傳染力法則：網紅、股災到疾病，趨勢如何崛起與消長

最符合現今時局需求的著作，
讀者異口同聲：「好看到讓你想『傳』給別人」！
＊＊＊＊＊
一種致命病毒蟄伏多年，於人群中突然其來地爆發。一場政治運動迅雷不急掩耳地展開，隨後快速銷聲匿跡。金融體系網絡中藏著「超級傳播者」，致使乍見小小的危機擴及為全球市場崩盤。一個想法如野火燎原般傳播開來，自此改變世界的樣貌……
說到「傳染力」，我們往往聯想到疾病傳播，然而本書並非探討疾病擴散的生物學，而毋寧更是一本談趨勢變化軌跡的著作。作者亞當・庫查司基從事流行病學研究，但他的學術專業並非生物學相關，而是數學，因此他參與研究時扮演的角色，是從統計、模型、演算法、因果論乃至大數據等角度著手，探究疾病於何時發源於何處、散播開來的熱點又是什麼（哪個人或事件、地點），從而預測事態的後續發展，並且建議妥適的因應之道。
此外，由於流行病學探究傳染力所得的成果，已廣泛應用至諸多領域，因此本書內容雖以疾病傳播起頭，以疫情控制做結，然而書中頭尾之間的篇幅，則切入相當廣泛的領域，像是：

►金融界普遍相信分散投資能降低風險，然而已有多項研究發現，隨著「金融傳染途徑」形成，分散投資可能會破壞大型金融網絡的穩定性。

►從健康、生活風格，一路到政治觀點等，我們與熟人往往具備共同特徵，科學家如何釐清這是基於同質性或共有環境？還是社會傳染所致？

►從疾病流行到恐怖主義與暴力犯罪，科學家發展出預測模型，除了能協助機構擬定防治對策並妥善分配資源，亦可說服民眾配合甚至協力。

►網際網路創造了新形態的互動，本書探究網紅崛起、情緒感染與輿情操縱等現象，也探討網路如何成為我們研究事物傳播方式的新方法。

►惡意軟體鑽漏洞潛入私人電腦、駭客藉電腦系統控制科技設備，乃至程式碼共享難溯源等情形，一旦出現「疫情」可能會怎麼樣發展？

……舉凡網紅現象、政治風向、創新傳播、金融趨勢、罪案偵察，乃至暴力事件等等，作者皆以引人入勝的故事解讀各類型「擴散現象」從出現、發展到消亡的種種線索。

＊＊＊＊＊
現今的世界比以往更加環環相扣，許多現象牽一髮動全身，
「傳染力法則」能夠解釋這些具備傳播特質的事物之更迭，
想要解讀眾多現象與趨勢，擬出因應之道，你不能不知道！

▎本書內容涵蓋廣泛，所跨領域請參閱〈目錄〉的各章引文 ▎

 

作者／亞當・庫查司基（Adam Kucharski）
亞當・庫查司基於倫敦衛生與熱帶醫學學院擔任助理教授，是數學本科系出身的數學家，拜研究伊波拉病毒和茲卡病毒等全球性的傳染病所賜，得以親赴太平洋群島多座村落，以及拉丁美洲多間醫院展開田野調查。庫查斯基也是TED Fellow的一員，並曾榮獲2016年羅莎琳‧富蘭克林獎，以及2012年「惠康科普著作獎」等殊榮，發表作品散見於《觀察家》、《金融時報》、《科學人》和《新政治家》，除了本書之外另著有《勝算：賭的科學與決策智慧》（行路出版）。


譯者／高子璽（Tzu-hsi KAO）
台大翻譯碩畢，碩論探討福爾摩沙自然史文獻。中英日全職譯者，曾於翻譯社內部任職7年。主攻領域：醫藥、體育、環保，以及各類產業文件。譯有《彩色圖解運動生理學導論》、《王者製造：勒布朗‧詹姆斯縱橫球場與制霸商場的成王之道》、《癮，駛往地獄的列車，該如何跳下？》。現亦為《BBC知識》科普譯者。

▎各界好評——
►自古至今，從聖經中的瘟疫，到當前攻占新聞頭條的新冠病毒：疾病、想法、情緒……萬事萬物都能傳播。《傳染力法則》以迷人、細膩的敘事，探索「傳染」這一門學問。讀了之後，保證你會想「傳」給你的朋友。──《數學教你不犯錯》作者喬丹‧艾倫伯格（Jordan Ellenberg）

►本書充分展現科普魅力：筆法趣味橫生、清楚明確；主題引人入勝、緊扣脈絡。作者亞當・庫查司基為傳染病學家，涉獵心理學、醫學、網路理論以及數學，以精采權威的論據，帶領讀者從人的想法、網路迷因梗圖、暴力事件與致命病毒，了解事物傳播的潛藏法則。本書也為自身主題下了很好的註腳——內容深具感染力，所以你看完後會想要別人也讀一下。──《數字奇航》作者艾利克斯‧貝洛斯（Alex Bellos）

►例證豐富，以務實角度切入，說明如何以數學幫助了解傳染，進而以更好的方式應對千變萬化的傳染形式。作者處理議題廣泛，既談疾病大流行，亦論槍枝暴力、金融危機與不實訊息。他啟發所有讀者以數學家的方式思考問題。想了解疫病和其他具擴散性質的危機，本書不容錯過。──倫敦衛生與熱帶醫學學院院長彼得‧皮奥特（Peter Piot）

►以數學角度切入，精采探討有些事物何以會快速傳播，而且談的可不只是病毒。作者以旁徵博引的筆法啟迪讀者。舉例來說，他帶領讀者了解公衛模型於疾病傳播上的應用，檢視都市槍枝暴力的人際關係網絡，並使用演算法來解釋「年齡、幫派關係、逮捕紀錄」等項目……本書切合時勢、極為易讀。──《柯克斯書評》

▎讀者評語——
如果想多了解「傳染」擴散背後的數學邏輯，這真的是一本好書。這本書不只探討流行病學，也以更寬廣的格局談論股市、社群媒體……等，探討有些事物能快速「瘋傳」，有些卻欲振乏力，背後機制為何？作者是數學家，所以這本書不是生物學著作，但也非數學專書。這本書最精采的地方，在於呈現各統計模型中有多少未知因子，以及該如何建立穩固可靠的模型。作者在疾病管控領域具備專業經歷，這也增加了論點的說服力。整體而言，讀起來讓人大呼過癮。

▎自序
說到「感染」，浮上我們心頭的，固然往往是傳染疾病或電腦病毒，但有傳染力的擴散現象實則百百種，其中造成傷害者有之，但也不乏好的流行，前者如惡意軟體、暴力或金融危機，後者如創新發明和文化傳播。有傳染力的擴散現象不一定都長一個樣，研究這類事物的傳播現象時，我們需要有辦法釐清它們具備哪些獨有特徵，不同於使傳染擴散的基本原則。這種分析方法能跳開過於簡單的解釋邏輯，並針對觀察到的發展曲線，揭開背後的真實本質。本書的討論過程中，讀者能針對乍看風馬牛不相及的問題，觀察到一條條線索浮出，串接這種種問題。

▎第一章　事件發展論
羅納德．羅斯駐派印度時，發現當地蚊子猖獗，瘧疾盛行。返英後他探訪萬巴德醫師請教傳染疾病問題時，得知萬巴德判斷蚊子是瘧疾的媒介，羅斯先前便已耳聞這項關聯，但萬巴德的論點是第一個說服他的。羅斯持續研究瘧疾後出版了《瘧疾的預防》一書，其分析既顯示可能撲滅瘧疾的方法，也蘊含一項更深奧的洞見，能一舉改寫我們對於「傳播」的看法。羅斯觀察到，處理疾病分析的方法有二：「描述性分析法」和「機械性分析法」。當時多數研究都使用前者，即開始作業時使用真實數據，並往回推出可預測的模式。羅斯採用了後者，他一來沒有收集數據，二來沒有針對觀察到的趨勢找出能加以描述的模式，他一開始的做法，是概述過去影響了疾病傳播的主要過程……

▎第二章　恐慌與大流行
英格蘭銀行首席經濟學家安迪．霍爾丹指出，SARS疫情可堪比擬2008年金融危機的不良影響。他指出，大眾通常會以兩種方式面對疫情：逃或藏。金融界的「逃跑」之舉比如：為了停損而出清所有資產，導致資產價格崩跌；銀行的「藏身」方式則可能是囤積資金。霍爾丹早在2004年便指出，我們已經進入「超系統性風險」的時代。金融網絡在某些情況下可能很健全，而在另一些情況下卻非常脆弱。這在生態學已經是個成熟的概念，不幸的是，等到大型崩潰發生時，大家才終於聽進這樣的概念。雷曼兄弟垮台後，銀行業上上下下都開始思考傳染病學的概念。霍爾丹指出，「如果不從感染傳播的角度切入，你很難講清楚為何雷曼兄弟會拖垮金融體系。」

▎第三章　社會傳染「友」關係
社交互動不僅會促進社區傳播，還能將感染傳到其他地方。2009年流感大流行初期，病毒並未在各國間直線傳播。當3月份在墨西哥爆發時，迅速到達中國等遠處，但花了更長的時間才在巴貝多等附近國家現身。究其原因，如果以地圖位置來定義「近」、「遠」，代表使用了錯誤的距離觀念。感染的傳播者是人，連接墨西哥和中國的主要航線，數量多於往返巴貝多等地的航線，如果改為根據航空公司乘客流量來定義距離，則此次流感的蔓延會更容易解釋。社交連結的重要性很容易遭到低估。20世紀初羅斯和哈德森撰寫「事件發展論」論文時，認為意外、離婚和慢性疾病等事情是獨立事件，即如果某人發生了這件事，並不會影響其他人面臨同一件事的機率，也就說人際之間沒有傳播因子。在21世紀初，研究人員開始質疑是否真是如此。

▎第四章　事情醞釀中
犯罪演算法的侷限超出人們的想像。蘭德公司研究人員曾歸納了有關預測型警務監察的四大迷思。一是電腦能確切知道未來會發生什麼事。研究人員補充：「演算法預測的是未來事件的風險，而不是事件本身。」二是從收集犯罪數據到提出適當建議，電腦無所不能。實際上，電腦在協助人類執行警政分析和決策時的表現最佳，而無法全面取代人類。三是警力需要一個強大模型來做出優良決策，而問題往往出在是否能掌握正確數據。蘭姆解釋：「有時候你手上的那組數據裡面，並沒有你預測時所需的資訊。」第四個迷思或許最難以消滅，就是預測得準，犯罪也會自動減少。蘭德團隊表示：「預測的本質，就只是預測。要實際減少犯罪，必須根據預測採取行動。」

▎第五章　病毒式瘋傳
2001年1月，裴瑞帝向耐吉（Nike）下了戰帖――他訂購幾雙客製化球鞋，要求印上「血汗工廠」。耐吉以「使用不當俗稱」為由，通知他訂單無法成立。雙方以電子郵件交手數回後，耐吉不動如山，於是裴瑞帝將整串電子郵件轉寄給若干朋友。其中許多人再次轉發，沒幾天便送到數千人手上，3月時此事件躍上國際媒體。後來一家多媒體非營利機構聘用裴瑞帝擔任「傳染力媒體實驗室」主管，針對線上內容展開網路實驗。接下來數年，他著手研究網路人氣的特徵，像是搭上新聞潮流如何驅動網站流量，標題兩極化如何增加露出，內容求新求變則能增加使用者的黏著度。裴瑞帝團隊甚至新創了「轉發」功能，這項概念日後成為社群網路上內容傳播的基本功能。想像一下：如果Twitter拿掉「轉推」的選項，Facebook移除「分享」按鍵，結果會有何不同？

▎第六章　如何宰制網際網路
美國哥倫比亞大學與法國國家研究院合作，探討Twitter使用者提到的主流新聞報導，發現有將近60%的連結，其他使用者從未點選，但其中有些報導持續傳播。說穿了，許多人樂在分享，而不是閱讀文章。曾於Facebook擔任數據科學家的迪恩．艾克斯指出，想要讓人與社交媒體簡單互動，不用太傷腦筋。他說：「那是相對容易產生的行為。我們這邊在談的行為，是在說你的朋友會不會對貼文按讚或留言。」一旦做起來不用太費事，實際行動就容易得多。這對行銷人員形成挑戰。行銷活動或許帶來高按讚與點閱次數，但行銷人員希望的終究是消費者掏錢購買產品，或是相信行銷內容，而非只是和活動本身互動。就好比追隨者多，不見得就能大量帶動分享潮，行銷內容的點閱或分享次數再多，也無法自動轉換成獲利或支持度。

▎第七章　溯源追追追
施密特醫生某夜造訪外遇對象珍妮絲，為她注射一劑「維生素」。隨後數週珍妮絲出現類流感症狀，數月後確診愛滋病，她懷疑該夜施密特注射的其實是HIV病毒，便將他告上法庭。當時雖已普遍採用DNA檢測來協助辦案，但珍妮絲一案更為棘手。HIV一類的病毒演化進程相對較快，因此珍妮絲血液中的病毒不見得就是當初感染的病毒。施密特面對指控時辯稱，珍妮絲體內的 HIV病毒與遭懷疑的原患者病毒大不相同，因此說後者是感染源並不合理。演化生物學家大衛．希爾斯團隊拿珍妮絲與施密特病患兩人的病毒，與拉法葉當地 HIV患者身上的其他病毒相比較。對於施密特病患和珍妮絲身上的病毒，希爾斯在證詞中說：「兩者是分析中序列最相近的，並且是從兩個個體身上所分離出來的病毒序列中，所能找到最密切相關的。」施密特因而獲判有罪，此案為親緣關係分析首次用於美國刑事案件的例子。自此，全球各地其他審案也陸續採用此項技術。

▎第八章　亂中整亂
分析擴散現象時，重中之重並非做對了什麼，而是發現哪裡搞錯。認知到有東西看起來不對勁，像是注意到發展曲線很特別，或是原以為是法則，卻發生例外。隨著我們日益認識有傳染力的擴散現象，傳染病研究領域中所探討的許多想法，目前也應用於其他類型的擴散現象。2008年金融危機後，各國中央銀行開始採信網絡關係的結構會擴大傳染，這是性病研究人員在1980年代和1990年代提出的先驅概念。近年來，將暴力視為一種具傳染力的擴散現象，而非單純當作「壞人」導致的結果，這作法則呼應了1880年代和 1890年代時對「壞空氣致病論」的駁斥。目前，針對創新和網路內容的傳播，研究界透過再生數等概念加以量化，而用於研究病原體基因定序的方法，則顯示文化的傳播和演變。

▎致謝

▎第五章　病毒式瘋傳

一封電子郵件上寫著：「您的NIKE帳號訂單已取消。」來信時間是2001年1月，收信人是喬納‧裴瑞帝（Jonah Peretti），信件內容是裴瑞帝想購買幾雙客製化球鞋，但訂單因他要求的客製化字樣而遭取消——裴瑞帝要求在球鞋印上「sweatshop」（血汗工廠），這是他向耐吉（Nike）公司下的戰帖。
裴瑞帝當時在讀研究所，就讀麻省理工媒體實驗室（MIT Media Lab），他和耐吉就此在網路上開始魚雁往返，耐吉重申訂單無法成立的原因在於「使用不當俗稱」。由於裴瑞帝無法使耐吉改變做法，他決定將整串電子郵件轉寄給若干朋友，其中許多友人又再轉發，信件於是轉寄了好幾層，沒幾天便送到數千人手上。不久，這則消息也獲得媒體曝光機會。二月底時，《衛報》（The Guardian）和《華爾街日報》（Wall Street Journal）刊載整串信件內容，美國國家廣播公司（NBC）電視台邀請裴瑞帝參加《今日秀》（Today Show）節目，和一名耐吉發言人辯論這項議題。3月，整起事件躍上國際媒體，最後數間歐洲報社也展開報導。這一切，都起因於當初的一封信。裴瑞帝之後寫道：「雖然媒體將我與耐吉的對抗比喻成大衛對巨人歌利亞，真實情況卻是一方是耐吉這樣，擁有大眾媒體資源的公司，另一方是一群網路使用者社群，手上能用的只有微媒體（micromedia）。」
這封電子郵件廣為流傳，但會不會全是誤打誤撞？卡梅隆‧馬洛（Cameron Marlow）是裴瑞帝的友人，也是博士班同學，之後成為Facebook數據科學主管。馬洛儼然相信這只是僥倖，他不認為憑一己之力，能刻意使事物擴散至此，而裴瑞帝倒是以為他能複製當初模式。耐吉電子郵件事件不久後，「Eyebeam」這家紐約的多媒體非營利機構延攬了裴瑞帝，聘他擔任「傳染力媒體實驗室」（contagious media lab）主管，針對線上內容展開網路實驗。他想觀察的是：什麼造就傳染力？又是什麼維持擴散的熱度？
在接下來數年，裴瑞帝著手研究網路人氣的特徵，像是搭上新聞潮流如何驅動網站流量，標題兩極化如何增加露出，內容求新求變則能增加使用者的固著度。裴瑞帝團隊甚至新創了一種「轉發」（reblog）功能，網友能藉此分享其他人的張貼內容。這項概念日後成為社群網路上內容傳播的基本功能。想像一下：如果Twitter拿掉「轉推」的選項，Facebook移除「分享」按鍵，結果會有何不同？裴瑞帝最終轉戰新聞界，幫助《赫芬頓郵報》（Huffington Post）發展業務，但早期的傳染力試驗卻在腦海中揮之不去。最終，他向前東家Eyebeam年事已高的老闆提出建議，建立新型態的媒體公司，專攻有傳染力的擴散現象，運用他們對網路人氣的見解，大規模展開應用。他們的想法是不斷滾動生成能病毒式瘋傳的內容，並稱之為「BuzzFeed」。
＊＊＊＊＊
鄧肯・華茲發表小世界網絡的研究後不久，進入哥倫比亞大學社會學系。在這段期間，他對線上內容愈感興味盎然，最後也擔任BuzzFeed的早期顧問。儘管華茲最初的研究方向是電影演員和蟲腦等網絡中的連接，但全球資訊網（world wide web）蘊含大量新型數據。2000年代初期時，華茲團隊開始探討全球資訊網的線上連結。過程中，他們推翻了外界長期以來對資訊傳播方式的認知。
當時，行銷界愈來愈關注「高影響力人士」這個概念，即能引發社會傳染現象的一般人。在這個年頭，原文「influencer」已演變為泛稱，指的是有影響力的一般民眾、名流和媒體名人，但原概念形容的是名不見經傳的人，能引起一傳十、十傳百的擴散現象。影響力行銷的理念，是由企業鎖定一些意料之外擁有緊密連結的民眾，藉此以較少的成本，加大想法傳播的範圍。企業不依靠歐普拉‧溫芙蕾（Oprah Winfrey）這類名人來宣傳產品，反而能從零建立民眾的熱情。華茲目前主要任職於美國賓州大學，他表示：「行銷界的人會受到這個概念吸引，主要原因在於他們能以小預算，達到歐普拉代言等級的大效果。」
影響力行銷的概念啟迪自心理學家史坦利‧米爾格蘭（Stanley Milgram）著名的「小世界」（small-world）試驗。1967年，米爾格蘭對300個人指派了一項任務：將一條訊息傳給居住在美國波士頓附近夏倫鎮（Sharon）的某個證券經紀人。最後，有64人找到目標，其中有1/4的訊息途經同一位中介者轉給該證券經紀人，這名中介者於當地從事服飾生意，顯然是證券經紀人和外界間的最大接點；米爾格蘭表示，證券經紀人得知這事後相當驚訝。如果一位沒有裙帶關係的商人在傳達訊息一事上，竟如此舉足輕重，那麼會不會還有其他人具有類似影響力？
華茲指出影響力的假說事實上有多種版本：「有個版本很有趣，不過是假的；另一個版本是真的，但是不有趣。」在有趣的版本中，存在特定人士（如米爾格蘭實驗中的服飾商），他們在社會傳染現象上具有不成比例的重要性。如果你能找到這種人，則不需大筆行銷預算和名人代言，便能達到宣傳效果。此假說雖然吸引人，但未受到嚴格審視。2003年，華茲的哥大團隊重新執行米爾格蘭的實驗，訊息改以電子郵件傳遞，規模也更加擴大。團隊挑了18位不同的目標對象，所在地橫跨13國，接著建立2萬5千條電郵寄送鏈，請每一位參加者都將訊息寄給一名特定目標。在米爾格蘭的小規模實驗中，服飾商儼然是連結訊息的要角，但在華茲設計的電郵鏈中，未觀察到相同情形，而是訊息透過一群不同的人，在每一條電郵鏈中流傳，並非有同樣一群「高影響力人士」不斷現身。此外，針對如何選擇收信人，哥大研究團隊也就此詢問實驗參加者。結果顯示，他們偏好考量位置或職業等特徵，而非以特殊名氣或人脈廣闊作為依據。
華茲團隊的實驗顯示，要傳遞訊息至特定目標，不一定需要有大量人脈的民眾。不過，如果我們只關注讓事物傳播得愈遠愈好呢？人際網絡中擁有更多人脈者（如名人），是否有助於確保引發擴散現象？電郵鏈實驗數年後，華茲團隊檢視Twitter上的網路連結傳播方式。結果顯示，如果內容的張貼人擁有許多追蹤者，或是先前的貼文曾形成轉推熱潮，可能更有助於協助事物傳播。然而，也無法因此保證能爆紅。多數情況下，符合條件者並無法成功引爆大型的擴散現象。
我們順著這項結果，來看更陽春版的影響力假說：也就是「有些人就是比其他人更有影響力」。有大量證據支撐這項說法。例如，2012年，斯南．艾瑞爾（Sinan Aral）和迪倫．沃克（Dylan Walker）研究人們如何受朋友影響在Facebook上選擇應用程式（app）。艾、沃二人發現，在各好友配對中，女性對男性的影響比例，要比女性之間互相影響的比例高出45%，且年逾30歲的女性影響力高於未滿18歲的女性，高出的幅度逾50%。研究並顯示，女性比男性更不容易受到影響，且已婚人士比單身者更不易受到左右。
理想上，要傳播一項想法，需要一群人既具有強大影響力，又容易受到影響，但艾、沃二人發現這樣的人十分罕見。他們說明：「有強大影響力的個人不容易受到影響；此外，幾乎沒有人既有強大影響力，又容易受到他人影響。」那麼，如果研究對象鎖定有影響力的人，結果又會如何？沃克團隊執行追蹤研究，選定最可能具影響力的人，模擬出由這些人引發社會傳染現象的結果。相較於隨機選擇，艾、沃二人發現，有效選擇目標可能協助傳播，程度多達兩倍。傳播效果是進步了，但如果要讓一些低知名度的影響力人士單憑一己之力，大幅引發有傳染力的擴散現象，還有很長的路要走。
要在人際間傳播想法，為何如此困難？原因之一在於很少有人既有影響力，又容易受到影響。如果有人將一項想法傳給許多容易受到影響的人，後者不見得會持續將想法傳遞給位處更遠的他人。互動結構也是一個原因。金融網絡屬於「異配」結構，即大型銀行連結至許多小型銀行，而人脈網絡則有相反傾向。村落社區也好，Facebook好友也罷，證據顯示受歡迎的人所形成的人脈關係，往往也會是其他受歡迎的人。這表示如果鎖定若干高人氣對象，或許可形成口碑式擴散現象，使想法快速流傳，但可能無法影響到人脈網絡中的多數群眾。因此，相較於在一個社群中找出高知名度的影響力人士，若能橫跨單一人脈網絡，引發多起有傳染力的擴散現象，則傳播效果會更好。
華茲注意到，人們傾向於將不同的影響力理論混為一談。他們可能聲稱發現了隱藏的高影響力人士（例如米爾格蘭實驗中的服飾商），並利用這些高影響力者來傳播事物。然而，事實是他們可能只是展開大眾媒體行銷活動，或是請名人於網路業配，而這無法勾起實質的口碑式傳播效應。華茲說：「人們會有意無意擴大解釋，讓無聊的東西聽起來很有趣。」
針對高影響力人士的相關論辯顯示，我們必須思考自己是如何接觸網路資訊的。對於一些想法，為什麼我們會捨此從彼？原因之一就是競爭：各類論點、新聞、產品全面競相爭取關注。生物的傳染現象也有異曲同工之妙：流感和瘧疾等疾病的病原體，事實上都由多株組成。這些病原株不斷競爭，搶著侵入有受感染風險的人體。為什麼不是其中一種病原株勝出，宰制其他病原株？人類的社會行為或許能說明一二。如果人們聚集，形成緊密連結的小圈圈，則會使各式各樣的病原株停留在一個人類群體之中。實際上，每個病原株都能找到自己的地盤，不需彼此頻繁競爭。這樣的社會互動型態，也能說明網路使用者何以在想法與見解上會有巨大落差。從政治立場到陰謀論，有相似世界觀的社群媒體群體時常聚集在一起，並可能因此形成「同溫層」。身處同溫層時，很少會聽到與自己相左的觀點。
反疫苗團體是聲量浩大的網路社群。麻疹、腮腺炎、德國麻疹（MMR）三合一疫苗會導致自閉症一說廣為流傳，卻又沒有根據。反疫苗團體時常擁護這項說法。謠言開始於1998年的一篇科學論文，研究由安德魯‧維克菲爾德（Andrew Wakefield）主導。論文遭到質疑和撤回，維克菲爾德也從英國醫事人員名冊中除名。不幸的是，英國媒體挑出維克菲爾德的主張，並大書特書。此舉導致三合一疫苗接種率下降，而後未接種者回到各級學校，在校內與人密切接觸。數年後，英國便爆發數波大型麻疹疫情。
2000年代初期，MMR三合一疫苗的謠言固然在英國甚囂塵上，歐陸國家的媒體報導倒是另一番光景。這一廂，英國對於MMR三合一疫苗有愈來愈多負面報導；那一頭，法國媒體則是針對B型肝炎和多發性硬化，揣測兩者之間未經驗證的連結。時間拉到近期，日本媒體對人類乳突病毒（HPV）疫苗展開負面報導，而在肯亞，一則流傳二十年的謠言再次浮出檯面。
民眾對醫學持疑也非新鮮事。數百年來，人一直在質疑疾病的預防方法。1796年，愛德華‧詹納醫師（Edward Jenner）發明天花疫苗；在此之前，有的人會使用稱為「人痘接種」（variolation）的技術，減少罹病風險。這項技術起始於16世紀中國，透過讓健康的人接觸天花病患的結痂或膿液，刺激人體形成溫和的感染反應，藉此針對病毒產生免疫能力。儘管人痘接種術的操作仍有風險（致死率約2%），但相較於天花動輒三成的死亡率，仍是小巫見大巫。
英國於18世紀開始流行人痘接種術，但風險效益比是否值得？據法國作家伏爾泰（Voltaire）觀察，其他歐洲人認為英國人又笨又瘋，才會採用人痘接種。「之所以說他們笨，因為他們為了避免孩子染上天花，索性先讓小孩得到天花；之所以說他們瘋，是因為他們想將某種可怕的瘟病傳給他們的小孩，目的只是預防一種未知的禍害。」伏爾泰指出英國的批評也是一面倒。「海峽另一邊的英國人說英國人以外的歐洲人膽小，又違逆自然。說膽小，是因為他們害怕讓小孩忍受一點點痛苦；說違逆自然，是因為他們讓自己一次又一次死於天花。」（伏爾泰本身則是罹患天花後痊癒，支持英國人的防疫法。）
1759年，數學家丹尼爾‧白努利（Daniel Bernoulli）決定試著讓爭議畫下句點。為了釐清天花染疫風險是否大於人痘接種風險，白努利設計了第一個疫情分析模型。他根據天花傳播的模式，推估出只要人痘接種的致死風險低於10%（符合真實數據），便能延長預期壽命。
在現代社會，疫苗接種與否，通常不是難題。一方面，MMR三合一接種等疫苗非常安全有效，而麻疹等傳染病又有可能致死。因此，有疫苗還普遍拒絕接種，往往是奢侈行為；有的地區因為打了疫苗，數十年來感染率低，反而會有這種現象。一項2019年的調查發現，相較於非洲與亞洲民眾，歐洲國家更加不相信疫苗。
一直以來，疫苗相關謠言都只是特定國家才有，但現代人的數位連結程度與日俱增，情況有了變化。今日網路資訊傳遞快速，自動翻譯功能跨越了語言藩籬，使得疫苗接種的迷思從而傳開。人們對於疫苗接種的信心因而下降，而這可能對兒童健康帶來可怕的後果。由於麻疹傳染力極強，需至少有95%人口接種疫苗，才有望預防疫情傳播。在反對接種觀念深植人心的地方，疫情隨之而來。近幾年來，歐洲已有數十人死於麻疹。如果接種率更高，原本能防患於未然。
由於出現反疫苗社群運動，人們開始注意線上同溫層的可能性。然而，在存取資訊時，有多大程度受到社群媒體演算法的實質影響？畢竟，現實生活中，我們與他人分享信念，而在網路上也不例外。線上的資訊傳播，會不會只是反映早就存在的同溫層？
在社群媒體上，有三大因素會影響我們的閱讀內容：聯絡人是否有分享文章？該文章是否出現在動態消息（feed）上？我們有沒有點閱？根據Facebook數據，這三大因素都會影響我們吸收資訊。Facebook數據科學團隊曾針對2014至2015年間的美國使用者，探討他們的政治觀點，研究發現使用者傾向於接觸相近的觀點，程度會遠高過隨機挑選朋友時的情況。Facebook演算法會決定使用者動態新聞（News Feeds）的內容，在好友張貼的內容中，演算法又會過濾掉5%至8%相左的政治觀點。同時，使用者看到呈現內容時，又較不會點選與本身政治立場相左的貼文。使用者極為偏好點選顯示於動態新聞頂端的文章，這證明為了搶占關注，內容競爭會有多激烈，也表示如果Facebook存在著同溫層，則同溫層會先從好友圈開始形成，但隨後可能因動態新聞演算法受到誇大。
來自其他管道的資訊又如何呢？會同樣兩極化呈現嗎？2016年，牛津大學、史丹佛大學和微軟公司研發單位Microsoft Research以5萬名美國人為對象，檢視他們的網路瀏覽習慣。研究結果發現，相較於在自己偏好的新聞網站上看到的文章，使用者在社群媒體和搜索引擎上看到的文章大體上更兩極化。不過，社群媒體和搜索引擎也會讓使用者接觸範圍更廣的觀點。新聞可能有更強的意識形態內容，但民眾也必須多加接觸對立的想法。
這似乎是矛盾的：相較於傳統新聞來源，如果社群媒體豐富了我們接觸的資訊範圍，又為何無法減少同溫層形成呢？原因可能在於我們對線上資訊的反應。杜克大學（Duke University）多位社會學家以美國志願受試者為對象，請他們追蹤持相反觀點的Twitter帳戶，結果發現受試者隨後會撤回到符合本身政治立場的領域。平均而言，共和黨支持者變得更加保守派，而民主黨支持者變得更加自由派。這與第三章探討的「逆火效應」並不完全相同，因為民眾並非讓特定信念受到挑戰，但這確實代表要減少政治立場極化，不如建立新的網路人際連結那樣簡單。和現實生活一樣，我們在網路上也可能討厭接觸到我們不同意的觀點。展開有意義的面對面對話，雖然能幫助改變態度（就像改變偏見和暴力的實驗），但若透過線上動態新聞閱讀觀點，不