韓 娜 孫 穎

近年來(lái),以社交機(jī)器人為代表的計(jì)算傳播現(xiàn)象在全球盛行,社交媒體平臺(tái)和智能技術(shù)的發(fā)展,為社交機(jī)器人的信息操縱活動(dòng)提供了溫床。在Twitter、Facebook等社交媒體平臺(tái)中,社交機(jī)器人正在以各種方式生產(chǎn)和傳播信息流,與用戶進(jìn)行互動(dòng),通過(guò)計(jì)算宣傳的方式傳播虛假信息,影響用戶所感知到的信息環(huán)境,在重大國(guó)際事件和國(guó)家民主政治中形成虛假的意見(jiàn)氣候和輿論生態(tài)。①據(jù)披露,2016年Twitter上有40萬(wàn)機(jī)器人用戶參與了美國(guó)總統(tǒng)大選討論,約占總用戶數(shù)的15%。同樣類(lèi)型的社交機(jī)器人用戶在法國(guó)總統(tǒng)大選中出動(dòng)了近五分之一參與反對(duì)馬克龍的宣傳活動(dòng)。②社交機(jī)器人的出現(xiàn)不僅“創(chuàng)造了新的‘人+社交機(jī)器人’共生的網(wǎng)絡(luò)生態(tài)”,同時(shí)也帶來(lái)了一場(chǎng)由數(shù)據(jù)操控政治的新形態(tài)革命。③

社交政治機(jī)器人即活動(dòng)于社交媒體平臺(tái)上用于政治目的的機(jī)器人,它通過(guò)自動(dòng)發(fā)送大量垃圾信息、僵尸網(wǎng)絡(luò)、關(guān)閉交換點(diǎn)或發(fā)起DDoS攻擊來(lái)形成虛假性的攻勢(shì)盛景,最終達(dá)到政治目的。近年來(lái),社交機(jī)器人通過(guò)不斷的改良與發(fā)展變得更加復(fù)雜神秘,這使得在社交媒體平臺(tái)上更加難以界定和厘清人類(lèi)用戶行為與機(jī)器人行為④,例如,社交機(jī)器人能夠模仿人類(lèi)行為躲避平臺(tái)檢測(cè)⑤,且在人機(jī)交互中參與網(wǎng)絡(luò)社區(qū)對(duì)話以此來(lái)操縱政治情緒,營(yíng)造輿論氛圍⑥。已有大量實(shí)證研究表明,海外社交媒體平臺(tái)的涉華議題中有大量社交政治機(jī)器人賬號(hào)參與,在涉華新冠疫情的議題上,社交政治機(jī)器人是否已經(jīng)成為西方社會(huì)對(duì)華污名化的重要武器？2020年疫情在全球暴發(fā),機(jī)器人是否參與了涉華新冠病毒信息操縱？機(jī)器人對(duì)議題操縱是如何開(kāi)展的？在我國(guó)國(guó)際傳播中重視與研究這類(lèi)問(wèn)題,對(duì)于破局我國(guó)的國(guó)際傳播困境以及從傳播視角維護(hù)我國(guó)國(guó)家安全至關(guān)重要。

一、文獻(xiàn)綜述

(一)社交機(jī)器人研究

Boshmaf等人將社交機(jī)器人定義為“一種在社交網(wǎng)絡(luò)中自主運(yùn)行社交賬號(hào)并且有能力自動(dòng)發(fā)送信息和鏈接的智能程序”⑦,社交機(jī)器人在社交網(wǎng)絡(luò)中利用社交用戶的功能可以模仿人類(lèi)用戶完成信息的傳遞,部分社交機(jī)器人在操縱下甚至可以進(jìn)行惡意活動(dòng),例如發(fā)布鼓動(dòng)言論、推送垃圾短信等⑧。社交機(jī)器人相比人類(lèi)用戶更加活躍,且在改變目標(biāo)受眾行為方面十分奏效。⑨社交機(jī)器人雖然以算法為底層架構(gòu)進(jìn)行自動(dòng)化的行動(dòng),但是與純算法技術(shù)仍然有所不同。社交機(jī)器人作為算法產(chǎn)物,其行為與操縱者試圖實(shí)現(xiàn)的目標(biāo)具有捆綁關(guān)系。Rossi等人根據(jù)政治機(jī)器人的復(fù)雜程度將其分為三種類(lèi)型,最基礎(chǔ)的機(jī)器人僅用來(lái)增加某個(gè)用戶的追隨者數(shù)量或某一特定帖子的點(diǎn)贊數(shù)量；第二種機(jī)器人可以動(dòng)態(tài)調(diào)整其內(nèi)容信息生產(chǎn)；第三種機(jī)器人是由人類(lèi)在內(nèi)容創(chuàng)作等方面控制機(jī)器人的部分活動(dòng),這類(lèi)機(jī)器人也被稱(chēng)為人機(jī)混合式的政治機(jī)器人。⑩

在傳播學(xué)領(lǐng)域,更多學(xué)者聚焦于社交機(jī)器人的傳播過(guò)程合法性與傳播結(jié)果的影響。社交機(jī)器人通過(guò)輸入大量重復(fù)內(nèi)容、虛假信息開(kāi)展病毒式傳播,來(lái)異化輿論環(huán)境，新冠肺炎期間,大量社交機(jī)器人通過(guò)偽造地理信息在社交媒體平臺(tái)上制造虛假信息,影響公共輿論與公眾認(rèn)知；且在傳播過(guò)程中可以將虛假信息的傳播量放大幾個(gè)數(shù)量級(jí),與人類(lèi)用戶相比,社交機(jī)器人能夠釋放更高強(qiáng)度的社會(huì)性恐懼。在改變公眾意見(jiàn)方面,Ross等人的模擬實(shí)驗(yàn)進(jìn)一步證實(shí)了社交機(jī)器人能夠觸發(fā)沉默的螺旋，占總數(shù)5%—10%的社交機(jī)器人就可以改變輿論氣候,引導(dǎo)輿論朝著社交機(jī)器人的觀點(diǎn)靠攏。

人工智能和計(jì)算機(jī)科學(xué)領(lǐng)域區(qū)分了智能主體(intelligentagent)和自動(dòng)化軟件程序之間的不同。以僵尸網(wǎng)絡(luò)、假新聞和算法操縱等形式進(jìn)行的計(jì)算宣傳(computational propaganda)在全球化政治體系中起到關(guān)鍵性作用。無(wú)論政治主體是政府或黨派,還是社會(huì)團(tuán)體與草根群體,政治傳播主體在利用政治機(jī)器人實(shí)現(xiàn)利益目標(biāo)的過(guò)程中往往會(huì)有意識(shí)或無(wú)意識(shí)地利用計(jì)算宣傳進(jìn)行虛假信息或錯(cuò)誤信息的傳播。虛假信息(disinformation)是用來(lái)故意欺騙誤導(dǎo)他人的信息,與虛假信息相對(duì)應(yīng)的是錯(cuò)誤信息(misinformation),是指無(wú)意中誤導(dǎo)他人的信息。政治機(jī)器人背后的政治傳播主體利用機(jī)器人數(shù)字化特征,一方面擴(kuò)大了虛假信息的傳播范圍,構(gòu)成更大的虛假信息傳播危機(jī)；另一方面在熱議的政治議題中快速構(gòu)建利于己方的虛假信息秩序,以此達(dá)到政治目的。在社交平臺(tái)中政治機(jī)器人的主要功能是制造議題和傳播信息,并引導(dǎo)用戶發(fā)布支持或攻擊政治候選人和政治議題的內(nèi)容。這是一套由僵尸網(wǎng)絡(luò)建立的能夠操縱Facebook、Twitter等主要社交媒體的特殊算法。

(二)社交機(jī)器人參與涉華議題及新冠病毒政治化

在海外的社交媒體平臺(tái)上,部分涉及中國(guó)社會(huì)問(wèn)題的議題出現(xiàn)了社交機(jī)器人操縱的現(xiàn)象,且在社交機(jī)器人的鼓動(dòng)下,這些涉華的議題一度引起全球網(wǎng)民的熱議。例如,“香港修例風(fēng)波”事件中就被調(diào)查證實(shí)，大量社交機(jī)器人在有關(guān)新聞報(bào)道中發(fā)揮了擴(kuò)散信息的作用。在中美貿(mào)易議題討論高峰時(shí)期機(jī)器人占比也達(dá)到13%,其中對(duì)貿(mào)易談判持反對(duì)立場(chǎng)的占比高達(dá)55%。

2020年全球暴發(fā)了新型冠狀病毒疫情,外媒在溯源問(wèn)題中聯(lián)合抱團(tuán)譴責(zé)中國(guó),不斷推動(dòng)輿論發(fā)酵,并將新型冠狀病毒命名為“武漢病毒”“中國(guó)病毒”等,在社交媒體平臺(tái)上一度掀起了涉華負(fù)面輿論高潮。2021年5月,美國(guó)國(guó)務(wù)院表示要求美國(guó)情報(bào)界加大收集并分析新型冠狀病毒來(lái)源問(wèn)題的力度,其矛頭直指中國(guó)。同年6月,美國(guó)前總統(tǒng)特朗普在俄亥俄州的大會(huì)中進(jìn)行了演說(shuō),拋出了“新冠病毒是在中國(guó)城市武漢的一個(gè)實(shí)驗(yàn)室以科學(xué)方式人工制造的”這一觀點(diǎn)。一時(shí)間,Twitter平臺(tái)上出現(xiàn)了大量關(guān)于中國(guó)生物基地、武漢病毒實(shí)驗(yàn)室外泄等政治謠言、虛假信息,或通過(guò)轉(zhuǎn)發(fā)BBC、《紐約時(shí)報(bào)》等西方主流媒體報(bào)道鏈接,或原創(chuàng)負(fù)面推文,或轉(zhuǎn)發(fā)意見(jiàn)領(lǐng)袖推文,國(guó)際輿論場(chǎng)上再次掀起了反華高潮。主流媒體、權(quán)威智庫(kù)的加入難以直接證實(shí)西方的陰謀立場(chǎng),如若能在社交機(jī)器人領(lǐng)域加以佐證,證實(shí)其政治操縱行為,揭露其政治目的,這對(duì)于捍衛(wèi)我國(guó)國(guó)際話語(yǔ)權(quán),維護(hù)我國(guó)政治安全具有重要意義。

二、研究方法與問(wèn)題

(一)數(shù)據(jù)采集

本研究通過(guò)數(shù)據(jù)挖掘的方法,將海外社交平臺(tái)Twitter作為研究對(duì)象,以國(guó)外污名化中國(guó)的“Wuhan Virus/Chinese Virus”作為關(guān)鍵詞,通過(guò)Python編程抓取一段時(shí)間內(nèi)含有指定關(guān)鍵詞的Twitter英文推文。為了確保抓取的推文中“Wuhan Virus/Chinese Virus”由發(fā)布者本人直接作出,進(jìn)而確保研究數(shù)據(jù)與本文的研究意圖高度吻合,在抓取過(guò)程中要求推文內(nèi)容中直接含有“Wuhan Virus/Chinese Virus”。

涉華新冠病毒議題一直以來(lái)都是外媒炒作的焦點(diǎn),2021年5月26日國(guó)藥新冠滅活疫苗Ⅲ期臨床試驗(yàn)中期結(jié)果正式對(duì)外公布,外媒開(kāi)始針對(duì)中國(guó)疫苗安全性問(wèn)題進(jìn)行新一輪輿論炒作,并一度引申至人權(quán)問(wèn)題、溯源問(wèn)題中。同天,美國(guó)國(guó)務(wù)院重啟對(duì)新冠病毒溯源問(wèn)題的調(diào)查,并要求美國(guó)情報(bào)部門(mén)在90天之內(nèi)徹查溯源問(wèn)題并公布明確結(jié)果,外媒將新型冠狀病毒的溯源問(wèn)題推上了輿論高潮,因此本文選擇“Wuhan Virus/Chinese Virus”作為關(guān)鍵詞,將研究時(shí)間段設(shè)定為2021年5月26日至8月31日,以文本內(nèi)容(text)、推文發(fā)送時(shí)間、推文發(fā)送用戶(賬號(hào)ID)為標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)篩選,初步獲取推文數(shù)量為52363條。出于后續(xù)數(shù)據(jù)分析便利,將初步獲取的推文進(jìn)行二次篩選,保留內(nèi)容為純英文的推文,最終獲取推文數(shù)量為43587條,其中獨(dú)立用戶有23209個(gè)。

(二)研究方法

本研究通過(guò)采用開(kāi)源工具Botometer來(lái)識(shí)別Twitter中的社交機(jī)器人。Botometer由美國(guó)印第安納大學(xué)所研制,歷經(jīng)多年的更新迭代,已成為當(dāng)前檢測(cè)、識(shí)別Twitter社交機(jī)器人較為成熟的檢測(cè)工具之一。Botometer的運(yùn)行模式是將Twitter中的用戶個(gè)人信息、交互信息、使用時(shí)間等多個(gè)維度的信息注入機(jī)器學(xué)習(xí)模型。通過(guò)設(shè)置機(jī)器人評(píng)分模式,將抓取的Twitter用戶進(jìn)行識(shí)別、分類(lèi),當(dāng)用戶的評(píng)分值超過(guò)評(píng)分界限時(shí),將該用戶認(rèn)定為機(jī)器人用戶,反之則認(rèn)定為人類(lèi)用戶。

在社交機(jī)器人評(píng)估過(guò)程中,由于Twitter用戶自身的設(shè)置問(wèn)題,如用戶已注銷(xiāo)、已凍結(jié)或用戶設(shè)置了隱私權(quán)限,Botometer將無(wú)法對(duì)用戶進(jìn)行信息識(shí)別,我們將這類(lèi)用戶歸為異常用戶進(jìn)行二次排除。通過(guò)篩選,本研究共獲取有效用戶11207個(gè),其中人類(lèi)用戶為9471個(gè),占比84.5%；社交機(jī)器人用戶為1736個(gè),占比15.5%。在抓取的21602條推文中,人類(lèi)用戶發(fā)布數(shù)量為18043條,占比83.5%；社交機(jī)器人用戶發(fā)布數(shù)量為3559條,占比16.5%。

在主題的分析中,研究運(yùn)用了STM主題分析模型。STM(Structural Topic Model)和LDA(Latent Dirichlet Allocation)一樣都屬于大數(shù)據(jù)主題分析模型的范疇,采用無(wú)監(jiān)督學(xué)習(xí)的方法對(duì)數(shù)據(jù)集中的隱含語(yǔ)義數(shù)據(jù)進(jìn)行聚類(lèi),從而得到文本集中的主題信息。但傳統(tǒng)的LDA主題模型在處理短文本(比如直播間彈幕,微博文本等等)時(shí),時(shí)常會(huì)因?yàn)槲谋驹~匯過(guò)于稀疏、樣本不夠全面等問(wèn)題導(dǎo)致模型的效果不夠好。為了克服短文本主題稀疏性的問(wèn)題,2013年,Robert等人在LDA模型的基礎(chǔ)上提出了基于無(wú)監(jiān)督學(xué)習(xí)的STM模型。STM模型相比于LDA模型的關(guān)鍵創(chuàng)新點(diǎn)在于他在對(duì)文本進(jìn)行處理時(shí),可以直接將文檔作為協(xié)變量引入主題模型中。STM模型通過(guò)使用文檔作為協(xié)變量進(jìn)行變量計(jì)算,豐富了協(xié)變量的語(yǔ)義信息,較好地解決了LDA模型因詞量稀疏而導(dǎo)致準(zhǔn)確性不高的問(wèn)題。此外,STM模型的優(yōu)勢(shì)還體現(xiàn)在其可以計(jì)算變量對(duì)于指定主題詞匯分布的可視化影響。基于上述優(yōu)點(diǎn),STM主題模型近年來(lái)廣受計(jì)算傳播研究學(xué)者的關(guān)注與應(yīng)用。

盡管當(dāng)前對(duì)于社交機(jī)器人的公眾輿論影響力尚且難以評(píng)估,但社交機(jī)器人被證實(shí)在“美國(guó)大選”“中美貿(mào)易”“法國(guó)大選”中的影響力不容小覷。在涉及新型冠狀病毒溯源問(wèn)題的討論中,社交機(jī)器人與人類(lèi)一起加入了國(guó)際輿論場(chǎng),為了進(jìn)一步探究社交機(jī)器人對(duì)于公眾輿論、政治事件的影響,研究將從多個(gè)維度對(duì)人類(lèi)用戶和社交機(jī)器人用戶進(jìn)行對(duì)比分析,以此探究社交機(jī)器人的議題建構(gòu)行為,具體路徑為:

1.社交機(jī)器人與人類(lèi)用戶在Twitter空間發(fā)布有關(guān)“Wuhan Virus/Chinese Virus”推文的特征比較。

2.社交機(jī)器人與人類(lèi)用戶在Twitter空間發(fā)布有關(guān)“Wuhan Virus/Chinese Virus”發(fā)文策略比較。

3.社交機(jī)器人與人類(lèi)用戶在Twitter空間發(fā)布有關(guān)“Wuhan Virus/Chinese Virus”推文的主題比較。

三、社交機(jī)器人涉華議題操縱行為特征

(一)發(fā)文特征分析

為探究人類(lèi)用戶與社交機(jī)器人用戶之間的差異,研究將通過(guò)粉絲量、單個(gè)賬號(hào)發(fā)布推文數(shù)量和發(fā)文時(shí)間進(jìn)行對(duì)比,分析發(fā)現(xiàn)人類(lèi)用戶和社交機(jī)器人的發(fā)文模式呈現(xiàn)出兩種不同的特征。

第一,社交機(jī)器人試圖通過(guò)獲取粉絲數(shù)量來(lái)提升影響力。基于人類(lèi)用戶和社交機(jī)器人用戶粉絲數(shù)的比較研究發(fā)現(xiàn),首先,社交機(jī)器人善于潛伏模仿。有58.9%的社交機(jī)器人的粉絲數(shù)量在100以下,而人類(lèi)用戶則僅有37.7%,這表明社交機(jī)器人為了模仿人類(lèi)用戶的發(fā)文特征,長(zhǎng)期處于潛伏狀態(tài)。操縱者長(zhǎng)期經(jīng)營(yíng)僵尸政治機(jī)器人并通過(guò)模仿的方式躲避網(wǎng)絡(luò)偵查,其目的是等待時(shí)機(jī)成熟,在關(guān)鍵事件中操縱輿論、蒙蔽公眾。其次,社交機(jī)器人熱衷于擴(kuò)大影響力。當(dāng)粉絲數(shù)量在5000以上時(shí),社交機(jī)器人的粉絲數(shù)量比例與人類(lèi)用戶的差距較小,但社交機(jī)器人的粉絲數(shù)量比例始終高于人類(lèi)用戶,可見(jiàn)部分社交機(jī)器人希望通過(guò)提升自己的粉絲量來(lái)提高發(fā)文的影響力,從而控制或改變公共話語(yǔ)和輿論議程。在用戶的設(shè)置上,操縱者會(huì)發(fā)揮“兩邊效應(yīng)”,一方面大量部署活躍度較低的社交機(jī)器人,等待時(shí)機(jī)成熟進(jìn)行集中發(fā)文造勢(shì)；另一方面通過(guò)經(jīng)營(yíng)部分活躍度較高的“頭部號(hào)”,形成粉絲效應(yīng)和影響力。

圖1 人類(lèi)用戶和社交機(jī)器人粉絲數(shù)量對(duì)比

第二,社交機(jī)器人較之人類(lèi)用戶更傾向于發(fā)布新冠病毒溯源問(wèn)題政治化的推文?？傮w上,社交機(jī)器人和人類(lèi)用戶的單個(gè)賬號(hào)發(fā)布推文數(shù)量差異不大,絕大多數(shù)的社交機(jī)器人和人類(lèi)用戶都只發(fā)布了1—2條相關(guān)推文?？梢?jiàn),社交機(jī)器人會(huì)模仿人類(lèi)的發(fā)文特征,并不會(huì)盲目地在單個(gè)賬號(hào)中轉(zhuǎn)發(fā)大量的涉及新冠病毒溯源問(wèn)題的推文。具體比較兩類(lèi)賬號(hào)發(fā)布推文的數(shù)量不難發(fā)現(xiàn),社交機(jī)器人用戶較之人類(lèi)用戶更可能發(fā)布多條推文,社交機(jī)器人的發(fā)文量比例在發(fā)文數(shù)為6—30條推文時(shí)都比人類(lèi)用戶發(fā)布推文數(shù)量高。

第三,社交機(jī)器人在評(píng)議熱點(diǎn)事件時(shí)具有滯后性。參與討論的社交機(jī)器人與人類(lèi)用戶的發(fā)文變化趨勢(shì)大體相似,但人類(lèi)用戶對(duì)于議題的發(fā)文更具有突發(fā)性、及時(shí)性,且議題激增，大量推文的時(shí)間要略早于社交機(jī)器人用戶,例如,6月17日人類(lèi)用戶對(duì)G7峰會(huì)各集團(tuán)領(lǐng)導(dǎo)人關(guān)于敦促中國(guó)參與病毒溯源問(wèn)題事件的討論開(kāi)始激增,而社交機(jī)器人在6月18日、19日對(duì)于涉及中國(guó)參與病毒溯源問(wèn)題的推文才開(kāi)始劇增?？梢?jiàn)社交機(jī)器人在發(fā)推文之前需要花費(fèi)時(shí)間去模仿人類(lèi)用戶的發(fā)文特點(diǎn)以及設(shè)計(jì)發(fā)文趨向,盡管間隔時(shí)間不長(zhǎng),但還是存在一定的滯后性。

圖2 人類(lèi)用戶和社交機(jī)器人單個(gè)賬號(hào)發(fā)布推文數(shù)量對(duì)比

圖3 人類(lèi)用戶和社交機(jī)器人發(fā)文時(shí)間對(duì)比

此外,經(jīng)過(guò)對(duì)比研究發(fā)現(xiàn),社交機(jī)器人的更新性有了較大的提升。隨著社交機(jī)器人技術(shù)的發(fā)展,社交機(jī)器人模仿人類(lèi)發(fā)文特征的速度提升較快,在筆者對(duì)2020年涉華新冠病毒議題的研究中,社交機(jī)器人的模仿時(shí)間平均為3天—4天,而2021年的數(shù)據(jù)顯示社交機(jī)器人的模仿時(shí)間已經(jīng)縮短至1天—2天。

(二)發(fā)文策略比較分析

發(fā)文策略通常通過(guò)附帶話題標(biāo)簽、@其他用戶或轉(zhuǎn)發(fā)鏈接得以表現(xiàn)。通過(guò)對(duì)推文內(nèi)容中的話題標(biāo)簽、@其他用戶的情況以及轉(zhuǎn)發(fā)內(nèi)容,可以發(fā)現(xiàn)在議題討論中兩類(lèi)用戶的發(fā)文策略差異較為明顯。

第一,社交機(jī)器人傾向于通過(guò)爭(zhēng)議性話題快速傳遞信息。話題標(biāo)簽是用戶進(jìn)行信息擴(kuò)散的重要途徑,通過(guò)對(duì)社交機(jī)器人和人類(lèi)賬號(hào)最常用的前20個(gè)話題標(biāo)簽進(jìn)行研究,發(fā)現(xiàn)社交機(jī)器人和人類(lèi)用戶有10個(gè)相同的話題標(biāo)簽,包括“武漢疫情”話題(#Wuhan、#China、#Wuhanvirus、#Beijing)、“新冠病毒”話題(#covid19、#virus、#coronavirus、#vaccine、#delta)以及“民主主義”話題(#cdnpoli)。在差異性上,社交機(jī)器人的10個(gè)不同的話題標(biāo)簽為:#Weapon、#Donald Trump、#bantheccp、#Wuhanlab、#Wuhanlableak、#superidiot、#Biden、#Chinesevirus、#India、#huawei；人類(lèi)用戶的10個(gè)不同的話題標(biāo)簽為:#sarscov2、#lockdown、#socialdistancing、#variant、#genetic、#facemask、#monochrome、#pneumonia、#streetphotography、#biological。

通過(guò)對(duì)比發(fā)現(xiàn),社交機(jī)器人更喜歡標(biāo)志性話題如#Wuhanlab、#Wuhanlableak、#weapon,與事件有關(guān)聯(lián)的領(lǐng)導(dǎo)人話題如#Donald Trump、#Biden,以及侮辱性話題如#superidiot、#bantheccp等來(lái)快速傳遞信息,而人類(lèi)用戶則更喜歡用#genetic、#socialdistancing、#pneumonia等與事件有直接關(guān)聯(lián)或與事件發(fā)酵時(shí)經(jīng)常提及的名詞作為話題標(biāo)簽?？梢?jiàn),社交機(jī)器人更傾向傳播負(fù)面、激發(fā)受眾憤怒情感的推文,而人類(lèi)用戶則相對(duì)理性地使用與事件本身有關(guān)的話題標(biāo)簽表達(dá)輿論傾向。

圖4 人類(lèi)用戶和社交機(jī)器人最常用的20個(gè)標(biāo)簽

第二,社交機(jī)器人傾向于通過(guò)@自媒體或熱點(diǎn)人物、大V來(lái)擴(kuò)充影響力。首先，兩類(lèi)用戶都會(huì)采用@大V提升聲量,且呈現(xiàn)群體性特征,如圖5所示影響力較大的有@WHO、@POTUS、@YouTube等,其中還有@Mike Pompeo、@Narendra Modi等政治人物社群,@globaltimesnews環(huán)球新聞、@WIOnews印度全球新聞網(wǎng)等官方媒體社群,且這些高頻被@的賬戶之間也存在著相互@的行為。其次,社交機(jī)器人更傾向使用自媒體大V擴(kuò)散信息,對(duì)最常@的前20個(gè)賬號(hào)分別進(jìn)行比較發(fā)現(xiàn),社交機(jī)器人更傾向于關(guān)注自媒體大V,例如@YouTube(全球最大的視頻分享網(wǎng)站)，或是關(guān)注政治人物,例如@palkisu(印度全球新聞?dòng)浾?、@POTUS(美國(guó)總統(tǒng)官方賬號(hào))等人來(lái)提升自己的影響力；而人類(lèi)用戶更傾向于關(guān)注官方組織,例如@WHO(世界衛(wèi)生組織)，或是官方媒體平臺(tái),例如@WIONews(印度全球新聞網(wǎng))、@globaltimesnews(環(huán)球新聞網(wǎng))、@CNN(美國(guó)有線電視臺(tái))等?？梢?jiàn),社交機(jī)器人在生產(chǎn)制造“武漢病毒/中國(guó)病毒”議題上,喜歡通過(guò)@一些具有影響力的自媒體、官媒以及具有政治影響力的公眾人物來(lái)提高自身的影響力,并在群體傳播中呈現(xiàn)交互性特征。

圖5 人類(lèi)用戶和社交機(jī)器人最常@的10個(gè)賬號(hào)

第三,與人類(lèi)用戶對(duì)比,社交機(jī)器人用戶更傾向于轉(zhuǎn)發(fā)負(fù)面消息。首先,與人類(lèi)用戶相比,社交機(jī)器人就涉及新冠病毒議題上普遍對(duì)中國(guó)、中國(guó)武漢持反對(duì)態(tài)度,研究顯示僅10%的社交機(jī)器人用戶在新冠病毒是否來(lái)源于中國(guó)的議題上持支持中國(guó)的態(tài)度,10%持中立態(tài)度,其他80%皆持反華態(tài)度。其次,社交機(jī)器人在轉(zhuǎn)發(fā)內(nèi)容、評(píng)論內(nèi)容上具有相似性。同一社交機(jī)器人賬號(hào)更傾向于轉(zhuǎn)發(fā)內(nèi)容相類(lèi)似的推送,例如社交機(jī)器人賬號(hào)@ravinsindian1的多篇推送都是指責(zé)武漢實(shí)驗(yàn)室泄露新冠病毒,且指責(zé)內(nèi)容幾近相同。最后,與人類(lèi)用戶相比,社交機(jī)器人更喜歡在重要媒體平臺(tái)或重要政治人物推文中發(fā)布大量類(lèi)似的評(píng)論。這類(lèi)賬號(hào)的關(guān)注者極少,例如社交機(jī)器人賬號(hào)@draa11387424在該議題上熱衷于重復(fù)評(píng)論多個(gè)具有重要影響力的賬號(hào),且評(píng)論內(nèi)容幾乎相似,意在抹黑武漢實(shí)驗(yàn)室釋放病毒。

圖6 人類(lèi)用戶和社交機(jī)器人@最多的用戶對(duì)比

(三)發(fā)文主題比較分析

比較人類(lèi)用戶和社交機(jī)器人在主題內(nèi)容的傾向性特征,可以探究社交機(jī)器人對(duì)涉華新冠病毒議題的建構(gòu)行為。本文采用R語(yǔ)言中的 STM 包進(jìn)行推文分析,在 STM1 中,我們將篩選所得的所有推文輸入模型中,并將人類(lèi)和機(jī)器人作為主題流行度協(xié)變量引入模型,以此來(lái)探究?jī)深?lèi)不同用戶的表達(dá)傾向。

第一,社交機(jī)器人傾向于發(fā)布負(fù)面撕裂信息。表1呈現(xiàn)了STM輸出的6個(gè)主題及其高區(qū)別度詞匯。其中這6個(gè)主題涵蓋了美國(guó)政府對(duì)華態(tài)度、中國(guó)疫情的世界影響問(wèn)題、中國(guó)疫苗安全性問(wèn)題、新冠病毒的實(shí)驗(yàn)室外泄問(wèn)題、中國(guó)疫情的人權(quán)問(wèn)題以及中國(guó)疫情的生物安全問(wèn)題等方面。我們將社交機(jī)器人身份和人類(lèi)用戶身份作為主題內(nèi)容協(xié)變量輸入 STM 模型中,用以探究在涉華新冠病毒議題中,社交機(jī)器人與人類(lèi)用戶關(guān)注主題分布。圖7展示了社交機(jī)器人與人類(lèi)用戶在主題分布上的差異。圖中的0點(diǎn)代表標(biāo)準(zhǔn)化之后的各主題在語(yǔ)料庫(kù)中的分布情況,一側(cè)的橫線越長(zhǎng),表示在同主題中機(jī)器人用戶或人類(lèi)用戶發(fā)布的推文越多。

表1 與“武漢病毒/中國(guó)病毒”相關(guān)的討論中,6個(gè)主題的意義及代表性詞匯

圖7 人類(lèi)用戶和社交機(jī)器人主題分布對(duì)比

社交機(jī)器人與人類(lèi)用戶的主題分布線相類(lèi)似,表明社交機(jī)器人和人類(lèi)討論中的涉華新冠病毒議題主題分布差異有限,二者都十分關(guān)注美國(guó)政府對(duì)華態(tài)度、中國(guó)疫苗安全性問(wèn)題。但社交政治機(jī)器人更多關(guān)注于中國(guó)疫情的人權(quán)問(wèn)題,而人類(lèi)則更多地關(guān)注在事件本身及中國(guó)疫苗安全性問(wèn)題上。這表明社交政治機(jī)器人充當(dāng)了撕裂輿論的武器,更傾向于發(fā)布負(fù)面的推文,將疫情問(wèn)題向中國(guó)臺(tái)灣地區(qū)問(wèn)題、新疆維吾爾自治區(qū)等人權(quán)問(wèn)題上延伸、炒作。

第二,機(jī)器人話語(yǔ)更具有污名性。通過(guò)對(duì)詞向量進(jìn)行相似度計(jì)算,我們獲取了社交機(jī)器人和人類(lèi)分別如何圍繞“Wuhan”這一關(guān)鍵詞進(jìn)行語(yǔ)義關(guān)聯(lián)的構(gòu)建,結(jié)果如表2所示。對(duì)比社交機(jī)器人和人類(lèi)用戶語(yǔ)料中與“Wuhan”相似度排名前15的詞匯,可以發(fā)現(xiàn),在社交機(jī)器人的語(yǔ)料中,“origin”(起源)與目標(biāo)詞匯的相似度最高,意在將新冠病毒溯源問(wèn)題與中國(guó)緊密相連,進(jìn)行污名化。相比之下,在人類(lèi)用戶的語(yǔ)料中,與目標(biāo)詞匯最接近的是“coronavirus”(冠狀病毒),而冠狀病毒是本次議題的事物本身。值得注意的是,社交機(jī)器人的前15個(gè)相似詞中,存在“CCP”(中國(guó)共產(chǎn)黨)、“government”(政府)等直指中國(guó)政府的詞,還存在“manipulate”(操縱)、“death”(死亡)、“free”(自由)、“democrat”(民主主義)等攻擊和污名化中國(guó)政府的詞語(yǔ)。相比之下,人類(lèi)用戶的前15個(gè)相似詞則與新冠疫情本身關(guān)聯(lián)緊密。這表明,社交機(jī)器人的操縱者更希望通過(guò)社交機(jī)器人將“Wuhan”與“中國(guó)政府侵犯人權(quán)”“操縱病毒武器”關(guān)聯(lián)起來(lái),對(duì)新冠病毒溯源問(wèn)題進(jìn)行傾向反華立場(chǎng)的引導(dǎo)。

表2 人類(lèi)用戶和社交機(jī)器人語(yǔ)料中,與“wuhan”相似度排名前15詞匯

四、研究發(fā)現(xiàn)與討論

AI驅(qū)動(dòng)的信息傳播既是一場(chǎng)技術(shù)革命,也是一場(chǎng)認(rèn)知革命,數(shù)字時(shí)代的國(guó)際傳播政治性被算法隱秘性推動(dòng)發(fā)展。伴隨傳媒科技與智能算法發(fā)展,國(guó)際傳播載體數(shù)字化、議程去中心化、傳播社交化已然成為一種趨勢(shì)。在此背景下,國(guó)際傳播形式與手段也產(chǎn)生了深刻變革,依托人工智能而展開(kāi)的以社交機(jī)器人為代表的計(jì)算宣傳異軍突起,通過(guò)自動(dòng)化部署、人工協(xié)同引流、虛假信息操縱等方式干預(yù)國(guó)際輿論,嚴(yán)重威脅他國(guó)政治安全與意識(shí)形態(tài)穩(wěn)定。近年來(lái)隨著國(guó)際地緣格局的調(diào)整,國(guó)際輿論場(chǎng)上涉華虛假信息陡增,社交媒體中的涉華議題也呈現(xiàn)對(duì)抗性趨勢(shì),對(duì)社交媒體場(chǎng)域中的國(guó)際傳播活動(dòng)主體進(jìn)行研究,對(duì)于審視我國(guó)的國(guó)際政治傳播活動(dòng)具有重要價(jià)值。研究表明，社交媒體上的人類(lèi)和社交機(jī)器人活動(dòng)都在推動(dòng)議題的開(kāi)展與傳播,并且議題背后的輿論操縱行為和操縱信息的環(huán)境愈發(fā)復(fù)雜。本研究以涉華議題“武漢病毒”“中國(guó)病毒”為代表,通過(guò)對(duì)人類(lèi)用戶和社交機(jī)器人用戶在議題建構(gòu)的行為進(jìn)行對(duì)比,同時(shí)借助主題模型及語(yǔ)義相似度計(jì)算,以探索社交機(jī)器人在涉華議題建構(gòu)上的行為特征。

(一)研究發(fā)現(xiàn)

第一,在主題上，社交機(jī)器人更偏向于發(fā)布或評(píng)議具有煽動(dòng)性的議題。社交機(jī)器人作為活躍的“超級(jí)傳播者”本身就是助推低質(zhì)量信息擴(kuò)散的始作俑者。他們熱衷于轉(zhuǎn)載較低可信度來(lái)源的消息,甚少轉(zhuǎn)載可信度高且經(jīng)過(guò)事實(shí)核查的網(wǎng)站新聞。社交政治機(jī)器人成為反華輿論主力軍,與“中國(guó)疫苗是否安全”“武漢生物實(shí)驗(yàn)室泄露”等問(wèn)題進(jìn)行捆綁。同時(shí),在語(yǔ)義相似度計(jì)算中,社交機(jī)器人試圖通過(guò)將“武漢病毒/中國(guó)病毒”與“溯源”“操縱”“死亡”進(jìn)行關(guān)聯(lián),以期促成在“武漢病毒/中國(guó)病毒”議題中污名化中國(guó)操縱新冠疫情、進(jìn)行疫苗外交的行為。這一研究結(jié)果與此前的研究發(fā)現(xiàn)不謀而合,共同指向了社交機(jī)器人被用于國(guó)際輿論場(chǎng)上的政治角逐,以期營(yíng)造對(duì)中國(guó)的負(fù)面輿論。

第二,在行為上，社交機(jī)器人通過(guò)多元路徑擴(kuò)散信息。社交機(jī)器人的出現(xiàn)加大了人類(lèi)用戶對(duì)于特定信息的接觸,同時(shí)社交機(jī)器人通過(guò)大量@媒體或熱點(diǎn)人物以及與人類(lèi)用戶進(jìn)行互動(dòng)來(lái)擴(kuò)大自身的影響力。社交機(jī)器人在轉(zhuǎn)發(fā)推文時(shí)常附上“武漢病毒”“武漢實(shí)驗(yàn)室泄露”“生物武器”等話題標(biāo)簽以此博人眼球。此外,部分社交機(jī)器人在轉(zhuǎn)載外部鏈接時(shí)存在推文內(nèi)容不匹配的情況,以此博取用戶點(diǎn)擊量和粉絲量,擴(kuò)大傳播覆蓋面。社交機(jī)器人中以“武漢生物實(shí)驗(yàn)室”“生物武器”為主題的推文大多持反華態(tài)度,并將議題進(jìn)行延伸,將新冠病毒問(wèn)題與民主自由問(wèn)題、人權(quán)問(wèn)題混為一談,給中國(guó)政府扣上了反民主、反人權(quán)的“帽子”。其通過(guò)增加粉絲量、添加標(biāo)簽、@大V等多元路徑,以疫苗安全、人權(quán)以及生物武器為著力點(diǎn),對(duì)中國(guó)展開(kāi)污名評(píng)論,影響中國(guó)的形象。

第三,在發(fā)文上，涉華議題操縱痕跡明顯。社交機(jī)器人熱衷于重復(fù)轉(zhuǎn)發(fā)內(nèi)容相似的推文,卻甚少發(fā)送原創(chuàng)性推文,即使推文中分享的鏈接不同,但進(jìn)一步觀察會(huì)發(fā)現(xiàn)看似不同的鏈接往往所指同一網(wǎng)站,且該網(wǎng)站所發(fā)布的內(nèi)容以反華輿論為主。通過(guò)發(fā)文內(nèi)容的比對(duì),大部分社交機(jī)器人在涉華議題推文中極少發(fā)表個(gè)人論點(diǎn),而是以轉(zhuǎn)發(fā)其他相似的文案為主,據(jù)此可以看出,大多數(shù)對(duì)華呈現(xiàn)消極態(tài)度的社交機(jī)器人有明顯的信息操縱的痕跡。社交機(jī)器人在Twitter推文中通過(guò)話題傳播直接抨擊或隱喻中國(guó)政府“利用生物武器、泄露新冠病毒以及中國(guó)政府進(jìn)行疫苗外交”,對(duì)中國(guó)形象進(jìn)行污名化構(gòu)建,影響了世界對(duì)中國(guó)的認(rèn)知。

(二)研究討論

本研究是以Twitter中涉華新冠病毒議題參與為例,雖然研究在適用性和科學(xué)性上,并不能通過(guò)某個(gè)案例揭露社交機(jī)器人對(duì)涉華議題的操縱特征,也沒(méi)有從線上和線下行為重構(gòu)的視角研究社交機(jī)器人對(duì)國(guó)家安全的影響,研究在理論和實(shí)踐上還具有一定的局限性。但本研究基于國(guó)家安全視角,利用計(jì)算傳播的研究方法,選擇涉華案例來(lái)研究計(jì)算操縱行為,相較于單純針對(duì)社交機(jī)器人本身開(kāi)展的諸如模型研究、因果研究、效果研究等,具有一定的現(xiàn)實(shí)價(jià)值。

基于專(zhuān)業(yè)新聞媒體的國(guó)際新聞傳播、基于國(guó)家主導(dǎo)的國(guó)際政治傳播、基于組織和個(gè)人參與的跨國(guó)信息傳播構(gòu)成了國(guó)際傳播的三大領(lǐng)域,其中社交媒體成為數(shù)字時(shí)代實(shí)現(xiàn)國(guó)際傳播活動(dòng)的重要場(chǎng)域。在國(guó)際地緣政治博弈嚴(yán)峻的形勢(shì)下,我國(guó)國(guó)際傳播陷入困境,表現(xiàn)為:我國(guó)的國(guó)際地位和國(guó)際傳播不匹配,中國(guó)聲音的“可觸及性”降低,中國(guó)話語(yǔ)的“可信性”受到質(zhì)疑,西方對(duì)華輿論污名化和虛假信息行動(dòng)逐漸增多。應(yīng)對(duì)我國(guó)在國(guó)家形象塑造和中國(guó)話語(yǔ)建設(shè)面臨的挑戰(zhàn),要摒棄“傳播決定論”,不神話國(guó)際傳播的地位和決定作用,要從整體性、系統(tǒng)性、全局性的安全思維審視我國(guó)的國(guó)際傳播活動(dòng),將我國(guó)的國(guó)際傳播置于國(guó)家安全大格局，開(kāi)展新時(shí)代的國(guó)家戰(zhàn)略傳播。

目前，算法操縱已經(jīng)大量地運(yùn)用到了政治輿論場(chǎng),并成為國(guó)際輿論戰(zhàn)中隱蔽的操縱力量,我國(guó)的國(guó)際傳播或者政治傳播研究,應(yīng)以多學(xué)科的視野、綜合性的研究方法,重新研究我國(guó)的國(guó)際傳播能力建設(shè)如何破局。目前,這種以國(guó)家、類(lèi)國(guó)家行為體、政客或者有政治傾向的網(wǎng)民,在社交媒體上運(yùn)用智能算法進(jìn)行預(yù)測(cè)和關(guān)聯(lián),通過(guò)操縱社交政治機(jī)器人、大規(guī)模傳播誘導(dǎo)性信息以及虛擬用戶等自動(dòng)化方式,實(shí)現(xiàn)在政治范疇對(duì)客體用戶意識(shí)形態(tài)的引導(dǎo)和操縱,是一種技術(shù)政治化的行為,社交機(jī)器人操縱是數(shù)字時(shí)代計(jì)算政治操縱的方式之一。在輿論博弈中,計(jì)算政治操縱實(shí)施國(guó)可借助大數(shù)據(jù)和機(jī)器學(xué)習(xí)的高精度微目標(biāo)操作,影響公眾情緒、塑造受眾政治偏執(zhí)型人格,以威脅當(dāng)政者組織的意識(shí)形態(tài)。其中以社交機(jī)器人為中介開(kāi)展的政治操縱最為明顯。新冠疫情以來(lái),美國(guó)通過(guò)價(jià)值觀外交,在線下以“民主之名”拉幫結(jié)派,在線上以“新疆”“香港”“疫情”等敏感話題對(duì)華展開(kāi)輿論攻勢(shì),其背后的政治勢(shì)力運(yùn)作不容小覷。

今后,在理論上,要加強(qiáng)國(guó)際政治傳播的交叉性研究,加強(qiáng)對(duì)國(guó)家安全視域下的計(jì)算政治傳播或者操縱基礎(chǔ)研究,對(duì)比其與情報(bào)迷霧、戰(zhàn)略欺騙、政治宣傳等在內(nèi)涵上的不同,提煉數(shù)字時(shí)代計(jì)算政治操縱運(yùn)行機(jī)制,重新定位三種類(lèi)型國(guó)際傳播活動(dòng),以實(shí)現(xiàn)服務(wù)國(guó)家安全的國(guó)家戰(zhàn)略傳播目標(biāo)；在國(guó)際治理上,從全球角度,深入探討輿論博弈對(duì)國(guó)際輿論生態(tài)、網(wǎng)絡(luò)國(guó)際規(guī)則、全球安全治理上的影響,探索在全球信息安全治理中的中國(guó)方案；在計(jì)算研究路徑上,可以從社交機(jī)器人、深度偽造等的識(shí)別出發(fā),通過(guò)跟蹤和挖掘計(jì)算宣傳的現(xiàn)實(shí)案例,采用機(jī)器學(xué)習(xí)的方法,完善和建構(gòu)計(jì)算宣傳的識(shí)別模型,探索出針對(duì)我國(guó)輿論展開(kāi)的計(jì)算政治操縱行為；在實(shí)踐中,應(yīng)以戰(zhàn)略傳播視角,綜合國(guó)際新聞傳播、國(guó)際政治傳播、國(guó)家安全情報(bào),密切關(guān)注網(wǎng)絡(luò)上關(guān)于涉華的輿情動(dòng)態(tài)及各類(lèi)虛假信息的傳播,重視對(duì)社交機(jī)器人、深度偽造、虛擬用戶等智能操縱行為的監(jiān)測(cè),尤其是對(duì)境外社交平臺(tái)涉華安全問(wèn)題動(dòng)態(tài)的信息挖掘和分析,并利用國(guó)際新聞傳播對(duì)輿情進(jìn)行正向引導(dǎo)和辟謠,在造成重大影響前及時(shí)控制,抑制西方對(duì)我國(guó)進(jìn)行平臺(tái)政治操縱,探索反制手段,維護(hù)國(guó)家安全。

注釋:

① 劉嬋君等:《社交媒體政治傳播的國(guó)際研究議題、特征與啟示》,《情報(bào)雜志》,2018年第2期,第100頁(yè)。

② Bessi Alessandro,Ferrara Emilio.SocialBotsDistortthe2016U.S.PresidentialElectionOnlineDiscussion.First Monday,vol.21,no.11,2016.https://doi.org/10.5210/fm.v21i11.7090.

③ 張洪忠等:《異類(lèi)還是共生:社交媒體中的社交機(jī)器人研究路徑探討》,《新聞界》,2019年第2期,第11頁(yè)。

④ Emilio Ferrara,Onur Varol,Clayton Davis,Filippo Menczer,Alessandro Flammini.TheRiseofSocialBots.Communications of the ACM,vol.59,no.7,2016.p.99.

⑤ Luceri Luca,Deb Ashok,Giordano Silvia,Ferrara Emilio.EvolutionofBotandHumanBehaviorduringElections.First Monday,vol.24,no.9,2019.https://doi.org/10.5210/fm.v24i9.10213.

⑥ Shao Chengcheng,Ciampaglia Giovanni Luca,Varol Onur,Yang Kai-Cheng,Flammini Alessandro,Menczer Filippo.TheSpreadofLow-CredibilityContentbySocialBots.Nature communications,vol.9,no.1,2018.p.5.

⑦ Boshmaf Y,Muslukhov I,Beznosov K,et al.TheSocialBotNetwork:WhenBotsSocializeforFameandMoney.Twenty-seventh Computer Security Applications Conference.2011.p.94.

⑧ Philip N.Howard,Bence Kollanyi,Samantha Bradshaw,Lisa-Maria Neudert.SocialMedia,NewsandPoliticalInformationduringtheUSElection:WasPolarizingContentConcentratedinSwingStates.arXiv e-prints,2018.https://doi.org/10.48550/arXiv.1802.03573.

⑨ Norah Abokhodair,Daisy Yoo,David W.McDonald.DissectingaSocialBotnet:Growth,ContentandInfluenceinTwitter.In:CSCW′15:Proceedingsofthe18thACMConferenceonComputerSuppartedCooperativeWork&SocialComputing.New York:ACM Press Conference,2015.pp.849-850.

⑩ Rossi S.,Rossi M.,Upreti B.,Liu Y.DetectingPoliticalBotsonTwitterduringthe2019FinnishParliamentaryElection.Proceedings of the 53rd Hawaii International Conference on System Sciences.2020.p.2431.