[논문 리뷰] Schadenfreude in the Digital Public Sphere: A cross-national and decade-long analysis of Facebook news engagement

Nouar AlDahoul, Hazem Ibrahim외 5명|arXiv (Cornell University)|2026. 01. 28.

Emotions and Moral Behavior인용 수 0

한 줄 요약

본 연구는 미국, 영국, 인도에 걸친 Facebook 뉴스 참여를 10년간 분석하여 댓글과 반응에서의 schadenfreude를 정량화하고 특징짓고, 체계적인 이데올로기적 및 맥락적 패턴을 밝힌다.

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.

연구 동기 및 목표

• 2015–2024년 동안 세 나라의 아홉 개 매체에 걸친 Facebook 뉴스 담론에서 schadenfreude의 만연성과 형태를 맵핑한다.
• 불행과 관련된 게시물을 구분하고 댓글 수준에서 청중 반응을 분류한다.
• 정치적 방향성과 국가에 따른 변화를 평가하고 시간적 추세 및 맥락 예측 변수를 분석한다.

제안 방법

• 공인된 Facebook 페이지에서의 대규모 데이터 수집과 인간 주석을 결합하여 불행과 댓글 어조에 대한 정답 라벨을 생성한다.
• GPT-4o Mini를 불행 탐지(정확도 94.8%)에 사용하고, 미세조정 후 게시물–댓글 쌍을 독성/공감/중립/알 수 없음으로 분류하는 데 사용한다.
• 불행 탐지를 위한 500개 게시물과 감정 표기를 위한 1,000개 게시물–댓글 쌍에 주석을 달아 분류기를 학습 및 검증한다.

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.

실험 결과

연구 질문

• RQ1 RQ1: 타인의 불행에 관한 뉴스에 대한 반응으로 Schadenfreude를 표현하는 빈도는 얼마나 되며, 이는 슬픔이나 분노와 어떻게 비교되는가?
• RQ2 RQ2: Schadenfreude 표현은 이념적 성향(좌, 중, 우)과 국가 맥락(US, UK, India)에 따라 어떻게 다르게 나타나는가?
• RQ3 RQ3: 어떤 유형의 불행이 가장 신뢰적으로 Schadenfreude를 불러일으키는가?
• RQ4 RQ4: 특히 정치 권력의 변화와 주요 사건과 함께 Schadenfreude의 표현은 시간이 지남에 따라 어떻게 변화해 왔는가?

주요 결과

모델	정확도	매크로 평균 정밀도	매크로 평균 재현율	매크로 평균 F1-점수
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%

• Schadenfreude는 상당수의 댓글에서 발견되며, 인도에서 더 높은 유포를 보이고 우파 성향의 청중에서 더 많이 나타난다.
• 댓글 수준의 Schadenfreude(약 42% 인도, 약 32% 미국, 약 28% 영국)는 Haha 반응이 시사하는 비율을 상회하여 아이콘을 넘어서는 더 깊은 구두 표현을 시사한다.
• 주제 분석은 도덕/이념적, 정치적, 종교적, 제도적 불행이 더 높은 Schadenfreude를 야기하는 반면, 자연/환경 및 스포츠 불행은 낮아(대개 >0.20를 넘지 않음).
• 시계열 패턴은 인도가 지속적으로 높은 Schadenfreude를 보이고, 영국은 중기적 저점과 반등을, 미국은 이념에 따라 중간 정도의 변동을 보이는 것으로 나타났다.
• 회귀 분석은 좌파 성향 매체가 권력이 없을 때 더 높은 Schadenfreude를 나타내는 반면, 정당 집권 여부와의 정렬은 일반적으로 Schadenfreude를 낮추며, 이념에 따라 비대칭 효과를 보인다.
• 전반적으로 Schadenfreude는 이념, 권력, 주제에 의해 형성되는 맥락 의존적인 온라인 정치 담론의 안정적인 특징으로 나타난다.

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