在传统舆论场中，情绪的聚集往往是缓慢而自然的，是由事件、媒体、个人观点之间的复杂互动逐步发酵而成。但在数字平台上，情绪的形成、扩散乃至方向，已经不再只是自发的群众行为，而是在技术系统与算法逻辑的引导下，被加速、被放大，甚至被选择性推动。
社交平台并不直接制造情绪，但它们会选择推广哪些情绪。这种选择，来自平台对“用户活跃度”的定义。在绝大多数平台的设计中，活跃度是由点赞、评论、转发、停留时间等指标构成的，而这些指标恰恰最容易被强烈情绪驱动。用户在愤怒时更可能评论，在惊讶时更可能转发，在焦虑时更可能持续停留。这些行为信号，为平台算法提供了一个清晰的偏好方向。
于是，情绪高唤醒的内容——尤其是愤怒、羞辱、仇恨或强烈对立的表达——在算法排序中获得优先权。它们更容易被推送到首页、进入热榜、形成“趋势”。而那些冷静、理性、复杂度高、判断含糊的内容，因互动性低、传播慢，在机制上就被自然筛除。
这种筛选逻辑带来的直接后果是：平台并不鼓励讨论事件本身，而更偏好情绪的爆发和对立的制造。一次社会事件在平台上的表现，往往不是围绕它的合理性、因果链条或政策意义展开，而是迅速转化为立场站队、情绪分裂、标签化对抗。这不仅模糊了问题，也削弱了公共空间的认知能力。
更深一层的操控，在于平台的反馈循环。每一次用户被情绪牵引做出互动行为，平台就更清楚什么样的内容可以让他“继续停留”。这种机制无须任何政治干预或中心控制，它依靠的只是技术优化本身。而在这个过程中，用户逐渐习惯于只接触那些激发自己情绪的内容，从而陷入“情绪过滤气泡”——认为整个世界都与自己同仇敌忾，或者整个社会都处于危险边缘。
当这种情绪机制扩展到集体层面时，就出现了我们今天常见的现象：公众舆论越来越容易被极端话语引导，而越来越难对复杂议题进行耐心讨论。愤怒成为默认态度，怀疑被视为软弱，中间立场被迫沉默。即使有理性声音出现，也往往因“不够强烈”而迅速淹没。
平台并不会纠正这一趋势。相反，它们从中获益：更多的用户黏性、更高的活跃数据、更长的在线时间。这种以情绪为燃料的系统，在表面上提供了参与感和表达渠道，实质上却削弱了信息的结构、判断的基础和社会的心理韧性。
理解这一点，不是为了批判用户情绪的存在，而是为了提醒：并非所有集体情绪都是天然真实的，有些只是被算法机制强化后的幻觉。而那些最容易激起反应的内容，往往不是最值得深思的事实，而是最符合系统偏好的刺激。
情绪需要被理解，但也需要被管理。在一个信息极度加速、平台深度介入的时代，情绪的流向与强度，已成为影响社会判断力的关键变量。而要在这样的环境中保留清醒，就必须意识到：什么是我们主动感受到的，什么是我们被动接收到的；什么是真实情绪的聚集，什么是被系统优化过的动员。