人工智能与网络社会情绪的规制

2019年07月16日  理论与改革 2019年第4期  张爱军 师琦

【摘 要】 社会变革时期的中国社会由于社会矛盾凸显而导致公众情绪不稳定,随着信息环境与现实环境间的界限不断模糊,互联网成为公众因现实环境中社会不公因素产生的不满情绪的宣泄平台。网络虚拟社会中的情绪传播由于互联网技术特性加持产生不同于现实社会的传播特征。在此背景下,人工智能于网络传播领域的应用进一步使网络社会情绪在表达、聚合环节得以加强与优化,并在网络社会情绪引导与网络舆论生态治理方面展现优势作用,其中以算法技术、智能识别技术以及AR、VR技术尤为显著。人工智能在网络社会情绪传播应用中体现优势的同时也引发诸如群体情绪失控、主流媒体去权威化等新的传播问题,治理与引导领域的“一刀切”做法产生了新的负面情绪。这些问题产生于网络虚拟社会却作用于现实社会,成为社会的不稳定因素,进而对网络社会情绪引导提出更高要求。打破人工智能治理网络情绪认知误区、强化媒体责任、提升“把关人”的地位和作用等是使人工智能治理网络情绪得以优化的重要措施。

【关键词】 人工智能;网络情绪;社会治理;网络舆论

 作者简介:张爱军(1962-),男(汉),辽宁朝阳人,西北政法大学新闻传播学院教授、博士生导师、首席专家,主要研究方向:网络政治传播;师琦(1994-),女(汉),内蒙古包头人,西北政法大学新闻传播学院硕士研究生,主要研究方向:网络政治传播。

  人工智能是由不同领域组成、包含广泛的科学,如机器学习,计算机视觉等,这为其与不同领域深度融合提供了前提基础。从人工智能概念提出到广泛应用,其对现实社会公众生活方式产生影响的同时,也作用于网络虚拟社会。在大数据、云计算和4G技术支持下,人工智能逐渐强化“智”与“能”,将信息传播过程中的信息收集、生产与分发环节融合为一体化的算法传播模式。具体到网络情绪传播中,人工智能在互联网技术传播优势的基础上,强化网络情绪传播过程中的表达、体验与聚合环节,并将传播效果扩大化。传播效果影响网络受众的认知、态度与行为,利用好人工智能,将有效地控制网络社会情绪,防止网络社会情绪极端化,否则将会引发一系列不良后果。深入研究人工智能的利与弊,对于维护网络社会情绪的动态平衡,维护网络社会稳定,进而维护现实社会稳定都具有极为重要的意义。

  一、网络社会情绪的形成机制与形态特征

  情绪作为一种心理活动形式,是头脑世界作用于外部环境产生认知过程的心理体验。在这种心理体验中总是以主体为中介,包括主体的愿望、欲望与目标追求等心理倾向。情绪主要是单独个体心理状态,但由于个体具有社会性,其社会化的过程中需要与所处群体共享信息以保证自身的生存与发展,情绪作为共享信息的一部分由个体拥有逐渐扩散到群体拥有形成社会情绪。

  (一)网络社会情绪的形成机制

  虽然情绪是一种心理学概念,但依旧广泛存在于社会学、哲学等学科研究领域中。情绪包含三个方面,即身体变化体现情绪变化、有意识的体验以及对客观事物的认知与评价,且具备区分于情感的特殊性质。

  情绪具有过程性。基于外部事物刺激条件下产生的情绪,是最终形成情感的基础。相较于情感复杂而稳定的特性而言,情绪更偏向于对外界刺激的当下反应。经过多次刺激及多次情绪反应积累,产生应激反应机制,从而沉淀形成对该刺激条件的态度体验即情感,情绪则是这种态度体验从产生到最终成型的活动过程。

  情绪具有指向性。联结主义学派认为在刺激和反应之间具有直接联结过程,称为刺激-反应机制,简称为S-R机制。以S-R机制为基础的情绪体验,其针对特性产生于发生刺激的条件。以马苏米为代表的新情感理论学者认为情绪具有明显指向性,这种指向源于其身处社会的多种复杂因素建构,而情感则相反,产生于人的生物本性而非社会影响。然而作用于现实传播过程中,情感往往在传播媒介有意引导下产生相应符号标签,从而转变为具备指向特性的情绪。媒介技术为情绪提供聚合平台,当情绪效应产生的余波大于事实真相的影响,信息传播就进入了“后真相时代”。

  情绪具有短暂性。情绪的短暂性主要表现在两个时间过程。一方面是情绪产生过程短暂,指外部条件刺激到生理反应产生之间的时间距离。这是由于刺激反应机制属于简单生理反应机制,而且刺激条件的出现具有即时性无法预知。另一方面是情绪消解过程短暂,指个体情绪体验产生到最终消解之间的时间距离。由于个体情绪体验具有针对性,所以当事物消失或另一种刺激作用更强的事物产生,原有针对性情绪会产生转移或被消解。

  情绪是产生于个体的心理行为,社会情绪则是个体社会化过程中将独有情绪共享交换以寻求在群体稳定生存而产生的情绪集合。在个体聚集为群体的过程中,个体意识人格不断消失最终达到心理性特征趋于一致。在社会群体中情绪存在传染现象,一种情绪在群体心理趋同的情况下很容易产生传染从而形成群体共有情绪。情绪在群体之间的传播具有简单和夸张两大特性,这两大特性通常会展现在负面情绪上,从而产生过激甚至反社会行为。

  随着互联网时代到来,公众社会情绪表达转移至网络平台,表达渠道更通畅,表达形式和表达方式逐渐多样化。自媒体和社会化媒体的兴起,提高了受众的传播地位,一改以往传者为主导的信息传播方式。公众自主性得到加强,情绪表达意识逐渐提升,参与政治生活愈加活跃。

  由于情绪是基于心理因素对社会因素产生感受的外在表现,深入了解社会环境中引起情绪产生的条件因素便成为有效引导情绪的重要前提。正处于转型期的中国,社会结构调整致使社会矛盾逐渐显现并加剧显现,公众社会情绪作为社会结构产物,伴随着社会矛盾激发而达到峰值,反作用于社会构建过程。由社会失衡暴露出的社会不公因子使公众产生“公正失衡心理”,从而产生具有负面性质的怨恨情绪,而“怨恨”恰恰是理解当下中国问题的密码,也是目前网络社会情绪的主要构成之一。

  尼采从微观心理层面对理性和道德进行反思,认为怨恨在本质上是可悲的,是一种软弱无能的表现。因为怨恨相较于其他情绪而言,更具有无能感,多来自于弱者。从当前的中国现实经验出发,无能感更多是政治体系的实际运行效能或制度化利益表达渠道的有效程度投射于社会公众的意识层面而形成的一种主观自我评价,表现为一种力图改变自身处境又不可得、无计可施、无法可想的无力感。[1]无力感进一步累积最终形成怨恨情绪。在网络虚拟社会,依旧存在社会分层现象从而加剧了无能感的情绪体验。信息生产与传播的门槛降低,导致信息量陡增。当网络上可进行比较的信息增多,因比较产生的伤害无法从现实社会中得到缓解与解决,则为无能感的积蓄提供供给,致使社会情绪无限制传播与蔓延。

  (二)网络社会情绪的形态特征

  网络社会情绪既是现实社会情绪的延伸,也是现实社会情绪的累积和变异。哈贝马斯认为在介于权威和私人领域之间,通过私人之间的自由结社,以及对公共话题的理性讨论和参与将会形成一个超越个人的领域,在这个领域中,可以充分满足公众的表达欲望,并将独有信息进行交换达到共享。伴随着“互联网+”与公众生活产生的密切互动,网络社会情绪也因技术加持展现出新特征,主要体现在以下几个方面。

  第一,网络社会情绪的自主性。在互联网技术出现之前,公众的社会情绪表达基于面对面的在场性人际传播压力,很大程度上会受到群体情绪的影响,个体常常为继续留在群体内部而服从群体情绪,产生“沉默的螺旋”效应。随着数字技术和电子技术的不断发展,个体在互联网平台化为一串代码,这种虚拟性使得个体摆脱群体压力束缚,勇于表达真实情绪。除来自群体的压力之外,传统礼仪的要求也使现实社会中的情绪表达在交互性方面受到一定程度的强制。但在互联网条件下,公众可自主选择互动对象,并自主决定互动时长与互动程度,而现实社会中的情绪表达因在场性则无法达成。

  第二,网络社会情绪的碎片性。互联网时代受众注意力稀缺,成为受众情绪表达具有碎片性特点的主要原因。电子技术与数字技术的升级发展使信息更迭速度快且信息数量暴增,受众注意力容易被新事物吸引。而且随着自媒体和社交媒体的异军突起,表达内容形式逐渐多样化、以及移动终端设备快速更迭,公众的社会情绪在快节奏的时间缝隙中即时表达,从而也具备一定程度的碎片化。

  第三,网络社会情绪的裂变性。现实社会中的情绪传播仅体现于个体与个体间人际传播之中,互联网所具备的星型拓扑结构不仅将个体与个体相互连接,同时也拓展到个体——群体、群体——群体的传播模式,为裂变式传播奠定基础。粉丝经济的崛起使网络粉丝效应与意见领袖效应得到充足发展,信息本身具备的传染特性在意见领袖引导下,于粉丝群体发生广泛式蔓延,其裂变速度和覆盖范围的广泛程度为传统情绪表达所不能及。网络社会情绪在传统现实社会情绪的基础上不断优化,在公众社会情绪的表达、传播与聚合方面都体现出互联网技术所具备的优越特性。

二、人工智能对网络社会情绪的积极助推

  人工智能概念于1956年被首次提出,但由于时代环境和技术因素的制约,一直没有得以发展。进入互联网时代,人工智能在网络技术和大数据技术的支持下得以跨越式进步,“智能+”逐渐与普通大众的生活产生密切联系。具体到公众情绪传播领域,人工智能不仅丰富其表达方式与渠道,还进一步加强情绪传播体验与促进情绪聚合,并且广泛应用于网络生态空间治理方面。

  (一)智能融媒体丰富情绪表达方式

  2019年是5G技术的发展元年,传输速率的提升将会实现虚拟现实与增强现实等人工智能的全面普及,从而进一步促使人工智能与媒体的深度交融。中国的“智能+媒体”正在进入智能融媒体时代,即智能技术与互联网技术融合。传统媒体和新兴媒体融合向纵深发展,智能生产内容、智能传播开始崭露头角,传播大众与大众传播两种传播业态势均力敌、相互交融。[2]这一时期人工智能作用于网络社会情绪表达,对公众网络社会情绪表达方式、表达渠道方面产生重要影响。

  第一,拓展网络社会情绪表达渠道。传统媒体为主导的大众传媒时代,公众情绪表达如想扩大范围并引起社会群体广泛关注,需要求助于传统媒体传播资源,还需经过传统媒体把关者层层筛选,对公众情绪自由表达具有一定的限制作用。进入人工智能时代,智能融媒体成为信息表达的主要平台,社交媒体交互性与私人性以及自媒体自主性等特性使得公众网络情绪表达渠道从以传统媒体为主转变为以新媒体为主。而且,人工智能迅猛发展以及5G时代的到来,将使传感器成为信息生产的主要来源。2013年10月,网络设备生产厂商思科预计到2020年全球物联网设备将达到750亿台,全世界80亿人口每个人届时将对应9.4台物联网设备,其他种类的物联网设备很快将占据主导地位,包括传感器和制动器。[3]清华大学彭兰教授提出“万物皆媒”概念,认为带有智能传感器或处理器的各种物体,都有可能成为信息的采集者、中介者甚至发布者。[4]传感器技术可时刻上传个体生理数据,通过对其生理数据客观分析可获得个体即时情绪信息。公众社会情绪表达将不再局限于使用大众传播媒介的主动模式,还将扩增至经由传感器设备自动上传自身情绪信息至网络的被动模式。

  第二,丰富网络社会情绪表达方式。口头传播时代,个体情绪表达仅停留在面对面线下传播模式,情绪的传染性受限于个体与群体生存空间的地域性,无法实现大范围的传播。这之后印刷术和造纸术的出现,虽打破时空地域性限制,将情绪传播范围扩大化,但却将情绪信息生产者与接收者分离,个体差异化理解以及对受众文化程度的较高要求,使情绪信息在解构过程中发生异化,造成解读偏差。进入互联网时代,公众情绪表达方式更加多样,图片与视频形式成为主要表达方式,弥补文字交流中被消解的情绪意义。人工智能改变传统信息生产方式,同时也重新架构公众网络社会信息的表达方式。人工智能时代下,数据相较于文字更具客观性与直观性,且在未来5G技术支持下,VR与AR技术可与智能终端相结合,虚拟现实和增强现实场景感使表达更加直观,公众共享情绪信息甚至包括情绪产生的源内容,使情绪传播更准确从而减少情绪信息解构过程中的偏差性。

  (二)“沉浸式”技术加强情绪体验

  数字技术和网络传播推动下产生了新传播类型———沉浸传播。[5]虚拟现实与增强现实技术飞速发展,将信息传播带入了三维世界空间,也将网络社会情绪体验升级到三维空间,从而更加具有拟真性,提高情绪体验感。

  加拿大学者马歇尔·麦克卢汉认为媒介的本质便是“媒介是人体的延伸”,即一切媒介都是器官、感官或功能的强化与放大。[6]而沉浸传播最大优势就是将公众从第三角度转为第一角度“当事人”视角,减少情绪信息在传播过程中经由多种“噪声”干扰而产生的消耗,而且通过虚拟现实与增强现实技术提供立体式感官体验,充分刺激个体感官感受。在传播的实际过程中,“沉浸”与“场景”总是相伴相生,技术将二维文字与图片的情绪信息立体升级为三维超拟态环境的情绪信息,将传统媒体根据固定信息框架或议程话题设置的拟态环境转为以个体数据为信息来源通过技术手段再现立体空间的“超真实环境”,最大程度上还原现实社会。由于互联网构建的虚拟社会区别于现实社会具备拟真实、超真实特性,信息依托场景传递,给予受传者超真实感官体验,打破受传者不在场限制,效果要强于传统由媒体或媒介连接受传者与信息现场的传播模式。

  从公众需求角度出发,沉浸传播不仅是技术发展的产物,同时也是公众需求催生的产物。互联网时代,传播过程从传者主导转向交互谈判,公众对信息获取与表达的精准度要求逐渐增高,公众社会情绪作为一种心理体验信息,在由个体向群体分享的过程中难以保证群体可以完整体会。而情绪独有变为共有需要群体一致认同,沉浸传播恰可以提升情绪心理表达精准度,将个体心理体验过程拟真为“场景”与群体共享,有助于提升群体情绪体验感。而且,沉浸式传播在一定程度上保存信息的客观性,防止情绪信息在多级传播过程中反复解码、编码,产生消耗甚至误解。

  (三)“深度算法”促进情绪聚合

  深度算法技术可充分利用由网络爬虫收集用户数据,判断分析用户既有认知、态度以及偏好,使信息分发精准化,缓解受众注意力碎片化与网络平台信息海量之间的矛盾。

  算法技术将网络公众“兴趣点”精准匹配,促进网络社会情绪快速聚合。美国社会学家卡茨于20世纪40年代展开有关受众对媒介使用动机研究,并提出使用与满足理论。受众使用媒介技术的出发点是为满足自身需求,在选择与使用过程中具有“能动性”。目前,算法技术作用于信息搜集、生产以及分发,使得受众自身需求可以在碎片化且海量的网络信息世界快速得到满足,并在了解受众既有认知、态度以及偏好后,智能分发其感兴趣的信息。这些能够引发网络公众关注、具有兴趣点的信息则是激发网络公众情绪体验的关键信息。在算法技术与大数据技术支持下,具有相通兴趣点的个体会在媒介使用过程中接收到较为相似甚至相同的同质信息,从而产生相应的情绪体验。并随着算法投喂机制不断提升此类信息出现频率,不断加强相应情绪体验。产生相应情绪体验的个体会因为同一角度的心理体验逐渐聚集形成网络社会群体。在分享欲望与算法技术的共同作用下,使得网络社会情绪的聚合速度提升,进而使网络社会群体的聚集速度相应提升。

  算法技术改变网络情绪传播主导者。算法技术出现之前,即使社交媒体与自媒体提升网络公众地位,构建具有谈判性质的信息传播过程,但主要的媒介资源以及信息资源依旧掌握在传统媒体手中。传统媒体依据预先设定的信息框架生产并传播信息,促进并引导网络社会群体情绪,使网络社会群体情绪按照传统主流媒体期望的走向发展,将网络社会情绪控制在安全线以下,尽可能的减少网络群体极端事件发生。但算法是基于大数据技术与互联网技术生存繁荣的技术,其算法程序与算法模式为预先设定,自动接收互联网数据库的数据分析后经由算法模板生产具备公众兴趣点的信息,并智能精准化分发信息,达到个性化要求。算法技术的介入,使得传统媒体为主导的传播过程转变为“算法主导”的传播模式,网络社会个体由主动寻求情绪认同,主动向群体靠拢转变为被动态势,依据算法分发信息,在最可能拥有相通情绪体验感的网络社群中组成网络群体,提升网络社会情绪聚合准确度。

  (四)技术治理保护网络生态环境

  互联网视阈下,社会化媒介成为公众生活中获取信息表达情绪的重要平台。打通网络虚拟社会中个体与个体间的交流壁垒,形成点与点直接相连的拓扑结构。在这种拓扑结构下,传播者与受传者之间的“交互性”得以提升,个体情绪在传播过程中能够及时得到回应,传播速度和传播效果均有不同程度的提升与加强。基于社会化媒介中“信任感”带来的“麻醉效应”,受众往往不假思索的相信并将情绪信息在现实生活中继续横向传播。伴随社交媒体产生的以短小戏剧化为主要特征的多媒体信息作为一种非语言符号,以多样化表达方式加强受众感官刺激,在社会化媒体中充当了个体面对面交流的姿态、表情、动作等体态符号,弥补了单纯语言符号传播的不足,拉近情绪传播者与受传者之间距离,促使情绪传播中产生强烈呼应。

  在人人拥有麦克风的互联网时代,传播话语权下放至受众手中,伴随着移动互联网技术与移动终端设备的发展,传统专业媒体工作者为主要信息源的格局发生改变,用户生产信息成为普遍现象。而且,信息产业市场化逐渐加深,自媒体作为独立内容生产者应运而生。受众从选择性注意到选择性接触再到选择性理解,经过三重选择性机制存活下的自媒体,传播的内容信息往往是符合受众情感需求,能够唤醒受众情感认同的信息。这种情感认同可以满足个体心理归属感的需求,从而在潜意识中对其产生信任心理与模仿行为。这种模仿从语言延伸到情绪,由单一自媒体呈辐射状传染的情绪信息,再加上粉丝群内横向交流的情绪加强,更加强化了情绪传播效果。

  在媒介平台和互联网虚拟性特征的助推下,网络社会情绪呈现野蛮生长趋势。积极正面情绪的快速聚合可以促进主流价值观塑造,消极负面情绪则易引爆群体网络极化现象,对现实社会产生危害。在网络生态空间治理过程中,技术作为中立性工具具有一定正面作用,通过设定关键词,采用智能识别技术进行定位与搜索,减少某类关键信息流通,同时在大数据过往数据积累基础上,对虚拟社会中个人账号进行把关,对产生过多不良社会影响者将采取封号等措施。通过从信息源头与信息传播过程两个环节的技术把控,可在一定程度上控制公众情绪传播速度及传播范围。

 三、人工智能对网络社会情绪的负面启动

  虽然算法技术在一定程度上促进网络情绪传播,但技术具有中立性,并无善恶之分,只是信息传播过程中用以提升传播效果的工具,其背后运行的权力之网是不可忽视的。由于权力介入,算法技术在产生积极效益的同时,也带来危害社会和谐的消极问题,产生诸如情绪失控、舆论失衡以及引导无力等问题。

  (一)快速聚合易引发情绪失控

  选择性接触被视为受众在接受不同媒介传递不同信息时行为方式的概括。社会公众作为接触媒介获取信息的受众,并不是毫无区别的对待所有媒介及信息,而是根据自身既有认知、态度、偏好以及使用惯性等因素有选择的接触。除受众自身因素外,影响其选择行为的因素还包括社会群体态度及偏好与媒介竞争环境等社会因素。传统媒体时代,受众的选择性机制尚处在较为主动及有能力处理的范围内,这是因为传统媒体时代信息传播资源有限,导致受众接受信息数量有限,受众可以自由选择是否关注以及主动探寻想要关注的领域。进入互联网时代,信息内容海量而且内容形式丰富多样,媒体想要获取受众注意力需明确受众兴趣点以及选择习惯,有针对性的传播信息并获得预期传播效果。而对于互联网时代受众注意力的碎片化,直接化简短化信息更能抓住受众眼球并获得高关注度,标签化信息由此产生。标签化信息目的性极强,不同于流量爆款等短期吸引受众注意力模式,其简单明确的词眼能直击受众情绪关注点,唤起受众与之相关的情绪记忆,激发受众产生相应情绪体验感。标签化信息的反复出现,容易使受众情绪记忆与激发记忆的词眼产生对应关系,成为激发情绪产生的导火索。

  算法技术将能够引起情绪共鸣的标签化信息对个体进行无限制投喂,容易将个体视角固定在狭小的一隅,产生信息茧房效应。在“茧房”这一封闭空间内,标签化信息激发的相同情绪体验感不断重复从而产生强化效果。当标签化信息所激发的情绪体验为负面体验时,个体在逐渐聚集成为群体的过程中其所具有的对惩罚的恐惧感以及迫使其独立而负责竭力控制自身情绪的本能将得到消解,免责的确定性与人多势众的概念在瞬时间的爆发使负面情绪愈加夸张。[7]个体认同标签化信息的现实意义并表达相应情绪,具有两方面因素,一方面出于自身因素,即个体本身认知结构以及情绪记忆的符合;另一方面出于对群体的从众心理,即为继续留在群体所作出的情绪表演,由于互联网时代的虚拟性,使得情绪表演更容易成功。不管出于哪一种因素,都会使得网络社会群体的负面情绪在爆发后愈演愈烈,最终达到失控状态。

  (二)“算法偏见”加剧社会偏见

  算法推荐实际上在相当大程度上已经绕开了人工终审的管理环节,成为当今社会性传播中最重要的一个特征。[8]算法技术有效提升信息分发速度与精准度,避免受众碎片化时间无效消耗在搜索海量信息的过程中。在算法技术逐渐在媒介系统中形成绝对优势的过程中,其所带来的偏见化现象也同样引发一定的社会问题。麦克卢汉提出“媒介即信息”理论,不仅认为媒介技术的出现与发展本身是一种信息,还包含着媒介技术所具备的内容实质即媒介技术文化。算法模式是由人类编写与设计的,个体因为认知差异与受教育程度等后天社会因素影响,本身具有一定程度的偏见思想,这种偏见思维在算法模式中体现从而形成算法偏见。即使编写者无主观刻意输入偏见思维,但受众对信息解构也会产生与传者不一致的理解误差,导致偏见形成。

  互联网场域下公众情绪具有针对性,这种针对多来自于之前获取信息的经验积累而形成的刻板印象。算法分发技术的“投喂”行为,在某种程度上助推刻板印象的形成,从而导致公众情绪具有刻板符号,在二元对立并极端固执的情绪背景下,公众舆论无法达到理性沟通。而且由于情绪先于理性,个体顺从群体的行为惯性,导致公众舆论走向具有不可预知性且无法达到平衡状态。时代发展赋予人类生活的“媒介依存症”发挥作用,公众往往从线上虚拟社会获取认知与行为依据并作用于现实社会生活,算法技术助推传递的偏见思想,进一步加剧了社会偏见思维的形成。

  (三)绝对化治理促生新负面情绪

  虽然技术治理成为互联网生态空间治理的有效手段,智能识别技术为情绪信息传播加以硬性把关,但由于现实环境的复杂与表达形式的多样,技术虽然起到把关作用,却仅仅是机器式不具有灵活性的“一刀切”。这种过于强硬且粗暴的治理模式,在谈判性交流的传播时代,容易引起社会公众新的负面情绪产生。

  基于个人微观角度的负面情绪。人工智能在大数据技术的庞大且坚实的基础上得以迅猛发展,其对虚拟社会中个人账号的累积数据进行智能分析,与社会主流价值观相悖且不利于社会和谐的账号将遭到封号处理。互联网时代,社会化媒体成为沟通信息、交流情绪的主要平台,社会化媒体中的意见领袖往往在情绪传播中成为风向标,由于情绪具有非理性特征,所以容易产生跟风或煽动等现象,意见领袖作为网络虚拟社会小群体引导者,便成为治理重点之一,往往遭到封号处置。但是,需要注意的是,封号这类“一刀切”的做法,虽然在短时间内迅速消除影响源头,但其仍旧属于围追堵截式的硬性治理方式。被封号者虽然无法继续使用该账号继续发表意见,仍可以使用另一IP继续活跃于网络平台。封号这种阻止个体发表意见的做法,容易引发社会公众对于其表达权利无法保障的愤怒情绪。

  基于社会宏观角度的负面情绪。智能识别技术对关键词的甄别,可以将具有情绪标签的信息快速截取,控制其无法进入下一步传播过程。但是关键词被禁之后衍生词与指代词相继出现,这是由于传播过程中符号具有意义性,可人为创造与构建,只要传者与受者具有共同的意义空间,就可理解其中的意义。但不具有相同意义空间的社会公众则感觉到获取信息困难,从而产生不满情绪。而且,指代词的出现在一定程度上为中华文化传承造成负面影响,这也引起主张保护传统优秀文化免受现实“流行文化”侵蚀的社会公众强烈不满,这些不满情绪为社会矛盾爆发埋下隐患。

  (四)主流媒体去权威化致使引导无力

  人工智能作用于互联网场域下产生并发展,在一定程度上改变了传统意义上的信息权威金字塔。算法新闻、数据驱动新闻以及机器人写作等写作方式的应运而生均是建立在以技术工具为导向的算法思维之上。[9]首先,信息获取来源多样。网络社区获取信息不再局限于那些经过传统媒体或者是主流媒体层层把关之后具有同质化的信息,而更多的来源于数据以及自媒体与社交媒体提供的平民化信源渠道。其次,信息获取时效性增强。随着媒介技术的不断进步,新闻传播格局经过几番调整,自媒体与社交媒体等新媒体的发展使得“事实”难以辨别,基于新媒体传播的环境下,“新闻是新近信息的媒介互动”,受众对于信息的要求首先是获取快速。如果说互联网提高了信息传播时效,人工智能则提高了信息生产时效,最大化的满足受众对于新信息的获取需求。最后,信息内容客观性增强。算法模式下的信息生产,采用对数据的平行搬运。网络爬虫散播于互联网中,收集目标数据并将数据原封不动带回算法生产模式,这在一定程度上保留了数据的完好性,减少中间人为把关环节对数据信息的噪声损害从而增强信息的客观性。算法技术等人工智能的出现消解了主流媒体的权威位置,并且当主流媒体传播的信息与从其他渠道获取的信息不相符时,人们总是会相信非权威渠道获取的信息,从而对权威渠道也就是主流媒体产生不信任感,不信任感一经出现并不会轻易消失,最终陷入“塔西佗陷阱”。

  在主流媒体社会信任度逐渐降低的过程中,“后真相”一词频繁出现,情绪让位于事实逐渐成为传播领域的常规现象。网络社群作为情绪传播的主体,借以互联网平台与人工智能不断巩固内部认知统一,并强化对某一事物的认知偏见。“事实”本身的难辨真假成为网络社群情绪爆发基本原因,“后真相”时代则为网络社群蔓延式传播提供时代动力,去权威化的主流媒体在对网络社群的正确引导中展现出无力状态。

 四、人工智能应用的规制措施

  人工智能在控制和引导网络社会情绪方面既有优势也有不足,如何保持人工智能在控制网络社会情绪上的优势,防止人工智能在控制网络社会情绪上的劣势,既是一个理论课题,也是一个实践课题,更是一个需要不断对人工智能控制网络社会情绪进行跟踪研究并不断进行效果评估的课题。采取如下的措施,将优化人工智能对网络社会情绪的控制,保障和促进社会的稳定与和谐。

  (一)打破认知误区

  麦克卢汉并不是仅仅将技术作为技术,而是认定作为技术的媒介就是一种认识论,一种“视角”,即每一种技术或者媒介都规定了我们对于世界的认识和认识方式。[10]目前的网络舆论生态是由政府—网民—媒体三维互动形成的舆论场,虽然治理能力不断加强,但仍存在“行为盲点”,其背后则是“认知误区”。[11]从认识论角度出发,认知误区是由于对现实实践没有形成准确把握所致,具体到目前的网络情绪引导等网络生态治理中,主要表现为对网络公众表达正负能量的模糊判断、以及对新传播时代网络社会分级状态认识不清等。对于目前网络生态治理中的“认知误区”,需调整观念、思维及认识,依据网络公众情绪爆发等民意表达类型,正确适用治理措施,不仅注重浅层次的情绪疏解,也需探究深层次社会隐藏问题的调适,促进网络社会情绪深度消解。

  在转变思维的同时应完善相应法律。目前对于人工智能的法律约束仍处于空白部分,没有明确制定相关法律政策的一个重要原因是对人工智能是否具有“主体性”具有争议。目前人工智能于传播领域仍为工具性的存在,其本身并不具有意图或者目的,其使用方式与结果由使用者决定,所以以“工具”定义人工智能,应尽快填补法律空白,通过立法强制力措施,为人工智能的应用规范明确的界限。

  (二)强化媒体主体责任

  由于政治利益与经济利益的介入,媒体在传播信息的过程中往往具备一定的利益目的,由于情绪传播具备“轻信”和“易煽动”等特征,很容易成为利益主体攫取相关利益的社会工具。虽然社会化媒体促使信息生产日益多元,但主流媒体由于其积累沉淀的威信力与及时结合新媒体技术促成自身转型升级的传播效果依然使其处于传播格局的主导位置。主流媒体在传播情绪信息时需遵循客观、公正的立场,不偏袒一方意见与情绪而隐瞒另一方,实现公平与全面的信息传递和信息对称。主流媒体应正确预估社会公众对情绪信息的反应,发挥把关人作用,把关权威信息的发布,也要发挥引导者作用,引导社会公众既有情绪向积极方向发展。对于技术的使用,主流媒体也要正确看待技术的两面性特征,将技术于可控制范围内使用,切勿为追求在碎片化注意力时代实现较强的传播效果而一味依赖新媒介技术,失去自我主导位置。

  (三)提升“把关人”的地位和作用

  勒庞认为个体在加入群体后智商会被拉至与群体智商相似水平,一般来说群体智商低于独立个体智商,而且群体具有的强大想象力,往往促使其不能够沉思或者进行理性思考,这就为情绪传播奠定了条件与基础。网络虚拟社会作为现实社会的虚拟呈现,网络情绪快速聚合与传播产生的极端行为作用于现实社会产生亟需解决的现实问题。社会公众在接收情绪信息时,由于复杂干扰因素作用如群体影响,往往不能够理性思考,顺从群体情绪发展方向,在算法技术投喂下不断强化,成为情绪引导的难点之一。

  作为情绪信息的接收终端,社会公众是情绪信息的最后一道把关者,其自身媒介素养以及对信息真实与否的客观判断能力需要长时间培养与塑造。社会化媒体的兴起拉近社会各阶层沟通距离,也为严肃科学信息的平民化传递提供平台。社会公众应积极使用新媒体了解新媒介技术发展程度及其应用原理,保持客观中立且提升独立思考能力,减弱群体压力对个体信息判断的干扰因素,发挥个体自身对情绪信息的把关作用。

  结 语

  人工智能对网络社会情绪传播过程的应用产生正面与负面的双重影响,在提升并扩张网络社会情绪从聚合到爆发的速度与范围、强化网络舆论空间治理能力的同时,也有可能促生新的负面情绪从而不利于社会和谐与稳定发展。这就要求引导者在对其引导过程中需正确判断情绪产生的现实原因,不可单纯从网络虚拟社会“就事论事”,割裂网络社会与现实社会之间的关系。对于人工智能时代下的网络社会情绪传播,需通过构建网络规范、完善相应立法与主流媒体发挥意见领袖作用等措施有效规避对技术不恰当使用产生的问题,从而实现网络社会情绪的正确引导。

  〔参考文献〕

  [1]朱志玲、朱力.从“不公”到“怨恨”:社会怨恨情绪的形成逻辑[J].社会科学战线,2014,(2):172-177.

  [2]廖祥忠.未来传媒:我们的思考与教育的责任[J].现代传播,2019,(3):1-7.

  [3]书聿.思科预计2020年全球物联网设备达750亿[EB/OL].2013-10-01,http://tech.sina.com.cn/t/2013-10-01/10518786414.shtml

  [4]彭兰.移动化、智能化技术趋势下新闻生产的再定义[J].新闻记者,2016,(1):26-33.

  [5]李沁.沉浸传播的形态特征研究[J].现代传播(中国传媒大学学报),2013,(2):116-119.

  [6]胡翼青.西方传播学术史手册[M].北京:北京大学出版社,2015:225.

  [7][法]古斯塔夫·勒庞.乌合之众[M].赵丽慧译.北京:中国妇女出版社,2017:36.

  [8]喻国明.人工智能与算法推荐下的网络治理之道[J].新闻与写作,2019,(1):61-64.

  [9]徐来、黃煜.“新闻是什么”——人工智能时代的新闻模式演变与新闻学教育之思[J].全球传媒学刊,2017,(4):25-39.

  [10]金惠敏.“媒介即信息”与庄子的技术观——为纪念麦克卢汉百年诞辰而作[J].江西社会科学,2012,(6):14-18.

  [11]上官酒瑞.网络舆论生态治理的认识论分析[J].求实,2018,(6):36-47.