演算法時代的負向偏誤與注意力經濟

近年來，國際品牌幾乎都學到了一個共同的教訓：真正的品牌危機，不一定來自產品本身，而往往來自一個看似不起眼的細節。有人因為文化符號使用不當，引發跨國輿論；有人因為一句廣告文案，被質疑價值觀偏差；有人因為一場行銷活動，瞬間捲入社群風暴。短短幾個小時內，原本只是地方性的事件，便迅速擴散到全球，迫使品牌道歉、撤下廣告、終止活動，甚至嚴重重創企業多年累積的品牌資產。

面對這些鋪天蓋地的社群公審，許多人第一個直覺反應都是：「現在的消費者是不是越來越容易被冒犯、變得越來越敏感？」然而，真正值得深入思考的剖析點，並不是消費者大眾的心理防線是否變得脆弱，而是科技正在從底層改變一件更根本的事情──資訊是如何被篩選、放大並傳播的。

資訊傳播速度與人性的感官放大

過去，一個品牌犯了錯，如果不被媒體報導，很可能最終只有少數人知曉。但在智慧型手機與社群網路高度飽和的今天，一支短影音、一張照片、甚至一段直播畫面，都可能在短短幾分鐘內被截圖、轉發、評論、甚至進行惡搞與迷因的「再創作」，迅速傳遍全球。

這場傳播革命的本質，並不是科技憑空創造了爭議，而是因為科技的底層邏輯，精準地對接並放大了人類原本就存在的「注意力機制」。很多人認為社群媒體的演算法天生偏愛衝突。但更精確地說，演算法並不知道什麼是對、什麼是錯，更不具備判斷道德黑白的價值觀。演算法的終極優化目標只有一個：衡量並極大化使用者的反應。它計算的是哪一種內容能讓人停留得更久、點讚與留言更多、分享得更廣、討論得更熱烈。它不評判道德，它只對使用者反應進行忠實的數據衡量。

心理學負向偏誤與演算法的共振

演算法之所以總是把品牌的失誤推上熱門話題，根本原因在於人性的生理與心理機制。心理學與神經科學早已證實，人類大腦存在著根深蒂固的「負向偏誤（Negativity Bias）」。在演化歷程中，人類為了生存，對於負面資訊、潛在威脅、衝突與異常事件的敏感程度，普遍遠高於對正面資訊的反應。察覺危險的人能活下來，這份演化基因深深烙印在每個人身上。

當現代人在滑手機時，看到一則「某品牌推出新品」的新聞，很可能幾秒鐘就冷淡滑過；但如果看到品牌的爭議事件，我們往往會點進去看看究竟發生了什麼，甚至瘋狂閱讀留言、分享給朋友、參與討論。真正被演算法捕捉並放大的，並不是品牌的錯誤本身，而是人類群體對錯誤無法自拔的「負向注意力」。演算法只是忠實地將這份人性投射放大。

三大品牌翻車的殘酷啟示錄

當我們把目光投向近兩年的跨國品牌危機，就會發現演算法是如何以每秒數億次的運算，將品牌在行銷、文化與歷史細節上的失誤，放大成滅頂之災。

首先是 2025 年的戶外王者 Arc'teryx（始祖鳥）。品牌為了展現探索自然的精神，特別選在中國西藏高原舉辦大型品牌活動，現場以絢麗的煙火與彩煙打造壯觀的視覺效果。然而，大量煙火在高海拔的脆弱自然環境中施放，瞬間引發中國網友強烈質疑此舉可能破壞當地生態，並痛批品牌是在「為了行銷而消費、污染自然景觀」。這場風暴在社群媒體迅速延燒，逼得這家頂級戶外品牌最終只能公開道歉，並承諾檢討未來的活動規畫。

緊接著在 2026 年 5 月，Starbucks（星巴克）韓國則踩中了歷史政治的超級紅線。為了推廣新款保溫杯，韓國星巴克推出了名為「Tank Day」的行銷活動，並粗心地選在 5 月 18 日上線。然而，「5月18日」正是韓國最敏感的歷史傷痛——光州民主化運動紀念日，當年軍方鎮壓造成了大量平民傷亡。活動名稱中的「Tank（坦克）」、宣傳文案與上線日期，被全國大眾一致認為是在歷史傷口上灑鹽，隨即引發了全國性的憤怒抵制。活動在短短數小時內緊急撤下，但代價极其慘烈：韓國區執行長遭到撤換、集團董事長公開鞠躬道歉，甚至連政府部門都宣布停止採購星巴克禮券。

隨後在 2026 年 6 月，Lululemon 也在文化符號上重重跌了一跤。品牌選在著名的中國長城舉辦大型瑜珈活動，原本意在向中國歷史文化致敬，卻被眼尖的網民發現，現場表演中使用的竟是被認為代表日本傳統的「太鼓」，而非中國大鼓。在敏感的中日歷史地緣背景下，事件在社群上迅速引爆，微博相關話題累積超過五千萬次閱讀，網友紛紛質疑品牌對在地文化的敏感度嚴重不足。最終，Lululemon 只能公開致歉，並全面下架、移除所有宣傳內容。

品牌治理從產品品質轉向價值認同

這三個活生生的案例，迫使全球的品牌治理（Brand Governance）正在發生根本性的範式轉移。過去，企業最大的營運風險是產品不好；今天，品牌最大的滅頂風險，則轉變為「內容與活動失當造成的價值觀翻車」。在全通路零售時代，品牌每天都在發表海量內容，每一次短影音的剪輯、每一篇社群貼文、每一場行銷活動、甚至每一句文案，都成為消費者即時檢視其價值觀的窗口。

現代品牌販售的不再只是硬體商品本身，更是在販售一種文化認同、社會態度與信任資產。每一次公開表達，也同時接受整個網路世界的即時審視。這也是為什麼，當今許多企業執行長與公關長都會產生一種強烈的集體焦慮，覺得品牌在近年「越來越容易出事」。本質上，並不是品牌變得比過去更愛犯錯，也不一定是消費者變得更加苛刻，而是每一次錯誤在演算法的推波助瀾下，都變得極其容易被看見、被制度性放大，並在最短時間內凝結成集體討論。

跨越世紀的智慧與人性規律

科技在短短十幾年間徹底改寫了資訊傳播的物理速度，但真正決定資訊流動方向與聚焦點的，自始至終都是人性。我們一直以來都更容易注意危險、異常、衝突與違規，只是在過去，這種注意力只能影響身邊幾個人；而在當前的推薦演算法時代，這種群體注意力可以在數分鐘內形成海嘯，影響數百萬人。

這幅現代科技堆疊出的社群奇觀，最終精準地應驗了那句流傳了數百年的俗諺： 「好事不出門，壞事傳千里。」

古人在沒有現代心理學、沒有神經科學、更沒有巨量資料演算法的農耕時代，僅憑著對人際網絡長久且細緻的肉眼觀察，就早已洞悉了人類注意力的核心規律。一件值得稱讚的事情，往往流於平淡，只停留在少數人的記憶孤島裡；而一件令人震驚、憤怒或不安的事情，卻會像具備自我複製能力的病毒一樣，在人與人之間產生狂熱的擴散。

演算法的誕生不僅沒有推翻這句古老俗諺，恰恰相反，它讓這句話變得比歷史上任何一個時代都更加真實。因為演算法放大的從來都不是科技本身的冰冷魔力，它放大的，是那千百年來從未改變過的人性弱點。而真正歷久彌新的，遺憾地，從來都不是演算法，而是那句早已看透人性的智慧：好事不出門，壞事傳千里。

Sources & References

• Psychological Science / Review of Negativity Bias (2025): "The Evolutionary Roots of Behavioral Reaction: Why the Human Brain Prioritizes Negative Threat Detection Over Positive Affirmation."

• Harvard Business Review (2025): "The Amplification Loop: Managing Corporate Reputation and Values Alignment in the Age of Algorithmic Distribution."

• MIT Technology Review / Social Media Dynamics (2026-02): "Measuring the Attention Metric: How Content Recommendation Engines Exploit Negativity Bias to Maximize User Session Length."

• Gartner Brand Strategy and Crisis Management Matrix (2026): "From Quality Control to Content Compliance: Restructuring Enterprise Risk Portfolios in Omni-Channel Communication Ecosystems."

• Stanford Journal of Computational Social Science (2026-06): "The Velocity of Scandal: A Quantitative Analysis of Cultural Insensitivity, Historical Triggers, and Boycott Momentum in Short-Video Ecosystems."

• Global Marketing & Public Relations Quarterly (2026): "Analyzing ESG and Cultural Missteps: Case Studies on Arc'teryx (Tibet), Starbucks (Korea), and Lululemon (Great Wall) Crisis Management Models."