媒体研究者托比亚斯·罗斯-斯托克韦尔（Tobias Rose-Stockwell）发布交互式长文《噪音室》，梳理了一种系统性认知失真：根据 2025 年 12 月发表于《PNAS Nexus》的斯坦福大学研究（分析 22 亿条社交媒体帖子），只有约 3% 的用户曾发布"严重有毒"内容——即 90% 的人都会举报为问题内容的言论；但研究者询问数千名美国人时，他们平均估计这一比例为 43%，误差超过 14 倍。现有数据进一步印证这一失真：Twitter/X 上约 0.3% 的用户分享了 80% 的争议性新闻，6% 的用户贡献了约 73% 的政治推文；TikTok 上 25% 的用户产生了 98% 的公开视频。平台算法按互动量优先排序，将少数高活跃、高争议的声音放大至主导位置，令多数用户误以为极端言论代表主流——如同酒吧里有人掌控音响，把三个吵闹者的声音开到最大，进来的人便以为整个酒吧都是疯子。
这种失真产生五个连锁反应：多数人误以为自己是少数，进入"沉默螺旋"；少数极端发帖者则错误地认为自己代表主流；双方对对方的认知严重扭曲（两党对"对方有多少人支持政治暴力"的估计均高出实际 3~4 倍，研究显示一旦纠正误解，党派敌意可持续下降一个月）；政客跟随感知中的民意而非真实民意；误解最终转化为敌意。罗斯-斯托克韦尔指出，个人了解真相不足以打破这一局面——因为在别人都不知道的情况下，你仍会按失真的现实行事，这是一个"公共知识问题"。他提出"社区核查"（Community Check）开源方案：在争议帖子下方嵌入一个设计层，展示来自平台随机采样用户与代表性民调的聚合态度数据，让所有人看到同一张真实民意图景，已在 GitHub 开源。
The Noisy Room
https://thenoisyroom.com/