網路評價兩極化主要源於社群媒體的結構特性和人類心理因素的結合，而辨別真實分享需要理解這些機制並保持批判性思維。

網路評價兩極化的主要原因

社群媒體的內容特性

社群媒體上的發言通常不是完整的論述，只是片面或片段的發言。這種簡短文句的形式，加上人們傾向按讚自己本來就認同的理念，造成了看似「社群媒體激化對立」的現象。

人類的認知偏見

一般人的心態總是偏愛看自己本就認同的資訊，對於不同意見容易本能地排斥。耶魯大學心理學教授Paul Bloom的研究發現，人從嬰兒時期就開始形成刻板印象，經由經驗累積、理性分析而形成偏見，人們不自覺就被自身偏見所影響，用這些刻板想法節省腦力。

演算法與過濾氣泡

政府、政治人物或企業可能透過置入廣告、贊助媒體、購買機器人按讚留言等方式控制輿論，造成我們的政治資訊光譜在無形之間大幅度萎縮，形成看不見的過濾氣泡（同溫層），隔絕我們與意見自由競爭市場的鏈結。

情緒與匿名性的放大

引起憤怒、表達憤怒的內容被分享的機率要大得多。網路的匿名性讓酸民毫無顧忌地批評，而當人們基於義憤採取行動時，大腦的回饋中心就會啟動，讓他們感覺很好，這讓他們更可能再次以相似的方式行動。

政治因素

民意極化指數的斷點與政治事件重合，愈受熱議的議題愈容易引發非理性言論。這些資訊的散播容易引起情緒性言論、意識形態對立、核心價值動搖。

如何辨別真實分享

檢視發言的完整性

警惕片面或片段的發言。真實的分享應該包含背景脈絡和完整論述，而非只是情緒化的片語。

識別個人偏見

意識到自己傾向於接收認同的資訊，主動尋求不同觀點。檢視自己是否在同溫層內取暖，而非進行多元思考。

評估資訊來源

辨別資訊是否來自有明確身份的發言者，而非匿名帳號。有身份認同的發言者通常需要為言論負責，較不易發表極端言論。

觀察情緒強度

高度憤怒或煽動性的內容往往經過演算法放大。真實分享通常不會過度依賴情緒操縱。

留出思考空間

在回應前留一段空白時間再思考，整個對話脈絡就會改善。這能幫助你區分理性分析與情緒反應。

檢視是否願意認錯

有錯就認的發言者更值得信任，死不認錯或不斷硬凹的言論則可能隱藏不實內容。