“群体极化”较早见科林·弗雷瑟的研究。群体极化用来描述群体态度，主要是指事情经过群体研究讨论后，所形成的群体态度，会比讨论前这个群体中成员所持有的个人态度的平均值更加趋于极端化[ ]，这里的极端化，可以是态度更加趋于冒险，也可以是更加趋于保守，绝大多数趋于更加冒险。但无论何种极化，总体结果基本是背离了最佳决策。多个研究也验证了群体极化的存在。法国心理学家莫斯科维奇经过研究后发现，学生经过群体讨论后，对美国的态度更加负面。高中生在进行群体讨论后，原来对美国持有偏见的态度变得更为偏见化，不持偏见的学生更趋无偏见化。对比之前同类型案件量刑，陪审团讨论后，对轻微罪行做了偏轻的判罚，对重罪行做了偏重的判罚。

群体极化可以用责任分散、他人信息影响、社会规范的压力等来进行解释。责任分散是决策由群体做出，个体少责或无责。他人信息影响是其他个体的论证改变了自己预先的想法，趋向于认同他人观点。社会规范的压力是指决策过程中，参与个体在提出建议时，会先预估自己意见与其他参与个体意见的异同，在提出建议的过程中为了保持与群体社交一致，参与个体会屈从于其他人的观点或者群体里占据优势地位的观点。互联网发展带来的即时性、便捷性、弱规范性，为群体讨论提供了新的空间，每个个体都有权利在网络空间发表对某个事件的看法和态度，似乎个体的表达会变得更为平均化，而非集中化，但事实是群体极化在互联网上并未消失或削弱。

互联网加强了群体极化现象，群际态度和情绪能够激发调节群际的态度与行为变化。不同于面对面讨论，网络群体极化作用变得更明显，网络舆情本身就具有较强的话题性，更易出现群体极化。凯斯·桑斯坦研究表明，互联网为群体极化带来了生长氛围，团体观点比最开始的态度更极端，在互联网上群体极化生成是现实生活中的两倍。一个事件发生后，在互联网上会促使网民做出更为极端的判断，导致普通事件在网络上极易促成舆情事件的形成。群体极化在网络舆情形成过程中，有时会向两方面发展，最开始是一个极端，事件信息逐渐披露清晰后又会走向另一个极端。典型的例子就是网络舆情的反转现象。如发生于2019年7月的衡阳看守所长夫妇打人事件，事件起源于上传至网络的一则衡阳市高新区某酒店门前发生的事件视频，视频发布者称警察当街打人，由于主体涉及到政府工作人员，且行为违反法律法规，舆论立即斥责打人民警，开除公职、依法处理打人者成为网络共同的声音。但经过调查之后，情况发生了变化，调查事实表明，被打者最先做出了刺激民警的行为，这一结果导致了冲突的发生，且被打者先动手。此时，舆论又声援民警，声讨被打者。两次的舆论观点截然相反。可见，群体极化在互联网上对网络舆情的生成和增长起到了极大的推动作用。