智媒时代高校网络舆情工作机制研究

2022-11-07陈瑞涵王紫祥敖永春

新闻研究导刊 2022年19期

陈瑞涵王紫祥敖永春

摘要：智媒时代，信息技术革命改变舆论传播生态，智能化重构舆论传播格局。在此背景下，高校网络舆情环境、主体、载体日趋复杂，暴露出舆情研判机制不健全、智能技术运用不充分、不重视专业队伍建设等现实问题。研究表明，高校应借助大数据、云计算、人工智能等技术，通过深挖数据、精化算法、多维处理、智媒联动等，全面提升高校网络舆情预警准度、发现速度、分析深度、引导效度，构建正面信息生态链，切实维护高校网络意识形态话语权。

关键词：智媒时代；高校；网络舆情；工作机制；信息技术

中图分类号：G647 文献标志码：A 文章编号：1674-8883（2022）19-0087-03

基金项目：本论文为重庆市社科规划一般项目“认知神经科学视域下思想政治教育的实践研究”成果，项目编号：2020YBMK021；重慶市教委人文社科党建纪检专项“新时代共产党人理想信念教育的认知问题研究”成果，项目编号：21SKDJ010

信息技术革命深刻改变着人类社会的发展格局，舆论环境正经历全方位、多维度、深层次融合。如今，大数据、云计算、区块链、人工智能等技术飞速发展，进一步改变了舆论传播生态，网络意识形态成为舆论场的最大变量。这种变量的难控性、无界性、多元性、突发性，给负面网络舆情的发酵提供了绝佳场所，极易成为错误思想的策源地。习近平总书记强调，“意识形态工作是党的一项极端重要的工作”。高校是巩固马克思主义指导地位、发展社会主义意识形态的前沿阵地，应因事而化、因时而进、因势而新，不断提升智媒时代高校网络舆情工作水平。

一、智媒时代舆论传播新格局

智媒，即媒体的智能化，是媒体发展至今所呈现的一种新趋势。智能技术与媒体传播发生激烈的碰撞与结合，智媒以多种形态渗入大众生活的方方面面。如今，基于人工智能技术的自动化新闻写作愈发普遍，如今日头条研制的“Xiaomingbot”，提升了信息发布效率；基于算法的新闻智能推荐机制应用广泛，如抖音，根据用户偏好实现精准推送；基于大数据技术开展新闻分析，如“知微事见”，依托大数据提供舆情事件的传播路径、传播趋势、舆论聚合等；基于物联网技术开发的传感器可作为信息媒介载体，如VR、AR及网络直播技术，为受众提供全方位的沉浸感。

彭兰等人认为，智媒时代具有三大特征[1]：一是“万物皆媒”，基于信息技术的发展，智能化的机器、物体都有媒体化的可能，信息传播的双向性、多向性等特点愈发明显；二是“人机合一”，智能化时代，赋予机器人类的经验或者人类借助智能技术，能够实现“人机合一”；三是“自我进化”，在智媒化进程中，无论是人对机器的操控、驾驭能力，还是机器集成人的智慧的能力，都在不断进化、互为推进。

媒介作为人的感官延伸而存在，智能技术赋予“人媒联通”更多可能，铺就了多元化的信息交互渠道，提高了信息产出、收集、分析效率。从传播者视角看，智能化新闻写作提高了信息产出效率，强化了信息整合效度及精确推送。例如，2018年俄罗斯世界杯，MAGIC平台将球员的进球片段制作成集锦视频。在传统模式下，编辑至少需要耗费数小时才能完成，而在该平台只需几步操作即可完成[2]。从受众视角看，利用VR、AR等技术，能够增强受众的沉浸感和临场感，使信息接收过程更加个性化、人性化。

智媒时代，线上与线下、虚拟与现实、传播者与接收者，种种变量交叉影响，形成更具复杂性、无界性、自由性的舆论传播环境。

二、智媒时代高校网络舆情工作现状

（一）高校网络舆情环境、主体、载体日趋复杂

当前，高校网络舆情环境自由开放，活跃度高、可控性低；主体意识形态反复难控，可塑性高、变化性大；传播载体形式多样，应用面广、交互性强。智媒的广泛应用，进一步催化了高校网络舆情环境、主体、载体三大变量的交织。

在变量的交织作用下，高校网络舆论环境呈现出较强的自由性和不稳定性，网络舆情环境复杂。伴随传播技术、传播载体的更新迭代，舆情扩散周期明显缩短，网络舆情从产生、发酵到传播，跌破“黄金四小时”的调控时效，以更快的速度产生更深远的影响。同时，高校网络舆情更易与社会网络舆情叠加，更易横生枝节，使错误思潮趁虚而入，对高校网络意识形态产生恶劣影响。

智媒时代，大众尤其是青年学生，享有前所未有的话语权。作为信息传播者，青年学生对信息塑造、衍生、裂变，拥有更活跃的主动权；作为信息接收者，青年学生虽更易接收碎片化、个性化的信息，但往往缺乏辨识能力和理性批判能力，容易陷入人云亦云的泥沼。

高校网络舆情传播载体的信息节点密度高、应用面广，“万物皆媒”在高校舆论场得到生动诠释。无论是线上与线下、虚拟与现实还是国际与国内，高校舆论场的媒介载体活跃度都很高。舆情信息可以通过文字、音频、视频等形式，多次、反复、高密度地裂变传播，从论坛、博客到微博、微信，从单一图文到以短视频、在线直播等为载体……高校舆论场的信息节点始终以其高活跃度刺激着舆情裂变。

应注意的是，智能技术在增强信息推送精度与效度的同时，也为高校舆论场留下“信息茧房”的隐患。基于智能算法的信息精准推送机制，虽能有效助力舆情引导，但也可能被用以反向误导缺乏批判理性思维和辨识能力的青年学生。并且，智能技术赋予信息传播更强的隐匿性，信息节点在分散信息时可以选择隐匿或编造身份。这大大阻碍了信息的溯源与追责，削弱了权威媒体的“把关人”角色，给舆情引导带来巨大挑战。此外，智能技术还对隐私保护提出了挑战，如“人肉搜索”行为，足以说明人是完全暴露在网络中的。

（二）高校网络舆情工作存在的问题

高校网络舆论环境的高度开放性和包容性，给不同意识形态的发展与传播提供了温床，放大了网络舆情的作用力与影响力，加大了网络舆情治理难度与效度。面对新形势新要求，高校网络舆情工作亟待破局。

1.舆情研判机制不健全

当前，高校网络舆情监测的主动性、前瞻性不足，大多仍停留在获取已发生的舆情信息，较少利用已有数据资源开展舆情预警，舆情数据预判模型尚未完全建立。网络舆情缺乏行之有效的预判机制，舆情数据缺乏统一整合，缺少科学、可信的预判指导，使得突发网络舆情事件处理的及时性和有效性被削弱。

2.智能技术运用不充分

智媒时代，高校网络舆情内容表达趋于个性化、情感化。深入挖掘舆情数据，加强信息情感分析，多维研判舆情信息是当前高校网络舆情工作面临的新课题。当前，信息传播已然智能化，但高校网络舆情工作尚未完全智能化。高校网络舆情工作对大数据的运用仍处于信息采集阶段，仅通过对舆情数据的初步挖掘与分析或追踪热点，来开展舆情预警。这说明，高校网络舆情工作在多维、多向、多态处理舆情数据，深度研判舆情数据价值上仍需技术发力。

3.不重視专业队伍建设

目前，高校对网络舆情工作队伍建设的重视度低，队伍专业性较弱，缺乏充足的人才储备与输出。并且，相关人员大多缺乏专业知识，缺乏因时而变、因势而变的敏锐判断力和决断力。

三、“智”建高校网络舆情“四度”工作机制

（一）深挖数据，舆情预警有准度

智媒时代，高校应充分利用大数据技术，建立网络舆情监测与分析系统，不断提升舆情监测、分析、预警的技术水平和专业能力。

1.做好基础研究

依托校内外各级各类舆情研究机构，做好网络舆情基础研究，建立高校网络舆情大数据平台、典型案例数据库、涉稳涉敏人物库、热点专题数据库等，牢牢把控高校网络舆情发展动态，提升高校网络舆情工作的前瞻性、科学性。

2.加强日常研判

在做好基础研究的前提下，将高校网络舆情事件生成的相关因素数据化、可视化，归盘整合相关内容，深入分析舆情事件形成的背景、原因、影响等，并从中探寻网络舆情事件生成的基本规律，为类似事件的发生提供预警机制及预备处置措施，从指向性变量着手，有效掐断网络舆情传播节点。

3.开展专题分析

如利用KPCA-粒子群随机森林算法等预测舆情趋势[3]，做好重要敏感时间节点、重点领域、重大公共事件、重点人群的专题分析，提前预判相关威胁变量，将潜在舆情波动压缩至可控范围。

4.构建校内外联动预警体系

增强高校与高校、高校与社会的网络舆情工作协同力度，共同建立健全网络舆情预警体系，构建网络空间命运共同体。

（二）精化算法，舆情发现有速度

高校应在监测网络空间动态，开发运用网络舆情监测系统的基础上，进一步突出时效性，提升作用力，增强可靠性。

第一，依托云计算平台，通过相关算法定义网络舆情框架，构建高校网络舆情抓取模型，对舆情形成全方位监测，并将网络文本、图像、音视频、个体网络行为过程等沉淀成数据，对其进行交互转换及可视化呈现，实时研判高校网络舆情态势。

第二，强化深度学习，多向构建网络舆情即时研判机制。具体来说，可接入大数据以优化SIR模型、I-Space信息空间模型等，将舆情分析形式由单一文本拓展成图像、音频、视频等，全面评估高校网络舆情风险值，建立全天候、全方位实时舆情监测模式，形成舆情监测动态报告。

同时，高校网络舆情的不可控性和高互动性，决定了其不能依赖单一的监测系统。基于云计算、大数据的机器学习与算法模型种类繁多、各有侧重，多向舆情数据抓取分析平台与模型相辅相成、互为补充，可从网络舆情监测系统疏漏之处着手，收集异常网络舆情信息，以更灵活、更切合实际、更具主动性的评判弥补单一的、机械式监测的固有弊病。

此外，多态监测还能直接劝告与预警不规范的、负面的网络舆情传播行为，提高监测效力，确保网络空间安全建设。

（三）多维处理，舆情分析有深度

高校应结合云计算、情感分析等技术，进一步对网络舆情数据进行智能分类、智能聚类、智能语义关联。

首先，借助云端舆情数据库完成网络舆情信息收集与存储，并在此基础上优化舆情数据情感分析，对舆情信息进行智能分类。如构建情感词典、利用LDA扩展模型，对文本情感极性进行评判及情感倾向分类[4]。

其次，基于舆情数据库细化智能聚类，有效整合数据。如不断优化算法，采用遗传算法、蚁群算法、细菌觅食算法等[5]，将散乱的抽象对象的集合划分成多个分组，构建高效、准确，支持多语言环境的网络舆情文本聚类模型，为下一步舆情分析做准备。

最后，构建智能语义关联模型，跨越学科、语言、文化和描述方式[6]，把多个不同领域的概念及术语进行逻辑关联，并利用多维数据算法模型增强前瞻性和预见性，优化预警指标体系，做好动态化分析，及时预判事件发酵速度、影响范围、可控因素、最大威胁变量，灵活采取紧急措施，控制事态变化。

（四）智媒联动，舆情引导有效度

充分利用大数据、人工智能等技术，建立舆论智能引导机制，形成智媒联动效应，不断提升舆情引导效能。

1.借助人机交互等技术打造临场化新闻，使舆情引导更具客观性

相较通过图文、二维动画等形式再现的新闻，VR、AR及网络直播技术更能做到还原真实，使受众产生更强烈的现场感[7]，有助于其获取更多真实、有效的信息，避免虚假信息蔓延。

2.借助自动化写作技术及时抢占网络舆论场，使舆情引导更具时效性

积极研究、引入自动化写作技术[8]，增强舆情信息发布的时效性。基于AI的自动化写作，可以通过自身学习与机器学习，代替部分人工完成新闻编辑、校正工作[9]。高校借助自动化写作，能更高效地处理文本、图像、音频、视频等，更及时地澄清事实真相，回应各方关切，提高舆情引导效度。但需注意的是，不能一味图快而忽略了质量，不能将自动化写作的结果直接发布，而应由人来主导机器、监控过程、审查结果。人为主导、机器辅助，才能使自动化写作在网络舆情引导工作中发挥更大作用。

3.建立智能推荐机制，打造“意见领袖”及网络评论队伍，使舆情引导更具针对性

信息超载削弱了信息获取的高效性，因而借助智能技术加强议题设置，打造定制化内容，实现精准引导，尤为重要。在网络舆情引导过程中，可借助“意见领袖”、网络评论队伍的影响力和号召力，构建正面信息生态链，切实维护高校网络意识形态话语权。