אנטרופיית רגשות קבוצתית: פרספקטיבה על מסלולי יצירת אינטליגנציה קולקטיבית

מדוע המידות שלנו חשובות בעת משבר

כשמתרחשים אסונות, מסערות פתאומיות ועד שריפות מבנים, אנחנו נוטים להתמקד בעובדות ולוגיסטיקה: מה קרה? מי אחראי? אך לא פחות חשוב הוא מה שאנשים חשים במשותף. מאמר זה בוחן כיצד התמהיל וההתפתחות של רגשות בקהל יכולים לדחוף קהילה לעבר פניקה וכאוס — או לעבר חוכמה משותפת והחלטות טובות יותר. על ידי התייחסות לרגשות קבוצתיים כסוג של "אנרגיה" שניתן למדוד ולהדריך, הכותבים טוענים כי חברות יכולות במכוון להפוך אי-שקט לפעולה קולקטיבית חכמה אחרי מצבי חירום.

מקהלות חכמות לסופות רגשיות

קבוצות יכולות להיות מבריקות באופן מפתיע, לעתים עולה על חבריהן המבריקים ביותר, ובאותה נשימה הן עלולות להתנהג באופן לא רציונלי והרסני. המחברים מקשרים בין הפרדוקס הזה לחיים הרגשיים של ההמונים. בכל פעם שאירוע משמעותי מושך את תשומת הלב הציבורית, אנשים יוצרים קבוצה זמנית ורופפת סביבו — מגיבים באינטרנט, משתפים חדשות ומביעים רגשות. רגשות משותפים אלה אינם רק מצבי רוח אישיים; הם מתקשרים, מתפשטים ונאבקים, ויוצרים את מה שהכותבים קוראים "אנטרופיית רגשות קבוצתית", מדד למגוון ולחוסר הסדר בנוף הרגשי הכולל. יותר מדי זעם או פחד אחידים יכולים להיות מסוכנים כמו כאוס רגשי מוחלט, והבנת האיזון הזה מרכזית להסביר מתי קהל הופך לחכם או לפרוע.

מדידת הסדר החבוי בתחושות הקבוצה

כדי להמחיש רעיון זה, הכותבים בונים מודל מתמטי שעוקב כמה אנשים מעורבים באירוע לאורך הזמן וכיצד חלוקת הרגשות שלהם משתנה. בהשראת התרמודינמיקה ותורת המידע, הם מתייחסים לרגשות כסוג של אנרגיה ולאנטרופיה כמדד לבלאגן באותה אנרגיה. הצעד המרכזי שלהם הוא להתקדם מעבר לעבודה קודמת שסיכמה רק כמה אנשים חווים כל רגש ברגע נתון. במקום זאת, המודל שלהם לוכד כיצד גם גודל הקבוצה וגם תמהיל הרגשות מתפתחים בזמן, ובונה תמונה "מרחבית-זמנית". הם מראים שאנטרופיית הרגשות גבוהה ביותר כאשר רגשות שונים — כגון פחד, כעס, עצב, תקווה ושקט — נמצאים בפרופורציות מאוזנות יותר, והיא הנמוכה ביותר כאשר רגש אחד שולט והקבוצה הופכת למחוזרת מאוד.

מה שמשברים אמיתיים מגלים

הצוות בודק את המסגרת שלהם באמצעות נתוני רשתות חברתיות מארבעה מצבים חריגים אחרונים בסין, כולל סופת גשם חזקה, רעידת אדמה ושתי שריפות גדולות. עבור כל מקרה הם מעריכים כמה אנשים דיברו באופן פעיל על האירוע וממיינים פוסטים לקטגוריות רגש בסיסיות. לאחר מכן הם מתאימים את המשוואות שלהם לנתונים אלה, ובודקים האם המודל יכול לשחזר את התבניות שנצפו. למרות רעש — במיוחד בניתוח לפי שעות — קו המודל מתיישב היטב עם המציאות כאשר מסתכלים על הנתונים יום-יום. זה מאפשר לכותבים לחשב באיזו מהירות אנטרופיית הרגשות עולה ויורדת, ולראות מתי מצב נע לעבר תמהיל רגשי מאוזן או לעבר דומיננטיות רגשית חדה, כמו כעס או פחד ממושכים.

להפוך כאוס לתובנה משותפת

מבוסס על מדידות אלה, המאמר מציג את רעיון הליווי של "נגטנטרופיה אינפורמטיבית", שמייצגת את גידול הסדר והמידע השימושי בקבוצה. ככל שאנטרופיית הרגשות יורדת — כלומר אנרגיה רגשית גולמית ולא מנותבת מעובדת במקום להתפרץ החוצה — הנגטנטרופיה עולה. הכותבים מפרשים זאת כהתמצקות של הקהל את זעזוע האירוע והפיכתו להבנה משותפת ופוטנציאל לחוכמה. הם מתארים זאת כהעברה מטורבלנס רגשי לידע מובנה, מהדהדת את הסולם המוכר מנתונים למידע, לידע ולחוכמה. מנקודת מבט זו, מצבי חירום מזריקים פוטנציאל ידע חדש לחברה; האם זה יהפוך להתנהגות המונית או לתובנה בוגרת תלוי באופן שבו הרגשות מווסתים לאורך הדרך.

להנחות קהלים לעתידי חכמה

מכיוון שהמודל מזהה מתי אנטרופיית הרגשות נמוכה מדי (עקב קיטוב קיצוני) או מתפתחת באופן שאינו מועיל, הוא גם מצביע על דרכים שהשלטונות ומנהיגי הקהילה עשויים להתערב. המחברים דנים בשתי אסטרטגיות: אחת ש"מדכאת ומעבירה" רגש דומיננטי על ידי פיזור חלק לעוצמתו לתוך רגשות אחרים הפחות מיוצגים, ואחרת ש"מאגדת ומקוטבת" רגשות זניחים מפוזרים לתוך רגש מוקדי יותר שניתן לנהל. בפשטות, תקשורת מדויקת ומדיניות יעילה יכולות לרכך ולגוון כעס חזק או לארגן חששות מפוזרים לעמדה ברורה ובונה יותר. כאשר עושים זאת היטב, זה מזרז את המרת האנרגיה הרגשית לידע ולפעולה מתואמת. לקורא הכללי, המסר הוא שאיך שאנו מרגישים ביחד — וכיצד רגשות אלה מונחים — יכול להשפיע משמעותית על האם משבר ישאיר אותנו רק מזועזעים או גם חכמים יותר ביחד.

ציטוט: Xia, Y., Liu, J., Liu, Y. et al. Group emotional entropy: a perspective on the pathways of collective intelligence generation. Humanit Soc Sci Commun 13, 469 (2026). https://doi.org/10.1057/s41599-026-06798-9

מילות מפתח: אינטליגנציה קולקטיבית, רגשות קבוצתיים, סנטימנט ברשתות חברתיות, תגובה במשבר, מודלים של אנטרופיה