergroup hostility, online discourse, boundary construction, threat construction, scapegoating, negative evaluation, dehumanization, action orientation, computational social science, single-label detection
• 原始来源：https://arxiv.org/abs/2609.20808v1
• PDF：https://arxiv.org/pdf/2609.20808v1