摘要

網絡謠言的生成與傳播始終是網絡輿情的重要誘因與推力，智媒時代，在信息技術的加持下，兩者的耦合關系更加凸顯，網絡謠言也呈現出定制化生成、精準化傳播、智能化擴散的新特征，加劇了對網絡輿論環(huán)境、社會秩序和公共安全的負面影響。本文旨在通過典型案例分析來研究網絡輿情事件中謠言傳播的特征，在此基礎上，結合互聯網平臺和媒體機構的技術探索實踐，嘗試從信源、內容、傳播三個層面提出網絡謠言智能化治理策略，以期為網絡空間治理、防范輿情風險提供參考。

關鍵詞

網絡謠言 網絡輿情 人工智能 社會風險

網絡謠言治理是互聯網信息內容治理的重要部分。不同于傳統(tǒng)媒體時代，大眾傳播模式下的新聞報道有著嚴格規(guī)范的把關流程，智能時代的今天，網絡信息的數量過載、裂變式傳播和網民媒介素養(yǎng)的不對稱，增加了獲取事實信息的難度，傳統(tǒng)把關模式不再行之有效。人工智能技術的深度發(fā)展也進一步驅動了網絡謠言加速向智能化網絡謠言演化，催生出面向特定個體群體或機構的定制化謠言，以及逼真模擬與合成音視頻內容的深度偽造謠言。麥克唐納提到每個人認為自己看到了破碎真相的全部[1]，新型網絡謠言內容與傳播形態(tài)使謠言容易在基于網民利益和心理訴求所形成的強互動的社群傳播催化下，演化成為網絡空間的優(yōu)勢意見，進而推動網絡公共事件的發(fā)酵或改變輿情事件進程。因此，針對網絡輿情事件中的新型謠言生產和傳播模式下智能化治理策略的研究，對于疏解社會情緒，防范社會風險，凈化網絡環(huán)境具有重要意義。

一、網絡謠言與網絡輿情的耦合關系

網絡謠言與網絡輿情往往相互影響、相互作用，所帶來的社會風險和負面影響日益凸顯。伴隨網絡傳播深度與廣度的拓展，熱點事件滋生謠言的土壤仍將長期存在，對網絡謠言和網絡輿情的耦合關系的厘清，將有助于把握此類謠言傳播的特殊性。

網絡輿情與網絡謠言相伴而生。網絡輿情與網絡謠言往往共同作用于網絡輿論環(huán)境。網絡輿情事件演化過程中，會圍繞著網民關切問題和次生輿情議題，產生各種各樣的網絡謠言。而與社會熱點問題緊密關聯，能夠聚焦網民注意力或能夠引發(fā)公眾“集體記憶”的網絡謠言，更容易誘發(fā)“變異進化”，成為網絡輿情事件重要的輿情客體。例如2016年關于“上海女孩逃離江西農村”的相關謠言，是江蘇省的一名女網民春節(jié)前與丈夫吵架，不愿去丈夫老家過年而獨自留守家中，于是發(fā)帖宣泄情緒，內容是虛構的。但因其發(fā)生在春節(jié)期間，觸及城鄉(xiāng)差異、傳統(tǒng)習俗等社會問題，快速引起網民熱議。同時存在惡意炮制謠言制造網絡熱點事件的現象，或在基礎事實之上，通過移花接木、添油加醋等手段，形成網絡輿情的傳播動力。

網絡輿情與網絡謠言相互推動。網絡輿情事件發(fā)展的不同階段會為網絡謠言的滋生提供土壤，并使網絡謠言表現出不同的傳播特點。如輿情發(fā)酵期，信息的有限性和不對稱性會導致公眾對部分失實內容的偏信與傳播；輿情爆發(fā)期，隨著討論議題和群體性觀點的逐漸固化，從眾心理會促使易感人群形成謠言依賴；輿情蔓延期，輿情應對能力不足會加劇謠言的持續(xù)演變和發(fā)展。同時，網絡謠言的擴散也會不同程度地影響輿情事件走向，網絡謠言易導致輿情方向的偏離，圍繞謠言所形成的大規(guī)模傳播集群也會刺激輿情周期呈現波動式反復特征。例如，在2021年“成都49名中學生墜亡”事件中，校方發(fā)布官方調查結果后，微博、知乎等平臺爆出所謂“知情人”的“內幕消息”，引發(fā)大量網民質疑，刺激輿情熱度上升。

網絡謠言與網絡輿情事件會在相互影響的過程中產生反作用力，加速彼此消退。當分散性的網絡謠言激增，會轉移公眾對中心輿情事件的關注，降低群體性意見的同質性，從而阻礙輿情事件發(fā)展，謠言被證偽也會加速輿情衰退。而有效的信息公開、事件處置以及輿論引導能夠快速抑制網絡謠言傳播，加速網絡謠言瓦解。例如，在2022年“豐縣生育八孩女子”事件中，因部分網民發(fā)布該母親為四川失聯女子李瑩等相關謠言，導致輿情反復升溫，最終在江蘇省委省政府調查組開展深入調查并通報事件處置情況后，相關謠言才被擊破，輿情逐漸消退。

二、網絡輿情事件中的謠言特征分析

近年來，因網絡謠言傳播而引發(fā)的輿情事件越來越高發(fā)，網絡聚焦和放大效應更加明顯，本文嘗試通過典型案例來研究網絡輿情事件中謠言的信源特征、內容特征和傳播特征，以期為此類網絡謠言治理提供依據。

（一）樣本選取與類目編碼

本文選取了2018年至2023年30例較為典型的由網絡謠言引發(fā)的輿情事件，涵蓋近年來較有代表性的網絡謠言議題，如表1所示。

根據研究目標和樣本特點，結合網絡謠言類型劃分和判定標準，對30個樣本進行類目劃分，并對每一級類目進行編碼，如表2所示。

（二）交互信度檢測

為了保證編碼的可靠性和分析結果的有效性，由兩位編碼員對30個案例的類目分別編碼，進行交互信度檢測。根據內容分析信度公式R=（n×k）/[1+（n-1）k]，計算交互信度，R表示信度，n表示編碼員數量，k表示平均同意度。最終計算得出平均同意度為0.9074，交互信度為0.9632。本類目設計具有可行性，數據分析具有準確性。

（三）研究結果分析

1.描述性分析

一是社交媒體、短視頻平臺是主要溫床，算法機制加劇謠言跨渠道傳播。從首發(fā)媒體分析情況來看，微博、微信等社交平臺是網絡謠言事件的主要發(fā)酵場域，其以關鍵傳播節(jié)點為核心所形成的集群傳播模式會加速網絡謠言的形成與擴散，影響輿情事件的發(fā)生與發(fā)展。此外，隨著短視頻平臺深度下沉，用戶數量激增，也成為網絡謠言的重要集散地。視頻內容的真實感和在場感，容易贏得網民信任與共情。短視頻平臺的算法推送機制，使多元主體的信息表達呈現出“網絡社群巴爾干化”特征，加劇謠言圈層傳播中的極化傾向[2]，極易形成網民合意來強化參與行為動機，加速謠言跨渠道裂變式擴散，擴大謠言負面影響。

二是社會民生類和防疫健康類網絡謠言更易引發(fā)輿情危機。從議題類型分析情況來看，圍繞社會熱點話題的網絡謠言更容易引發(fā)輿情事件。其中，社會民生始終是網絡謠言事件的高發(fā)領域，主要涉及衣食住行、倫理規(guī)范、違法犯罪等議題，因貼近公眾生活、關乎公共利益，高發(fā)生率，更能引起網民關注。此外，自2020年新冠疫情爆發(fā)以來，健康領域也成為網絡謠言的重災區(qū)，圍繞疫情防控，疫苗接種，呼吸道疾病防治以及各類新型傳播性病毒等健康類謠言層出不窮，其指涉對象多關注具體的人或人群在健康風險中的狀況和境遇。其中，社交機器人參與生產和傳播了大量涉疫敘事[3]。健康類謠言容易引發(fā)公眾恐慌情緒和健康焦慮，產生偏聽偏信的盲從行為，加劇對個人家庭、社會和政府公信力的不良影響，已經成為不可忽視的社會問題。

三是謠言傳播中的情緒因素被放大，線上線下關聯風險加劇。如何使傳播產生效果，需要把傳播的信息注入被傳者的心理系統(tǒng)[4]。當傳受雙方處于同一輿論環(huán)境共生狀態(tài)下，如果謠言傳播者善于建立共通的意義空間開展共情傳播，將極大增強謠言的煽動性。從謠言內容分析情況來看，尋求網民身份認同，傳播敏感和爭議性信息，更容易誘發(fā)網民的非理性情緒，產生話語協(xié)同，加速輿情演化。具有煽動性，迎合網民情感訴求的網絡謠言更具傳播力和影響力。從互動儀式鏈視角可以將此種謠言傳播到輿情爆發(fā)的演化過程描述為“群體聚集——群體認同——群體行動”。這樣的現象在社交媒體和短視頻平臺尤為突出，其匿名性和強交互性會集聚和放大網民的負面情緒，基于情緒的網絡謠言由此產生、擴散，進而刺激群體非理性行為在線上線下相互作用下形成耦合效應。

四是辟謠主體多元化，官方機構、專業(yè)媒體依然是重要“守門人”。從辟謠主體來看，信息生產和傳播機制的轉變，使辟謠平臺、自媒體和廣大網民成為重要的辟謠主體，與官方機構、專業(yè)媒體一同構建網絡謠言多元共治的長效機制。其中，政府有關部門及時信息公開和應急管理，能夠有效疏解社會輿情；專業(yè)媒體積極發(fā)揮事實核查、公共監(jiān)督和輿論引導作用，特別是中央級主流媒體的介入，快速提升輿情等級，加速事件解決和輿論衰退；互聯網平臺致力于依托信息技術，打造辟謠矩陣產品，聯合構建辟謠聯盟，強化內容監(jiān)管能力，落實平臺主體責任；自媒體能夠以更加簡單直接、通俗易懂的方式傳遞科學知識，強化辟謠的情緒化引導。網民作為重要的信息生產者和傳播者，能夠通過提供事實信息，參與平臺舉報等方式，加速謠言證偽。

2.相關性分析

為了進一步分析不同因素之間的關聯性，本文通過SPSS Statistics 25軟件生成關于網絡謠言的參數“相關系數分析表”（見表3）。其中，帶＊號數據表示兩者之間的關系是顯著的，數值越小，顯著性越強。本文重點討論較為顯著的正相關變量，作為網絡謠言特征分析的參考。

經分析，一方面從議題類型相關性來看，社會民生類網絡謠言事件多滋生于微信、貼吧、抖音平臺，對信息編造篡改、利用熱點事件張冠李戴是導致此類謠言的重要原因。健康類網絡謠言事件多發(fā)酵于微博、微信和新聞網站，具有口頭性和無根據性特點，曲解、虛構、假借、恐嚇式、數據化的敘事框架構造了此類謠言的傳播場景。此外，傳統(tǒng)媒體在突發(fā)事件中的失語或未經調查核實的錯誤性報道，更容易產生負面的社會影響。另一方面從虛假程度和造假方式相關性來看，完全虛假的網絡謠言沒有事實依據，往往由信源出于某種利益動機故意策劃，或借熱點事件捏造而成。而部分失實的網絡謠言是在一定客觀事實基礎上的信息傳播，在擴散過程中被篡改、誤讀或刻意夸大，在網絡輿情事件中較為常見。

綜上所述，網絡輿情事件中的謠言傳播表現出以下主要特征：一是信源層面，社會化信息生產擴大謠言數量，網民參與行為加速謠言擴散，社交機器人參與偽科學認知傳播；微博、微信等社交平臺和抖音等短視頻平臺是網絡謠言事件的主要發(fā)酵場域。二是內容層面，社會民生和健康類網絡謠言激增；反映社會問題的敏感性議題和視頻化內容更易煽動網民情感；多模態(tài)網絡謠言的隱蔽性和說服性增強；網絡謠言存在錯誤的價值導向，容易引發(fā)意識形態(tài)安全風險。三是傳播層面，算法機制加速謠言跨渠道病毒式傳播；網民情緒傳播與謠言擴散和輿情演化有強關聯性；線上線下交互下情感驅動的群體性事件有所加?。徽?、媒體和辟謠平臺在打擊謠言、疏解輿情方面作用顯著。

三、網絡謠言智能化治理路徑

智能傳播時代，信息技術的快速迭代使網絡輿論生態(tài)結構發(fā)生巨變，也使網絡謠言除以上特點外，還呈現出“定制化生成”“精準化傳播”和“智能化擴散”的趨勢。深度偽造技術強化了多模態(tài)謠言的逼真性和場景化，生成式人工智能能夠針對特定目標定制謠言，并在算法加持下，讓謠言傳播鏈條的傳播能力更強大[5]。作為一種系統(tǒng)性風險，呈現上述特征的網絡謠言傳播會對社會信息生態(tài)與社會信任體系產生極大破壞，加強對網絡謠言的管控迫在眉睫。本文結合互聯網平臺和媒體機構的探索實踐，嘗試從信源、內容、傳播三個層面提出智能化的網絡謠言甄別與管控策略。

（一）信源層面：加強賬號行為監(jiān)測，打擊謠言生產信源

從信源心理角度出發(fā)，網絡輿情事件中的謠言通常是基于一定利益動機、社會心理發(fā)布和傳播的，而網民的網絡行為是其態(tài)度的行動成分在網絡上的具體表現?；谟脩舻幕拘畔⒑托袨閿祿治銎淅娼Y構、心理動機和行為特點，研究形成“謠言發(fā)布心理”的情緒閾值和行為特征指標，建設謠言傳播者畫像庫，構建聚焦網絡謠言場景下的用戶信用度評級體系，實現可疑信源的判別和預警。同時基于“智能合約”等技術，進行自動化的階梯式賬號管理，以此約束平臺用戶行為，從源頭上減少網絡謠言的傳播。例如，Facebook規(guī)定用戶每天分享內容超50次或反復傳播虛假內容，將無法使用廣告投放等功能，發(fā)布的內容也會被平臺降級處理。谷歌也采取了積極的措施來打擊謠言散布者和以欺騙排名算法系統(tǒng)來獲得更多可見性內容的創(chuàng)作者。同時，根據“陪審團定理”①，大量低信用度的個體可以實現非常高的可靠性，根據用戶信用記錄來計算用戶對新發(fā)內容反饋的先驗概率，也能夠幫助判定傳播內容的可信度。阿里巴巴設計了一套涵蓋發(fā)布信息、社交畫像、用戶反饋、傳播路徑等在內的謠言判定系統(tǒng)，將謠言識別與社交用戶觀點識別打通分析，能夠快速鑒別網絡謠言。

其次，針對社交媒體和短視頻平臺上網絡謠言的集群傳播現象，可以基于網絡結構對謠言的傳播路徑以及與網絡用戶關系等傳播鏈進行綜合分析，實現對網絡謠言的跟蹤、溯源和取證，實施針對性治理。人民網與人民中科聯合發(fā)布的跨模態(tài)智能內容搜索引擎“白澤”，是對全網海量內容進行高通量感知、機器理解、智能檢索并自主進化的計算平臺。在溯源辟謠方面，“白澤”能夠基于海量媒體內容，提供圖形、音頻、視頻、文本等多種形態(tài)的全網快速比對，通過對內容在各網絡平臺的轉發(fā)、引用等傳播鏈綜合分析，提供網絡謠言的跟蹤、溯源、取證、辟謠等技術支撐。2024年3月推出的“白澤”跨模態(tài)數據計算一體機可實現跨模態(tài)內容的理解、檢索、問答和生成，進一步提升了溯源、風控、鑒偽等計算服務能力。谷歌發(fā)布的“反向圖像搜索”（Reverse Image Search）溯源工具，能夠使用戶快速找到圖片和視頻來源，幫助判定信息真實性。同時，也可以通過監(jiān)測和分析群體性傳播行為，識別不同集群網絡中關鍵節(jié)點的網絡位置及相鄰節(jié)點的拓撲結構，結合節(jié)點的傳播狀態(tài)進行實時監(jiān)測與綜合評估，通過干預關鍵節(jié)點行為，破壞謠言集群的同質性來降低謠言影響力。英國科技公司 Fabula AI利用幾何深度學習（Geometric Deep Learning）的方法，著眼于信息如何在社交網絡上傳播以及誰在傳播，通過合并用戶特征、用戶間社交網絡互動等異質數據開展分析，來判定內容可信程度，對內容進行分類和評分，并通過可視化方式展現謠言傳播的特征差異。

此外，網絡輿情中大量謠言來自于社交機器人賬號，其隱蔽性和不透明性加劇了人們獲取信息來源的不確定性，所形成的僵尸網絡（botnet）也會在短時間內產生大規(guī)模誤導信息，影響公眾認知判斷，并通過對真實傳播網絡的快速滲透，成為中心節(jié)點從而擴大輿論影響，引發(fā)信息失序。社交機器人也被廣泛應用于國際輿論戰(zhàn)中，通過推動標簽活動、標簽劫持、充當意見領袖等方式來操縱輿論、抹黑對手[6]。目前，通過追蹤原發(fā)文源平臺是否為自動化平臺來判定機器人賬號是較為常見的做法，判別方法包括行為模式分析、內容文本分析、流量異常檢測、社交網絡分析、用戶元數據分析等。例如，BotOrNot 社交機器人評估系統(tǒng)是 Twitter 公開的第一個檢測社交機器人的接口，該系統(tǒng)能夠通過分類算法對用戶賬號的元數據以及交互模式、發(fā)布內容、社交關系等數據進行分析，生成1000多種特征值，用以判斷賬號屬于惡意機器人的可能性。互聯網平臺應建立完善的人機審核制度，通過對機器人創(chuàng)建的賬號采取標注、監(jiān)測、封禁等措施，有效干預網絡謠言的異常協(xié)同行為。

（二）內容層面：利用智能識別技術，降低謠言擴散風險

在內容層面，可以利用網絡謠言檢測技術和算法，實現網絡謠言文本識別。結合謠言文本的內容特征、話語特征、產生機理等規(guī)律，利用謠言檢測技術通過自然語言處理、社交挖掘、機器學習等智能處理方法，對謠言進行鑒別與認定，也可以利用謠言粉碎機等算法分析詞匯和信息源特征來判定文本可信度，或以大數據和仿人工神經的情緒模擬來推測文本內容可能對公眾帶來的情緒反應，幫助判斷內容的真實性，進而對可疑謠言進行預警、標識、刪除等管控。騰訊利用自然語言處理、大數據等技術，從內容、標題等多維度所對應的表征對信息是否為謠言進行判定。舊金山人工智能基金會（AI Foundation）開發(fā)的Reality Defender系統(tǒng)，利用人工智能驅動的分析技術幫助識別 AI 算法生成內容，提高謠言檢測效率[7]。2023年，谷歌更新了檢測虛假內容的機器學習算法，對網絡謠言和虛假評論的識別效率提升了45%，同時能夠對異常傳播行為和攻擊模式進行捕獲。

其次，打造跨模態(tài)內容數據庫與智能搜索引擎，實現多種形態(tài)謠言的精準識別。謠言識別通常采用基于神經網絡的機器學習方法提取特征，并與已有數據庫對比的方式進行檢測[8]。為應對多模態(tài)謠言識別難的問題，通過豐富謠言在多模態(tài)上的基礎表征，構建健康、常識等重點領域的知識圖譜，訓練突發(fā)、敏感等輿情事件的主題模型等完善謠言數據庫建設，進一步強化對比檢測手段。中科聞歌研發(fā)了“紅旗”融媒體平臺，基于跨模態(tài) AI 技術，實現了文本、圖片、視頻全網跨渠道的檢索、計算、關聯與分析，構建了覆蓋海內外42個語種、多傳播渠道的開源資訊數據庫，為網絡謠言的自動識別和謠言內容及傳播賬號的溯源提供了基礎。騰訊較真采用“自主生產+外部授權”的形式接入全網各平臺的辟謠文章，構建辟謠數據庫，來反哺平臺謠言識別和檢測能力，并通過搜索服務精準打擊謠言。密度推出“跨模態(tài)信息檢索系統(tǒng)”，能夠將來源于全網的多模態(tài)海量信息映射到統(tǒng)一語義空間，進行自動理解、關聯關鍵要素，檢索出相同語義的視頻，快速識別謠言及其來源，為相關部門辟謠提供有力支撐。

第三，利用人工智能內容風控模型，實現AIGC內容有效性驗證。AIGC內容生產成本低，可規(guī)?；?，能在短時間內生成大量信息，相比于真實構圖，AIGC生成內容的自由度更高、更復雜，這為網絡平臺內容審核帶來了挑戰(zhàn)。針對這一難題，依托人民網建設的傳播內容認知全國重點實驗室研發(fā)了“天目”智能識別系統(tǒng)，采用算法融合與知識驅動的人工智能框架，使用深度建模來捕捉困惑度、突現頻次等隱式特征，學習得到機器生成文本與人工生成文本的分布差異，實現對AI生成文本、圖形、視頻內容的精準識別，深度偽造內容的有效檢測，并對合成手段進行追根溯源，有效防范虛假信息。網易易盾也研發(fā)了針對圖片、音頻、視頻的“深度偽造檢測”技術，從數據源頭入手，通過模擬擴充攻擊數據，以培訓計算機檢測AI合成內容，實現“人臉鑒偽”與“聲紋鑒偽”。瑞萊智慧RealAI 推出深度偽造內容檢測平臺DeepReal，通過識別偽造與真實內容的表征差異，挖掘不同生成途徑的深度偽造內容一致性特征，實現對圖像、音頻、視頻等多種模態(tài)內容的真?zhèn)涡詸z測，有效輔助打擊虛假宣傳、證據造假等違法行為。

（三）傳播層面：建設聯合共治機制，阻斷謠言傳播渠道

針對已經進入到信息傳播通道的謠言內容，應盡可能壓縮網絡謠言的生存空間，降低謠言在網絡輿論場可能產生的負面風險。根據網絡謠言的鏈狀傳播、樹狀傳播、放射狀傳播、漩渦型復式傳播等特殊的傳播模式[9]，以及話題標簽、推廣策略、鏈接引流等傳播特點快速識別謠言，在不同傳播階段，實施針對性阻斷措施。例如，在冷啟動階段，降低與輿情事件關聯的可疑信息的推薦權重，或通過算法優(yōu)化排序機制，弱化網絡謠言帶來的負面影響。Facebook會降低有爭議的新聞的排序，不會再進行推廣，并對其進行標注和提示，點擊提示鏈接，用戶能夠看到爭議內容的源鏈接。谷歌也采取了類似方法，對虛假信息進行排名降級，避免這些信息置頂，針對“突發(fā)新聞”，谷歌通過機器學習等方式，訓練系統(tǒng)自動識別假消息，并將用戶搜索結果導向權威性和可信度更高的條目。

第二，網信部門和互聯網平臺共同致力于提高辟謠信息的傳播覆蓋面和精準觸達率。全國網絡辟謠聯動機制由中央宣傳部指導、中央網信辦牽頭，41家中央和國家機關部門、人民團體為成員單位，地方網信部門、中央主要新聞單位、權威科普機構、大型商業(yè)網站平臺為參與單位。2023年9月，全國網絡辟謠聯動機制第一次全體會議強調“要堅持效果導向，擴大網絡辟謠傳播力影響力；要堅持突出重點，切實加強重點領域網絡辟謠；要堅持重拳出擊，堅決打擊造謠傳謠惡劣行為”等。同月，北京市委網信辦指導包括微博、抖音、快手、百度、知乎、騰訊網在內的11家重點網絡平臺在熱搜熱榜設置“固定辟謠位”，統(tǒng)一標注“辟謠”標簽，全面推送呈現辟謠稿件，有效提高辟謠信息的觸達范圍?；ヂ摼W平臺方面，今日頭條搭建 GUARD 反謠言系統(tǒng)，建立謠言知識庫，快速識別謠言及其首發(fā)賬號，對謠言進行標記和攔截，對涉事賬號進行處罰，并向瀏覽謠言的用戶進行定向辟謠，在網絡熱點事件發(fā)生后，“頭條辟謠”賬號會快速發(fā)布辟謠信息。百度也構建了辟謠平臺數據庫，通過引入全國網警等官方機構和各領域專家學者，可以鑒別謠言并針對性產出辟謠文章，再通過辟謠信息分發(fā)機制傳遞給廣大網民。

第三，利用事實打擊謠言，需要發(fā)揮多主體協(xié)同治理效能。除了政府部門及時、高質量的信息公開和推進事件處置，專業(yè)媒體積極還原事實真相、主動發(fā)聲引導輿論外，也可以探索利用區(qū)塊鏈技術提升謠言識別效率并充分調動群眾能動性，共同營造良好的信任環(huán)境，消除謠言滋生溫床。區(qū)塊鏈技術具有去中心、難篡改、自治性等特征，能夠增加信息透明度，一旦信息被偽造，區(qū)塊鏈會暴露其惡意行為，也能夠用來追蹤謠言傳播路徑與來源。同時，基于區(qū)塊鏈的信任機制和共識機制，通過構建網絡謠言證偽專區(qū)，能夠實現公眾參與的“眾包式”事實核查。Userfeeds 依托區(qū)塊鏈技術打造公開透明、能被公眾審查的新聞內容平臺及其配套排名算法，基于內容生產者“評估證明”，在信息推送給用戶之前，實現虛假內容的有效過濾。Steemit 平臺基于區(qū)塊鏈技術通過設計實現包括用戶申請審查制、謠言界定投票制、內容浮現動態(tài)化在內的各項機制，實現對平臺上內容的流程管控，強化多主體甄別謠言能力，從而限制和減少網絡謠言在平臺上的傳播。

第四，針對可能演化為社會輿情的網絡謠言及其擴散可能帶來的不良價值導向和意識形態(tài)風險，要進一步強化輿情監(jiān)測研判、網民情緒疏導和內容風控能力。網絡輿情事件中的謠言傳播是社會情緒的鏡像，對網民行為和情感的分析有利于更好地把握公眾訴求。對此，ChatGPT 依托強大的語言理解、文本分析和情緒識別能力，能夠基于網民語言和符號更深刻地理解網絡情緒所具備的輿情內涵，有效提升輿情精準研判水平[10]，并通過模型訓練準確預測輿情發(fā)展方向，同時依托其內容生成能力，能夠針對不同網民群體特征實施分眾化輿情引導。而為了更好地自主研發(fā)和訓練此類大模型來強化主流輿論導向，凝聚社會共識，人民網開發(fā)建設“人民網主流價值語料庫”，助力提高大模型導向安全水平，防范 AIGC 生成謠言風險，有效提升主流媒體輿論糾偏能力。同時，人民網數據中心依托業(yè)內最大的輿情數據庫和人民網輿情監(jiān)測系統(tǒng)，致力于為黨政機構、企事業(yè)單位和社會團體提供精準的熱點事件社會情緒感知、網絡輿情風險監(jiān)測和態(tài)勢分析研判等全鏈條智能輿情服務，截至2023年底，已為3000多起危機事件提供應對策略支持，有效降低社會輿情風險帶來的負面影響。齊魯壹點也推出了“鷹眼智能校審系統(tǒng)”，通過 NLP、OCR 等技術構建具有主流價值觀的黨媒算法模型，能夠有效識別多模態(tài)內容中的虛假信息、意識形態(tài)偏見等違規(guī)內容。

結語

網絡謠言易引發(fā)網絡輿情，網絡輿情易滋生網絡謠言，兩者的相互作用在智媒時代的今天表現得更加明顯，對網絡環(huán)境和社會發(fā)展的負面影響也更加突出。網絡輿情事件中的謠言傳播具有特殊性，并借由定制生產、算法分發(fā)、智能傳播、社交機器人介入等方式，進一步實現了隱蔽流動、靶向傳染、集中爆發(fā)和極化偏向，網絡謠言也必然會伴隨技術的發(fā)展與人類長期共存，并不斷呈現出新的特點。對此，應以 AI 治理 AI，充分利用新技術、新應用、新方法，從網絡謠言的信源、內容、傳播等層面的新特征出發(fā)，探索貫穿信息生產傳播全鏈路的針對性、智能化甄別與管控手段，充分發(fā)揮多主體協(xié)同治理效能，將有效助力于社會共識的形成和網絡輿情的治理，營造清朗、健康、有序的網絡空間。

注釋：

①陪審團定理，也稱為孔多塞陪審團定理，是一種關于群體決策的理論，它指出在特定條件下，群體的智慧可能會超越個體。該定理的核心在于，當參與者的知識水平普遍較高時，群體的共識更有可能達到正確的結果。

參考文獻：

[1][英]赫克托·麥克唐納.后真相時代[M].北京：民主與建設出版社，2019：12.

[2]馮雯璐，蘇健威等.社會民生事件中網絡輿情演化與引導機制研究[J].情報雜志，2022（8）：112-120.

[3]楊梟梟，王唯瀅.社交機器人參與網絡偽科學認知傳播的機理研究[J].青年記者，2024（2）：23-30.

[4]林之達.傳播心理學教程[M].北京：北京大學出版社，2012：18.

[5]警惕網絡謠言智能化[EB/OL].（2023-05-08）[2024-04-07].https：//www.zjwx.gov.cn/art/2023/5/8/art_1673572_58873161.html.

[6]趙蓓，張洪忠，任吳炯等.標簽、賬號與敘事：社交機器人在俄烏沖突中的輿論干預研究[J].新聞與寫作，2022（9）：89-99.

[7]李凈.國際視野下治理虛假新聞的技術手段及相關模型[J].中國傳媒科技，2021（8）：17-21.

[8]元鵬，曹娟，盛強.語義增強的多模態(tài)虛假新聞檢測[J].計算機研究與發(fā)展，2021（7）：1456-1465.

[9]李倩倩，劉怡君，馬寧等.基于智庫雙螺旋法的輿情治理與智庫研究[J].中國科學院院刊，2022（6）：773-782.

[10]丁曉蔚，趙鑫，劉梓航，劉天昊.輿情精準研判中的ChatGPT：“大數據、大模型、大計算”范式驅動的理論與應用探索[J].傳媒觀察，2024（3）：53-72.

作者信息：馮雯璐，人民網研究院助理研究員、博士；劉乃榕，人民網傳播內容認知全國重點實驗室助理研究員、博士；田曉麗，人民網研究院編輯、碩士。