具有黑暗人格特质的员工是否会对其工作作出更负面的评价？对在线员工评论的文本内容分析

为什么有些工作评论感觉更严厉

任何在找新工作的人大概都翻看过匿名的员工评论，试图把诚恳的警示和不公正的怒怨区分开来。本文提出了一个简单但重要的问题：具有“更黑暗”人格倾向的人是否会系统性地写出不同的雇主评价，读者又是否以不同方式回应这些评价？通过解析超过五十万条在线评论的语言，作者探究了潜在的人格特质如何微妙地塑造公司声誉——以及依赖这些平台的求职者的决策。

严厉观点背后的隐秘特质

研究聚焦于三种知名的“黑暗”人格模式：自恋（自我重要感与对赞赏的需求）、马基雅维利主义（冷静、策略性的操控）和精神病倾向（冷酷与冲动）。在这些特质得分较高的人中，往往更具敌意，较少受社会规范约束。作者推断，在匿名的评论网站上，用户感到较少被观察且对语气的责任感较低，这些倾向可能更容易显露。如果属实，求职者在阅读这些评论时，看到的可能不仅是工作场所本身，还有评论者的人格在其中的映照。

从文字读出人格

为检验这一想法，研究者收集了2008年至2022年间发布在 Glassdoor 上的对标准普尔500家公司共计533,007条评论，以及一大批附有“有帮助”投票数的数据子集。研究者并未直接对评论者进行问卷调查，而是使用了一种称为语言询问与词汇计数（LIWC）的工具。LIWC 将词语归类为心理与情感类别，例如第一人称代词、愤怒词汇、脏话或正负情感词。基于此前将特定语言模式与黑暗特质相联系的研究，作者构建了复合指数：例如，某些第二人称指涉与脏话被用作自恋的标记；负面情感、减少的正面情感与信息简短的组合被用于马基雅维利主义；而愤怒、时间指向与不一致性标记则用于精神病倾向。

黑暗特质如何影响评分与有用性

有了这些基于语言的指标后，团队检查了评论过程的两个方面。在“生成”方面，他们研究更高水平的黑暗特质语言是否在控制了工作与生活平衡、薪酬等六个工作维度以及公司与时间效应后，仍然预测更低的星级评分。在“消费”方面，他们考察相同的特质是否预测其他用户对评论的有用性评价，衡量指标为有帮助投票数。在数十万条评论中，结果一致但幅度有限：三种特质都与略低的评分相关。就有用性而言，自恋与精神病倾向的语言模式通常会降低读者对评论的有用性评估，而马基雅维利式的语言模式则与感知有用性的小幅提升相关——也许是因为那些策略性、算计的作者能写出更尖锐、更信息密集的批评。

嘈杂在线世界中的微弱信号

尽管使用了非常庞大的数据集，作者强调这些效应在统计上可靠但规模较小。与实际工作条件或公司差异等因素相比，黑暗特质语言仅能解释评分与有帮助投票中一小部分变异。换言之，人格在评论上留下了可检测的指纹，但并不主导评论内容。尽管如此，这项工作表明匿名、低后果的环境允许对抗性倾向渗入公共评估。它还展示了可以通过日常语言而非仅通过正式问卷在大规模上研究人格，为职场态度研究增添了行为—语言学的视角。

对求职者与雇主的含义

对普通读者而言，主要结论是并非所有在线员工评论都一视同仁。某些特别严厉或充满敌意的评论，可能与评论者的人格有关，至少与工作场所有关的程度相当；而一些结构严谨、批评尖锐的评论可能来自善于表现出“有用性”的算计写作者。作者并不建议试图诊断个人或使用这些工具筛选员工。相反，他们认为雇主和求职者应把带有人格色彩的评论视为信息拼图中的一部分。研究的结论保持了令人放心的平衡：黑暗特质确实会让评论偏向更负面，并在某些情况下影响其有用性，但情境、工作现实与平台设计仍然在塑造我们在线所读到的职场信息方面起主导作用。

引用: Yousaf, S., Hyun, S. & Kim, J.M. Do employees with dark personality traits review their jobs unfavorably? Textual content analysis of online employee reviews. Humanit Soc Sci Commun 13, 273 (2026). https://doi.org/10.1057/s41599-026-06592-7

关键词: 在线员工评论, 黑暗三性格, 职场满意度, Glassdoor 评分, 组织声誉