生成式人工智能参与舆情事件传播，可能会颠覆网络舆情原有的传播逻辑，改变舆情事件的话语权结构，增加舆情反转、议题受限等风险。针对此，需要完善其开发与使用的法律法规，并提高受众使用生成式人工智能的媒介素养，构建新型舆情预警系统，引导舆情良性发展。
智能传播时代指的是人工智能技术介入和参与的传播时代，既包括以智能技术为中介的人类传播过程，又包括人类与智能技术交往关系的传播过程以及影响。简单地说，智能传播时代是以数据为基础，算法为核心，人工智能为媒介的传播时代。
智能传播时代,网络舆情发生了全新改变。生成式人工智能作为人工智能技术发展的最新样态，通过精准的自然语言理解能力和高效的多模态内容生产能力，迅速进入教育、传播、认知等领域并得到应用。新技术的发展对舆情的产生、汇集、爆发产生独特影响。中国国家互联网信息办公室于2023年发布的《生成式人工智能服务管理暂行办法》，将生成式人工智能定义为“基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术”。生成式人工智能标志着人工智能实现从专用人工智能(ANI)向通用人工智能(AGI)的转变，并不断向通用化、自动化、高效率的方向发展进化。生成式人工智能从单模态到多模态、从ANI到AGI的进步，从AIGC（生成式人工智能）到AIGD(人工智能决策生成)进化的可能，突破了学界、业界对于人工智能的认知。目前对于生成式人工智能的研究涉及政治学、教育学、法学、情报学、传播学等多个学科。部分学者认为，生成式人工智能或将以自身强大的自然语言处理能力成为撬动第四次工业革命的一根杠杆；赋能学习，满足学习过程全覆盖的个性化需求，形成人机协同的学习模式；在视听新闻生产流程、智能应用和跨语言传播方面拥有潜在的变革性力量。同时，部分学者指出，生成式人工智能可能会带来消极影响，认为其建立起一种以数据言说为核心的普遍性知识体系，消解了人类对经验知识背后的特殊目的乃至意义的追问。新闻传播方面相关学者认为，在为技术赋能欢呼的同时要警惕技术实践对新闻公共价值可能造成的侵蚀；生成式人工智能模型中可能会编码偏见和负面刻板印象，大量生成并传播看似准确却毫无意义的信息；人工智能自主生成物缺乏获得版权保护的正当性，等等。根据学者们的分析可以得知，生成式人工智能的社会影响将不断加深并辐射到各个领域，成为影响舆情的重要因素。在新兴技术不断迭代升级的时代,任何新技术的出现都会成为公共舆情生成、汇集、爆发、失控的因素。本文重点讨论生成式人工智能技术介入网络舆情传播，分析其将可能引发的多样影响，从而为应对舆情事件提出针对性建议。
海量信息激增，信息洪流颠覆传播逻辑。以文本型生成式人工智能为例，其语言模型的建立需要进行大量预训练。在大量训练数据的基础上，生成式人工智能在用户的提问式引导下对舆情事件做出解答，但其回答是基于预训练数据与用户限制性提问，用户从生成式人工智能处得到的回答具有随机性与不确定性，每个用户对同一事件的同一提问可能会得到截然不同的回答，甚至会出现与既有事实相悖的观点。生成式人工智能快速生成的回答可能充斥着大量虚假新闻，也可能包含具有反常逻辑的观点。这会导致关于舆情事件的信息激增，有用信息与无用信息、理性观点与情绪表达混淆受众视野，模糊了受众对于舆情事件的客观认知，使舆情发展的逻辑发生改变。此外，生成式人工智能在训练过程中，会对收集到的数据进行监督，工作人员通过给出某些问题的“标准答案”，引导模型产生与人类思维相似的“是非”判断，使其在面对其他问题与数据时能够以“类人类思维逻辑”的方式处理。在“类人类思维逻辑”训练阶段，训练人员便充当了“把关人”的角色，其自身具有的价值观点成为了“算法黑箱”中的一环，这种价值观点借“算法”之名，行“偏见”之实，并在舆情的关键节点发挥作用，成为舆情健康发展的隐忧。多元意见消弭，集体态度占据主流思想。与传统搜索引擎式的知识获取方式不同，生成式人工智能的答案并非是固定的，它会通过现有数据的收集、整理、归纳，并结合受众的提问、信息补充，产生不同的答案。这种知识获取方式具有个性化、定制化、智能化的特点。生成式人工智能内部的庞大数据集由网络上的文字、书本中的意见组成，这些信息正是大量有着不同经验、领域、层次的个体的综合，生成式人工智能不断舍弃少数观点，在无数“是与非”的判断中选择主流意见，最终呈现给受众的是一种近似于多数人倾向的“正确答案”。当用户向生成式人工智能进行关于舆情事件的提问时，生成式人工智能首先给出一个“标准答案”，然后通过与用户的对话追问、补充、否定，得出合乎用户意愿的标准答案，这种对话式的交互方式与命令式的意见表达模式使受众更容易接受关于舆情的“集体态度”。在这个过程中，生成式人工智能并不是简单的舆情信息呈现平台，而是成了舆情意见的传播者，受众在潜在的信息接受中形成了关于舆情事件的“主观”意见。这一过程进一步扩大了舆情事件的主流意见基数，集体态度占据了多数人的思想。信息偏见浮现，评价系统承载情感倾向。生成式人工智能的纠偏分两个步骤进行，首先是用户的反馈。它并不是“我写你看，我播你听”的以传播者为中心的反馈模式，也不是以受众为中心的意见反馈模式，而是一套新型的数字反馈系统。在生成式人工智能使用过程中，用户可以对每一个问题进行评价。用户对于信息的反馈很大程度上凭借的是自身认知与社会经验，自然而然会存在一定的信息偏见。为了防止用户偏见导致生成式人工智能回答的偏见，这些反馈信息会以数据的形式传送至后台程序，接受后台“把关者”的二次选择，把关者决定用户反馈信息的筛选。不管是用户阶段的反馈还是把关阶段的筛选，生成式人工智能的纠偏模式都伴随着人工选择的影响，这些带有自身情感偏向的反馈与筛选也自然无法做到真正意义上的理性与客观。
迭代的风险，舆情反转频发。舆情反转，即网络舆情在传播过程中,网民的意见、态度和情绪过程中出现向相反方向转化的现象和趋势。生成式人工智能可以实时读取互联网上的网页、文件，从而获得有关舆情事件的最新信息，这增加了舆情反转的发生概率。生成式人工智能对舆情事件信息的持续更新与不断问答，会将舆情事件复杂化，如果用户对生成式人工智能过度信任，就会过早产生对于事件的结论性判断。伴随着舆情事件的不断发展以及深层次信息的披露，生成式人工智能会在新的对话中修改之前给出过的答案，甚至做出与之前回答完全相反的判断。生成式人工智能提供亦真亦假的信息，用户在信息中做出亦正亦邪的价值判断。这种反复的观点往往会将舆情从一个极端推向另一个极端，让舆情反复发生多次反转。议题的延伸，舆情指向扩散。舆情是公众对于社会事件意见的直接表达，是社会心理的反映，也是当前社会稳定状态与社会平衡程度的体温计与风向标。社会事件发生后，随之而来的舆情表达并不会局限于事件本身，而是会随事件发展和讨论的深入被扩大至其他领域。对于舆情事件的表达，生成式人工智能并不是仅对信息做简单复现，而会通过对事件发生的来龙去脉做综合性总结归纳，在受众观点的引导之下，进行更深扩展与挖掘，其提出的解决方案中往往会引导受众将舆情事件扩大化。随着引导的深入，受众的关注点会逐渐聚焦，在具体领域中不断延伸，使事件的讨论由点及面、由此及彼，舆情事件可能产生的单方面影响逐渐演化为政治、经济、文化、意识形态等多方面的风险。此外，生成式人工智能作为全球性的技术手段，其使用者包括了来自不同国家和地区的受众。面对同一事件，不同文化背景与意识形态之下的用户观点不断交锋，对事件进行复杂化解读，容易将普通的社会事件上升到国家安全等层面。框架的形成，舆情议题受限。从新闻生产的角度而言，议题框架可以确定哪些事实通过媒介传递到大众视线当中，哪些事实被排除在外，更为重要的是，媒介可以对这些信息进行重要性排序与类型化处理。生成式人工智能具有长文本分析能力和独立的内容生成能力，通过模仿人类文字的语言逻辑和情感表达来对舆情事件的议题进行建构，最终成为改变社会心理的重要因素。生成式人工智能通过对社会事件的解释、分析、定性来暗示受众的思考方向和看待问题的角度，在这个过程中完成了对舆情事件的框架化，最终达到决定舆情事件价值标准、是非判断的效果。由于生成式人工智能的数据集汇聚了互联网上海量的信息，且经过了受众不间断的反馈调整，这使得其生成的特定领域的信息具有专业性和说服力，从这个角度来说，生成式人工智能之于受众是不具有人类实体的“意见领袖”。由于受众对于专业信源的信任感和依赖性，接受生成式人工智能引导的受众会在无意识的情况下接受其划定的议题框架，从而做出与之相适应的舆情反应。
明晰生成式人工智能审查责任。在数据来源方面，生成式人工智能作为人工智能技术的最新样态，虽然一直强调信息内容的客观、真实，但是面对庞大的数据体系、扑朔迷离的社会事件、动机不一的使用者，仍然存在生成带有情感偏差的虚假新闻信息等问题。只有在“入口”与“出口”处同时设置把关环节，才能减少由此带来的风险。“入口”就是生成式人工智能的数据来源，目前部分国内生成式人工智能核心数据还是来自国外。研发生成式人工智能工具，要在数据来源处做好把关，对国外的数据进行处理、筛选，使其符合中国社会实际情况、文化形态等。个人用户作为生成式人工智能的使用者、体验者、反馈者，直接受到生成内容的影响，用户必须理性看待生成式人工智能作出的回答，将其作为“参考意见”而不是“标准答案”，结合对舆情事件的自身理解做出实际判断，最终获得对舆情事件的正确认知。同时用户要注意判断生成内容的真实性和使用合法性，切勿将生成内容发布至社交媒体，从而影响舆情走向。建立生成式人工智能预警模式。要消除生成式人工智能对舆情事件的负面影响，除了减少生成式人工智能输出内容对受众观点的影响，还要积极借助生成式人工智能的自身特性搭建舆情预警平台，主动检测、引导舆情，达到“借力打力”的效果。从技术层面来看，可以结合元宇宙技术，通过实时监测、动态跟踪、超前预判的镜像式虚拟呈现，将关于舆情事件的既有信息、意见和生成式人工智能做出的各种回答共同纳入元宇宙虚拟体系，对舆情事件进行分析、推演并预测其发展方向，探寻介入干预的最佳时机并完善舆情预警模型。从风险溯源层面来说，可以通过人工智能技术探寻舆情风向改变的初始信息，包括现实社会中有关舆情事件的信息，以及生成式人工智能对受众给出的错误回答。对不利于舆情引导的信息进行管制，对生成式人工智能内部评判系统进行微调。从情感价值内容来说，生成式人工智能还需要爬取分析受众用户的文本内容，对受众文本从纵向上进行量的统计和从横向上进行质的评判，精确获得受众当前关于舆情事件的价值倾向，并将情感价值隐藏于生成的文本当中，引导舆情向健康方向发展。法律规范生成式人工智能成长。生成式人工智能的健康发展，不仅要依靠开发者的技术把关、使用者的自我把关，更要凭借法律手段规制其无底线、无目的、无规则的进化。如2023年7月国家网信办等七部门发布的《生成式人工智能服务管理暂行办法》，为这项技术健康发展提供了制度保障。生成式人工智能在不断迭代中进化，在不断进化中渗透进社会各个领域，与社会舆情事件相结合，或将影响舆情走向。分析现有数据、提出可能出现的风险，并做出相对准确的判断和应对措施是维护社会健康发展的必要手段。要结合网络舆情的发展规律，降低生成式人工智能生成有害信息、错误信息的概率，对其进行行之有效的约束，促进生成式人工智能与网络舆情的健康发展。本文系河南省社会科学规划项目“品牌视觉符号传播中的‘文化自信’建构研究”（项目批准号：2021BXW025）和河南省科技厅省重点实验室“河南省网络舆情监测与智能分析重点实验室”阶段性成果。（作者熊铮铮系中原工学院新闻传播学院博士、副教授、硕士生导师，徐旭龙系中原工学院新闻传播学院硕士研究生）