فصل سوم؛ مهسا مشایخی؛

یک وکیل حرفی می‌زند که هزاران نفر را عصبانی می‌کند. فیلم برخورد تند صاحب یک رستوران با مشتری پخش می‌شود. استادی جمله‌ای می‌گوید که همکارانش علیه او موضع می‌گیرند. تا اینجای کار، ماجرا شبیه یک بحران معمول شهرت است. اما چند ساعت بعد اتفاق دیگری هم افتاده است. هزاران نفر که تا دیروز حتی نام این آدم‌ها را نمی‌دانستند، حالا آنها را می‌شناسند. همین‌جاست که بدنامی از یک مسئله صرفاً اعتباری به یک مسئله اقتصادی تبدیل می‌شود. بازخورد منفی ممکن است شانس انتخاب یک فرد یا کسب‌وکار را پایین بیاورد، اما هم‌زمان تعداد کسانی را که اصلاً او را می‌شناسند بالا ببرد. کسی که دیروز در ذهن شما وجود نداشت، امروز دست‌کم به کسی تبدیل شده که درباره‌اش نظری دارید.

صنعت تبلیغات سال‌هاست برای همین «وارد ذهن شدن» پول می‌گیرد. شرکت‌ها فقط هزینه نمی‌کنند تا ثابت کنند بهترند. هزینه می‌کنند تا وقتی روزی به یک محصول یا خدمت نیاز پیدا کردید، نامشان به یادتان بیاید. منتقد خشمگین گاهی همین کار را رایگان انجام می‌دهد. برای اینکه به دیگران بگوید سراغ یک رستوران نروند، ابتدا باید نامش را به آنها معرفی کند. برای اینکه ثابت کند یک تحلیلگر حرف بی‌معنی زده، ویدئوی او را پخش می‌کند. قصدش تخریب است، اما بخشی از نتیجه کار بیشتر دیده‌شدن همان کسی است که می‌خواهد تخریبش کند.

پژوهش های علمی درباره بدنامی و فروش

این ادعا فقط یک حدس بدون پشتوانه درباره شبکه‌های اجتماعی نیست. پژوهشی در سال ۲۰۱۰ نشان می‌دهد نقد منفی برای نویسندگان مشهور معمولاً به فروش لطمه می‌زند، اما برای نویسندگان کمتر شناخته‌شده گاهی نتیجه برعکس است. دلیل اصلی، افزایش آگاهی از محصول است. یعنی ممکن است مردم برداشت منفی اولیه را فراموش کنند، اما نام کتابی را که برای نخستین بار شنیده‌اند به خاطر بسپارند [۱].

شبکه‌های اجتماعی این سازوکار را یک قدم جلوتر برده‌اند، چون حالا الگوریتم هم در توزیع توجه نقش دارد. نمی‌توان گفت هر نظر منفی مستقیم باعث بیشتر دیده‌شدن یک محتوا می‌شود. اما سامانه‌های رتبه‌بندی به رفتار ما حساسند. می‌بینند کجا مکث می‌کنیم، چه چیزی را برای دیگران می‌فرستیم، کجا واکنش نشان می‌دهیم و برای دنبال کردن کدام بحث دوباره برمی‌گردیم.

الگوریتم شبکه های اجتماعی چطور کار می کند؟

برای ما «چه ویدئوی خوبی» و «باورم نمی‌شود کسی چنین چیزی گفته باشد» دو واکنش کاملاً متفاوتند اما از نگاه الگوریتم، هر دو می‌توانند به یک نتیجه برسند. کاربر مکث می‌کند، ویدئو را می‌بیند، واکنش نشان می‌دهد یا آن را برای دیگری می‌فرستد. الگوریتم لازم نیست بداند این توجه از علاقه آمده یا از خشم، کافی است ببیند محتوا توانسته کاربر را درگیر کند و ظاهراً محتوای منفی در این کار چندان بد نیست.

پژوهشی در سال ۲۰۲۳ نشان می‌دهد اضافه شدن تنها یک واژه منفی به یک تیتر معمولی خبری، احتمال کلیک را حدود ۲٫۳ درصد افزایش می‌دهد، البته همه احساسات منفی یکسان عمل نمی‌کنند. برای مثال، غم با افزایش کلیک همراه است، در حالی که اثر خشم در این مطالعه معنادار نیست. در مجموع، یافته‌ها نشان می‌دهند منفی‌بودن می‌تواند توجه بیشتری جلب کند، اما نوع احساس هم اهمیت دارد [۲].

مطالعه‌ای درباره توییتر در سال ۲۰۲۵ نیز نشان می‌دهد الگوریتمی که محتوا را بر اساس میزان واکنش کاربران مرتب می‌کند، در مقایسه با نمایش پست‌ها به ترتیب انتشار، محتوای هیجانی و خصمانه بیشتری را برجسته می‌کند. در مطالب سیاسی، خشم بیشتر از سایر احساسات تقویت می‌شود. جالب‌تر اینکه کاربران لزوماً همان مطالبی را که الگوریتم بیشتر جلوی چشمشان می‌آورد ترجیح نمی‌دهند. یعنی چیزی که ما را به واکنش وامی‌دارد، همیشه همان چیزی نیست که واقعاً دوست داریم ببینیم [۳].

از اینجا ماجرا جالب‌تر می‌شود. بازخورد منفی می‌تواند اعتماد را پایین بیاورد و هم‌زمان دیده‌شدن را بالا ببرد. نتیجه هم برای همه یکسان نیست. یک پزشک یا وکیل اگر اعتماد بازار را از دست بدهد، احتمالاً با چندصد هزار بازدید مشکلش حل نمی‌شود. اما برای کسی که درآمدش بیشتر به دامنه مخاطب وابسته است، از هنرمند و ورزشکار گرفته تا مفسر رسانه‌ای و صاحب یک کسب‌وکار، توجه منفی ممکن است بخشی از زیان را جبران کند. برای فردی مانند امیرسیاح که تا دیروز تقریباً ناشناخته بوده، این اثر می‌تواند حتی بیشتر باشد.

به همین دلیل بدنامی قیمت ثابتی ندارد. هرچه اعتماد در حرفه شما مهم‌تر باشد، هزینه بدنامی بیشتر است. هرچه دیده‌شدن سهم بزرگ‌تری در درآمد یا نفوذ شما داشته باشد، توجه ارزشمندتر می‌شود و هرچه ناشناخته‌تر باشید، یک موج بزرگ توجه چیز بیشتری برایتان به همراه می‌آورد. همین موضوع است که باعث می شود امیرسیاح به عنوان یک مدیر دست چندم بازمانده از دولت سیزدهم، در یک کامنت بی ارتباط، سعی می کند به حساسیتهای جامعه وکالت، وارد شده و صدای دیگران را دربیاورد تا مشهور شود.

اما شاید مهم‌ترین اثر جنجال بعد از فروکش کردن آن ظاهر شود. وقتی یک مطلب معمولی ده هزار بازدید می‌گیرد و یک اظهارنظر تند پانصد هزار بار دیده می‌شود، فرد می‌بیند جنجال بازده بیشتری دارد. اقتصاد توضیح ساده‌ای برای ادامه ماجرا دارد: افراد به انگیزه‌ها واکنش نشان می‌دهند. اگر جنجال بیشتر دیده شود، بعید است عرضه آن ثابت بماند.

البته این ماجرا فقط به سمت عرضه محدود نیست. در سمت تقاضا هم اتفاق جالبی می‌افتد. در بازارهای معمولی اگر از چیزی خوشمان نیاید، کمتر مصرفش می‌کنیم در حالی‌که در فضای مجازی ممکن است از کسی بدمان بیاید ولی همچنان صفحه‌اش را باز کنیم، مطلبش را برای دیگران بفرستیم، درباره‌اش بحث کنیم و دوباره سراغش برویم. یعنی حتی در مخالفت با او، همچنان وقت و توجه خود را صرف او می‌کنیم.

می‌توان گفت مهم‌ترین تناقض اقتصاد توجه همین است. ممکن است از نظر احساسی با یک فرد یا محتوای او مخالف باشیم، اما در عمل همچنان وقت و توجه خود را صرف او کنیم. نفرت همیشه نقطه مقابل تقاضا نیست. گاهی خودش یکی از دلایل تقاضاست.

منابع:

1. Berger, J., Sorensen, A. T., & Rasmussen, S. J. (2010). Positive effects of negative publicity: When negative reviews increase sales. Marketing science, 29(5), 815-827.
2. Robertson, C. E., Pröllochs, N., Schwarzenegger, K., Pärnamets, P., Van Bavel, J. J., & Feuerriegel, S. (2023). Negativity drives online news consumption. Nature human behaviour, 7(5), 812-822.
3. Milli, S., Carroll, M., Wang, Y., Pandey, S., Zhao, S., & Dragan, A. D. (2025). Engagement, user satisfaction, and the amplification of divisive content on social media. PNAS nexus, 4(3), pgaf062.