在線社區(qū)用戶的說服交流與態(tài)度轉變研究

關鍵詞： 在線社區(qū)； 在線說服； 態(tài)度轉變； 用戶研究； 在線交互

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０９．００８

〔中圖分類號〕Ｇ２５２.０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０９－００９５－１２

說服指人們通過溝通來影響他人的態(tài)度和行為，探究人們如何改變他人的看法是理解說服的重要途徑［１］ 。得益于在線討論的互動形式， 這種潛在的過程得到更加詳細地記錄［２］ 。以在線社區(qū)為例， 在線社區(qū)用戶通常具有相似的興趣愛好， 并出于知識獲取、社會支持、情感支持、自我實現等各類動機進行信息共享、交流與傳播［３－５］ 。與此同時， 在線社區(qū)中也是持有不同觀點的用戶進行交流溝通、試圖說服對方的重要場景， 本文將這種現象稱為“在線說服”。通過分析用戶展示的觀點以及用戶間的互動， 可以認識用戶的觀點是如何形成的， 是否發(fā)生轉變以及如何發(fā)生轉變。在線說服涉及社區(qū)平臺的功能架構支持、管理規(guī)則限制、參與者個人特質、參與者之間的交互行為（如回復、點贊、反對）等復雜要素［６－８］ ， 交流質量受多方面因素的影響制約。

在虛擬社群觀點計劃現象愈加突出的背景下，以Ｒｅｄｄｉｔ中Ｃｈａｎｇｅ Ｍｙ Ｖｉｅｗ（ＣＭＶ）社區(qū)為代表的在線社區(qū)搭建了在線說服的專有場景， 不同用戶的觀點得以交流碰撞， 幫助用戶探討更多態(tài)度轉變的可能性， 以期建立客觀、辯證、全面的認知。該社區(qū)創(chuàng)建于２０１３ 年， 截至２０２３年１０月， 已擁有約３５０ 萬用戶。在社會網絡、社會資本、專業(yè)認證等因素影響知識交流的背景之下［９－１１］，ＣＭＶ 社區(qū)匿名化的交流方式有助于用戶間的平等交流與互動，更能聚焦于討論內容本身。

已有研究探討影響說服的因素， 例如， 評論者越早加入評論， 改變對方態(tài)度的可能性越高［１２］ 。使用人稱代詞、講述個人經歷越多， 越有可能改變他人的觀點［２，１２－１３］ 。然而， 以往研究大多局限在用戶個人特征和論述文本特征方面， 關于說服雙方的互動行為， 以及成功說服并產生態(tài)度轉變的模式的深入探究和分析較少。因此， 本研究聚焦于用戶說服交流的行為過程， 提出以下研究問題： ①在線說服交流過程中， 用戶之間存在哪些互動行為？ ②被說服的用戶呈現怎樣的態(tài)度轉變模式？

本研究以ＣＭＶ社區(qū)中的說服交流與態(tài)度轉變?yōu)檠芯壳榫常?爬取３ 個熱門議題下的討論帖進行編碼分析， 根據在線說服中的不同角色和要素， 歸納用戶間的互動模式， 并結合深度處理可能性模型構建態(tài)度轉變路徑， 揭示態(tài)度轉變的模式。研究結果將對完善在線說服與態(tài)度轉變領域的理論研究有所貢獻， 對于指導用戶組織發(fā)言、提高交流質量和幫助平臺改進在線交流平臺的對話系統(tǒng)設計具有積極意義。

１文獻綜述

１.１在線說服與論證

在線討論中， 用戶的說服過程往往通過互聯(lián)網的交流互動來進行， 如信息以文字為媒介在用戶間傳遞，從而改變了接受者的態(tài)度［１２］ 。在線討論包含知識建構和社交互動兩部分， 知識建構中的陳述、引用、類比等屬于個人中心的知識建構過程，提問、回答、反駁、贊同等屬于群體中心的知識建構過程。社交互動部分包括問候、感謝等社交行為和情感表達［１４］ 。用戶在說服他人過程中， 根據不同的論據、場景會采取不同的方式， 這些被統(tǒng)稱為“說服模式”。亞里士多德《修辭學》將說服模式概括為： 道德、情感、邏輯３ 種。道德（Ｅｔｈｏｓ）強調講話者通過展現道德品質和信譽來說服聽眾； 情感（Ｐａｔｈｏｓ）強調講話者訴諸情感； 邏輯（Ｌｏｇｏｓ）強調講話者運用事實和數據來支持自己的論點［１５］ 。不同說服模式有其不同的適用場景。

在線社區(qū)中的說服過程具有復雜性，受到很多因素的影響。社交媒體平臺中的謠言通常包含復雜論據和因果關系連接等論證特征，通過訴諸威脅、情感等方式誘導用戶轉變態(tài)度并采取行動［１６］ 。有研究將短視頻平臺中視頻傳播的過程看作是視覺說服的過程， 探究表現力、敘事性、代入感等影響短視頻視覺說服力的符號化路徑［１７］ 。研究發(fā)現， 在線社區(qū)平臺中， 較高的用戶隱私顯著性能夠增強用戶對個人隱私的掌控感， 進而增強個性化定向廣告的說服效果［１８］ 。也有研究以Ｒｅｄｄｉｔ平臺的ＣＭＶ 社區(qū)中的發(fā)帖與評論內容為研究對象， 探究用戶的觀點論證結構［１９］ 、態(tài)度強度與說服過程的關系［２０］ ， 以及用戶的個人特征［２１］ 、語言特征［２，２２］ 、互動模式［２３］對說服力的影響。

觀點論證是在說服過程中不可缺少的重要過程。Ｔｏｕｌｍｉｎ 模型將論證過程劃分為六要素： 論點（Ｃｌａｉｍ）、數據（Ｄａｔａ）、證明（Ｗａｒｒａｎｔ）、說明（Ｂａｃｋ?ｉｎｇ）、限定詞（Ｐｒｅｓｕｍａｂｌｙ）、反駁（Ｒｅｂｕｔｔａｌ）［２４］ 。已有研究將論證方式劃分為演繹推理、歸納推理、溯因推理。其中， 演繹推理可細分為定義論證、因果關系論證、結果論證等類型； 歸納推理主要表現為舉例論證， 溯因推理包括實際推理、從跡象論證、從最好的解釋論證等類型［２５］ 。此外， 論證方式還包括對比論證和類比論證［２６］ 。在論據的分類上， 主要包括親身經歷、定義、外部來源和領域專業(yè)知識［１９］ 。

１.２個體態(tài)度轉變

１.２.１理論基礎

本研究聚焦在線社區(qū)用戶態(tài)度的轉變， 總結在線社區(qū)用戶說服過程中的交互特征， 探究用戶態(tài)度轉變路徑。傳播與認知中介模型、認知失調理論和深度處理可能性模型奠定了本研究關于用戶態(tài)度轉變的理論基礎。具體關系如圖１所示。

由圖１ 可知， 本研究利用傳播與認知中介模型探討用戶個人發(fā)生態(tài)度及行為反應的外部因素， 認知失調理論則從個人心理層面解釋用戶態(tài)度和行為選擇。深度處理可能性模型主要用于理解個人態(tài)度轉變的路徑。

傳播與認知中介模型（Ｏｒｉｅｎｔａｔｉｏｎｓ－Ｓｔｉｍｕｌｉ－Ｒｅａ?ｓｏｎｉｎｇ－Ｏｒｉｅｎｔａｔｉｏｎｓ－Ｒｅｓｐｏｎｓｅｓ， Ｏ－Ｓ－Ｒ－Ｏ－Ｒ） 是ＭｃＬｅｏｄ Ｊ Ｍ 等［２７］ 在政治溝通中引入社會心理學的人類行為模型Ｏ－Ｓ－Ｏ－Ｒ 框架的產物， 最初用于解釋新聞媒體的使用與政治參與之間的關系。該模型結合了傳播中介［２７］ 、公民傳播中介［２８］ 、認知媒體模型等［２９］ 的相關研究， 形成Ｏ－Ｓ－Ｒ－Ｏ－Ｒ。其中，第一個Ｏ（方向）是指決定參與或回避刺激的因素，Ｓ（刺激）指新聞刺激， 第一個Ｒ（推理）是指對接收信息的加工與反應， 強調認知和討論過程［３０］ ， 第二個Ｏ（方向）是指改變后的態(tài)度或者新的認知， 第二個Ｒ（反應）作為行為變量， 指做出行動（如政治參與）。該模型指出， 態(tài)度的轉變是由刺激作為觸發(fā)器， 以個人對接收信息的處理與表達為中介， 進而影響態(tài)度和行為?；谠撃Ｐ?， 有研究發(fā)現在社交媒體上接觸新聞信息可以有效推動在線政治討論［３１］ ，而在線上接觸更多關于環(huán)境的討論也可以促進用戶參與環(huán)境保護［３２］ 。因此， 本研究基于此理論分析說服雙方的互動模式， 外界的刺激會對用戶產生不同影響， 用戶也會做出不同的回應， 可用于探究個人態(tài)度及行為受外界刺激而發(fā)生轉變的機制。

認知失調理論認為人類認知系統(tǒng)具有在不平衡狀態(tài)產生時自發(fā)恢復平衡的功能［３３］ 。對一致性的渴望是人類行為的核心動力［３４－３５］ ， 個體會努力保持自身的一致性。多項研究表明， 一個人的政治態(tài)度、社會態(tài)度和其他方面具有一致性。當不一致情況出現時， 人們傾向于通過改變態(tài)度增加內部一致性，降低失調［３６－３７］ 。除了通過改變認知或行為減少失調之外， 個體會主動避免可能增加失調的情況和信息，或是尋找更多支持自己原有認知的信息［３８］ 。個體為避免與既有認知不一致或不和諧狀態(tài)的出現， 主動暴露于與自身知識、觀點、態(tài)度、決定等一致的信息環(huán)境之中［３９］ 。以往研究表明， 先驗態(tài)度、感知風險水平等因素對于用戶選擇信息具有顯著影響［４０］ 。因此， 本研究基于此理論分析用戶未被成功說服的內在因素， 從個體心理層面探討用戶態(tài)度的轉變和行為的選擇。

深度處理可能性模型（Ｅｌａｂｏｒａｔｉｏｎ Ｌｉｋｅｌｉｈｏｏｄ Ｍｏｄ?ｅｌ， ＥＬＭ）表明個體的動機和能力對信息處理深度具有重要影響［４１］，可用于理解個人態(tài)度轉變的路徑。該模型包含兩種說服路徑： 中心路徑和外圍路徑，分別代表了進行深度信息處理的不同可能性［４２］ 。當個體對信息的深度處理可能性較高時， 會通過基于認知的中心路徑進行信息處理， 由此產生的態(tài)度轉變會更持久， 也更能預測后續(xù)行為［４３］ 。當個體對信息的深度處理可能性較低時， 會通過情感等外圍路徑進行信息處理， 需要的認知努力很少， 本質上是暫時的， 難以預測之后的行為［４４］ 。說服過程的效果通常通過態(tài)度和行為效果來衡量。ＥＬＭ 模型已經被廣泛用于社交媒體的情境中， 可以最大程度地發(fā)揮營銷傳播策略的作用［４５］ 。該模型也被用于研究用戶在技術接受過程中的態(tài)度轉變， 可以通過提高信息質量和來源可信度來說服用戶以積極態(tài)度接受新技術［４６］ 。在本研究中， 該模型主要用于構建用戶態(tài)度轉變的路徑。

１.２.２影響因素

從個體內在因素來看， 開放性思想會影響意見可塑性［１２］ ， 原始態(tài)度及其強度與選擇性認知過程的選擇有關。原始態(tài)度越是消極的人， 越有可能發(fā)生選擇性暴露， 更傾向于查看與自己觀點相一致的信息［４７］ ， 原始態(tài)度越堅定越不容易發(fā)生態(tài)度轉變［４８］ 。

不同信息類型（如視頻、圖片、文本）、信息源（推薦、在線社區(qū)、主題網站、社會信息、應用程序）、交互行為（主動搜索、被動信息遭遇、主動監(jiān)測、對話和討論、事實核查、尋求不同的觀點、信息過載與回避）都會成為態(tài)度轉變的催化劑或阻力［４９］ 。當信息成為刺激源時， 個體的觀點態(tài)度將在信息交互行為中發(fā)生轉變。有研究表明， 閱讀相反態(tài)度的信息所花費的時間越多， 個體原始態(tài)度越容易發(fā)生轉變［４８］ 。

從社會環(huán)境來看， 以往研究證明了社會規(guī)范和意見少數對個體態(tài)度轉變的影響。接受者的思想更傾向于遵循主流的思維方式［５０］ 。但是個體的態(tài)度并非總是隨著多數派觀點改變， 少數人對一個事件始終保持一致的態(tài)度和行為是可以改變多數人的態(tài)度的［５１－５２］ 。以往研究表明， 社交媒體平臺包含某種觀點態(tài)度的評論數量越多， 公眾越容易發(fā)生態(tài)度轉變［５３］ 。但當評論信息的觀點與自身原始觀點不一致時， 人們傾向于產生更大的心理反應和逆反情緒， 進而強化原始態(tài)度［５４］ 。

綜上， 關于理解用戶態(tài)度轉變的因素以及用戶態(tài)度轉變的過程已有堅實的理論基礎， 但實證研究主要集中在用戶評論內容說服力的分析， 缺少對用戶互動特征的深入探究， 且大多采用定量研究方法對互動行為、影響因素等進行整體分析， 以文本內容分析為代表的定性研究較少， 不能對用戶態(tài)度轉變的內在原因和深層機制進行解釋。由于本研究是關于用戶態(tài)度轉變過程、機制的研究， 質性研究更能探究用戶交互的細節(jié)， 因此， 本研究以Ｒｅｄｄｉｔ 網站上的ＣＭＶ 在線社區(qū)為研究對象， 采用質性文本分析的方法， 總結用戶在說服交流中的互動行為， 探究用戶發(fā)生態(tài)度轉變的原因及被說服的路徑。

２研究方法

２.１ＣＭＶ社區(qū)簡介

ＣＭＶ社區(qū)是一個用戶尋求不同觀點交流的互動平臺。發(fā)帖人（Ｏｒｉｇｉｎａｌ Ｐｏｓｔ， 簡稱ＯＰ）需要以陳述觀點而非提問的方式明確表達自己的態(tài)度， 評論者（Ｃｈａｌｌｅｎｇｅｒ）可以對發(fā)帖人的觀點的某些方面進行質疑和說服， 但是不能表示支持或同意。如果某條評論改變了自己的態(tài)度， ＯＰ 需要獎勵一個Ｄｅｌｔａ（△）并進行原因解釋。在一個帖子的討論區(qū)中， ＯＰ可以送出多個Ｄｅｌｔａ 作為獎勵和態(tài)度轉變的聲明，但是對于同一個評論者只能送出一個。因此， 與微博、推特等在線交流平臺對比， ＣＭＶ 社區(qū)要求發(fā)帖人陳述其觀點背后的原因， 用戶發(fā)言更具結構性， 并突出成功說服的論點， 可以清晰定位用戶態(tài)度的轉變， 使研究的分析更加準確。社區(qū)的主頁如圖２ 所示。

２.２數據收集

本研究采用網絡爬蟲工具Ｗｅｂ Ｓｃｒａｐｅｒ， 在２０２２年１２ 月進行數據采集。在ＣＭＶ 社區(qū)中檢索與氣候變化（“Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ”）、性別議題（“Ｇｅｎｄｅｒ Ｉｓ?ｓｕｅｓ”）、疫苗（“Ｖａｃｃｉｎａｔｉｏｎｓ”）主題相關的發(fā)帖， ３個主題均來自ＣＭＶ 社區(qū)的熱點主題詞， 且涵蓋政治、社會和科學３ 個領域， 每個主題下爬取主題相關性最高的２５０ 個發(fā)帖鏈接， 包括發(fā)帖信息、帖子評論信息和用戶信息， 剔除部分因違反社區(qū)規(guī)則被移除的無效鏈接后的數據概況如表１ 所示。

表１ 展示了３ 個主題發(fā)帖數量、發(fā)布時間、用戶占比等詳細分布。３ 個主題中， ７０％左右的發(fā)帖都獲得了獎勵的Ｄｅｌｔａ， 說明大部分發(fā)帖內容有助于用戶改變自己的態(tài)度。

２.３數據分析

基于以往關于說服模式的理論［１５－１６］ ， 本研究編碼體系也分為邏輯論證、情感、道德三大部分，結合Ｔｏｕｌｍｉｎ 模型［２４］ 以及其他關于用戶說服過程的研究［２，１９，２２－２３］ ， 本研究構建編碼表， 并使用文本編碼工具ＮＶｉｖｏ， 在對評論文本的編碼過程中進一步完善編碼表。在樣本選擇階段， 首先篩選出至少獎勵一個Ｄｅｌｔａ 的帖子， 接著從每個主題下按照帖子評論數量的四分位數分布區(qū)間進行分層抽樣， 每個區(qū)間隨機抽?。?篇帖子， 共抽取６０篇帖子包含的７ ５５８條評論數據作為編碼對象， 其中１５篇帖子用作飽和度檢驗。在編碼一致性檢驗階段， 得到的Ｋａｐｐａ 值為０.８３， 編碼體系具有較好的穩(wěn)定性。通過歸納用戶被說服的共性特征， 結合其被說服的原因， 總結出用戶態(tài)度轉變的路徑。編碼體系如表２所示。

３ 研究結果

３.１編碼統(tǒng)計分析

本研究將編碼與用戶類型相結合， 表３ 是不同用戶使用邏輯論證的編碼統(tǒng)計。

從表３ 可以看出， 與說服成功者相比， 未說服成功者在陳述時更多表達提問、反問、評價、表明觀點立場， 更少總結對方觀點， 未能成功說服他人。說服成功者在論據中更多呈現現實背景信息， 更少以個人經歷作為論據， 在論證時偏好從最好的解釋論證， 提供的論據更加充實客觀， 更容易令人信服。

表４ 是不同用戶訴諸情感與道德的編碼統(tǒng)計。

從表４ 可以看出， 對比說服成功者和未成功說服者， 說服成功者更加偏好使用訴諸情感而不是道德的方法說服他人， 更多展示共情， 更容易說服成功； 而未說服成功者主要利用道德正確的方式， 說服效果較差。

３.２不同用戶的論證結構差異

１） 被說服者與說服者的論證結構差異

被說服者與說服者相比， 邏輯論證更少（９０％ｖｓ ９３％）， 訴諸情感更多（６％ ｖｓ ３％）。被說服者在邏輯論證中更傾向于進行陳述， 很少使用論據和論證。例如， 被說服者進行自我中心的觀點重申：

“我仍然相信， ＣＭＶ 社區(qū)里的大多數人都非常不切實際地期望政府來拯救世界。（原文： Ｉ Ｓｔｉｌｌ Ｂｅ?ｌｉｅｖｅ ｔｈａｔ Ｍｏｓｔ Ｐｅｏｐｌｅ ｉｎ ｔｈｉｓ ＣＭＶ Ｈａｖｅ Ｖｅｒｙ Ｕｎｒｅａｌ?ｉｓｔｉｃ Ｅｘｐｅｃｔａｔｉｏｎｓ ｏｆ Ｄａｄｄｙ Ｇｏｖｅｒｎｍｅｎｔ Ｃｏｍｉｎｇ ｉｎ ｔｏＳａｖｅ ｔｈｅ Ｄａｙ Ｄｅｓｐｉｔｅ Ｔｈｅｍｓｅｌｖｅｓ． 下文中的舉例均為英文原文的翻譯文本）”。

２） 說服成功者、未說服成功者的論證結構差異

說服成功的評論者與未說服成功的相比， 邏輯論證更少（８９％ ｖｓ ９７％）， 訴諸情感更多（５％ ｖｓ２％）。例如， 說服者表達共情： “ 我們想要同樣的東西， 想要同樣的道路， 只是解釋它的方式不同”。說服成功者還更傾向表達贊同， 自我中心陳述中會更多地在內容結尾進行總結陳述， 而未說服成功者更喜歡反駁、提問， 以及在一開始表明自我觀點立場。例如， 說服成功者進行總結陳述： “ 因此， 這肯定是一個發(fā)人深省的評估， 但如果把它解讀為末日即將來臨的證據， 那就錯了”。

對比被說服者、說服成功者、未說服成功者之間的論證結構發(fā)現： 三類用戶的論證方式均以歸納推理論證和演繹推理論證為主。其中， 歸納推理論證主要表現為舉例論證， 演繹推理論證主要表現為定義論證、因果論證、結果論證。

３.３說服雙方的互動模式

通過對用戶的討論過程進行編碼分析， 本研究發(fā)現用戶針對某些互動行為會給出類似的反應， 這些行為經常成對出現， 這也與傳播與認知中介模型相符。本研究將這些成對出現的行為進行總結， 歸納為用戶的互動模式。

說服雙方的互動模式共分為提問—辨析、反駁—辯護、提問—回答３ 種類型。其中“提問—辨析”型出現頻次最高（ｎ（反駁）＝ １６２， ｎ（提問）＝ ９４），“反駁—辯護” 型次之， “提問—回答” 型最少（ｎ（回答）＝ ５４）。

１） “提問—辨析” 型

“提問—辨析” 型互動模式下， 被說服者針對他人的反駁內容進行提問， 幫助自己明確問題并及時調整態(tài)度。這一類互動模式多存在于發(fā)帖人自身對話題的了解比較有限或話題本身討論內容情境較為復雜的情況。例如， 被說服者進行提問：

“社會傾向于認為女性的角色是待在家里的母親， 而男性是養(yǎng)家糊口的人。所以這不就和正常性別一樣了嗎？”

說服者提供概念辨析：

“性別認同是你個人的感受， 而性別角色是由社會構成的。當人們被錯誤地定義性別時， 他們的個人感受就被否定了， 不是社會對性別的觀念”。

２） “反駁—辯護” 型

“反駁—辯護” 型互動模式下， 被說服者通過回應對方的反駁來為原始態(tài)度做辯護。例如， 說服者進行反駁：“接下來公司可以阻止員工生孩子， 或者決定員工應該開哪種處方， 或者要求他們交出所有的醫(yī)療信息。如果允許公司對員工有如此多的侵犯和干擾， 那這種行為將永遠不會停止！”

被說服者進行辯護：

“如果你不想接種疫苗， 你仍然可以繼續(xù)為這些公司工作， 只是現在不允許你進辦公室”。

３） “提問—回答” 型

說服者對被說服者的邏輯論證內容進行提問，被說服者做出回答和解釋， 回答的過程是在向對方詳細闡釋原始態(tài)度觀點和澄清相關問題以減少雙方信息不確定的過程。該互動模式下說服成功的可能性較低， 由于缺少對被說服者回答內容的強有力的反駁論證過程， 而且用戶還可能為避免認知失調而維持先前的認知， 因此不會發(fā)生態(tài)度轉變。

３.４ 態(tài)度轉變路徑

３.４.１ 以邏輯論證為主的中心路徑

基于深度處理可能性模型， 中心路徑是指說服者與被說服者之間以一定的動機和認知能力為前提， 通過邏輯論證開展交流。中心路徑的說服與態(tài)度轉變可以細分為以下３ 種模式：

１） 糾正并推翻

這一模式下說服者通常進行群體中心的反駁，指出被說服者的原始態(tài)度更多基于個人經驗假設或是社會傳聞， 缺少科學嚴謹的證據支撐； 或是由于發(fā)帖人在發(fā)文中所引用的信息源所傳達的信息和發(fā)帖人接收的內容之間存在偏差， 導致錯誤認知。例如原始態(tài)度對信息源的理解偏差： “盡管如此， 我并沒有考慮到其中很大一部分需要很長時間， 而且我可能誤解了科學家們在說“可能” 和“很可能”等詞時的意思”。

２） 補充信息和角度

這一模式下說服者通常進行自我中心的觀點立場陳述， 提供與話題相關的信息和知識， 讓發(fā)帖人看到事物的雙面性和現象背后復雜的社會文化背景，進而拓寬視角。例如： “ 感謝你提供的這些鏈接，現在很難找到積極的消息了。我仍然不確定時間是否足夠， 但這給我的印象是正在做的事情比我意識到的要多得多”。

３） 指出解決方案的不足

該說服模式經常出現在討論問題解決方案的話題中， 說服者的論證結構以群體中心為主， 以自我中心為輔。群體中心的交互主要為對被說服者的觀點表達同意、進行補充和評價， 其次才是反駁。在論證方式上， 說服者通常使用實踐推理、對比論證和結果論證來向發(fā)帖人進行多方面的證明。例如：“你強調了被我完全忽略的細微差別， 在評估這項政策的實施有效性時需要考慮這些細微差別”。

３.４.２訴諸情感與道德的外圍路徑

１） 訴諸情感

該模式下說服者通過闡釋事物的合理性來表達對某一群體的同情， 并呼吁被說服者產生共情。例如， 對于性別主題下如何看待跨性別者創(chuàng)造多種性別名詞的問題， 被說服者看到了少數者尋求自我定位的心理需求而產生同情心和包容心。

２） 訴諸道德

該模式下說服者通過表述事情的道德正確來改變被說服者的原始消極態(tài)度。例如， 對于疫苗主題下如何看待新冠疫苗抵制者在社交媒體上發(fā)布接種疫苗的動態(tài)的問題， 被說服者接受： 雖然疫苗抵制者的行為給人一種博取眼球的不好觀感， 且在初期阻礙了疫苗普及， 但接種疫苗終歸是一件正確的事情， 是對社會有益的事。

３.４.３中心路徑與外圍路徑并存

１） 中心路徑與外圍路徑并行

該路徑下既存在說服者嚴謹的邏輯論證， 同時也存在說服者對自我同情心的表達。當被說服者對現象背后的原因有了更全面深入地了解， 且在內心能夠理解某種行為的合理性的時候， 態(tài)度發(fā)生了轉變。

２） 先走中心路徑后走外圍路徑

提說服者首先通過邏輯論證指出對方的不足，使得被說服者產生動搖。接著說服者進行共情并訴諸道德， 引導發(fā)帖人進入外圍路徑， 最終發(fā)生態(tài)度轉變。

例如： 說服者在邏輯論證之后訴諸情感與道德：“如果需求來自人民， 我完全可以為了更大的利益而放棄我的自由。但我也能接受這樣一個事實， 那就是一個受過教育、通情達理的人的統(tǒng)治是非常難以實現的”。

被說服者回應： “我認為你是對的， 我們可能會選擇不同的道路， 但我們有相同的目標。我很高興有一些對所有人都有益的社會政策”。

綜上， 基于深度處理可能性模型， 態(tài)度轉變路徑可以歸納為以下３ 種： 中心路徑、外圍路徑、中心路徑與外圍路徑并存。圖３ 對用戶態(tài)度轉變的３種路徑進行總結， 實線表示具體的３ 種態(tài)度轉變路徑， 虛線則是對不同類別進行劃分和解釋， 如區(qū)分群體中心和個人中心的陳述方式。其中， 反駁—回應、提問—回答通常成對出現并具有時間的先后性， 因此也用虛線標出。

用戶通過中心路徑發(fā)生的說服與態(tài)度轉變， 涉及被說服者和說服者基于群體中心的“反駁—辯護型” 交互模式和說服者群體中心的評價與補充。用戶通過外圍路徑發(fā)生的說服與態(tài)度轉變， 涉及被說服者和說服者之間的情感表達、共情以及道德評價。用戶通過中心與外圍并存的路徑發(fā)生的說服與態(tài)度轉變， 涉及被說服者和說服者基于群體中心的“反駁—辯護型” 交互模式和說服者群體中心的評價與補充， 也涉及外圍路徑的訴諸情感與訴諸道德。

４總結與討論

本研究對在線說服過程中的文本交流內容進行編碼分析， 基于現有文獻中提供的論證過程和在線討論理論框架搭建編碼體系， 揭示在線說服過程中主要的交流互動模式和不同用戶的論證結構差異。同時， 基于深度處理可能性模型對說服過程進行編碼分析， 在明確論證結構的基礎上探索態(tài)度轉變的機制路徑。

本研究發(fā)現， 在線說服過程中大多數用戶選擇邏輯論證的方式， 但是如果加上情感因素， 說服效果更好。在邏輯論證中， 如果能更多總結對方觀點，從對方的角度出發(fā)， 減少質疑和評價， 說服效果更好。交流雙方的互動模式可分為反駁辯護型、提問辨析型、提問回答型３ 種， 其中提問回答型互動模式下說服成功的可能性較低。這也可能由于用戶并沒有投入太多時間了解與自己觀點不一致的信息，所以不容易被說服， 這也與之前的研究相符， 用戶在相反觀點花費的時間會影響用戶態(tài)度的轉變［４８］ ，用戶也可能出于減少認知失調的動機而避免自我態(tài)度轉變［４７］ 。

深度處理可能性模型認為， 積極的態(tài)度轉變才能夠代表說服， 消極的態(tài)度轉變則預示著態(tài)度轉變不具有持久性。積極的態(tài)度轉變必須經由中心路徑來完成， 除此之外的情況， 如單一的外圍路徑， 或是中心路徑無法說服的情況下進入外圍路徑發(fā)生暫時的態(tài)度轉變都不是積極的態(tài)度轉變［５５－５６］ 。然而，在線交流社區(qū)的說服交流模式能夠允許外圍路徑發(fā)揮更大的作用。正如亞里士多德的《修辭學》所說： 道德品質、邏輯、情感是說服的３ 個模式［５７］ 。因此， 單一的外圍路徑通過訴諸情感和道德也能夠說服用戶轉變態(tài)度， 而無關乎嚴謹的邏輯論證與推理。同時， 本研究并未觀測到用戶因沖突產生逆反心理而強化自我觀點的情況［５４］ ， 這可能與ＣＭＶ 社區(qū)較為客觀、辯證的交流特點有關。

本研究基于現有說服論證模式的理論框架和深度處理可能性模型， 深入分析在線說服過程中的交互內容， 系統(tǒng)揭示了說服雙方的主流互動模式、論證結構差異和態(tài)度轉變機制路徑。因此， 本研究有利于豐富在線說服與態(tài)度轉變領域的相關文獻， 完善深度處理可能性模型， 建立更為全面的在線說服與態(tài)度轉變的影響因素和路徑模型。在實踐方面，對說服成功者的語言特征和論證結構的分析也有助于指導說服者采取更有說服力的論證方式， 提高交流效果和交流效率。對于平臺來講， 有助于指導平臺功能設計和用戶對話系統(tǒng)的完善， 進而提高用戶滿意度。但本研究也存在研究局限， 用戶真實的認知和交互過程反映在文本上會存在一定程度的信息損失或操作失誤， 使得編碼分析內容不夠全面。受社會文化背景差異的限制， 對文本的理解可能存在偏差。此外， ＣＭＶ社區(qū)具有較為嚴格的社區(qū)討論規(guī)則， 討論主題較為集中， 結構較為規(guī)范， 對于如微博、豆瓣等其他更加靈活的討論平臺是否適用還有待探索。后續(xù)研究可以進一步探究用戶在發(fā)生態(tài)度轉變之后的行為變化情況， 以及不同程度的態(tài)度轉變是否具有持久性差異， 也可以對比不同平臺機制對在線說服行為的影響。