[論文レビュー] Schadenfreude in the Digital Public Sphere: A cross-national and decade-long analysis of Facebook news engagement

Nouar AlDahoul, Hazem Ibrahim+5 more|arXiv (Cornell University)|Jan 28, 2026

Emotions and Moral Behavior被引用数 0

ひとこと要約

研究は米国・英国・インドのFacebookニュースエンゲージメントを10年間分析し、コメントやリアクションにおける Schadenfreude を定量化・特徴付け、体系的な思想的・文脈的パターンを明らかにする。

ABSTRACT

Schadenfreude, or the pleasure derived from others' misfortunes, has become a visible and performative feature of online news engagement, yet little is known about its prevalence, dynamics, or social patterning. We examine schadenfreude on Facebook over a ten-year period across nine major news publishers in the United States, the United Kingdom, and India (one left-leaning, one right-leaning, and one centrist per country). Using a combination of human annotation and machine-learning classification, we identify posts describing misfortune and detect schadenfreude in nearly one million associated comments. We find that while sadness and anger dominate reactions to misfortune posts, laughter and amusement form a substantial and patterned minority. Schadenfreude is most frequent in moralized and political contexts, higher among right-leaning audiences, and more pronounced in India than in the United States or United Kingdom. Temporal and regression analyses further reveal asymmetric relationships between political power and schadenfreude: left-leaning outlets display "power-licensed" schadenfreude that increases when their party governs, while right-leaning outlets exhibit "power-compensatory" schadenfreude that intensifies in opposition. Together, our findings move beyond anecdotal accounts to map schadenfreude as a dynamic, context-dependent feature of digital discourse, revealing how it evolves over time and across ideological and cultural divides.

研究の動機と目的

• 2015–2024の間に3か国9媒体のFacebookニュース言説における Schadenfreude の有病率と形をマッピングする。
• 誤運 related な投稿を区別し、コメントレベルでオーディエンスの反応を分類する。
• 政治的指向と国による変動を評価し、時間的傾向と文脈的予測因子を分析する。

提案手法

• 検証済みFacebookページからの大規模データ収集と人間による注釈を組み合わせ、誤運とコメントのトーンのグラウンドトゥルースラベルを作成する。
• GPT-4o Mini を誤運検出に使用（精度 94.8%）、fine-tuning 後に投稿–コメントペアを有害/共感的/中立/不明に分類。
• 誤運検出のために500件の誤運投稿を注釈し、感情ラベル付けのために1,000件の投稿–コメントペアを注釈して分類器を訓練・検証。

Figure 1 : (A) The distribution of Love, Care, HaHa, Wow, Sad, and Angry reactions on Facebook posts describing others’ misfortunes. Panels B–D show variation across left-, center-, and right-leaning outlets, while Panels E–G compare reactions across India, the United States, and the United Kingdom.

実験結果

リサーチクエスチョン

• RQ1 RQ1: 他者の不幸に関するニュースに対して、聴衆は Schadenfreude をどの程度頻繁に表現し、悲しみや怒りとどう比較されるか？
• RQ2 RQ2: Schadenfreude の表現は、思想的指向（左・中・右）および国の文脈（US・UK・India）でどう異なるか？
• RQ3 RQ3: どのタイプの不幸が Schadenfreude を最も確実に喚起するか？
• RQ4 RQ4: 政治権力の変化や主要イベントとともに、 Schadenfreude の表現は時間とともにどのように変化してきたか？

主な発見

Model	Accuracy	Macro Avg Precision	Macro Avg Recall	Macro Avg F1-Score
GPT-4o Mini (Prompt 1)	75.5%	80.8%	72.5%	75.1%
GPT-4o Mini (Prompt 2)	80.3%	83.6%	80.4%	81.4%
Fine-tuned GPT-4o Mini	87.3%	88.0%	88.2%	87.9%

• Schadenfreude はコメントの中で substantial minority に見られ、インドと右寄りの聴 audience で有病率が高い。
• コメントレベルの Schadenfreude（インド ≈42%、US ≈32%、UK ≈28%）は Haha リアクションによって示唆される率を上回り、アイコン以上の言語表現が深層で存在することを示す。
• トピック分析では道徳的・思想的、政治的、宗教的、制度的不幸が Schadenfreude を高めやすく（しばしば >0.40）、自然・環境・スポーツの不幸は低め（めったに >0.20）である。
• 時系列パターンとしてインドは一貫して高い Schadenfreude を示し、英国は中期間に谷を作って回復、合衆国は思想によって階層化された中程度の変動を示す。
• 回帰分析は、左派系媒体が権力を失っている時に Schadenfreude を大幅に高く表現する一方、支配政党との一致は Schadenfreude を一般に低下させ、思想によって非対称な効果をもたらす。
• 全体として Schadenfreude は、思想・権力・トピックによって形成される、安定しつつ文脈依存的なオンライン政治 discourse の特徴として浮かび上がる。

Figure 2 : The proportion of comments exhibiting schadenfreude across outlets of different countries (Left panel) and ideological leanings (Right panel).