当今社会国际形势和信息环境愈发复杂，人工智能推动的计算宣传成为西方操纵舆论的新方式。计算宣传是指社交媒体平台、自动化代理人和大数据的集合体，旨在有组织地操纵公共舆论。计算宣传常常借助争议性话题制造观点冲突和社会撕裂，再通过算法技术快速传播政治主张。近期，在美国大选、英国“脱欧”等政治事件中均发现了计算宣传的参与。这种隐形攻击不断搅动国际舆论和战略格局，影响和塑造国家安全。因此，研究计算宣传的主要方式及其社会风险，关乎国家网络安全，关乎世界信息传播新秩序的推进。
西方利用计算宣传操纵网络舆论
从国内外研究来看，西方通过计算宣传操纵网络意见趋势明显，进而深刻影响现实政治进程。计算宣传能够通过议程设置、意识形态霸权、话语符号或虚假信息等策略，破坏对象国主权、国际议程、干预对象国的国家治理，并通过技术手段完成意识形态渗透。西方计算宣传的主要方式有炮制虚假新闻搅动民意、利用深度伪造技术以假乱真、雇佣社交机器人批量分发、借助群体扩散网络形成舆论、利用情绪感染挑动“中西对立”等。
(相关资料图)
在计算宣传领域，深度伪造和虚假信息这两种方式总是相伴而生。随着机器学习、深度神经网络等人工智能的算法和技术不断发展，其“武器属性”与“武器性能”也在不断提升。英国牛津大学在2019年发布报告称，目前已有超过56个国家开始在脸书等社交媒体平台上借助深度伪造等手段开展“网络攻势活动”。以美国为例，从“军队网络科学、技术和实验中心政策报告”到美国国防高级研究计划局的“社交媒体战略传播”，都旨在以人工智能、深度学习等技术作为基础，通过长期、隐蔽而强大的技术宣传模式，煽动西方民众，攻击我国主流意识形态阵地。
“雇佣”由算法控制的自动化机器人发起计算宣传攻势，也是计算宣传的一种常见手段。社交机器人能够在精密的程序驱动下模仿人类用户的行为特征，在行为上也变得更加复杂、更加具有欺骗性，可以通过多种方式扰乱或影响社交媒体中的在线讨论。自2010年以来，社交机器人就一直活跃在政治选举、商业活动、健康传播等多个领域，并显现出强大的影响力。相较于以往惯用的“新闻媒体攻势”而言，社交机器人在政治观点的塑造与引导方面具有更加强大的力量，并能够通过模仿真实人类用户的各项特征，使自身隐藏在人类用户中。单个的社交机器人并不具备新闻媒体所具有的传播力、影响力与权威性，但单个社交机器人账号却可以在短时间内转发数百甚至数千次，这使得社交机器人成为信息的“超级传播者”，其能够在短时间内迅速发起一轮局部的或整体的计算宣传活动。而连接成网的社交机器人，更能够影响甚至是塑造出一个“机器意见气候”，推动其所欲传播的信息和观念的大范围传播。
西方也常借助群体扩散网络形成舆论。计算宣传中的群体扩散网络是指通过设定传播节点，控制特定信息在群体中的扩散过程及其结果的政治信息扩散方式。基于算法技术的“定点投送”与“定向激活”，西方在对我国进行计算宣传的过程中，相关信息的扩散路径不再是未知的、难以预测的，而变为了一种可操纵的、可预测结果的模式化流程。当西方国家能够在政治传播过程中控制传播节点，或通过联结关键节点激活传播链条后，用户对计算宣传的感知将逐步转向“被预定的结果”。
此外，西方还利用情绪感染挑动观点对立。在计算宣传群体扩散网络传递机制基础上，情绪感染在西方计算宣传中的作用主要体现在以下两方面：一方面，情绪感染系统能够借助可视化手段，对情绪感染过程中未响应的节点进行筛别，并在此基础上对未响应节点进行针对性地情绪输出，从而有效提升政治形态渗透的效率与辐射范围；另一方面，情绪感染系统能够在算法支持下，基于对人口统计学特征、社会关系网络特征的计算，生成以关系网络为单位的计算宣传链路。在这一过程中，情绪感染所塑造出的情绪环境，能够通过计算情绪阈值来制定可量化的情绪传染策略，以确保在情绪刺激与传染下能够促成符合信息目的的行动，并摧毁阻碍情绪感染的情绪免疫个体。
推动我国网络意识形态安全建设
由于社交机器人、深度伪造、计算扩散网络等计算宣传渗透方式的隐蔽性，传统的舆情监测方式面临失灵风险。因此，如何在西方国家加紧计算宣传攻势的背景下，建立起一套新型、高效的风险应对系统，显得至关重要。
第一，建立网络舆情监测系统，以预警西方计算宣传渗透。网络舆情分析发端较早，在计算传播理论和应用方面研究体系相对成熟。网络舆情分析从舆情事件的主客体、话题分布、情感倾向、时空传播特征角度进行综合评测，并以此为依据提供公共决策及危机公关等决策支持。已有的研究技术能够从用户情感变化入手，对词语、句子及文档级别进行情感挖掘，重视用户的观点和意图挖掘，采用比较性观点分析，以更缜密的检测系统对“智能武装”下的计算宣传攻势进行预警。
第二，精准识别社交机器人并建立推理网络预测模型。在国际传播中，社交机器人成为影响意见气候的重要方式。社交机器人本身并无好坏之分，但其隐匿性、批量化、低成本的特点，使其不可避免地成为西方国家对我国进行计算宣传的“利器”。批量检测计算宣传中的社交机器人在技术上相对容易实现，但如何阻断社交机器人的传播，成为学界的一道难题。本研究认为，降低计算宣传传播网格的局部聚集系数，能够快速打破对立意识形态。在建模过程中，应将用户群体划分为未知者、传播者、辟谣者以及免疫者四类，并对上述四类用户状态的转变过程，进行合理假设和验证。推理建模包括微观用户传播行为的预测以及宏观传播规模预测。微观预测模型关注在指定时间节点上某个用户被信息激活的概率，其中最常见的是独立级联模型和线性阈值模型；宏观规模预测模型关注某一条信息激活的用户总数，包括传染病模型、幂率分布和对数正态分布等常见模型的创新和应用。
第三，避免算法系统对我国网络意识形态安全的侵扰。在西方发起的新一轮计算宣传攻势中，基于算法系统的计算宣传信息有着极高的显示度。这一算法系统的基本逻辑是：根据用户、环境、社交圈层等消息，找到最合适的投放策略和模型，以达成算法背后的政治组织或政治团体的最大利益，并不断调整。计算宣传信息的场景感知研究涉及多个领域技术的综合，包括媒体内容分类和处理、机器学习、建模与可视化、智能交互以及大数据处理等。随着特定用户的信息搜索和消费数据的积累，计算宣传网络的信息感染能力将在节点进行的后续搜索和信息接触过程中体现出来。通过对这些信息的搜集，计算宣传网络不仅能够了解个体的信息接触偏好，更能够匹配对应的信息类型，调整叙事和修辞模式来完成政治观点的转化。
从国家安全的视角来看，研究西方计算宣传要从掌握其意识形态渗透的主要方式及具体风险入手，以计算传播、传播网络分析、数据科学、情绪识别等前沿技术为手段，以互联网空间治理体系为依托，以网络安全建设为人民为宗旨，切实推动我国网络意识形态安全建设。
（作者单位：苏州大学传媒学院）
