姚智宇　陆高峰

【内容提要】互联网生态正从“人”渐变为“人+社交机器人”共生的样态，社交机器人进入网络与人类相连的过程，是亟待打开的“黑箱”。拉图尔的行动者网络是考察技术与人互动的重要理论，通过该理论分析发现，社交机器人借助自身类人与超人的能力，直接或间接招募动员行动者组建利益联盟，但由于不同网络的行动者目标各异，使得联盟不稳定。本文认为，人类需要反思以技术打败技术的方式来稳定网络的思路，平视机器人新“物种”，从而重新稳定互联网生态。

【关键词】社交媒体机器人  行动者网络  互联网生态  人机共生

一、引言

社交媒体机器人是一套在互联网中有目的地对信息传播乃至社交关系产生影响的智能化软件系统。[1]2003年前后，在国内各大网址论坛出现的“发帖机”，可以算作是最早的社交媒体机器人。“发帖机”利用后台注册多个账号，实现在短时间内对相同内容的转发。随着网络实名的落实，该方法不再有效，取而代之的是“群控”技术。该技术可以通过一台电脑控制多部手机，并利用大数据整合发布出适应不同平台的内容。另外，“群控”技术与“云服务器”相联系，使得电脑掌控的设备数量呈现指数级增长。

技术发展带来社交媒体机器人规模与效率的质变，使之成为互联网中不能忽视的行动者。[2]如Cresci 等人发现股票市场的运作正被社交媒体机器人所干扰，机器人利用高价值股票推广低价值股票来影响市场。[3]Bessi 等人发现有40万个机器人在2016年美国总统大选期间发布约380万条推文，约占总推文量五分之一。[4]人类不再是社交媒体中唯一寻求连接的行动者。社交媒体机器人与之相伴，并且其“连接”的能力，较于人类丝毫不逊色。Boshmaf 等人通过机器人蜜罐实验，让机器人在Facebook上运行并与人互动，结果发现有80%的机器人成功与人类用户建立联系。[5]

近些年来，在传播学领域里聚合了大量与媒介技术相关的理论资源。多数理论取向在于对“物”的关注，其中包括英尼斯、麦克卢汉、基特勒等为代表的技术理论取向；默多克、丹·席勒（Dan Schiller）、约翰·斯特恩（John Stern）等为代表的政治经济学取向，他们着眼于物的“威力”，对“人与媒介物的互动”相对缺失。以拉图尔为代表的行动者网络理论（Actor-Network Theory，ANT）的社会取向恰好弥补了这一缺失，既考察媒介对人的社会形塑，也关注人对媒介的阐释性实践。[6]这一取向与我们的核心问题，机器人行动、与人之间发生联系、颠覆网络生态相关。

已有学者开始采用行动者网络理论来探讨非人行动者与内容生产、算法、社会治理等关联。[7]在行动者网络的视角下，这些非人行动者不再只是工具层面上的角色，而拥有了自己的能动性。该理论为研究社交媒体机器人提供了区别于传统结构功能主义视角的新视野。

行动者网络理论（Actor-network-theory，简称ANT），是以拉图尔（Bruno Latour）、卡龙（Michel Callon）和劳（John Low）为代表的巴黎学派所提出。理论的基本出发点在于，一切既定“现实”（reality）都是由不同复杂关系互动所形成。[8]行动者网络有三个核心概念，即行动者（agency）、 转译者（mediator）、 网络（network）。[9]其中行动者包括人类行动者与非人行动者，拉图尔将它们做对称化处理，二者在分析时具备同等地位。在拉图尔那里，行动者也被视作转义者，转义者能够改变、转译、歪曲和更改其所传输的“意义”或者“要素”。在拉图尔那里转译不仅仅是一种策略，也是“重组社会”的动因。因此，行动者网络的研究方法是在转瞬即逝的网络变化中，去关照变化是如何变化的，即行动者之间发生了怎样的转译，转译是如何影响行动者，进而影响网络变化的。

因此，研究将跟随社交媒体机器人，观察其成为核心行动者并建立网络的过程，以此理解网络中的人机关系。

二、“类人”与“超人”：社交媒体机器人的技术逻辑

在ANT中每个能对网络变化产生影响的因素都可以被称为行动者。拉图尔所说的行动者并不是主动行动，而是被动行动，行动者的力量来源于操作。因此行动者只能按照其行动，即所作所为来对其定义。所以在网络上我们所说的行动者不是静止孤立物，而是在关系之中不断生成行动着的事物。为了进一步解释非人行动者何以行动，拉图尔引入示能（也译为可供性）概念。示能是指物体等非人行动者“展示其所能”，因此，技术/物等非人的物质性将得到关照。[10]

该视角要求我们从“它”出发，去探寻社交媒体机器人展现的“本领”。

（一）社交媒体机器人的类人性

算法赋予了社交媒体机器人“生命”的开端。《大不列颠百科全书》对算法（Algorithm）的定义是指“在限定的步骤中对一个问题给出的答案或解决问题方案的系统过程”。通俗来说，就是计算机在行动时固有的一套“思考”方式。算法和社交媒体机器人是一体两面式的存在。起初人在社交媒体机器人上配有可自动发送信息的算法程序，根据机器人执行目标的不同，算法程序也并不相同。机器人通过自身代码与目标网站相连接，以此执行任务。在深度学习能力的加持下，机器人能够通过对真人用户的模仿，来让自己变得更像人。这种模仿包括不限于信息、情绪、使用习惯等。通过对用户社交媒体动态等网络信息的“窃取”，社交媒体机器人快速成长为一个比用户更“懂”用户的伙伴，以此顺利和用户发生联系。

这种联系不是无目的的，机器人之所以能在短时间内对互联网舆论生态进行影響，是因为在建立联系之前机器人就已经通过收集到的数据为目标受众划定标签，得出他们对某类信息的偏好值。根据偏好值，机器人可以迅速找到自己想要影响的群体，在某一话题或舆论中，形成合力。[11]一言以蔽之，机器人可以快速找到目标群体迅速与之建立联系，并放大这一目标群体的影响力，进而形成意见的偏向，使得舆论生态晦暗不明。

（二）社交媒体机器人的超人性

随着大数据和人工智能技术的发展，社交媒体机器人拥有了人不具备的能力，这成了机器人与人联系并改变网络的核心筹码。

新技术支撑下的社交媒体机器人在时间与空间两个维度上展露出“超人”的能力。过去影响舆论的方式主要是由用户操控用户账户来实现，但在社交媒体机器人的加入后，用户和用户账户之间多了一层覆盖层，即社交媒体机器人。社交媒体机器人在被操纵主体安装完算法程序之后，可以自主操控账号行动，不再需要大量时间、资金的投入。而传统的人工水军的工作流程要经历多个环节：网络公关将任务传达给水军工头，水军工头再将任务下发给水军，水军之后再按照任务要求进行发帖、控评等操作。[12]而社交媒体机器人可以跳过任务的“中介”，并且24小时待命，极大地降低了时间成本。另外，在空间上，社交媒体机器人投送范围更广泛，也更加精准。根据任务的不同，社交媒体机器人能够在散播谣言时大规模投送信息。从“点对点”式传播到“点对面”式传播，社交媒体机器人在信息传播能力上明显优于人类。

三、转译互联网生态：社交媒体机器人的行动逻辑

转译互联网生态，需要社交媒体机器人与其他异质行动者发生联系，并建立以自己为核心行动者的利益联盟。那如何转译？根据卡隆的研究，转译分为五个关键点：问题呈现（problematisation）、利益赋予（interessment）、征召（enrolment）、动员（mobilisation）及异议（dissidence）。[13]

（一）问题提出：如何占据舆论高地

据《中国移动互联网发展报告（2022）》显示，中国上网人口已经达到49亿，占据全球总人数的63%。大量公民涌入互联网，使信息传播载体网络化。而受众信息活动地点的转移，也使大部分行业将网络作为信息的主要传播点。

网络信息传播克服了原有行业信息传递区域性和时效性问题，加强了传受双方的联系，同时也加速了问题的暴露，使得舆论压力增大。因此，如何在当下互联网环境中，获得更多有利信息或减少负面信息，成了每一个行动者需要回答的问题。

（二）利益赋予：商业、政治与心理的共赢

利益赋予是指社交媒体机器人进入网络后，稳定其他行动者的手段。社交媒体机器人的行动对传播者或者受传者都给予了一定程度的利益。在传者方面，部分商业公司采用社交媒体机器人在Facebook、Twitter和reddit等社交平台中，大规模扩散商业广告，增加商品的影响力。除商业营销外，社交媒体机器人大都被运用在政治选举上，干扰公民的选举意愿。例如2014年日本首相选举中，研究者发现选举前后542584条推文里有近80%是由社交媒体机器人生成用来帮助安倍赢得舆论优势。[14]除了政治选举，社交媒体机器人也被广泛应用于一些重大议题中，如英国脱欧公投。它们的出现卓有成效地帮助了个别政治团体达成“操控”真人意愿的目的。

在受者方面，倘若社交媒体机器人的目标是扩大某一观点的影响力，它就会主动和持有这一观点的人建立联系，而无论是转发、点赞还是评论，对于一个发布观点的人，最渴望的是获得别人的认同。因此构建这样的联系不难，甚至受者也有“需要”。有研究表明，人们即使意识到是机器人与之互动，也会给予信任，原因是机器人的观点态度比真人用户看似更加中立客观。[15]另外，由于机器人的信息组织逻辑类人化，受眾看到信息也很难立刻知道这是机器人发布的。因此，并不能对机器人采取及时有效的反制措施。

（三）征召与动员：行动者的直接与间接收编

征召是指核心行动者为实现任务目标，而征召其他异质行动者进入网络。动员是指核心行动者调动其他行动者解决核心问题，而展示出其自身能力，以此形成网络利益联盟的方式。

社交媒体机器人的征召方式可以分为直接征召与间接征召。直接征召，主要是利益赋予最直接的传受双方。传播者为实现自己的商品盈利或政治目的接受社交媒体机器人的“邀请”。而受众则是肯定了社交媒体机器人带给他们的情绪价值，即对受众观点的支持与认可。而间接征召，可以分为两个方面：首先是人类本身，长久以来人类对人工智能世界的畅想颇深，这从科幻电影中就可窥见一斑；其次是政策，近年来，关于人工智能的政策发布层出不穷，社交媒体机器人间接受益于此类政策的推行，得到了更多发展空间。社交媒体机器人通过直接或间接的方式，将不同异质行动者拉入自己所在网络为自己的目标服务，从而让自己成为这个网络的核心，并动员着其他异质行动者。

（四）异议：行动者之间的目标矛盾

尽管社交媒体机器人给了网络中其他行动者足够的利益，但由于其他行动者在不同网络所完成的目标不同，利益的需求也不相同，所以网络难以稳定。例如社交媒体机器人为了完成政治任务，散播虚假信息或无用信息来干扰舆论。同时，代表净化网络空间的政治部门下场来处理这些信息垃圾。另外，技术公司盈利的方式不只是单纯的售卖社交媒体机器人信息传播的能力，同样也可以售卖技术来分辨哪些是人哪些是社交媒体机器人，以此来获取利益。因此，以社交媒体机器人为核心行动者的网络并不稳定。

随着ChatGPT等人工智能的发布，未来活跃在互联网上的机器人，只会比现在更加智慧，人机共生必定是未来社交媒体空间的状态。如何看待社交媒体机器人形成的网络，去重新转译它，是当下不得不面临的难题。

四、消除异类：稳定互联网络的初步探索

社交媒体机器人在信息传播上，有着双刃剑的效果。一方面，社交媒体机器人可以自动发布社会事件、突发灾难、政府政策等信息，提升人类有效信息的传递也有利于政府决策的推行；另一方面，谣言散播，无效信息泛滥，加重了网络中的信息污染。因此，介于二者的矛盾，以社交媒体机器人为核心行动者的互联网络时常处于不稳定的状态。若想要行动者网络稳定，使之转译成健康的状态，则需要使它变为“黑箱”。

拉图尔的黑箱概念来自控制论，黑箱的意思是指将复杂指令或机器遮蔽起来，只需要知道黑箱外的输入与输出。[16]简单来说，倘若一个网络处于黑箱状态，那么它就是不可争辩的事实，此网络不会被怀疑，因此黑箱状态下的行动者网络联盟更加稳定。那么如何让现有的互联网络变得稳定，行动者之间和谐？

现有的方法主要是以识别技术发现并消除社交媒体机器人。识别方式包括：基于图论的方法，以直观方式呈现网络中的节点聚散等指标，根据社交媒体机器人的特性来分析识别。但由于当下互联网节点太多，识别时间长且有失败的风险；第二是基于机器学习的方法，根据不同场景来提取特征，但该方法受限于特征的选择和分类算法，且不同数据集也会产生不同的实验结果；第三是众包方法，该方法是通过人力来进行识别，但存在隐私问题以及人工识别的准确性问题。[17]

综上，依靠识别技术难以彻底解决社交媒体机器人。互联网生态中，机器人与真人早已是“你中有我，我中有你”的关系，试图通过识别技术消除社交媒体机器人的方式收效甚微。

五、结论与建议

本研究通过跟随社交媒体机器人的行动过程，展现其类人与超人的技术逻辑，通过它的转译，影响并改变传统的互联网生态。首先，社交媒体机器人通过自身的技术能力，展现出自己在互联网中的类人性与超人性，将自身原有的工具身份转化为更为主动的核心行动者身份。其次，社交媒体机器人通过自身的行动，以占据优势信息高台为核心行动，通过赋予传受双方信息利益来稳定网络。最后，为实现目标，通过直接征召传受双方等行动者与间接征召政策与公众等，来形成以自身为核心行动者的利益联盟。

但以社交媒体机器人为核心的利益联盟并不稳定。原因在于社交媒体机器人在信息传播上的双刃剑属性，使得社交媒体机器人所招募的政府与技术公司等行动者，时常会因为其行动目标的变化，而对社交媒体机器人采取不同的措施，因此导致行动者网络失衡，无法变为黑箱状态。

面对现有不稳定的互联网生态，普遍的做法是通过识别社交媒体机器人，并消除它们，以此来净化互联网环境。但由于以技术解决技术，本身就是个悖论，因为技术的发展是双向的，在识别技术发展的同时，社交媒体机器人也在发展，二者的内核都以技术为本源，实际上是生命共同体。因此，以该手段来稳定当下互联网环境的效果甚微。

通过行动者网络理论的分析，我们需要重新审视社交媒体机器人的意义。它并不能被简单定义好坏，更重要的是需要将它放置在网络中，观察其扮演的角色。它有可能推动民主的发展，也有可能成为污染网络环境的主要原因。可以预见的是，随着ChatGPT等智能机器人进入互联网，社交媒体机器人将会变得更加智慧，甚至具有独立思考的能力。因此，一味对社交媒体机器人“赶尽杀绝”，是一种惰性思维。正如美国著名传播学者彼得斯所言：我们在对待非人存在物时，使用的常是“遏制”的策略，这种策略只不过是一种道具，用来支撑我们脆弱而危险的身份。其实，这种思维与笛卡尔以来的人的主体觉醒息息相关，但随着技术的飞速发展，人的主体性被逐渐弱化，德国媒介学者基特勒所说的“人是媒介的延伸”正在成为现实。因此在未来，社交媒体机器人必将作为一个新的物种存在于互联网生态之中，我们需要直面主体间性问题，重新审视人机共生的网络生态。

【本文为国家社科基金一般项目“社交媒体公众号从业人员的主体责任及职业生态治理研究”（项目编号：19BXW017）的阶段性成果，“杭州市委宣传部与浙江理工大学共建新闻学院”项目成果】

参考文献：

[1][17] 周钰颖，闵勇，江婷君，吴晔，金小刚，蔡和.社交媒体机器人的研究现状、挑战与展望[J].小型微型计算机系统，2022，43（10）：2113-2121.

[2] 王夏韵.社交机器人：互联网水军治理的新挑战[J].新闻论坛，2021，35（05）：16-17.

[3] Cresci S，Lillo F，Regoli D，et al. $ FAKE：evidence of spam and bot activity in stock microblogs on Twitter[C]/ /Proceedings of the International AAAI Conference on Web and Social Media， 2018：580-583.

[4] Bessi A，Ferrara E. Social bots distort the 2016 US presidential election online discussion [J].First Monday，2016，21（11-7）：1-14.

[5] Boshmaf Y，Muslukhov I，Beznosov K，et al. The socialbot network：when bots socialize for fame and money[ C]/ /Proceedings of the 27th Annual Computer Security Applications Conference，2011：93-102.

[6] 戴宇辰.傳播研究的“物质性”取径：对若干核心议题的澄清[J].福建师范大学学报（哲学社会科学版），2021（05）：142-152+171.

[7] 姜红，鲁曼.重塑“媒介”：行动者网络中的新闻“算法”[J].新闻记者，2017（04）：26-32.

[8] 戴宇辰.“旧相识”和“新重逢”：行动者网络理论与媒介（化）研究的未来——一个理论史视角[J].国际新闻界，2019，41（04）：68-88.

[9] 吴莹，卢雨霞，陈家建，王一鸽.跟随行动者重组社会——读拉图尔的《重组社会：行动者网络理论》[J].社会学研究，2008（02）：218-234.

[10] 孙凝翔，韩松.“可供性”：译名之辩与范式/概念之变[J].国际新闻界，2020，42（09）：122-141.

[11] 荣婷.机器人水军的演进、问题与治理研究[J].中国出版，2021（13）：72-75.

[12] 姜明.从传播学角度看待新媒体时代下的网络水军[J]. 新闻研究导刊，2017，8（21）：69-70.

[13] 郭明哲.行动者网络理论（ANT）[D].复旦大学，2008.

[14] Sch·fer F，Evert S， Heinrich P.Japan's 2014 General Election：Political Bots，Right-Wing Internet Activism，and Prime Minister Shinzō Abe's Hidden Nationalist Agenda[J]. Big data，2017， 5（04）：294-309.

[15] Edwards C，Edwards A，Spence P R，et al. Is that a bot running the social media feed？Testing the differences in perceptions of communication quality for a human agent and a bot agent on Twitter[J].Computers in Human Behavior，2014，33：372-376.

[16] 林凡，林爱珺.打开算法黑箱：建构“人-机协同”的新闻伦理机制——基于行动者网络理论的研究[J].当代传播，2022（01）：51-55.

作者简介：姚智宇，浙江理工大学法政学院、史量才新闻与传播学院硕士研究生；陆高峰，浙江理工大学法政学院、史量才新闻与传播学院教授，硕士生导师，中央社会主义学院统一战线高端智库特约研究员

编辑：王洪越