什麼是極化(polarization)?
我們常聽到「現在的社會很分裂」這種說法。可是,到底是什麼在分裂、是不是真的越來越分裂、是不是社群媒體造成的,其實並不清楚。研究者用許多調查與實驗,來回答這些問題。
一句話說明
極化(polarization)是指社會上的人分成對立的陣營,對另一方的厭惡與不信任越來越強。
研究上會把兩件事分開來看。一是對政策等議題的立場往兩端拉開。二是和立場差異無關,而是討厭、不信任對立政黨的人,這稱為情感極化(affective polarization)[1]。
《多元宇宙》把社群媒體等技術加深分裂的擔憂,當作出發點之一。不過書也寫道,網路社交平台扮演的角色「早已是學術界十分重要的辯論與研究議題」[2]。
舉例來說
美國。 1960 年,回答如果孩子和支持另一黨的人結婚會感到不快的共和黨、民主黨支持者,大約是 5%。到了 2010 年,將近 50% 的共和黨支持者、超過 30% 的民主黨支持者回答會有點或非常不滿(Boxell 等人引用 Iyengar 等人 2012 年的研究)[3]。一項比較 OECD 12 個國家約 40 年的研究發現,在作為基準的估計中,美國情感極化的增幅最大。另一方面,日本、英國、德國等 6 國則呈下降趨勢(其中下降在統計上明確的,只有瑞典和德國)[4]。
臺灣。 美國的調查機構 Pew 研究中心 2021 年對 17 個先進經濟體的調查中,回答臺灣存在宗教差異造成之對立的人只有 12%,是所有受訪地中最少的;感受到城鄉、種族與族群對立的人也屬於較少的一方。然而,回答支持不同政黨的人之間存在對立的有 69%,讓臺灣進入政治上最分裂的前三名[5]。
一項利用臺灣選舉調查的研究指出,臺灣兩大政黨國民黨(藍)與民進黨(綠)陣營之間的對立,並不是統獨立場往兩極分布,而是黨派之間的敵意。這種敵意在 2000 年民進黨首次執政(政黨輪替)之後升高,2008 年以後趨緩(分析 1996~2012 年)[6]。另一項研究則指出,強烈厭惡對立政黨的選民從 2012 年起大幅增加,到 2020 年已達國民黨與民進黨支持者的四成[7]。
日本。 日本總務省 2019 年的《情報通信白書》指出,美國有研究顯示過去十年間兩極化加劇,但日本的實證研究很少,無法斷定已經兩極化[8]。
德國。 討論不平等與政治極化的書《Trigger Points》(原書為德文,2023 年)的作者 Steffen Mau 等人,質疑這樣一種分裂的圖像:社會正從只有一個駝峰的單峰駱駝(dromedary),變成有兩個駝峰的雙峰駱駝(camel)。Mau 等人整理既有研究後指出,從長期來看,幾乎沒有證據顯示,德國人的想法沿著全球化產生的新對立軸、從根本上分裂成兩邊;情感極化在國際比較中也低於平均[9]。
深入了解
兩種極化
根據 Shanto Iyengar 等人寫的政治學綜述,過去極化主要被看作議題的問題。但近年在美國,出現了一種新的分裂:一般人認為對立政黨的支持者偽善、自私、心胸狹隘,並避免跨黨派的往來[1]。作者們把這種分裂的根源,歸於對自己站在哪一黨那邊的群體歸屬意識[1]。
把兩者分開,看到的景象就不同。上面提到的臺灣研究,也把議題上的兩極化與黨派之間的敵意分開來調查[6][7]。
書的寫法
《多元宇宙》的 2-0 章,把社群媒體等技術被認為正在打破社會結構、加劇兩極分化的情形,稱為「反社會」的威脅[2]。接著書寫道:「極端化和偏激政黨的影響力,在許多先進民主國家中正逐步上升。」[2]
不過書並沒有下定論。書的寫法是:「雖然網路社交平台在社會中扮演的角色,早已是學術界十分重要的辯論與研究議題,但最近的調查報告中顯示,這些平台與工具遠遠未實現它們當初所承諾的內容,例如:幫助跨越差異分化的社會和政治紐帶,反過來還很可能助長了自 2000 年以來持續上升的極端化,尤其是在美國」[2]。
5-4 章寫道,人們對社交媒體最普遍的擔憂之一,是「它時不時鞏固了現有的社會分化,形成『迴聲室效應』」[10]。英文版接著寫,社群媒體為每個使用者挑選、排列貼文的畫面(動態消息)背後的演算法,會挑選可能讓互動最多的內容,優先推送想法相近的內容;又寫,對於這些演算法是否真的加劇極化,研究結果不一,但自然會想問:能不能反過來,以「橋接」群眾的意圖重新設計[10]。繁體中文版沒有這兩句,而是寫:「不論人們在多大程度上認為這是事實(相對於什麼反事實而言),都會自然而然地提出這樣一個問題:如何才能以相反的意圖來設計這些系統?」[10]
書對臺灣的主張
2-2 章寫道,臺灣以抵禦極化著稱。英文版寫,多項研究發現,臺灣是社會、族群與宗教上極化程度最低的已開發國家之一,不過也有研究發現,太陽花學運(2014 年,臺灣學生與公民抗議與中國的服貿協議未經充分審查就要通過,占領立法院三週多的運動)以後政治極化略有上升[11]。英文版也寫,特別是在情感極化方面,臺灣一直名列最低的五個國家之一[11]。
書引用作為根據的國際比較論文,正文中對臺灣只寫到這裡:就對政黨黨魁的情感而言,臺灣是極化程度最低的國家之一[12]。
唐鳳的看法
曾任臺灣首任數位發展部部長的唐鳳(Audrey Tang),在 2025 年的訪談中說,如果只看社群媒體反社會的那一角,人們看起來非常極化,但那是錯覺;實際上,大多數人在大多數時候、在大多數事情上,都和鄰居意見一致[13]。唐鳳也說,十年前的太陽花學運,如果沒有使用以橋接機制(讓平常意見分歧的人都一致支持的東西浮現出來的工具)來緩和分裂的技術,可能會走向暴力,或是四分五裂[13]。
2026 年接受瑞士德文報紙 Neue Zürcher Zeitung 專訪時,唐鳳回答,極化是一種能量。人們在最分歧的點上爭吵,忽略了共同點;社群媒體用憤怒來吸引注意,因此讓人看不到意想不到的共同基礎[14]。
爭議與批評
社群媒體是分裂的原因嗎?
實證的結果是分歧的。研究大多以美國為對象[15]。
認為有害的研究。 一篇整理 496 項研究的系統性回顧(2022 年)指出,信任下降、民粹主義抬頭、極化加深這類可能有害民主的現象與數位媒體的關聯,在成熟民主國家更為明顯[15]。在極化方面,結論是許多研究顯示有害的關聯,探討因果的研究也大致支持這點。不過也有相反的結果,回顧舉出的例子是:在 Facebook 上接觸立場相反的新聞,在為期兩個月的實驗中降低了情感極化[15]。
看不到效果的研究。 2020 年美國總統大選期間,經營 Facebook 和 Instagram 的 Meta 與研究者合作進行了實驗。把同意參與的使用者的動態消息,從平常由演算法排序,改成按時間由新到舊排序後,使用時間大幅減少,看到的內容也改變了,但在三個月的調查期間,極化程度沒有顯著變化[16]。另一項對 23,377 人進行的實驗,把 Facebook 上來自想法相近來源的曝光減少約三分之一,結果對事先決定的 8 項指標(包括情感極化)都沒有可測得的效果[17]。
不過,同一時期也有研究分析了美國 2 億 800 萬名 Facebook 使用者的匯總資料。研究指出,保守派與自由派接觸到不同政治新聞的程度很大,而且從動態消息中可能出現的全部新聞 → 經演算法篩選後實際顯示的新聞 → 使用者有互動的新聞,越往後越強[18]。這項研究調查的是人們接觸的新聞分隔的程度,而不是人們想法極化的程度。
誰變得更極化? 在美國,有研究發現,極化的增幅在最少使用網路和社群媒體的高齡層最大;用各年齡層的模型推估,近年的增幅中能以網路解釋的只占一小部分[3]。在上述 12 國的比較中,網路普及與情感極化的趨勢之間,也看不到正向的關聯。不過作者自己也寫道,國家之間很難比較,難以對原因下確定的結論[4]。
在日本。 對同一群人詢問兩次的調查(2017~2018 年)發現,開始使用 Facebook 或 Twitter 的人,並沒有在政治上變得偏激的傾向,網路助長極化的證據很薄弱[19]。總務省的白皮書也一併介紹了另一項研究:使用網路,可能讓持排外意見的人和反對排外意見的人都各自增加。白皮書的結論是,網路本身是否助長極化,仍有討論的空間[8]。
《多元宇宙》的 2-0 章也用了「學術界十分重要的辯論與研究議題」「很可能助長」這樣的寫法,英文版的 5-4 章也寫研究結果不一;書並沒有斷言社群媒體就是原因[2][10]。
接觸反對意見,就會緩和嗎?
有一項實驗,付費請每週看 Twitter 三次以上的美國民主黨與共和黨支持者,追蹤一個自動轉推貼文的帳號(bot)一個月;這個 bot 會轉推立場相反的政治人物與評論者等的貼文(2017 年實施,2018 年發表論文)。看到自由派貼文的共和黨支持者,變得明顯更保守。看到保守派貼文的民主黨支持者,則稍微變得偏向自由派,但在統計上並不明確[20]。作者自己也寫道,這項研究有重要的限制[20]。
臺灣真的不容易極化嗎?
如「舉例來說」所見,書所引用的 Pew 調查,在社會與宗教對立方面和書的寫法一致;但在感受到政黨對立的人的比例上,臺灣名列前三[5][11]。在臺灣內部,也有研究指出 2012 年起對對立政黨的強烈反感逐漸擴大[7]。
書中的這個段落,在各個版本中寫法並不相同。繁體中文版寫政治兩極分化略有上升,「但現已趨於和緩」,又加上「儘管民族認同的問題在許多臺灣選舉中依然是關鍵議題」與「政治菁英戲劇化且尖銳的表現,並沒有完全反映在社會中」等英文版沒有的句子[22]。日文版則譯為「最も政治的、社会的、宗教的に分断の低い」,把英文版的 ethnically(族群)換成了「政治的」[21]。
「分裂社會」的圖像誇大了嗎?
Mau 等人認為,就德國而言,把社會看成分裂為兩個陣營的看法是誇大的;對立其實是在特定的議題(觸發點,trigger points)上突然激烈起來[9]。Mau 等人也質疑,對美國的分析能不能直接套用到德國[9]。
對橋接設計本身的批評
跨越分裂的設計也受到批評。X(前 Twitter)的社群備註,是讓使用者替可能誤導人的貼文加上補充說明(備註),只顯示平常評分意見分歧的人一致評為「有幫助」之備註的機制。有研究指出,這個機制正因為能準確抓住各國主要的分裂軸,在設計上,分裂嚴重之內容的備註反而更不容易顯示[23]。詳見橋接與社群備註兩篇文章。
在《Plurality》中的位置
《多元宇宙》把分裂當作 2-0 章〈資訊技術與民主:日益擴大的鴻溝〉所描繪的、技術與民主之間鴻溝的一個面向[2],並把 5-4 章的擴增審議(用技術擴大許多人一起討論、一起思考的能力)、社群備註與 Polis(參與者對簡短意見按贊成或反對,凸顯出跨越群體都獲得支持之意見的對話工具),當作朝相反方向設計的例子[10]。日文版的書名是《PLURALITY 対立を創造に変える、協働テクノロジーと民主主義の未来》,副標題的前半,意思是把對立轉化為創造[24]。
2-2 章把臺灣當作以抵禦極化著稱的例子[11]。如上所述,從社會的對立和政黨的對立來看,景象並不一樣[5]。
英文版的 5-4 章寫道,與過去處理錯誤資訊的方式相比,社群備註能鼓勵人們接觸多樣的政治資訊,並引用了一項研究(繁體中文版沒有這一句)[10]。該研究指出,在 Twitter(X)上被個人指出貼文是錯誤資訊的使用者,會退縮到只有相似資訊的同溫層;而像社群備註這樣經過其他查核者審查的集體指正,這種傾向就比較弱[25]。研究測量的不是極化本身,而是使用者接觸的資訊有多多樣[25]。
相關文章: - 橋接——重視跨越分歧之支持的設計 - 社群備註——只顯示意見不同的人都認可之補充說明的機制 - 利社會媒體——把橋接擴展到整個社群媒體設計的構想 - 擴增審議——書中談分裂對策的章節 - 臺灣的數位民主——書舉為不易極化之例的臺灣 - 太陽花學運——唐鳳舉為去極化技術之例的運動
延伸閱讀
- 蕭怡靖〈從政黨情感溫度計解析台灣民眾的政治極化〉(《選舉研究》,2014,中文,論文)— https://jestw.nccu.edu.tw/uploads/paper/tw/從政黨情感溫度計解析台灣民眾的政治極化.pdf
- 李弘繹、張佑宗〈負面黨性與投票抉擇:2004-2020年臺灣總統選舉的分析〉(《選舉研究》,2022,中文,論文)— https://jestw.nccu.edu.tw/uploads/paper/tw/4pa62.pdf
- 《多元宇宙》2-0〈資訊技術與民主:日益擴大的鴻溝〉(中文,書)— https://www.plurality.net/v/chapters/2-0/zh-tw/
- Lorenz-Spreen 等人, "A systematic review of worldwide causal and correlational evidence on digital media and democracy"(2022,英文,論文)— https://doi.org/10.1038/s41562-022-01460-1
- Nyhan 等人, "Like-minded sources on Facebook are prevalent but not polarizing"(2023,英文,論文)— https://doi.org/10.1038/s41586-023-06297-w
- Iyengar 等人, "The Origins and Consequences of Affective Polarization in the United States"(2019,英文,論文)— https://doi.org/10.1146/annurev-polisci-051117-073034
- 日本總務省《令和元年版 情報通信白書》「インターネットの利用は世論を二極化するのか」(日文,白皮書)— https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r01/html/nd114200.html
- 田中辰雄、浜屋敏〈ネットは社会を分断するのか〉(2018,日文,研究報告。Internet Archive 保存版)— http://web.archive.org/web/20210918143446/https://www.fujitsu.com/jp/group/fri/imagesgig5/no462.pdf
出處
- Iyengar 等人, "The Origins and Consequences of Affective Polarization in the United States"(2019)— https://doi.org/10.1146/annurev-polisci-051117-073034
- 《多元宇宙》2-0〈資訊技術與民主:日益擴大的鴻溝〉「技術對民主的威脅」— https://www.plurality.net/v/chapters/2-0/zh-tw/ ;英文版 "Information Technology and Democracy: A Widening Gulf" — https://www.plurality.net/v/chapters/2-0/eng/ [CC0]
- Boxell, Gentzkow & Shapiro, "Greater Internet use is not associated with faster growth in political polarization among US demographic groups"(2017)— https://doi.org/10.1073/pnas.1706588114
- Boxell, Gentzkow & Shapiro, "Cross-Country Trends in Affective Polarization"(2024)— https://doi.org/10.1162/rest_a_01160
- Pew Research Center, "Diversity and Division in Advanced Economies"(2021-10-13)— https://www.pewresearch.org/global/2021/10/13/diversity-and-division-in-advanced-economies/
- 蕭怡靖〈從政黨情感溫度計解析台灣民眾的政治極化〉(《選舉研究》,2014)— https://jestw.nccu.edu.tw/uploads/paper/tw/從政黨情感溫度計解析台灣民眾的政治極化.pdf
- 李弘繹、張佑宗〈負面黨性與投票抉擇:2004-2020年臺灣總統選舉的分析〉(《選舉研究》,2022)— https://jestw.nccu.edu.tw/uploads/paper/tw/4pa62.pdf
- 日本總務省《令和元年版 情報通信白書》「インターネットの利用は世論を二極化するのか」(日文)— https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r01/html/nd114220.html
- Mau, Lux & Westheuser, Trigger Points 第 1 章 "Introduction"(2026,英文版)— https://doi.org/10.56687/9781529254051-004 [CC BY-NC-ND 4.0]
- 《多元宇宙》5-4〈擴增審議〉— https://www.plurality.net/v/chapters/5-4/zh-tw/ ;英文版 "Augmented Deliberation" — https://www.plurality.net/v/chapters/5-4/eng/ [CC0]
- 《Plurality》英文版 2-2 "The Life of a Digital Democracy" — https://www.plurality.net/v/chapters/2-2/eng/ [CC0]
- Reiljan 等人, "Patterns of Affective Polarization toward Parties and Leaders across the Democratic World"(2024)— https://doi.org/10.1017/S0003055423000485 [CC BY 4.0]
- Audrey Tang,PBS Firing Line 訪談(2025-10-11,逐字稿)— https://archive.tw/2025-10-11-interview-with-pbs-firing-line [CC0]
- Neue Zürcher Zeitung, "Taiwans Cyber-Botschafterin Audrey Tang über Demokratie im Zeitalter von KI"(2026-04-11)— https://www.nzz.ch/technologie/polarisierung-setzt-energie-frei-aber-man-darf-sie-nicht-in-extreme-lenken-sagt-taiwans-cyber-sonderbotschafterin-audrey-tang-ld.1926179
- Lorenz-Spreen 等人, "A systematic review of worldwide causal and correlational evidence on digital media and democracy"(2022)— https://doi.org/10.1038/s41562-022-01460-1 [CC BY 4.0]
- Guess 等人, "How do social media feed algorithms affect attitudes and behavior in an election campaign?"(2023)— https://doi.org/10.1126/science.abp9364
- Nyhan 等人, "Like-minded sources on Facebook are prevalent but not polarizing"(2023)— https://doi.org/10.1038/s41586-023-06297-w [CC BY 4.0]
- González-Bailón 等人, "Asymmetric ideological segregation in exposure to political news on Facebook"(2023)— https://doi.org/10.1126/science.ade7138
- 田中辰雄、浜屋敏〈ネットは社会を分断するのか -パネルデータからの考察-〉(富士通總研研究報告 No.462,2018,日文。Internet Archive 保存版)— http://web.archive.org/web/20210918143446/https://www.fujitsu.com/jp/group/fri/imagesgig5/no462.pdf
- Bail 等人, "Exposure to opposing views on social media can increase political polarization"(2018)— https://doi.org/10.1073/pnas.1804840115 [CC BY-NC-ND 4.0]
- 《Plurality》日文版 2-2〈デジタル民主主義の日常〉— https://www.plurality.net/v/chapters/2-2/jpn/ [CC0]
- 《多元宇宙》2-2〈數位民主的日常〉「十年有成」— https://www.plurality.net/v/chapters/2-2/zh-tw/ [CC0]
- Bouchaud & Ramaciotti, "Community Notes undermoderate polarizing content by design creating risks in electoral processes"(2025)— https://arxiv.org/abs/2506.15168 [CC BY-NC-ND 4.0]
- 鈴木健〈Plurality 日本語版解説〉(日文)— https://note.com/digitaldemocracy/n/nb8b59a6b775d
- Kim 等人, "Differential impact from individual versus collective misinformation tagging on the diversity of Twitter (X) information engagement and mobility"(2023 年初版,2025 年刊於 Nature Communications)— https://arxiv.org/abs/2311.11282 [CC BY 4.0]