群体情绪熵：集体智慧生成路径的视角

为什么情绪在危机中很重要

当灾难来临，从突发风暴到建筑火灾，我们通常关注事实与后勤：发生了什么？谁负责？但同样重要的是人们的共同感受。本文探讨了一群人情绪的组合与演化如何将社区推向恐慌与混乱，或引导其走向共享智慧与更佳决策。作者将群体情绪视为一种可以测量和引导的“能量”，并主张社会可以有意地将动荡转化为在突发事件后更明智的集体行动。

从智慧群体到情绪风暴

群体有时能非常聪明，甚至超过其中最聪明的个体，但也可能表现出非理性和破坏性。作者将这种二元性与人群的情绪生活联系起来。每当重大事件吸引公众注意时，人们会围绕事件形成松散、短暂的群体——在线评论、转发新闻并产生情绪反应。这些共享的感受不仅是个体情绪；它们会相互作用、传播与冲突，形成作者所称的“群体情绪熵”，即整体情绪格局的多样性与无序程度的度量。过度一致的愤怒或恐惧可能和完全的情绪混乱一样危险，理解这种平衡对于解释群体何时变得聪慧而非失控至关重要。

衡量群体情感中的隐含秩序

为使这一想法具体化，作者构建了一个数学模型，追踪随时间参与某事件的人数以及他们的情绪分布。借鉴热力学与信息理论的灵感，他们将情绪视为一种能量，将熵作为该能量无序程度的量表。关键的一步是超越早期仅在单一时刻计数各情绪人数的工作。相反，他们的模型捕捉了群体规模与情绪构成如何随时间演化，提供了“时空”图景。研究显示，当不同情感——如恐惧、愤怒、悲伤、希望与平静——以更平衡的比例共存时，情绪熵最高；当某种情绪占主导、群体高度两极化时，熵最低。

真实危机揭示了什么

研究团队利用中国四起近期突发事件的社交媒体数据检验其框架，包括一次严重暴雨、一次地震和两起重大火灾。对每一案例，他们估算积极讨论该事件的人数并将帖子分类为基本情绪类别，然后将方程拟合到这些数据，检验模型能否再现观测到的模式。尽管数据存在噪声——尤其是逐小时观察时——但按日汇总后模型与现实吻合良好。这让作者得以计算情绪熵上升与下降的速度，并观察何时情境走向情绪平衡的混合态或走向尖锐的情绪主导，如持续的愤怒或恐惧。

将混乱转化为共享洞见

基于这些测量，论文引入了“信息负熵”的配套概念，表示群体中秩序与有用信息的增长。随着情绪熵下降——意味着未经引导的情绪能量被加工而非单纯外放——负熵上升。作者将其解释为群体消化事件冲击并将其转化为共享理解与潜在智慧的过程。他们将此描述为从情绪动荡向结构化知识的转移，呼应从数据到信息、知识再到智慧的常见阶梯。在此视角下，突发事件为社会注入新的知识潜能；最终是成为暴民行为还是成熟洞见，取决于情绪在过程中如何被调节。

引导群体走向更智慧的结果

因为模型能够识别何时情绪熵过低（因极端两极化）或以无益方式演化，它也指明了当局与社区领导者可能的干预方式。作者讨论了两类策略：一种通过将主导情绪的一部分强度分散到其他较少表达的情绪上来“衰减并转移”主导情绪；另一种则将分散的次要情绪“聚合并极化”为更可控的焦点情绪。简单来说，有效的沟通与政策响应可以要么软化并多样化压倒性的愤怒，要么把分散的担忧组织成更清晰、更具建设性的立场。若执行得当，这会加速情绪能量向知识与协调行动的转化。对普通读者而言，结论是我们的集体感受——以及这些感受被引导的方式——会显著影响危机是仅仅让我们受创，还是也让我们变得更有智慧。

引用: 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

关键词: 集体智慧, 群体情绪, 社交媒体情绪, 危机响应, 熵模型