メインコンテンツへスキップ
見出し画像

画面の向こうへの怒りは、どこから生まれるのでしょうか?― SNSとAIから考える、怒りと攻撃の心理


    怒りが向かう先と、その怒りや攻撃行動が生まれた背景は、同じとは限りません。

    はじめに

    画面の向こうに向けられた、二つの怒り

    二つの場面を想像してみてください(どちらも説明のために設定した架空の例です)。

    一つ目は、夜にSNSを眺めているときの場面です。ある店の店員が、客に素っ気ない対応をしている短い動画が流れてきます。投稿には数万件の「いいね」が付き、コメント欄には「最低」「店名を晒せ」「クビにしろ」という言葉が並んでいます。やがて誰かが店の場所を突き止め、店員の名前らしきものまで書き込まれていきます。書き込んでいる人のほとんどは、その店員に会ったこともありません。

    二つ目は、仕事中の場面です。仮にBさんとします。BさんはAIに資料の要約を頼みましたが、肝心の数字が違っています。指摘すると、AIは「申し訳ありません。修正します」と返します。ところが、出てきた答えはまた同じ間違いでした。三度目に同じことが起きたとき、Bさんは「何度言えば分かるんだ」と打ち込みそうになり、手を止めます。

    前者は、多くの人がどこかで見たことのある光景かもしれません。後者は、AIを日常的に使う人なら、思い当たる瞬間があるのではないでしょうか。私たちは、SNSで非難を向ける側にも、向けられる側にもなり得ます。そして、AIに苛立ちを覚える側になることもあります。

    見えない人間と、人間らしい機械

    この二つの場面には、共通点があります。どちらも画面を介したやり取りであり、相手と直接顔を合わせているわけではありません。

    しかし、画面の向こうにいる相手は、まったく異なる存在です。

    SNSの向こうには人間がいます。その人にも感情があり、傷つくこともあります。しかし、私たちにはその表情や反応が見えにくく、相手が何を感じているのかは分かりません。

    一方、AIは人間ではありません。それなのに、間違いを指摘すれば「申し訳ありません」と謝り、こちらの言い分を理解したかのような言葉を返します。

    一方は感情を持つ人間でありながら、その感情が見えにくい。もう一方は人間ではないのに、人間らしい応答を返す。

    それでも私たちは、どちらに対しても怒りを感じ、ときには強い言葉を向けることがあります。

    では、こうした相手の違いは、怒りの表現や行動にどのような影響を与えるのでしょうか。また、そこには共通する心理的な仕組みがあるのでしょうか。

    この記事では、心理学の研究をいくつか比べながら、この問いを考えていきます。ただし、怒りを抑える技法や、ネット上の誹謗中傷への法的な対処法は扱いません。扱うのは、怒りが生まれ、表に出て、ときに攻撃へ変わっていく仕組みと、その仕組みを知ったうえで手元に残る一つの問いです。


    第1章 怒りと攻撃行動は同じではない

    不当に扱われたと感じたとき

    怒りは、不当に扱われたと感じたときに生まれることがあります。約束が守られなかった、ルールを破った人が得をしている、自分だけ損をしている。そうした「不公正だ」という認識が、怒りの引き金になります。

    以前の記事「普通の苦情がカスハラに変わるまで」では、店頭での不満がエスカレートしていく過程を考えました。そこでも、出発点にはたいてい「自分は不当に扱われた」という感覚がありました。

    冒頭の二つの場面は、この点で少し違います。SNSの場面では、多くの人が、自分ではなく他人のふるまいを見て「不公正だ」と怒っています。AIの場面では、Bさん自身が時間や手間を失って怒っています。二つの場面は、怒りが生まれるきっかけも、怒りを表す環境も異なります。この記事では、その違いも含めて比べていきます。

    三つを分けて考える

    ここで、「怒り」とひとまとめにされがちなものを、三つに分けておきます。 

    画像

    ① 怒りの感情
    内側で生まれる感情です。外からは見えません。

    ② 怒りの表現
    感情を言葉や態度で外に出すことです。SNSへの投稿、強い口調のメッセージなどがこれにあたります。

    ③ 攻撃・処罰の行動
    相手に損害や苦痛を与えようとする行動です。晒す、繰り返し非難する、仕返しをする、といったものです。

    この三つは、いつも一緒に動くわけではありません。強い怒りを感じても、表に出さない人はいます。逆に、それほど強く怒っていなくても、場の空気に押されて激しい言葉を書き込むこともあります。感情の強さと、発信の回数や過激さも、別のものとして考える必要があります。

    怒りそのものが悪いわけではない

    「怒る人は攻撃する人だ」と考えるのは早計です。怒りは、自分や誰かが不当に扱われていることを知らせる手がかりにもなります。怒りがあったからこそ、見過ごされていた問題が表に出ることもあるでしょう。

    問題になりやすいのは、感情そのものよりも、②や③への移り方です。では、その移り方は、置かれた環境によってどう変わるのでしょうか。


    第2章 SNSでは、なぜ怒りの表現が増幅されるのか

    相手が見えないと、ブレーキが緩む

    心理学者のジョン・スーラーは、インターネット上では、対面よりも自分をさらけ出したり、強い言動に出たりする人がいることに注目し、これを「オンライン脱抑制効果」と呼びました(参照1)。

    スーラーは、その背景として六つの要因を挙げています。名前を明かさなくてよいこと(匿名性)、互いの姿が見えないこと(不可視性)、やり取りに時間差があること(非同期性)、相手の姿を自分の頭の中で勝手に組み立ててしまうこと、などです。

    対面であれば、相手が顔をしかめたり、言葉に詰まったりするのが見えます。その反応が、私たちの言葉に自然とブレーキをかけます。SNSでは、その手がかりが届きにくくなります。

    ただし、スーラーは、脱抑制が攻撃だけをもたらすとは述べていません。対面では言えなかった悩みを打ち明ける、見知らぬ人を助けるといった方向に働くこともあるとしています(参照1)。相手が見えないことは、怒りを増やす装置ではなく、ふだんかかっているブレーキを緩めるものだと考えたほうがよさそうです。

    怒りの投稿が「いいね」を集める

    もう一つ、SNSには対面とは異なる特徴があります。発言に対する周囲の評価が、「いいね」やシェアといった数字で目に見えることです。

    イェール大学のウィリアム・ブレイディらは、7,331人のTwitter(当時)ユーザーによる約1,270万件の投稿を分析しました(参照2)。その結果、道徳的な憤りを表した投稿に多くの「いいね」やリツイートが付いた人は、その後も憤りを表す投稿をしやすくなる傾向が見られました。行動実験でも、同じ方向の結果が得られています。

    ここで注意しておきたいのは、この研究が測ったのは怒りの表現だという点です。反応をもらった人の内心の怒りが強まったのかどうかまでは、分かりません。

    また、「承認を求めて怒りを投稿する」ことと、「反応をもらった結果として、怒りを投稿する行動が身につく」ことも別の話です。後者は、本人が承認を狙っていなくても起こり得ます。

    さらにブレイディらは、周囲で憤りの表現が当たり前になっている集団では、人は「いいね」の数よりも、その集団の流儀に合わせて表現を調整していることも報告しています(参照2)。

    正義感と、自分を良く見せたい気持ち

    では、ネット上で誰かを晒したり、集団で非難したりする人は、何に動かされているのでしょうか。

    韓国の東国大学のキム・ドスンとキム・ヨンスは、韓国の成人1,000人を対象に、ネット私刑への関わり方と心理的な特徴を調べました(参照3)。その結果、他人の不幸を喜ぶ気持ち(シャーデンフロイデ)や、道徳的な発言で周囲から尊敬を得たい動機が強い人ほど、ネット私刑には効果があると考える傾向が見られました。

    道徳的な発言を通じて自分の評価を高めようとすることを、米国の研究者ジョシュア・グラブスらは「モラル・グランドスタンディング」と呼び、尊敬を得たい方向と、相手を打ち負かしたい方向の二つがあることを示しています(参照4)。411人を対象にした別の調査でも、こうした動機や脱抑制の傾向などが、ネットで誰かを非難する意図と関連していました(参照5)。

    ただし、韓国の調査は一時点の自己申告によるもので、どちらが原因なのかは分かりません。「効果がある」という回答も、本人の評価にすぎず、実際にネット私刑が正義をもたらすことを示すものではありません(参照3)。

    正義感と、自分を良く見せたい気持ちは、一人の中に同時にあり得ます。それでも、ネットで誰かを非難する人が、皆、承認を求めているわけではありません。

    周りがそうしているから

    シンガポールの南洋理工大学のエドソン・タンドックらは、コロナ禍に規則違反者を撮影して投稿する「晒し」について、1,000人を対象に調べました(参照6)。いくつかの要因を検討したなかで、実際の行動と結びついていたのは、周囲がそれを当然と考えているか、周囲の人も実際にそうしているか、という社会的な規範の認識でした。

    「認めてほしい」と「周囲に同調する」は、似ているようで異なります。前者は自分への評価を求める心理です。一方、後者には、周囲の人が同じ行動をしているから自分もそうするという心理に加え、周囲から期待される行動に従おうとする心理も含まれます。

    つまり、誰かから直接要求されていなくても、「周囲もそうしている」「自分もそうすべきだ」という認識が、攻撃的な行動への参加を後押しする可能性があるのです。

    一方で、非難が過剰になると、かえって非難する側の評価が下がることもあります。米国の研究では、同じ非難の書き込みでも、それが大量に積み重なっていく場面では、一人ひとりの書き込みが好ましく受け止められにくくなり、非難された人への同情が高まることが示されています(参照7)。観衆は、怒りの表現を後押しするだけの存在ではありません。

    画像

    実害は、仕組みとは別に存在する

    ここまでの話は、ネット上の攻撃を「仕組みのせいだから仕方ない」とするものではありません。晒しや集団での非難は、攻撃された人の生活や心身に深刻な被害をもたらし得ます。仕組みを知ることと、被害を軽く見ることは別です。

    SNSには、反応してくれる観衆がいます。では、観衆のいない一対一の場面でも、人は怒りをぶつけるのでしょうか。


    第3章 AIは傷つかない。それでも人は仕返しする

    不公平な配分をしたのが、アルゴリズムだったら

    アジア・スクール・オブ・ビジネスのアレクサンダー・エンと、シンガポール国立大学のカイ・チ・ヤムは、経済ゲームを使った実験を行いました(参照8)。

    使われたのは「最後通牒ゲーム」です。一方が手元のお金の分け方を提案し、もう一方は受け入れるか拒否するかを選びます。拒否すると、二人とも何も受け取れません。つまり、拒否は、自分の取り分を捨てて、相手にも何も渡さないという「処罰」になります。

    実験では、0.50ポンドのうち参加者に0.05ポンドしか渡さない不公平な提案を、人間またはアルゴリズムから受け取ります。

    PsyPostの紹介によれば、予備研究(380人)では、不公平な提案をしたのがアルゴリズムでも人間でも、参加者の怒りは同程度でした。拒否した割合も、アルゴリズムが57.8%、人間が62.2%で、統計的な差は見られませんでした。事前登録を行った研究(739人)では、アルゴリズムへの拒否が71.0%、人間への拒否が65.4%でした(参照8)。

    感情を持たないと考えていても

    注目したいのは、この研究で参加者がアルゴリズムをどう見ていたかです。人間に比べて、アルゴリズムは感情を経験する力がかなり低いと評価されていました。それでも参加者は、自分の取り分を捨ててまでアルゴリズムの提案を拒否したのです。

    なお、この実験では拒否が「処罰」として位置づけられていますが、拒否した人が皆、相手を苦しめるつもりだったとは限りません。不公平な配分そのものを受け入れたくない、という動機も考えられます。

    また、罰を与えた人は、罰を与えなかった人より「正義が果たされた」と感じる度合いが高い傾向がありました。怒りを感じることと、罰を与えることと、罰を与えた後に満足を感じることは、それぞれ別の段階として捉えられています。

    実験と、日常のAIは違う

    ただし、この実験から「人は生成AIに暴言を吐くものだ」と結論づけることはできません。

    実験は、少額のお金を使った短いオンラインのゲームです。相手は文字だけで示され、参加者が対話するわけでもありません。研究者自身も、現実の損害で同じことが起きるかは分からないとしています(参照8)。ここで言えるのは、感情を持たないと考えられている相手にも、人は自分の損を承知で処罰を選ぶことがある、というところまでです。

    SNSのような観衆からの「いいね」がなくても、不公正に対する処罰は起こり得ます。では、そのとき私たちは、AIを人間のように見ているのでしょうか。


    第4章 私たちはAIを人間として認識しているのか

    「人間らしく見る」と「人間のように反応する」は違う

    AIに怒りをぶつける理由として、「AIを人間のように捉えているから」という説明が思い浮かびます。心理学では、こうした認識を「擬人化」と呼びます。

    しかし、AIに人間らしい意図や感情があると考えることと、AIに対して人間と同じように反応することは、必ずしも同じではありません。

    ここでは後者に注目します。AIが人間ではないと理解していても、人間同士のコミュニケーションで身についた反応が生じることがあるからです。

    スタンフォード大学のクリフォード・ナスとユンミ・ムーンは、人がコンピュータに対して、礼儀正しく振る舞ったり、親切にされたらお返しをしたりすることを、一連の実験で示しました(参照9)。参加者はコンピュータに感情がないことを知っていました。それでも、人間同士のやり取りで身についたルールが、半ば自動的に働いていたのです。この考え方は「CASA(コンピュータは社会的な行為者である)」と呼ばれています。

    もっとも、CASAの実験は主に1990年代のものです。近年の追試では、当時と同じ反応が見られなかったという報告もあり、技術の変化に合わせて見直しが進んでいます(参照9)。

    行動はできるが、感じることはできない相手

    では、私たちはAIに、人間らしさをどこまで認めているのでしょうか。擬人化との関係を考える材料として、第3章の研究をもう一度見てみます。この研究では、参加者はアルゴリズムを「行動を起こす力」については人間よりやや低い程度に評価し、「感情を経験する力」については大きく低く評価していました(参照8)。

    害を与えることはできる。でも、罰を受けて苦しむことはできない。人間同士では普通そろっているこの二つが、AIでは離れて見えています。それでも罰が選ばれたことは、処罰が相手を苦しめるためだけのものではないことを示しているのかもしれません。

    「申し訳ありません」は何を伝えているのか

    冒頭のBさんの場面に戻ります。AIの「申し訳ありません」は、Bさんにとって謝罪として働きます。少し気持ちが和らぐこともあれば、同じ失敗が続いて、かえって腹が立つこともあるでしょう。

    エンらの別の研究では、罰を受けた側から「つらい」というメッセージや、「次は公平にする」というメッセージが届くと、相手がアルゴリズムであっても、参加者が感じる正義の満足感がわずかに高まりました(参照8)。

    ただし、AIが謝罪の言葉を出したことは、人間のような後悔が経験されたことの証拠ではありません。AIに主観的な経験があるかどうかは、この記事で断定できる問題ではありません。言えるのは、現在のAIの謝罪の言葉を、後悔の感情があった証拠として受け取ることはできない、という範囲です。

    私たちは、AIが人間ではないことを頭では理解しています。それでも、AIから謝罪の言葉が返ってくれば、それを謝罪として受け取り、期待に反する回答が繰り返されれば、人間を相手にしているときのような苛立ちを覚えることがあります。

    AIに感情があると考えることと、AIの言葉に人間らしい反応を示すことは、別の問題なのです。


    第5章 私たちは、相手の何に反応しているのか

    対面を基準に、SNSとAIを比べる

    ここまで、SNSとAIという二つの場面で、人間が怒りを表現する仕組みを見てきました。

    どちらも画面を介したやり取りであり、相手と直接顔を合わせることはありません。しかし、一方は人間を相手にしたコミュニケーションであり、もう一方は機械とのやり取りです。

    この違いを考えるために、まず対面でのコミュニケーションを基準に置き、SNSとAIでは何が変わるのかを、四つの観点で整理してみます。SNSは公開の投稿、AIは一対一の対話という、典型的な場面を想定しています。

    画像

    基準:対面
    相手の実体:人間がその場にいる
    感情の手がかり:表情・声・即時の反応がある
    第三者:いることもある
    社会的な報酬:その場の評価は返ってくるが、記録には残りにくい

    ① SNS(公開の投稿)
    相手の実体:人間だが、姿は見えない
    感情の手がかり:届きにくい
    第三者:大勢の観衆がいる
    社会的な報酬:「いいね」や拡散として目に見える

    ② AI(一対一の対話)
    相手の実体:人間ではない
    感情の手がかり:人間らしい言葉が返ってくる
    第三者:多くの場合いない
    社会的な報酬:ほとんどない

    SNSでは、人間が相手であっても、その感情や反応が見えにくくなります。一方、AIでは、人間ではない相手から人間らしい反応が返ってきます。つまり、相手の実体と、私たちが受け取る情報や反応の間には、違いがあるのです。

    「どう見ているか」と「どう見られていると感じるか」

    相手をどう受け取るかについて、もう一つ視点を加えておきます。

    ヘリオット・ワット大学ドバイ校のメリッサ・パヴェティッチらは、英国・米国・カナダで、対立する政党の支持者どうしを対象に五つの実験を行いました(参照10)。参加者は、対立政党の支持者が自分たちを「洗練されている」と書いた投稿か、「自制心のない獣」と書いた投稿を読みます。

    その結果、相手から人として扱われていると感じた参加者ほど、相手への嫌悪感が低く、相手を人間らしく見て、交渉や歩み寄りを支持する傾向が見られました。

    ここで大事なのは、「自分が相手をどう見ているか」と「相手から自分がどう見られていると感じるか」が、別のものとして扱われている点です。見下されていると感じることが、こちらの見方まで変えていく可能性があります。

    ただし、この研究は政党間の対立を対象にしたもので、感情と歩み寄りの意向は同時に測られています。嫌悪感が下がったから歩み寄りが増えた、という因果までは示されていません(参照10)。SNSやAIとのやり取りに、そのまま当てはめることもできません。

    一つの原理では説明できない

    ここまでに出てきた仕組みを並べると、次のようになります。

    • 相手が見えないことで、ふだんのブレーキが緩む(脱抑制)

    • 反応をもらうことで、怒りを表す行動が身につく(承認による強化)

    • 周囲の行動や期待に合わせて、自分もそうする(集団の規範)

    • 不公正をはたらいた相手を、自分の損を承知で罰する(処罰)

    • 人間ではない相手にも、人間に対するルールで応じる(社会的な反応)

    これらは同じ原理ではありません。そして、どれも攻撃を増やす方向にだけ働くわけでもありません。脱抑制は人助けを促すこともあり、観衆は過剰な非難にブレーキをかけることもあります。人間らしいAIの応答に、ほっとする人もいるでしょう。

    筆者の考え:怒りは、相手との関係の中で形を変える

    これらの研究を踏まえて、筆者は次のように考えています。

    画像

    人の怒りや攻撃行動は、不公正の認識に加えて、相手をどう捉えるか、相手からどう反応されるか、周囲からどう評価されるかによって、変化し得る。

    これは、一つのモデルとして実証されたものではありません。ここで紹介した複数の研究を、筆者なりにつなぎ合わせた仮説です。ただ、この見方に立つと、少なくとも一つのことが見えてきます。

    例えば、SNS上の批判が、本当に対象者への強い怒りだけから生じているとは限りません。周囲からの承認や、集団の規範が関係している場合もあります。AIへの苛立ちも、AIそのものではなく、期待とのずれや失われた時間から来ているのかもしれません。

    つまり、怒りが向かう先と、その怒りや攻撃行動が生まれた背景は、必ずしも同じではないのです。


    結び その怒りは、何に対して生まれているのか

    見えにくい相手への怒り

    SNSでは、相手の感情が見えにくく、観衆からの反応が怒りの表現を後押しすることがあります。AIに対しては、人間ではないと分かっていても、人間に対するように反応することがあります。どちらの場合も、表に出ている言葉だけを見ていては、その怒りが何から来ているのかは分かりません。

    怒りを向けられたとき

    SNSで攻撃を受けたとき、まず大切なのは、被害を止めることです。権利が侵害されているなら、法的な手段を取ることも重要です。

    ただ、攻撃を止めることと、相手がなぜ怒っているのかを理解することは、別のことです。相手は本当に怒っているのか。誤解があるのか。不公正だと感じる何かがあるのか。周りに合わせているだけなのか。認められたいのか。外から断定することはできません。

    そして、理解することは、攻撃を許すことではありません。攻撃を受けた人が、相手と対話しなければならないわけでも、相手に共感しなければならないわけでもありません。攻撃する側と、被害を受ける側の責任は同じではありません。

    それでも、相手の怒りの背景に別の問題があるかもしれないと考えておくことは、状況を見誤らないための一つの材料になります。強い対応が反発を招くこともあるかもしれませんが、それは一つの可能性にすぎず、いつもそうなるとは言えません。

    自分が怒るとき

    では、自分が怒る側のときはどうでしょうか。

    Bさんの場面に戻ります。AIが同じ間違いを繰り返したとき、Bさんの怒りは何に向いていたのでしょうか。

    AIという相手そのものなのか。「ちゃんと答えてくれるはずだ」という期待が裏切られたことなのか。失われた時間なのか。締め切りに追われている焦りなのか。おそらく、そのいくつかが重なっていたはずです。

    画像

    怒りの対象が見えてくれば、本当に向き合うべき問題が見えてくることがあります。もちろん、怒りの理由が分かったからといって、困った状況や被害がなくなるわけではありません。それでも、何について考えればよいのかの入り口にはなるはずです。

    おわりに

    相手が見えなくても、相手が人間でなくても、人は怒りをぶつけることがあります。その怒りは、目の前の相手だけでなく、不公正だと感じた出来事、相手の受け取り方、周りの目、期待とのずれなど、いくつもの条件の中で形を変えていきます。

    最後に、一つの問いを置いておきます。

    自分が怒りを感じたとき、あるいは誰かから怒りを向けられたとき、その怒りは何に対して生まれているのだろうか。


    ※ 本記事に登場するSNSの場面とBさんは、説明のために設定した架空の例であり、実在の人物・店舗とは関係ありません。

    ※ 第5章の統合仮説は、紹介した複数の研究を筆者なりに解釈・再構成したものであり、一つのモデルとして実証されたものではありません。

    ※ 参照3・8・10の研究は、PsyPostの紹介記事をもとに記述しています。数値は同記事の報告によるもので、原著論文の全文は確認できていません。

    ※ ネット上で誹謗中傷などの被害を受けている場合は、プラットフォームへの通報のほか、法務省の人権相談や弁護士など、専門の窓口への相談をご検討ください。

    関連記事

    • 普通の苦情がカスハラに変わるまで

    引用・参照

    1. Suler, J.(2004). The Online Disinhibition Effect. CyberPsychology & Behavior, 7(3), 321–326.

      • オンラインでの脱抑制を、匿名性・不可視性・非同期性など六つの要因で説明。攻撃的な方向(有害な脱抑制)だけでなく、自己開示や援助の方向(良性の脱抑制)もあるとする。

      • https://doi.org/10.1089/1094931041291295

    2. Brady, W. J., McLoughlin, K., Doan, T. N., & Crockett, M. J.(2021). How social learning amplifies moral outrage expression in online social networks. Science Advances, 7(33), eabe5641.

      • Twitterの観察研究(7,331人、約1,270万件)と行動実験(計240人)。憤りの表現に対する肯定的な反応が、その後の憤りの表現を増やすこと、集団の規範に合わせて表現が調整されることを報告。

      • https://pmc.ncbi.nlm.nih.gov/articles/PMC8363141/

    3. Kim, D., & Kim, Y. S. Perceived effectiveness of online vigilantism: The role of schadenfreude and moral grandstanding. Computers in Human Behavior.

    4. Grubbs, J. B., Warmke, B., Tosi, J., James, A. S., & Campbell, W. K.(2019). Moral grandstanding in public discourse: Status-seeking motives as a potential explanatory mechanism in predicting conflict. PLOS ONE, 14(10), e0223749.

    5. Muir, S. R., Roberts, L. D., Sheridan, L., & Coleman, A. R.(2023). Examining the role of moral, emotional, behavioural, and personality factors in predicting online shaming. PLOS ONE, 18(3), e0279750.

    6. Tandoc, E. C., Jr., Loy, G. P., Seet, S., & Zhang, L.(2025). Weaponizing Visibility: Online Shaming and Vigilantism During COVID-19. Asian Communication Research, 22(2), 214–.

    7. Sawaoka, T., & Monin, B.(2018). The Paradox of Viral Outrage. Psychological Science.

      • 非難の書き込みが大量に集まる場面では、個々の書き込みが好ましく評価されにくくなり、非難された人への同情が高まることを報告。

      • https://doi.org/10.1177/0956797618780658

    8. Eng, A., & Yam, K. C. Artificial Intelligence and Machines Are Capable of Harm, but Not of Experiencing Punishment. Journal of Experimental Psychology: General.

    9. Nass, C., & Moon, Y.(2000). Machines and Mindlessness: Social Responses to Computers. Journal of Social Issues, 56(1), 81–103.

      • 人がコンピュータに対して、礼儀や返報性などの社会的ルールを無意識に適用することを示した一連の実験のレビュー(CASA)。近年は追試や見直しの議論がある。

      • https://doi.org/10.1111/0022-4537.00153

    10. Pavetich, M., & Stathi, S. Bridging the Political Divide: Meta-Humanization and Moral Emotions Shape Partisan Reconciliation. Personality and Social Psychology Bulletin.

     
     

    kanaka

     
     
    仕事の激務で心身を壊し、1年ほどメンタルヘルスのケアを受けました。その経験からメンターやコーチングに興味を持ち、誰かの力になれたらとnoteを始めました。人生や仕事に悩む方に役立つ考え方や、ビジネスのヒントをお届けしていきます。長編の読み物にも挑戦したいです。

    あなたへのおすすめ