人工智慧時代的輿論引導

良好的輿論環境是國家和社會健康、穩定發展的重要構成要素。中國正處在政治、經濟、文化全面改革的新時期，技術的蓬勃發展使得多元的文化、觀點乃至價值觀的碰撞和衝突不僅發生在現實生活中，更頻繁出現在網際網路世界裏。在網際網路環境中，資訊擴散速度極快，尤其是在突發性社會事件中，如果官方機構和傳統媒體在輿論醞釀階段未能及時察覺、正確引導，區域性的社會事件便有可能迅速發酵成大型輿情事件，演變成更大範圍內的公共危機。

人工智慧提升了資訊生産和傳播的精度、效度、速度和廣度，資訊獲取傳感化、資訊生産機器化、資訊分發個性化、資訊交流匿名化、資訊反饋智慧化[1]等新的資訊交換形態的出現，都給輿論生態系統的維護帶來新問題。但從另一個角度看，以大數據和演算法為依據的人工智慧技術的研發和應用，也為革新輿論引導方式、提升輿論引導能力、全面滿足新輿論生態下受眾對資訊的及時性、差異化要求並引導公眾更理智地參與議題討論提供了新的可能。

一、網路時代輿論引導的困境

網路輿情高發在中國迄今已經有十年的歷程。有研究者通過梳理2000年-2017年CSSCI來源期刊中已發表的輿情研究相關文獻，對網路輿情的發展歷程進行了回顧，研究發現，自2009年起，網路輿情影響力不斷壯大，並迅速進入高速發展階段。[2]隨著大數據、移動化、智慧化技術廣泛應用，網路輿情在數量和影響力上又得以躍升。事實上，近年來輿情事件不再是單一的媒介傳播，而是多媒體的交織傳播。輿情的多源性和輿論呈現出的跨媒介的融合傳播，促使輿情發酵速度與熱度提高、職業群體立場或利益代言現象多發、網路謠言和輿論反轉增多、輿情“鄰避效應”和“雙重標準”常見等特點和趨勢[3]，引發多重社會問題及信任危機。

有文章指出，網路輿情是通過輿情資訊了解社情民意的重要窗口。我們可以通過網路了解網民的真實想法，是順暢民意訴求的一個非常重要的平臺，對於緩解和化解社會矛盾有一定的積極作用。網路輿情是公眾對政府進行監督的有效手段。它能促進政府公開、透明、公正地解決社會問題，對於提升政府公信力，提升政府和官員形象有著不可替代的作用。因此要以積極的態度來對待網路輿情、開展應對處置與引導工作。

營造積極、正面的輿論環境需要網路媒體、社交媒體和自媒體等新的傳播主體與傳統媒體的全面配合，蓬勃發展的新媒體雖然傳播速度快、受眾範圍廣，但其權威性較低，生産的內容品質參差不齊，在輿論引導層面難以發揮積極作用。不僅如此，一些網路媒體為了吸引用戶，增加轉發、評論、點擊量，不惜大量製造低俗內容、標題黨文章和假新聞，引發謠言傳播，威脅社會穩定，給權威機構、官方媒體增加了不小的工作量。與此同時，演算法決策技術在內容分發環節的應用，不僅造成了同質化資訊的大量推送，也助長了低品質資訊的進一步傳播。

傳統媒體曾經是輿論引導工作的主力軍。在網路媒體、社交媒體和自媒體等新的傳播主體的衝擊下，傳統媒體公信力和影響力都有所下降，一些突發事件中，傳統媒體在資訊傳播速度、廣度上甚至呈現出落後於新媒體的態勢。近年來，各政府部門、官方媒體都在微網志、微信等主要社交網站平臺上創建了賬號，積極回應網際網路影響下快速、及時的資訊傳播形勢，並初步取得了正面效果。然而，當人工智慧技術全面進入資訊的生産、傳播、消費過程時，一方面，基於網際網路大數據的內容生産和技術本身的不確定性使得內容的品質和內容的價值在整體上不斷下降；另一方面，被又一次加速了的資訊生産、傳播、消費又給輿論引導帶來了新的問題。這一切都給傳統媒體的輿論引導工作提出了新挑戰。

二、利用大數據與自然語言識別，預測網路熱點及輿情走勢

引導輿論，也需要深入研究、分析輿情因變事項的發生、發展和變化的規律。網際網路輿情高發的十年裏，不同階段輿情呈現了不同的特徵。人民網的研究報告顯示，2018年輿情更多表現為城市居民對民生和安全的關切，不同於之前聚焦困難群體的生存問題、體制機制議題。在2018年的前20件熱點輿情事件（話題）中，民生與公共安全領域的問題佔據一半；西部地區網路輿情事件（話題）呈現出走高趨勢，輿情熱度板塊出現“下沉”的特徵；輿情加速“下沉”到區縣級，並更多地聚焦于身邊瑣細的生活訴求，“幼兒園虐童事件”“高鐵霸座、毆打公交司機等乘客霸淩行為話題”等小熱點，卻釀成大輿情；輿情熱點進一步向城市中等收入群體轉移，比如各地陸續出臺人才引進的優惠政策、個稅改革、順風車乘客遇害系列事件、房地産稅等話題，均引發海量關注。醫療、教育、社會公共安全等“老話題”仍凸顯，表明社會各階層對獲得感、幸福感、安全感的訴求日益強烈。

輿論引導的前提是對現有輿情的準確把握，預測就是非常重要的前提。預測是大數據治國的核心[4]。龐大的網際網路數據庫、完備的數據資源的調配及使用模式的構建，有利於幫助傳統媒體和官方機構成功預測網路熱點及輿情走勢，將危機治理的思維模式從事後補救直接轉為事前預防，增強傳統媒體和官方機構在輿論治理中的主動性，降低治理成本，提高輿論引導效率。

學界和業界就網路輿論的監測和預測的研究已經持續了很多年。GeorgeH.Chen、StanislavNikolov、DevavratShah以Twitter數據為樣本，對網際網路用戶發佈資訊的時間序列的最近鄰類分類的有效性進行研究，以此開發出了一個時間序列的潛在源模型（alatentsourcemodelfortimeseries）[5]，並運用該模型成功預測了Twitter上的哪些新聞主題可能成為輿情熱點。實驗證明，這一模型能夠比Twitter的熱門話題榜提前79%的時間檢測到潛在的輿情熱點，平均早期優勢為1小時26分鐘，預測有效性高達95%。

因此，數據技術、智慧技術在輿論預測中起到了關鍵性的作用。成功的預測除了成熟的數學模型，還需要大量可靠數據的支援。網際網路記錄了用戶包括資訊搜索、瀏覽、發佈、評論在內的所有線上行為，相較最初的數字和文字資訊，現在的數據呈現形式已經越來越多樣化，除了文字之外，圖片、語音、視頻也是重要的資訊載體。目前語義分析技術和圖像識別技術、語音識別技術等自然語言識別技術在實踐中已得到了廣泛應用，利用上述技術對網際網路上的資訊進行轉化和收集，則可為輿情監測和預測的模型建構提供數據基礎。利用自然語言識別技術、語義分析技術，對網際網路上的海量數據進行處理，對網路輿論進行實時監測、預測，並通過模型建構，對網路熱點和輿情走勢進行預測，有利於未雨綢繆，及時就不同的輿論事件準備應對措施。

三、以演算法推送改進內容生産及分發模式，優化議程設置

有報告顯示，智慧分發平臺上的短視頻在政務公開、宣傳引導、社會服務與社會治理中作用不斷加強，它們容易增強網民信任感與參與感、推動輿情快速發酵及廣泛傳播。如去年的“8·27”昆山持刀砍人案、高鐵乘客“霸座”事件中短視頻平臺的影響力非常大。網路媒體、社交媒體和自媒體等新型話語主體的活躍影響了議程設置主體的構成，議程設置主體的多元化又進一步重構了輿論引導的格局。實踐證明，新媒體環境中政府、媒體及官方機構的議程設置在突發事件、群體性事件、公共危機中依然發揮著強有力的正面作用。據統計，在政府響應的400起社會輿情事件中，借助政務新媒體作為資訊回應渠道的41%，成為輿情響應與資訊互動的主要陣地[6]。機器寫作與演算法推送技術的應用，有利於確保官方機構和主流媒體在輿論引導工作中實現快速反饋、靈活交互、精準匹配的議程設置。

在資訊總量大、變化速度快的網際網路海量數據面前，機器寫作通過準確、快速的數據抓取和處理，能夠充分滿足移動閱讀環境下受眾對資訊內容的即時性需求。利用機器寫作技術快速、精確處理龐大數據的優勢，對傳統媒體原本就很完整、成熟的采編、寫作系統進行優化，既能夠加快內容生産的速度，配合資訊發佈的時效性，又能夠幫助官方機構和主流媒體針對不同網路平臺各自的內容呈現形式，配合不同的網際網路用戶群體進行與其閱讀興趣相符的內容生産。

演算法推送技術能夠通過用戶反饋的瀏覽、轉發、評論、點讚等數據完成對“用戶興趣”的畫像，並依據上述“畫像”對用戶進行精準的內容推送。從某種程度上説，演算法推送技術決定了用戶接收資訊的內容和形式，從而影響著用戶對特定議題的認知與態度。換言之，這項技術本身就帶有議程設置的屬性。演算法推送技術在實踐中一直面臨著營造回音室效應的質疑，轉換技術使用思路，將這一技術應用於輿論引導，反而可以通過在技術使用環節中人工干預的加入，打破片面基於用戶興趣的資訊供給而形成的資訊繭房。利用演算法推送技術進行議程設置，根據用戶的習慣和偏好，完成內容精準推送，有利於強化內容傳播的針對性，促進資訊的有效傳播。

面對資訊快速傳播、網民實時互動的輿論環境，輿論引導工作也應在及時性、差異化、互動性層面做出相應調整，從“單向設置媒體議程”轉向“主動回應公眾議程”，從“表層情緒控制”轉向“潛在情緒引導”，從“運動式意見治理”轉向“對話式凝聚共識”[7]。在已經搭建好政務新媒體平臺的前提下，人工智慧技術的引入有利於改進內容生産及分發模式，並有針對性地展開引導輿論，組織網民之間和網民與政府、官媒及其他官方機構之間理性、有序、良性的互動。

人工智慧技術在提升輿論引導能力的同時，也對這項工作提出了更高要求。從革新輿論引導形式的角度看，技術的開發和應用誠然令人欣喜，然而也應該看到這項技術本身存在的弊端。目前，人工智慧技術的發展尚處於“弱人工智慧”階段，內容的生産、分發等各個環節的人工智慧技術應用大都還是依賴網際網路大數據的基礎性功能。在實際應用過程中，除了不法分子開發惡意誤導輿論的“機器人水軍”之外，即便在良性應用的情況下，人工智慧技術本身也引發了諸如回音室效應、隱私侵犯、技術透明度等倫理問題與爭議。因此，在利用人工智慧技術提升輿論引導能力的同時，也應結合智慧時代的特點，塑造正確的資訊價值觀，加強在人工智慧技術應用過程中的人工干預，發揮“把關人”的作用，全面篩選並及時刪除不實資訊，優先推送有品質的權威資訊、深度報道，矯正人工智慧技術在實際應用中的負面效應，全面優化輿論引導工作。（作者林嘉琳係清華大學新聞與傳播學院博士生；陳昌鳳係清華大學新聞與傳播學院教授，常務副院長。本文為清華大學2018自主科研計劃成果）

【註釋】

[1]李丹珉,謝耘耕,李靜.人工智慧時代新技術對輿論生態的影響及治理研究[J].新媒體與社會,2018（03）:37-49.

[2]林育曼,黃佳丹,饒浩.基於CSSCI的國內輿情應對策略研究可視化分析[J].傳媒,2019（01）:85-88.

[3]劉鵬飛.從近年案例看輿情引導規律[J].新聞與寫作,2017（03）:9-12.

[4]唐皇鳳,陶建武.大數據時代的中國國家治理能力建設[J].探索與爭鳴,2014（10）:54-58.

[5]ChenGH,NikolovS,ShahD.ALatentSourceModelforNonparametricTimeSeriesClassification[J].AdvancesinNeuralInformationProcessingSystems,2013:1088-1096.

[6]劉鵬飛.從近年案例看輿情引導規律[J].新聞與寫作,2017（03）:9-12.

[7]張志安,曹艷輝.大數據、網路輿論與國家治理[J].社會科學,2016（08）:3-12.