摘要：人工智能时代网络舆情的传播速度加快，传播手段和内容也更加丰富，呈现出主体数字化、话语多模态化、表达情感化、传播精准化以及互动仪式化等新特征，这为舆情治理带来新的机遇与挑战。本文在探讨人工智能时代网络舆情新特征的基础上，以“以技治技”的思维探索网络舆情监测、分析及处理方案，为营造风清气正的网络空间提供理论支持。
关键词：人工智能；网络舆情；传播特征；治理策略
人工智能时代，以大数据、算法推荐、机器学习为核心的技术重塑了传播格局，信息传播从“生产端”至“流通端”均发生变化，深刻改变着网络舆情的生成模式与传播机制。在网络中借助机器人水军、虚拟现实等人工智能技术手段，可以产生强大的舆论效应，网络舆情中的谣言和谬理制造舆论乱象，侵消社会的积极因素，干扰着风清气正的网络氛围的营造。同时，人工智能技术也为网络舆情治理带来新的契机，物联网与情感分析助力网络舆情全景监测，人工神经网络预测模型等智能化模型为网络舆情评估与预警提供切实方案，智能政务媒体为网络舆情治理提供高效的应对方式。
一、人工智能时代网络舆情的新特征
人工智能时代，大数据、机器学习以及虚拟现实等技术为传播插上了一双无形的“翅膀”，网络舆情也呈现出不同于传统时代的崭新特征，主要表现在以下几个方面。
1．网络舆情主体数字化。人工智能时代，信息生产由PGC（专业生产内容）和UGC（用户生产内容）发展为MGC（机器生产内容）。MGC已不仅仅应用于内容生产，在网络舆情的传播中也异军突起，表现之一就是“机器人水军”被某些势力应用于各大网络舆情事件中，操控舆论声势。在行动方式上，机器人水军以智能化的自主社交和行为主体意识进行虚拟发言，传播舆情信息。机器人水军发展至今，“类人”行为和“类机器人”行为之间的边界逐渐被打破，而且以高度“类人化”和“仿真化”的特征以假乱真达到混淆视听的效果，营造舆论幻象，撕裂社会共识。在传播效果上，机器人水军以舆论“攻击”增强负面网络舆情的破坏力。机器人水军在算法、大数据等技术的支持下，短时间内可以启动大范围的舆论“攻击”，通过向选定的目标发起集中性的信息投放，形成某种“群体”合力，逐步形成意见观点的偏向，潜移默化地渗透舆论场。
2．网络舆情信息多模态化。伴随着信息传播智能化、网络化和泛媒介化，基于人工智能技术和5G技术的支持，网络舆情信息内容由单纯的语言文字符号拓展为图片、视频、音频、动漫等多元素融合，呈现出“多模态融合”的特征。一是短视频延伸网络舆情传播的话语空间。人工智能技术的发展使短视频一度成为传播风口，“短视频＋文字”也成为网络舆情的传播渠道，其突破时间、地域限制，并尝试与文字、图片等手段结合，多模态并行。如在贵州“龙叫”事件中，多位网民为博得流量，将鸟类发出的叫声杜撰为“龙叫、虎啸”，录成视频并配以“都不敢听了”等文字，在抖音等视频平台传播，相关舆情快速由线上蔓延到线下，引发大批群众前往，造成当地社会秩序混乱。二是表情包充当网络舆情的传播面具。作为一种在社交网络中兴起的文化现象，表情包将文字和图片符号融为一体，用做交流的工具活跃在网络平台。但同时，人工智能时代的信息具有碎片化、去中心化等特点，易滋生并传播一些格调和品位不足的表情包。如在“狗头表情包”辱警被刑拘的事件中，一男子因不满疫情防控政策，在小区的微信群中发送一张狗头戴警帽拿警证的表情包，公然侮辱人民警察的形象，催生不良社会影响。可见，表情包已经开始成为一种较为隐蔽的舆情传播新方式，更成为舆情治理的新领域。
3．网络舆情表达情感化。和以往由文字表达所主导的纸质出版相比，人工智能时代，网络舆情的传播从强调语义逻辑的文字表达，转向讲求沉浸式和感染力的情感传播，即“情感刺激”在网络舆情传播中愈发占据显著地位。网络舆情的智能化情感传播主要有以下两种手段：一是“情感计算”助推网络舆情信息的情绪渗透。基于大数据和智能算法，通过情感计算的感知、识别、模拟和影响四个环节，网络信息得以“声情并茂”地渗透到个体受众。人工智能背景下民众更乐于接收高情感浓度的信息，这给互联网中的“情绪型舆情”传播提供了摇篮。在“阿里巴巴女员工被性侵”事件传播中，网民对“性侵”行为的情感态度构成了连接传受双方的首要传播因素——部分媒体利用情感分析手段掌握网民的愤怒情绪，进而制造博人眼球的新闻引导情绪化舆论表达，造成舆情极化和舆情反转。二是“虚拟在场”诱发网络舆情的情感共振。VR、AR等人工智能技术的普及，使原本因为信道狭窄而不得不被舍弃的情感性、关系性要素得以重现，网络舆情也以全景图片、视频直播以及3D影像的方式开展立体化、具象化的传播。在新冠肺炎疫情中，恐慌、焦虑类舆情成为舆论场的主流，为改变这一局面，央视频在网络中推出“VR直播”，典型的如“火神山、雷神山监工”VR全景直播，迅速使全民获得虚拟“在场感”，凝聚民众的“情绪共识”，缓解疫情中的舆论焦虑。
4．网络舆情传播精准化。大众传播时代下，网络舆情信息一般借由大众化媒介，进行大批量生产复制，这种传播没有限制传播范围和对象，针对性较弱。而人工智能时代的算法推荐与大数据技术使舆情信息的传播向精准化转变，主要体现在两方面：一是内容层面的针对性制作。网络信息传播利用大数据技术了解不同年龄、不同阶层以及不同宗教民族的受众特点，运用智能化的传播手段，制作针对性强的网络舆情内容，提升主流舆论场的价值影响力。比如，新闻资讯类APP“今日头条”针对农民群体开创性地制作“三农”频道，依据农民群体关注农事的心理特点，针对性地创设“查时蔬”、“问猪价”、“看农机”、“学农技”栏目，在实现对农垂直化、精细化传播的同时，助力构建和谐农村社会舆情生态。二是分发层面的精准化触达。“信息爆炸”使受众难以精准获得自己想要的信息，传播者的“编码”也难以精准到达目标受众。基于此，网络舆情信息利用大数据手段，为用户制作精准画像，结合智能算法，深挖受众的价值倾向和心理需求。在国际传播领域，我国改变“通稿”式的外宣模式，借用“技术＋数据”，根据不同国家、地区受众的媒介使用场景进行画像，精准的“一国一策”式分发。比如，我国根据与东盟不同国家的利益背景和受众特点，借助社会化媒体，进行个性化、精准化的社交媒体内容推送，不仅助力国际传播大格局的构建，更是助力“中国声音”的有效传播。
5．网络舆情互动仪式化。大众传播时代，舆情信息主要以大众媒介的单向传递为主，而社会化媒体的大繁荣使“网络社群”兴起。“网络社群”重塑着舆论生态，人与人之间从单纯的技术连接演化为深层次的情感共振，这种共振使民众开始注重传播的“仪式化”，把舆情传播看作一种以共同体的身份把人们吸引到一起的典礼。一是通过媒介仪式开展网络舆情的“仪式化传播”。媒介的发展加速仪式的变迁，进而产生了媒介仪式，即广大受众通过大众传播媒介参与到某个共同性的活动或者某一事项，最终形成一种象征性互动或者象征性符号的过程。在重大事件中，媒介仪式与价值观念“合围”，形成舆论共识，这在节日类网络舆情中表现得尤为突出。比如，一些带有浓厚宗教色彩的西方节日在我国盛行，其节日仪式更是在年轻群体中流行并在网络空间中传播，圣诞节的圣诞树、万圣节的要糖仪式。这些节日庆祝的“仪式化”叙事手段转化为“媒介仪式”，并在节日期间形成舆情焦点。二是通过媒介事件策划网络舆情的“数字媒介仪式”。媒介事件是指经过“组织”有计划、有目的地策划并执行，以大众媒体为媒介和渠道，向受众进行传播的事件及其过程。媒介事件本身即具有较高的社会关注度，如若辅之以传播仪式加持，便会使网络舆情加速发酵。建党100周年是2021年的一个重要媒介舆情事件，为此中央广播电视总台以大型情景史诗的形式策划了一部文艺演出《伟大征程》，演出通过5G、计算机动画（CG）等多种智能化技术，营造出庄重、恢弘并盛大的氛围与仪式感，使建党百年这一媒介事件具备了更强的舆论影响力。
二、人工智能背景下网络舆情的治理策略
人工智能时代，网络舆情的新特征使舆论生态面临新的挑战，突出表现为社会热点事件中舆论撕裂现象愈发明显。但在网络舆情治理层面，人工智能又因其技术优势为稳定舆论生态带来新的契机，本部分将探讨如何将人工智能技术贯穿于网络舆情治理的监测、分析以及处理环节。
1．语义情感分析：实现舆情全景监测。开展网络舆情治理的首要步骤，是要实时监测网络舆情信息，把握舆情发展的整体态势。传统的舆情监测手段难以做到全面而准确地监测与识别海量的网络舆情数据，而人工智能时代下的智能语义识别等新技术则可充分提升网络舆情监测工作的“时度效”。一是利用“泛媒化”的物联网技术，对信息主体及内容进行全景智能监测。“万物皆媒”的时代，声音、动作、表情等都成为网络舆情的重要载体，这些舆情信息因其形式的特殊性而难以被有效捕捉。在“大智移云”技术背景下，智能语义、音视频识别技术能够有效地感知并抓取非常规类媒介信息，将互联网中的表情包、声音、表情等信息纳入网络监测范围，实现全景监测。二是借助“多模态”的情感分析技术，对信息情感及倾向进行多维情感监测。网络舆情中蕴含着深刻的情绪及情感诉求，这些情绪情感也成为影响舆情发展的重要因子，因此对舆情情绪倾向的监测对网络舆情治理至关重要。基于计算机视觉以及自然语言处理的情感分析技术能够通过深度学习的方法，对文字、视频、音频等信息中的情感倾向进行多维、全时监测。
2．量化预测模型：助力舆情评估分析。智媒时代，新兴智能化的深度挖掘与分析技术给网络舆情的风险预测、对策分析带来了全新的范式，推动舆情分析朝着自动化、准确化方向演进，为后续网络舆情应对工作的开展提供科学、准确的技术依据。一是在网络舆情风险评估中，建构智能化网络舆情风险指标模型，可以预测舆情事件中的因果逻辑，从而分析事件的走向。在模型中，以智能算法建立量化模型，通过分析各个影响因素之间的内在关联，初步确定网络舆情产生发展的前因后果，在舆情萌芽阶段即识别其演化趋势与潜在风险。二是在网络舆情对策分析中，研发人工神经网络预测模型，可以对过往舆情事件应对经验进行加工和分析，从过往经验中整合舆情应对新方案。网络舆情应对策略已逐渐由事后“补救”转为事前“预警”，未来，人工神经网络预测类模型将越来越多的应用于舆情预警报告，生成预警应对方案，并模拟不同方案的可行性，最终优化出最优预处理方案。
3．智能政务媒体：协助舆情应对处理。人工智能时代，大数据、物联网等新技术使政务媒体开始探索与数字化智能手段的深度结合，这将为网络舆情事件的应对与处理提供更多智能化方案。一是在内容层面，打造全息3D、H5等数字化舆情互动产品，创新对民众的舆情引导方法。智媒环境下，不仅民众的舆情表达方式得到创新，政府部门更是可以通过智能化、数字化的新闻产品，以民众喜闻乐见的新内容、新形式高效地开展舆论引导。读图时代，碎片化的阅读习惯已经使民众难以聚焦官方对舆情事件的文字澄清，这也大大降低了舆情应对的效率，但现在的全息3D、H5等技术正值风口，可以通过更鲜活、生动的内容呈现，助力网络舆情事件的良好应对。二是在平台层面，打造基于算法推荐的智能舆情服务平台，拓宽民众了解、反馈舆情的途径。在新闻生产中，“智能算法”能够根据个人喜好生产、分发信息，在官方网络舆情应对领域，这一技术具有可观的应用前景——利用算法技术打造智能化舆情服务平台，打通官方、民间舆论场。通过智能舆情服务平台，利用大数据，动态掌握个体的事实判断与价值倾向，并就其中的理解偏差针对性地制作、推送正确信息，帮助公众客观、理性地了解舆情事件的真实情况。
三、结语
目前，网络舆情的生成与传播仍处于“弱人工智能”阶段，而随着数据与智能的不断创新，未来的网络舆情将会向着“强人工智能”甚至“超人工智能”阶段演变。这一趋势指明了未来网络舆情生态与网络舆情治理的发展方向，即网络舆情与人工智能之间的融合将更加严丝合缝，舆情治理也将向着“以技治技”的方向演化。
作者：荣婷 张爽 单位：重庆工商大学
