怎么判断一条消息是不是在讽刺？

“太好了，谢谢你。”你盯着这条消息看了好一会儿。它可能是真心道谢，也可能恰恰相反，而这个区别很要紧。我共同创办了 Subtext 这款应用，人们交给我们的消息里，数量最多的单一类别，就是这类既能这样读、又能那样读的消息。后文有 Subtext 的一次真实运行，读的是草稿“那挺好的。”，附有它返回的标签和最接近原文的版本。

关于这个问题，研究给出的答案比你想的要明确。只看文字，没有上下文，也没有标记，你大多判断不出来，而显示这一点的实验已经有三十年历史了。能把区别找回来的，是上下文、双方共有的过往，以及一小套人们用得出奇一致的标记。弄清眼前这条消息具备其中哪几样，答案就出来了大半。

那项解释了这个问题的实验

Bryant 和 Fox Tree 从自发的口语里取出一些话，有些原本是反讽，有些不是，再只以文字的形式呈现给读者，没有音频，也没有上下文¹。读者给两类话打出的反讽程度一样。加上音频，或者加上上下文，两者的区别就回来了。

这是本文其他所有发现背后的机制。口语中的讽刺带有声学线索，主要是平均音高更低、音高变化更小，以及音质的变化²。文字把这些线索全剥掉了。要读出区别，依据只能来自别处。

我想提一句：这两位作者后来又提出，说话时并不存在某种专属的反讽口吻，而且声学线索在不同语言之间也不一样³。所以即使在口语里，这个信号也没有直觉让人以为的那么可靠。

人们判断得有多差，每个数字都标清来源

Kruger、Epley、Parker 和 Ng 做了五项关于电子邮件语气的实验，可人们引用这篇论文时，给出的数字很少注明出自哪一项实验⁴。

第一项实验里，十二名学生分成六对，互相发送严肃的和讽刺的陈述。发送者预测读者能正确解读97%，读者实际做到了84%。第二项实验里，读邮件的人识别讽刺的成绩，作者形容为和瞎猜没有区别；听搭档把句子念出来的人，则答对了大约四分之三。发送者预计，不管用哪种渠道，读者都能正确解读大约78%；读者则有约90%的把握，认为自己把每一句都读对了（邮件组89%，语音组91%）。

你会看到第二项实验被引用为预测78%、实际56%。论文自己的图1把这两个数字都印了出来：发送者预期78.0%，读邮件的人实际达到56.0%。但这两个数字来自29对搭档判断短陈述是讽刺还是严肃，所以它们不能代表读懂语气的一般水平，我也不会拿它们当一般水平来引用。

有两点要记住。样本是2000年代中期的小规模本科生群体，也没有人以高统计功效直接重复验证过这篇论文。另外，背后的机制是自我中心：发消息的人一边打字，一边在脑子里听见那个讽刺的语气，却没法把它剔除。这一点我另外写过，见这条消息听起来是不是很无礼。

还有一处空白，我认为至今没有人填上。已发表的人类研究里，没有一项给出过在有对话上下文时，识别书面讽刺的清晰正确率，可以拿来和没有上下文时那个随机水平的数字对照。人们常把机器分类器的得分摆在这个位置上，而那些得分衡量的是另一回事，我在 AI 能看出消息语气的哪些方面，又看不出哪些里展开讲了。

人们用的标记

最关键的那项研究是 Thompson 和 Filik 做的，其中的数字比大多数概述里写的更具体⁵。

颜文字（emoticon）出现在88%的讽刺评论里，在字面意思的评论里只有51%。眨眼和吐舌头的颜文字，是表示讽刺意图的主要标记，几乎只用于非字面的场合。普通的笑脸正好相反：81%的字面夸奖里有它，别处很少出现。

出人意料的结果和省略号（三个点）有关：它与批评、负面情绪和停顿相关，而不是与讽刺本身相关。如果你把三个点读成讽刺，语料库的结果是：你读错了。

在是否使用颜文字、选用哪种颜文字上，都没有发现性别效应，这推翻了早先的一种说法，即男性用颜文字标记讽刺，女性用它标记情绪。

神经方面的证据最引人注目。Weissman 和 Tanner 发现，带反讽意味的眨眼表情符号，引发了与言语反讽相同的大脑信号特征，而且反应的强弱，与每位参与者把这个表情符号看成反讽的程度同步变化⁶。大脑处理一个反讽的表情符号，就像处理一个反讽的词，而不是当作装饰。

这个效应在不同实验室里都得到了重复验证，只是年龄上的结果不一致。一项研究发现，年长的读者不太会借助眨眼颜文字；后来的一项研究却发现，表情符号对两个年龄组的帮助相同，两者的差异被归因于所用的基础句子含不含糊⁷⁸。所以，年龄方面的结论取决于所用的材料，我不会只挑其中一个结果来下结论。

讽刺还会改变它所承载的那条消息。Filik 等人发现，参与者认为讽刺式批评不如字面批评那么负面，讽刺式夸奖也不如字面夸奖那么正面⁹。它朝两个方向都在削弱消息的力度；另有一项配套研究测量了面部肌肉活动，在生理层面发现了同样的规律。

上下文为什么能起作用

理论上有三个阵营，彼此意见不一。一派认为，反讽是对先前某个预期的呼应，同时表明说话的人与那个预期保持距离，所以如果你认不出它在呼应什么，反讽的读法就站不住了¹⁰。另一派认为，说反话的人是在假装自己是个不明智的人，听的人应当看穿这层假装。第三派把字面内容、上下文、你对作者的了解以及所有标记放在一起，同时权衡，并预测：上下文薄弱时，标记的分量会格外重，这就是为什么一个眨眼就能让一句中性的话变了味。

我的看法是，多数文章在说上下文的作用时口气很笃定，而实证依据其实没有那么充分。直接用实验操纵书面反讽里共有上下文的研究，很少。现有的那些结果是一致的。在一项小型研究中，没有可供呼应的先前内容时，人们不觉得那些话是反讽；语料库研究则显示，面对不熟悉的听众，人们用反讽更少，给反讽加标记更多。

实际用起来，讽刺就是一场赌：赌读的人和你共有的东西足够多，能看出你说的和你想说的之间的落差。在和你熟悉的人的对话里，这个赌通常能赢，而这份共有的了解，本来就占了一条消息到底是什么意思的很大一部分。面对陌生人，或者跨越文化的界线时，全靠字面去撑，而字面大多撑不住。

不同的人，读法有什么不同

自闭症读者，结论要谨慎看待。各组在理解反讽上的差距，有的研究确实发现了，有的研究里很小，甚至没有；而一旦研究者控制了语言能力和任务形式，差距就会大幅缩小。一项元分析报告的总体效应约为 g = -0.57；当研究者让各组在核心语言能力上匹配之后，这个效应变小，或不再具有统计学意义¹¹。有一项研究发现，在结构化任务上，自闭症儿童和非自闭症儿童的错误率都很低，几乎相同；只有当任务要求他们自发地解释说话的人为什么是在讽刺时，差距才出现。表面上看到的差距，有很大一部分是研究者提问方式造成的假象。

还有两项发现，同样不支持把这件事整个看成一种“缺陷”。述情障碍（alexithymia）指的是难以识别自己的情绪，在自闭症人群中约占50%，在非自闭症人群中约占5%，而且它比自闭症更能预测情绪识别的表现¹²。另外，关于双重共情的研究发现，在自闭症与非自闭症混合的传递链里，信息损耗得比两种单一类型的传递链都更快，这就把问题从“自闭症人群能不能识别讽刺”，改成了“是谁没能和谁沟通成功”¹³。

我还要补充一点，因为这方面的文章往往预设了相反的情况：对许多成年自闭症人群来说，文字交流才是他们更愿意用的渠道。一项针对245名成年自闭症人群的调查发现，在许多场景下，电子邮件和消息的排名都靠前，电话的排名最差¹⁴。

性别。刻板印象是有的，理解上的差异却没有。同样一条评论，如果署名是男性，人们会评得更讽刺，也会认为说讽刺话的人更可能是男性。但在让参与者从几个选项里挑答案的理解研究中，没有发现可靠的性别差异，颜文字那项研究也没有。

年龄。老年人自发识别讽刺的能力有一定程度的下降，明确的标记可以缩小这个差距。

出错的时候

Byron 的框架提出，人们从文字里读情绪时有两种偏差：把本意积极的消息读成平淡，把含糊的消息读得比本意更负面¹⁵。这是一个理论模型，不是数据，但两种偏差合在一起，解释了一种常见的失误。一句反讽式的夸奖如果没被读懂，往往会被读成被动攻击，而不是单纯的困惑。

误会是可以澄清的，人们也常常去尝试。在一个包含3,750次 Reddit 互动的语料库里，约58%的互动里有人开口追问，表示没明白对方的意图¹⁶。其中大约45%的追问没有得到回复，没能弄清楚。面对面时，误会几乎总能说开。在网上，试着澄清却又半途放弃的，将近占一半。这是个相当有分量的理由，说明该在发送前先检查，而不是发出去之后再澄清。我们做 Subtext，出发点正是这个理由。

我拿一条自己编的草稿交给 Subtext 测试：“那挺好的。”它给出的标签是“讽刺”，情绪词是“含糊”。标签的说明写道，“那挺好的”是“常被反讽使用的短句”，既可能被理解为真心，也可能被理解为带刺。三个版本都标为“可放心发送”，最接近草稿的叫“简短真诚”，只是在“那挺好的”后面多加了一句“我为你高兴”。第三个版本改动最大，干脆假设对方说的是一件安排，写成“这样安排我觉得挺好的”，而应用自己也说“我不确定具体情境”。以上是应用的真实输出，没有改动。让这句话不再含糊的，不是更高明的解读，而是多出来的几个字，把本意说了出来。Subtext 不会告诉你，对方发来的那条消息本意是哪一种，因为光凭文字，没有任何办法判断，上文的研究就是原因。

所以最后剩下的，只有那个乏味的答案：分不清，就问；别人问你，你就答。

讽刺标识

这里有两类文献，人们常把它们混在一起。

计算方面的那一类，把“/s”当作标注。Khodak、Saunshi 和 Vodrahalli 用这种方式建了一个包含130万条陈述的语料库¹⁷。后来有一个研究小组人工检查了4,334条推文，发现在带讽刺标签的那一类消息里，真正讽刺的只有14.89%¹⁸。人们会忘了加，用法前后不一，或者本身就是在反讽地使用它，所以光凭这类标识，得不到可靠的标准答案。

以人为对象的那一类，几乎是空白。人们在消息后面加上 /s、/j 和 /gen 这样的语气标识，用来声明自己的意图；这些标识在今天的流行，通常被认为源自神经多样性人群（neurodivergent）的网络社区。描述性和倡导性的材料有很多，但经同行评议的研究很少，没几项检验过这些标识是否确实能提高理解，或者会不会惹恼读者。有人说标识能防止误读，有人说标识毁掉了反讽的意义，这是一场争论，而不是一组研究发现。

面对眼前这条消息，怎么做

先看有没有标记，因为眨眼和吐舌头的颜文字，是目前最接近可靠信号的东西。再看你和发消息的人之间有多少过往，因为这个赌能不能赢，要看这一点。把三个点读成停顿或批评，而不是讽刺，因为语料库显示的就是这样。

如果这样看完，它仍然两种读法都说得通，那它就是真的有两种读法，而写下它的人几乎可以肯定没意识到这一点。证据显示，发消息的人会大大高估对方读懂这条消息的可能性。

参考来源

按正文中出现的顺序编号。凡是无法对照原始来源核实的数字，正文中都已注明。

1. Bryant, G. A., and Fox Tree, J. E. (2002). Recognizing verbal irony in spontaneous speech. Metaphor and Symbol, 17(2), 99-119.
2. Cheang, H. S., and Pell, M. D. (2008). The sound of sarcasm. Speech Communication, 50(5), 366-381.
3. Bryant, G. A., and Fox Tree, J. E. (2005). Is there an ironic tone of voice? Language and Speech, 48(3), 257-277. 另见 Cheang 和 Pell (2009)，Journal of the Acoustical Society of America, 126(3)，讨论跨语言差异。
4. Kruger, J., Epley, N., Parker, J., and Ng, Z.-W. (2005). Egocentrism over e-mail. Journal of Personality and Social Psychology, 89(6), 925-936. 实验1：六对搭档，97对84。实验2：分析了29对搭档，随机水平对大约四分之三。78对56这一组数字是电子邮件条件下的预测值对实际值，如论文图1所印。从未以高统计功效直接重复验证过。
5. Thompson, D., and Filik, R. (2016). Sarcasm in Written Communication: Emoticons are Efficient Markers of Intention. Journal of Computer-Mediated Communication, 21(2), 105-120. 实验1：n = 51；实验2：n = 113；参与者取自格拉斯哥的参与者数据库，不限于学生。由 ESRC grant ES/L000121/1 资助。
6. Weissman, B., and Tanner, D. (2018). A strong wink between verbal and emoji-based irony. PLOS ONE, 13(8), e0201727. 三项 ERP 实验。
7. Howman, H. E., and Filik, R. (2020). The role of emoticons in sarcasm comprehension in younger and older adults. Quarterly Journal of Experimental Psychology. 眼动追踪，读者年龄为18到30岁和65岁以上。
8. Garcia, C., Turcan, A., Howman, H., and Filik, R. (2022). Emoji as a tool to aid the comprehension of written sarcasm. Computers in Human Behavior, 126, 106971.
9. Filik, R., Turcan, A., Thompson, D., Harvey, N., Davies, H., and Turner, A. (2016). Sarcasm and emoticons: Comprehension and emotional impact. Quarterly Journal of Experimental Psychology, 69(11), 2130-2146. 配套的生理学研究见 Psychophysiology, PMC4999054。
10. Sperber, D., and Wilson, D. (1981). Irony and the use-mention distinction. In Cole (ed.), Radical Pragmatics. 另有 Clark 和 Gerrig (1984) 论假装，Kreuz 和 Glucksberg (1989) 论回声式提醒，均载于 Journal of Experimental Psychology: General, 113和118。
11. Kalandadze, T. 等人 (2018). Figurative language comprehension in individuals with autism spectrum disorder: A meta-analytic review. Autism, 22(2), 99-117. 效应量引自二手来源，未经独立核实。
12. Kinnaird, E., Stewart, C., and Tchanturia, K. (2019). Investigating alexithymia in autism: A systematic review and meta-analysis. European Psychiatry, 55, 80-89. 十五项研究；49.93%对4.89%。
13. Crompton, C. J., Ropar, D., Evans-Williams, C. V. M., Flynn, E. G., and Fletcher-Watson, S. (2020). Autistic peer-to-peer information transfer is highly effective. Autism, 24(7), 1704-1712. 七十二名参与者。
14. Howard, P. L., and Sedgewick, F. (2021). Anything but the phone. Autism, 25(8), 2265-2278. 对245名成年自闭症人群的调查。
15. Byron, K. (2008). Carrying too heavy a load? Academy of Management Review, 33(2), 309-327. 一个理论框架，不是实证研究。
16. Goddard, S., and Gillespie, A. (2025). Conversational repairs on Reddit. PLOS ONE, 20(1), e0316618. 二十五个 subreddit，3,750次互动。
17. Khodak, M., Saunshi, N., and Vodrahalli, K. (2018). A Large Self-Annotated Corpus for Sarcasm. LREC 2018. 会议论文；标签为自我标注。
18. Sykora, M., Elayan, S., and Jackson, T. W. (2020). A qualitative analysis of sarcasm, irony and related #hashtags on Twitter. Big Data and Society, 7(2). 4,334条推文，经人工标注。