YouTube汇集了大量野生动物相关内容，但一项由密歇根大学团队主导的新研究显示，围绕这些视频的互动并未形成明显的保护动员氛围。研究人员分析了1750多个野生动物主题YouTube视频下的近2.5万条评论，发现仅约2%的评论包含可能对野生动物保护工作有帮助的行动号召。相关成果发表于期刊《Communications Sustainability》。

密歇根大学环境与可持续发展学院（SEAS）副教授、论文作者Derek Van Berkel表示，研究结果总体反映出，观众倾向于观看动物园与野生动物园等场景的视频，并对某些动物的“美学与雄伟”表达欣赏，但关于保护议题的深入讨论“几乎不存在”。他称，尽管并不期待多数评论者会敦促他人联系当选官员或支持保护组织，但原本认为行动号召的比例应高于2%。

研究团队同时指出，低占比并不必然意味着缺乏空间。SEAS副教授、共同作者Neil Carter表示，从另一角度看，这表明保护信息传播仍有改进余地，并存在“巨大的潜力”。研究还提到，除普通观众较少自发发起保护行动倡议外，保护组织与内容影响者在评论区主动开启对话、分享可行信息的情况也不明显。

在数据与方法方面，Van Berkel指出，相较于许多社交媒体平台，YouTube提供了更易获取、较为详尽且结构化的数据，有助于研究人员观察围绕野生动物保护的数字文化，但这类数据也只是研究的起点。

研究使用的YouTube“8M”数据集包含近4000个被归类为野生动物的视频。研究人员进一步筛选出至少包含一条英文评论、且可归入七个主题之一的视频，将样本规模缩减一半以上；相关主题包括动物园、野生动物园以及狩猎画面等。

随后，团队依据评论所表达的态度进行分类，最终确定五类：其中四类为对野生动物与人类的欣赏或关切表达，第五类为行动号召。在明确分类标准后，研究人员先对2778条评论进行人工标注，建立用于训练的“黄金集”数据，再据此训练机器学习模型，对另外2万多条评论进行评估。

密歇根大学信息学院助理教授、共同作者Sabina Tomkins表示，研究过程繁琐且耗时，团队还通过众包方式聘请额外人员构建评论态度“黄金集”。她指出，训练算法识别行动号召是主要挑战之一，因为这类评论数量本就很少，“当你要找的标签远少于其他标签时，这个问题非常难，就像大海捞针”。她称，团队通过仔细观察模型并理解其工作方式来应对这一难题。

Tomkins还表示，信息学院研究生Sally Yin、Hongfei Mei、Yifei Zhang和Nilay Gautam对项目推进发挥了重要作用。赫尔辛基大学教授Enrico Di Minin也参与了该项研究。