摘要：智媒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、表达情感化等新特征，这为舆情治理带来新的机遇与挑战。本文在探讨智媒时代网络舆情新特征的基础上，深入研究智媒网络舆情所带来的潜在风险，并提出了相应的应对策略，以期为网络空间营造一个更加纯净的氛围。

关键词：智媒时代；网络舆论；治理策略

智媒时代，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，但与此同时网络舆情中的谣言制造舆论乱象，侵蚀社会的积极因素，干扰着晴朗的网络氛围的营造。同时，人工智能技术也为网络舆情治理带来新的契机，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，技术研发为网络舆情治理提供高效的应对方式，动员人才参与为网络舆情系统治理提供解决方案等都为网络舆情治理提供契机。

一、智媒时代网络舆情的特点

随着智能媒体时代的到来，传媒业正在经历一场全新的变革，其中大数据、机器学习和虚拟现实等技术的应用，使得网络舆情呈现出与传统时代完全不同的全新特征，这些特征主要体现在以下几方面。

（一）网络舆情的主体数字化

在智能媒体时代，信息生产已经从PGC和UGC演变为MGC，这是一个全新的生产方式。在此背景下，MGC已不再局限于内容生产，而是在网络舆情传播中崭露头角，其中一个显著表现是某些势力将“机器人水军”用于操纵各大网络舆情事件，从而操纵舆论声势。

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已日趋成熟，其以高度“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。此外机器人水军以舆论“攻击”增强负面网络舆情的破坏力。2014年日本大选期间，社交机器人以经常传播或者反复发布某种消息，从而引发了公众舆论的热议和关注。

（二）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，网络舆情信息的内容已经不再是简单的语言文字符号，而是融合了图片、视频、音频、动漫等多种元素，呈现出“多模态融合”的特征。

短视频延伸网络舆情传播的话语空间。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。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。由此可见，表情包成为一种较为隐蔽的舆情传播新方式，成为舆情治理的新领域。

（三）网络舆情表达情感化

在智媒时代，网络舆情的传播方式已经从单纯的语义逻辑文字表达转变为注重情感沉浸式的传播方式，其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。智媒时代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。

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。例如河南卫视火出圈的舞蹈节目《唐宫夜宴》，颇具古典美的服道化设计及VR技术的恰当使用，使网民获得虚拟“在场感”，凝聚民众的“情绪共识”，收到众多网友称赞。

二、智媒时代网络舆情的风险

（一）智媒时代网络舆情真假难辨之困

舆情的生成和传播是由“人”主导的，因为舆情本身是社会民众主观表达的结果。在智能媒体的背景下，“智能体”在信息生产和传播过程中扮演着至关重要的角色，其在舆情生成、传播和引导等多个关键环节中扮演着实际的舆情行动主体的角色。彭兰指出，“物”可能以自己的方式构建一种拟态环境，大数据具有偏向性和歧视性，“物”是有选择性地生产和传播信息。智能技术信息选择行为实质上关涉政治或者经济利益诉求与逻辑偏向，使网络舆情有可能通过智能主体的片面与虚假构建而展现出来，从而导致舆情失真，这是一个不容忽视的风险。

在实践中智能算法在“伪舆情”的生成和传播中扮演着至关重要的角色，尤其是在机器人水军、热点趋势伪造和深度伪造视频等领域。由于人机交互的信息处理能力存在巨大差异，使得“伪舆情”新闻在传播时效和仿真程度上均超越了真实舆情，继而对真实舆情产生掩盖或扭曲，最终导致公众认知和行为上的偏差，进而诱发社会风险。谢耘耕等指出，社交机器人对网民的影响及互动可能造成“人机乌合之众”的非理性氛围，舆情的风险因素在非理性氛围中更易放大、扩散甚至极化。在智媒的背景下，由于舆情主体与人的交互作用，导致舆情真实性难以辨别，所以，精准识别机器账户，精准分辨伪舆情，识别深伪视频是后续治理工作的基础。

（二）智媒时代网络舆情时空乱序之困

传统大众媒体时代或者社交媒体舞台上，信息传播是按照时序或者倒序逻辑发展展开的。然而，智能技术的涌现打破了传统的时间感知模式。智能技术不仅可以将信息从一个地点快速地送达另一个地点，而且还能根据用户的需求提供相应的定制化服务，从而形成一种动态的时间体系。这种以个性化为基础的及时推送方式，在一定程度上引发了信息分发时间的混乱，同时也导致了舆情在多个时间节点上错综复杂地交织、爆发和无序扩散。信息的生产和传播在共时场域内进行，然而在信息交流的过程中，其不稳定性日益加剧，时间上的分割也变得异常困难。智能技术的产生完全颠覆舆情传播时间规律，常规时间管理策略已不能发挥治理效能。

舆情发生传播时间规律变化也同时改写其空间规律。智能媒体语境下物理空间边界消融、信息在无限空间与场景中流动、舆情“脱离领域”（或者说“流动场景”）产生与传播蔚然成风、舆情信息在无限空间与领域内不断移动、与各领域思想文化观念碰撞融合，舆情流变呈现出复杂多样的态势，不断涌现。同时，随着新媒体时代的到来，“泛媒介化”趋势日益明显。当前的舆情治理实践受到了“属地”治理原则（如地方性规则、组织性规则、国家性规则等）的物理空间边界的限制，因此难以全面有效地涵盖。同时，基于大数据技术的网络自组织机制使舆论场呈现为开放状态，舆情管控难度加大。在智能媒体的背景下，传统的舆情治理时空策略已经失去了其有效性，导致舆情失控的风险显著增加。

（三）智媒时代网络舆情释义之困

智能媒体技术在5G网络支持下，传播的视听转向性更加显著。与此相应，舆情将更多地以视听符号呈现和扩散。尤其是在短视频和直播平台上，更是汇聚大量的视听类舆情。喻国明认为，相较（图文类舆情）而言，视频（舆情）的监测、分析、管控难度加大。从舆情数据抓取层面看，视频处理需要更高级别的存储硬件。为了满足视频数据存储量的需求，服务器必须具备相应的承载能力，这将导致成本投入的显著增加。从深度技术的角度来看，视频识别和意义分析的精准性和正确性还有很大的提升空间。

三、智媒时代网络舆情的治理之思

伴随着智媒的发展，网络舆情在主体，时空域，状态上，都经历着深刻变革，发生了深刻的变化。因此，舆情治理主体须基于当前新形势、新课题，只有通过不断升级和创新舆情治理的思维和方式，才能真正提升舆情治理的效率、处理与解决舆情危机。为此，必须要以“互联网+”时代为背景，积极推进网络舆情治理理念更新、治理体系建设以及治理方式转变。具体而言，及时有效的舆情治理需要在做好预警舆情、加速技术研发以及动员人才参与等三个方面积极探索和实践。

（一）做好舆情预警，对网络舆情进行前置治理

智媒背景下网络舆情呈现出多点生成、共时传播、无序扩散等新特征，使得舆情治理主体的处置窗口期越来越狭窄，因此以“舆情监测”为主要手段的事后治理已经呈现出局限性和滞后性，无法适应当前技术发展的新形势。治理主体应在“预见性”思维引导下，治理重心由“舆情监测”向“舆情预警”转变，从而达到有效前置治理。舆情的生成既是偶然，也是必然。某一社会舆情之所以不可避免，是因为它在漫长的历史进程中孕育、积累了巨大的冲突能量。以“舆情预警”为核心的前置治理模式，是对那些还未得到充分关注的舆情事件进行预测性分析，从中洞察其潜在的“冲突势能”，预测未来的发展趋势，从而有效地减少社会风险。

可以从两点进行解决：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，在网络舆情的萌芽阶段，需要对其产生发展的前因后果进行初步确认，以便及时识别其演化趋势和潜在风险。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。未来，，越来越多的工神经网络预测类模型将被运用于舆情预警报告中，以生成预警应对方案，并模拟不同方案的可行性，最终优化出最优预处理方案。在智媒背景下，在舆情治理实践中，预见性思维前置工作的理念是不可或缺的，因为它是实现舆情治理所必需的。

（二）加快技术研发，对网络舆情进行创新治理

技术逻辑对网络舆情演变发展起着必不可少的作用，它对网络舆情治理的作用同样举足轻重。有鉴于此，网络舆情监测系统还停留在网络爬虫作为核心技术进行数据挖掘与初级语义分析的水平上，对深层行动网络，情感判断与意义解读的深度分析还需依赖人工标注与研判，机器学习水平不尽人意，效率低下且成本高昂；尽管社交机器人的伪造舆情和深度伪造技术已经被广泛应用于视频舆情的真实性核实，但它们仍然无法被有效地破解。这些问题都极大地限制了舆情治理能力现代化水平的进一步提高。

因此，当前亟需攻克的难题是，加强对舆情行业的新技术研发和应用，特别是人工智能技术，以提高舆情治理的智能化水平。阿里达摩院在研发的“AI传闻粉碎机”，以网络信息发布者肖像为载体，通过AI谣言粉碎机算法程序可以追溯信息源头，匹配知识库进行验证，实现网络谣言识别，打破以及社会舆情疏导的快捷高效；人工智能算法程序通过大数据分析和预测，精准研判用户行为模式和心理状态，在此基础上实施针对性管控措施。目前我国人工智能在网络舆情领域的应用仍然面临诸多现实困境。面对智媒技术给网络舆情提出的全新挑战，治理主体应高度关注技术变革并把技术逻辑与治理实践有机结合起来，探索舆情治理的创新路径，大力提高舆情治理能效。

（三）动员人才参与，对网络舆情进行系统治理

随着智媒时代的到来，网络舆情生态的复杂性将得到全面提升，因此，需要人才来全面谋划、多元协同统筹地开展舆情治理工作。进一步强化大数据，深度学习及其音视频处理技术等方面的人才培养力度，从而优化我国技术人才匮乏的现状，构建完善人才培养体系，是相关部门的必要举措。同时还可以借助大数据分析平台，对舆情进行科学预测并及时预警。借助大数据和深度学习等前沿技术，致力于培养一批具备新媒体专业素养的人才，以智能化的方式支持新时代的舆情决策。新媒体舆情决策需要持续技术创新和适应环境变化，所以有关技术专家也应该积极跟进时代潮流，不断扩大团队规模。

因此，在构建高效的多元协同网络舆情治理体系和机制的过程中，科技商业公司、社会组织、专家智库以及社会民众都应积极参与到“利益相关者”框架情境中，以发挥其主动性，以达到最佳效果，将成为未来实践探索中的一个重要议题。

四、结语

人工智能技术正深刻而全面地重塑着舆情产生和扩散的主体格局，时空场域和呈现样态，这一进程带来舆情真假难辨，舆情时空无序和舆情释义之困等诸多困局。在智能媒体的环境中，为有效破解上述问题，应在做好舆情预警、加快技术研发，动员人才参与下积极进行舆情治理的创新实践。

资金资助：

辽宁工程技术大学党建研究课题《智媒时代高校舆论风险防控及其治理研究》（课题号lngddj2022-12）。