2018年2月17日晚，玛丽·比尔德教授在推特上发布了一张自己哭泣的照片。这位杰出的剑桥大学古典学家拥有近20万名推特粉丝，她因遭到网上铺天盖地的辱骂而悲痛不已。起因是她对海地发表的一番评论。她还发推文说：“我说的是心里话（当然，我也可能错）。但我收到的那些破话实在不像话；真的不像话。”
接下来的几天里，比尔德得到多位知名人士的支持。另一位名人历史学家格雷格·詹纳在推特上谈及自己遭遇推特风暴的经历：“我永远记得，突然被陌生人憎恨是多么令人痛苦。不论对错——我的观点可能是错的，也可能是对的——我都很惊讶（后来等我缓过来后）这件事对我的心理造成了如此严重的冲击。”
那些在推特上声援比尔德的人——无论他们是否赞同比尔德那条引发辱骂的原始推文——随后也成了攻击目标。比尔德的一位批评者、同为剑桥学者的普里亚姆瓦达·戈帕尔是一位亚裔女性，她在网上发表文章回应比尔德的原始推文后，也遭到了自己的一阵辱骂。
大量证据表明，女性和少数族裔成员在推特上遭受辱骂的比例明显更高。当这些身份特征交织在一起时，霸凌可能会格外严重。黑人女性议员黛安·阿博特就有这样的经历：她一人收到的辱骂推文，接近一半，占2017年英国大选前夕发给女性议员的所有辱骂推文总数的近一半。即使不计入阿博特，黑人和亚裔女性议员收到的辱骂推文平均也比白人女性同僚多35%。
持续不断的辱骂，包括死亡威胁和性暴力威胁，正在让人们噤声、迫使他们离开网络平台，并进一步削弱网上声音和观点的多样性。而这种情况丝毫没有减轻的迹象。去年的一项调查发现，40%的美国成年人亲身经历过网上辱骂，其中近一半遭受过严重骚扰，包括人身威胁和跟踪。70%的女性将网上骚扰称为“重大问题”。
YouTube和Facebook等社交媒体平台的商业模式，会推广更有可能引起其他用户回应的内容，因为互动越多，广告机会就越好。但这也会使平台偏向有分歧、情绪强烈或极端的内容，进而滋养网上的群体“泡泡”：群体成员彼此呼应并强化对方的观点，助推更极端内容的传播，也为“假新闻”提供了滋生空间。近几个月来，研究人员揭示了各种既得利益方（包括俄罗斯行动人员）试图通过渗透社交媒体群体泡泡来操纵公众舆论的多种手法。
人类能够在由人组成的网络中交流思想，这种能力使我们得以建成现代世界。互联网为全人类之间的合作与交流带来了无与伦比的希望。但我们似乎没有拥抱社交圈在网上的大幅扩展，反而在重回部落主义和冲突；曾经相信互联网有潜力将人类汇聚成一个光辉的协作网络，如今开始显得天真。现实生活中，我们通常会礼貌而尊重地与陌生人交往；到了网上，却可能变得很糟糕。我们怎样才能重新学会那些曾帮助我们找到共同点、作为一个物种蓬勃发展的协作方式？
“别想太多，直接按按钮！”
我点选一个金额，瞬间让自己变穷，然后迅速进入下一道题，心里清楚我们都在与时间赛跑。队友远在他处，我也不认识他们。我不知道我们是不是同舟共济，也不知道自己是不是被人当傻子耍，但我还是继续做下去，因为我知道其他人都指望着我。
我正在耶鲁大学人类合作实验室玩一种所谓的公共物品博弈。这里的研究人员把它作为工具，帮助理解我们如何以及为何合作，以及能否增强我们的亲社会行为。
多年来，科学家提出了各种理论，试图解释人类为何如此善于合作，以至于形成强大的社会。如今，多数研究人员认为，人类普遍友善的进化根源在于：作为群体合作时，个体的生存机会会提升。一个下着雪的二月，我来到康涅狄格州纽黑文，拜访这里的一群实验室。研究人员正通过实验进一步探究一种非凡的冲动：即使自己有所牺牲，也想善待他人。
我正在亚马逊的线上平台Mechanical Turk上玩的这个游戏，是该实验室正在进行的一项实验。我与另外三人组成一队，彼此身处不同地点，每人拿到同样数额的钱来参与游戏。我们要决定拿出多少钱放入一个公共资金池；按照规则，资金池里的钱随后会翻倍，再由我们平分。
这种社会困境和所有合作一样，依赖一定程度的信任：相信群体中的其他人会友善相待。如果每个人都把所有钱投入公共资金池，资金总额就会翻倍，再分成四份，每个人的钱都翻一番。双赢！
“但如果从个人角度想，”实验室主任戴维·兰德说，“你每投入一美元，金额就翻倍成两美元，然后分成四份——这意味着每个人投入一美元，只能拿回50美分。”
尽管大家一起为一个无人能独自完成的集体项目出资，所有人都会过得更好——现实中，这可能是为医院大楼出资，或挖一条社区灌溉渠——但个人层面仍要付出代价。从经济上说，自私一点反而能赚更多钱。
兰德的团队已让数千名参与者玩过这个游戏。其中一半人像我一样，要在很短时间内决定投入金额——限时10秒；另一半则可以慢慢考虑，仔细斟酌决定。结果发现，凭直觉行事的人比花时间思考的人慷慨得多。
“有大量证据表明，合作是人类进化的核心特征，”兰德说。个体通过与群体合作获益，生存几率也更高。而能否留在群体中并从中获益，取决于我们以合作方式行事所建立的声誉。
“我们的祖先生活在小规模社会中，所有交往对象都是你很快还会再见到、再互动的人，”兰德说。这抑制了人们采取攻击行为、占人便宜或搭别人贡献的便车的冲动。“从利己的角度看，合作是有道理的。”
合作会带来更多合作，形成互利循环。与其每次都盘算友善待人是否符合长期利益，不如遵循一条基本准则：善待他人。这样更有效，也更省力。这就是为什么我们在实验中的本能反应是慷慨。
一生之中，我们会从周围社会学会应当如何合作。但后天习得的行为也可能迅速改变。
在兰德的实验中，参加快速回合的人大多慷慨，也获得了丰厚的分红，这强化了他们的慷慨态度。相比之下，仔细考虑决定的人更自私，导致公共资金池所剩无几，也强化了这样一种想法：依靠群体并不划算。因此，在另一项实验中，兰德给玩过一轮游戏的人一些钱，然后问他们愿意给一位匿名陌生人多少钱。这一次，给予没有任何激励；他们完全是出于慈善而行动。
结果差异很大。第一阶段习惯了合作的人，在第二阶段给出的钱是习惯自私者的两倍。“所以，我们影响了人们的内心生活和行为，”兰德说，“影响了他们在没人观察、也没有任何机构惩罚或奖励他们时的行为方式。”
兰德的团队测试了不同国家的人如何玩这个游戏，以了解社会制度的强弱——例如政府、家庭、教育和法律体系——如何影响行为。在肯尼亚，公共部门腐败程度很高，参与者最初给陌生人的钱不如美国参与者慷慨，而美国的腐败程度较低。这表明，能够依靠相对公平的社会制度的人，行为更具公共精神；制度不那么可靠的人则更倾向于自我保护。不过，肯尼亚参与者只玩了一轮促进合作的公共物品博弈，他们的慷慨程度就赶上了美国人。影响也同样会朝另一个方向发生：接受自私训练的美国人给出的钱少了许多。
那么，网上社交媒体文化是否有什么特质，会让一些人表现得刻薄？与古代的狩猎采集社会不同，社交媒体的制度基础薄弱。狩猎采集社会依靠合作与分享来生存，往往还会制定规则，规定在社交网络中何时该给谁食物；而社交媒体提供了物理距离和相对匿名性，人们的不良行为几乎不会带来声誉损失或惩罚风险：如果你刻薄行事，你认识的人也不会看到。
我顶着大雪步行几个街区，来到莫莉·克罗克特的心理学实验室。这里的研究人员正在调查社会中的道德决策。他们关注的一个领域是社交情绪在线上如何变化，尤其是道德愤慨。脑成像研究显示，人们因道德愤慨而采取行动时，大脑的奖赏中枢会被激活——他们会因此感觉良好。这会强化他们的行为，使他们更可能再次以类似方式介入。例如，他们看到有人违反社会规范，比如任由自己的狗在游乐场随地排泄，便公开当面质问对方，事后会感觉良好。挑战违反社区社会规范的人虽有风险——你可能会遭到攻击——但也会提升你的声誉。
在相对平静的生活中，我们很少遇到令人愤慨的行为，因此也很少看到道德愤慨的表达。打开推特或脸书，呈现的却是截然不同的景象。近期研究显示，同时包含道德和情绪词语的信息更容易在社交媒体上传播——一条推文中每增加一个道德或情绪词语，被转发的可能性就会提高20%。
“引发愤慨、表达愤慨的内容更容易被分享，”克罗克特说。我们在网上创造了“一个会筛选出最令人愤慨内容的生态系统，同时还配有一个让人们比以往任何时候都更容易表达愤慨的平台”。
与线下世界不同，当面质问并揭露某人不会带来人身风险。只需点击几下按钮，而且你不必身处对方附近，所以网上表达愤慨的情况多得多。这种现象还会自我强化。“如果你惩罚违反规范的人，别人就会觉得你更值得信任；因此，你可以通过表达愤慨、惩罚违反社会规范的行为来彰显自己的道德品格，”克罗克特说。“人们相信，表达愤慨是在传播善意——这种做法源于道德感和正义感。”
“从线下转到线上，情况就变了。线下时，你或许能在当下站在周围的人面前提升声誉；到了线上，你可以把这种表现广播给整个社交网络。这样一来，表达愤慨带来的个人回报就会大幅增加。”
社交媒体上的反馈，例如点赞和转发等，也会让这种情况更加严重。“我们的假设是，这些平台的设计可能会让表达愤慨变成一种习惯；而习惯就是不考虑后果的行为——它不在乎接下来会发生什么，只是对刺激做出盲目反应，”克罗克特解释道。
“我认为，作为一个社会，我们值得讨论是否愿意让自己的道德观受算法控制，而这些算法的目的是为大型科技公司赚钱，”她补充道。“我想，我们都希望相信并感受到，自己的道德情绪、思想和行为是出于主动选择，而不是对眼前任何事物做出的条件反射；毕竟，智能手机设计者认为那些东西最能为他们带来利润。”
好的一面是，网上表达愤慨的成本更低，使边缘化、缺乏权力的群体能够推动过去较难推进的议题。社交媒体上的道德愤慨在引起公众关注高地位男性对女性的性虐待方面发挥了重要作用。2018年2月，佛罗里达州的青少年在社交媒体上抨击该州又一起校园枪击案，帮助改变了公众舆论，也让多家大公司感到难堪，最终取消了面向全国步枪协会会员的折扣计划。
“我认为，一定有办法保留网络世界带来的好处，”克罗克特说，“同时更审慎地重新设计这些互动，去掉其中一些代价高昂的部分。”
尼古拉斯·克里斯塔基斯一直在思考社交网络互动的设计。他是耶鲁大学人类本性实验室的主任，实验室就在几个街区外，沿途仍是大雪纷飞。他的团队研究我们在社交网络中的位置如何影响行为，以及某些有影响力的人如何显著改变整个网络的文化。
团队正在探索如何识别这些人，并邀请他们参与有益于社区的公共卫生项目。例如，在洪都拉斯，他们正运用这一方法促进疫苗接种登记和孕产妇护理。在线上，这类人有可能把霸凌文化转变为互助文化。
企业已经在用一种粗略的方法识别所谓的Instagram网红，让他们为品牌做广告。但克里斯塔基斯关注的不只是某个人有多受欢迎，还包括其在网络中的位置和网络的形态。他解释说，有些网络就像一个与世隔绝的小村庄，人人联系紧密，参加聚会时你很可能认识所有人；相比之下，在城市里，整体而言人们住得可能更近，但参加聚会时你不太可能认识所有人。网络的互联程度会影响行为和信息在其中的传播方式。
“碳原子以一种方式排列组合，就会变成柔软、颜色暗淡的石墨。相同的碳原子换一种排列方式，就会变成坚硬、透明的钻石。硬度和透明度并不是碳原子本身的性质，而是这群碳原子聚集后的性质，取决于碳原子彼此之间如何连接，”他说。“人类群体也是如此。”
克里斯塔基斯设计了一套软件，通过在线创建临时的人工社会来探究这个问题。“我们把人们放进去，让他们彼此互动，观察他们如何玩公共物品博弈等游戏，从而评估他们对别人有多友善。”
然后，他会操纵这个网络。“通过以某种方式安排他们的互动，我可以让他们彼此非常友善、合作顺畅，身心健康、生活幸福并且互相合作。也可以让同一批人以另一种方式连接，结果他们彼此刻薄、互不合作、不分享信息，也不善待对方。”
在一项实验中，他随机安排陌生人彼此进行公共物品博弈。他说，一开始约有三分之二的人愿意合作。“但他们互动的人中，有些人会占他们便宜；他们唯一的选择就是要么友善合作，要么背叛。由于被这些人占了便宜，他们只能选择背叛。到实验结束时，所有人都对彼此很刻薄。”
克里斯塔基斯只需让每个人在每轮结束后稍微控制一下自己与谁建立联系，就扭转了局面。“他们要做两个决定：我对邻居友善吗？我要继续和这个邻居保持联系吗？”每位玩家对邻居唯一了解的是，对方上一轮选择了合作还是背叛。“我们得以证明，人们会断绝与背叛者的联系、和合作者建立联系，网络随之重新连接，变成类似钻石的结构，而非类似石墨的结构。”换言之，网络形成了合作、亲社会的结构，而不是不合作的结构。
为了打造更多合作的线上社区，克里斯塔基斯的团队开始在临时社会中加入机器人。他带我走到一台笔记本电脑前，让我玩另一个游戏。在这个游戏里，匿名玩家必须组队解决铺砖工人会熟悉的难题：每个人都要从三种颜色中选一种，但彼此直接相连的玩家必须选择不同颜色。如果我们在限时内解开谜题，就能平分奖金；如果失败，谁也拿不到钱。我和至少30名其他玩家一起游戏。我们谁都看不到整个连接网络，只能看到与自己直接相连的人；尽管如此，我们仍必须合作才能获胜。
我与两位邻居相连，他们分别选了绿色和蓝色，所以我选了红色。左边的邻居随后改选红色，我赶紧改成蓝色。游戏继续进行，我越来越紧张，抱怨自己的反应太慢。我经常不得不换颜色，回应网络其他地方看不见的变化；这些变化会沿着连接关系引发一连串变动。时间到了，我们还没解开谜题，远程玩家便在游戏评论框里愤怒地指责所有人愚蠢。对我个人来说，游戏终于结束让我松了口气，再也没有人需要依靠我那笨拙的游戏技术来赢钱了。
克里斯塔基斯告诉我，有些网络太复杂，根本不可能在规定时间内解开谜题。不过，我的轻松感很快就消失了：我玩的那个谜题其实可以解开。他回放游戏，第一次向我展示了整个网络。我这才看到，自己位于网络主枢纽旁边的一条下游分支上。有些玩家只与另一个人相连，但多数人至少与三个人相连。世界各地有数千人通过亚马逊Mechanical Turk玩这些游戏，吸引他们的是每轮所得的一小笔报酬。但就在我观看刚才那局游戏回放时，克里斯塔基斯透露，其中三名玩家其实是事先安排好的机器人。“我们称它们为‘笨AI’，”他说。
他的团队并不打算发明超级智能的人工智能来取代人类认知。相反，他们计划把笨机器人植入由聪明人组成的群体，帮助人们自助。
“我们想看看能否用笨机器人帮人们摆脱僵局，让他们多一些合作与协调——只需稍加帮助，就能展现他们与生俱来的良好表现能力，”克里斯塔基斯说。他发现，如果机器人表现得完美无缺，并不能帮助人类。但如果机器人犯一些错，就能释放群体寻找解决方案的潜力。
“有些机器人做出了违反直觉的选择。明明邻居全都选了绿色，它们本该选橙色，却也选了绿色。”这么一来，就让一位选绿色的邻居可以改选橙色，“接着就能让下一个人选另一种颜色，哇，问题就解决了”。如果没有机器人，那些人类玩家很可能都会一直选绿色，没有意识到这正是问题所在。“暂时增加冲突，反而能让邻居做出更好的选择。”
机器人为系统加入了一点干扰，帮助网络更高效地运行。也许可以借鉴这个模型，偶尔在党派立场鲜明的人们的信息流中插入提供不同视角的内容，帮助他们走出社交媒体的舒适圈泡泡，让整个社会能够更多地合作。
网上许多反社会行为源于网络互动中的匿名性——刻薄行为造成的声誉代价比线下低得多。机器人或许也能为此提供解决办法。一项实验发现，如果用配有白人头像的机器人账号回应发布种族主义推文的人，对黑人用户发布的种族辱骂推文就能大幅减少。机器人回应种族主义推文时常用的话是：“嘿，朋友，记住，你用这种语言骚扰别人，会伤害到真实的人。”只要让这些发推文的人稍微产生一点共情，他们之后几周发布的种族主义推文几乎就会降至零。
应对网络不良行为声誉代价低的一种方式，是设计某种形式的社会惩罚。游戏公司《英雄联盟》就采取了这一做法，推出“审判庭”功能，由其他玩家惩罚消极游戏行为。该公司报告称，一年内有28万名玩家“改过自新”，也就是说，他们受到审判庭惩罚后改变了行为，随后在社区中获得了良好评价。开发者还可以为良好行为设置社交奖励，鼓励更多有助于建立关系的合作行为。
研究人员已经开始学着预测一场交流何时即将变糟——也就是可能适合提前干预的时刻。康奈尔大学信息科学系的克里斯蒂安·达内斯库-尼库列斯库-米齐尔说：“你可能认为，网上有一小撮反社会人格者，也就是我们所说的网络喷子，他们造成了所有这些伤害。但我们实际研究发现，普通人，就像你我一样，也会有这种反社会行为。在一段特定时期里，你确实可能变成网络喷子。这令人意外。”
这也令人担忧。我在脑海中快速回顾自己最近发过的推文，希望自己没有为了在网上关注者面前显得风趣或酷，而笨拙地越界成了霸凌者。毕竟，如果你觉得这样能给自己的社交圈留下好印象，对一个远在别处、你并不认识的人恶语相向，确实很容易让人动心。
达内斯库-尼库列斯库-米齐尔一直在研究网络文章下方的评论区。他指出，引发网络喷子行为的两个主要因素是交流情境——其他用户的表现如何——以及你的心情。他说：“比如，如果你今天过得不顺，或者恰好是星期一，那么在同样的情境下，你更有可能当网络喷子。星期六早上，你会更友善。”
收集数据后——其中包括曾有网络喷子行为的人提供的数据——达内斯库-尼库列斯库-米齐尔开发了一种算法，可以以80%的准确率预测某人何时即将在网上恶言相向。这让人们有机会采取措施，例如延迟用户发布回复的速度。如果人们写下某些内容之前必须再三考虑，就能改善所有人的交流情境：你目睹他人行为不当的可能性会降低，自己行为不当的可能性也会随之降低。
好消息是，尽管我们许多人都在网上经历过糟糕的行为，大多数互动仍然友善且富有合作精神。对于充满仇恨的推文，合理的道德愤慨有助于提出质疑。一项近期的英国研究考察了推特上的反犹主义，发现质疑反犹主义推文的帖子，其传播范围远远超过反犹主义推文本身。大多数仇恨言论要么无人理会，要么只在由类似账号构成的小型回音室内传播。也许，我们已经开始亲自承担机器人的工作了。
正如达内斯库-尼库列斯库-米齐尔指出的那样，人类已经花了数千年磨炼人与人之间的互动方式，但社交媒体只有20年历史。他说：“在线下，我们有各种线索，从面部表情、肢体语言到语调……而在线上，我们只能通过文字讨论事情。我认为，我们在寻找合适的方式进行网上讨论与合作时遇到这么多困难，并不令人意外。”
随着网上行为不断发展，我们或许会引入一些细微信号，即面部线索的数字对应形式，以帮助网上讨论更加顺畅。在此期间，应对网络辱骂的建议是保持冷静，这不是你的错。不要报复，而是屏蔽并无视霸凌者；如果你觉得自己做得到，也可以告诉他们住手。和家人或朋友谈谈正在发生的事，请他们帮助你。截取屏幕内容，并向事发社交媒体平台举报网络骚扰；如果其中包含人身威胁，则向警方报案。
如果我们熟悉的社交媒体要继续存在，运营这些平台的公司就必须持续调整算法，或许还要借鉴行为科学，以鼓励合作而非分裂，带来积极的网上体验而非辱骂。作为用户，我们也很可能学会适应这一新的沟通环境，让文明且富有成效的互动继续成为网上常态，就像在线下一样。
达内斯库-尼库列斯库-米齐尔说：“我很乐观。这只是另一种不同的游戏，我们必须不断进化。”
