隐蔽的说服：计算式宣传及其对中国国际传播的挑战

欧亚 夏玥

作为计算社会科学的分支，计算式宣传（Computational Propaganda）是随着大数据和人工智能技术的发展出现的新概念，它指的是在网络尤其是在社交媒体平台上对受体进行定向数据收集、分析和评估的基础上，通过智能机器人等软件程序模仿人类进行信息传播与在线互动，以影响与型塑舆论的宣传手段。计算式宣传是技术与政治在社交媒体平台、大数据、人工智能技术等前沿问题上的交汇点。尽管国际传播领域还没有针对这一议题展开全面、深入研究，但计算式宣传在全球范围内的普遍应用已经显现出现实和潜在的后果，构成了国际传播在大数据时代的新挑战。

一、计算式宣传的原理与方法

计算式宣传基于大数据时代人类传播行为的可计算性。个体的数字化生存状态及基于个体互动产生的群体涌现行为产生了多维度、多面向的海量数据。物联网进一步将射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备与互联网结合，进行信息交换和通信。生活中的日常物品被媒介化，即使个体不直接接入互联网，其行为数据也被记录、储存在政府或企业的数据库中。计算社会科学通常使用以兆兆字节或千兆字节为单位的大型复杂数据集，通过信息自动抓取、社会网络分析、复杂性模型等计算或算法解决方案从这些数据中生成模式和推论，检测、研究社会学理论在各种领域的适用性。①计算式宣传是计算社会科学典型的应用场景。理论上，计算式宣传主要包括对目标受众的计算、对传播路径的计算以及对传播内容的计算。

对目标受众的计算。分析用户发帖内容及频率、关注话题等线上数据并结合线下数据源来划分持有不同政治意见的用户群体，预测受众的偏好、倾向和未来行为。在线聊天过程中，机器人还能根据受众反应调整对受众个性、喜好、心理需求的判断，灵活地改变谈话内容以更好地诉诸受众的利益、情感或心理需求，让其更容易接受某种观点，增加说服效果。

对传播路径的计算。这是通过应用大数据分析和多元主体建模等计算社会科学方法，确定特定舆论议题的生成态势、传播路径、传播规模、速度及分布的状态，分离出促进意见扩散的关键节点及其特征阈值。

对传播内容的计算。可以调整信息框架或诉求点，设计出最具说服力的信息内容，并检测不同信息文本的传播效果。改变信息文本的若干措辞可以显著而有力地激起受众的情绪反应，扩大传播效果。

在算法基础上，计算式宣传使用半自动或全自动的机器人（Bot）模仿真实用户，以远低于人工的成本和远高于人工的效率进行信息的大范围传播与扩散，来改变舆论环境中信息及意见的比重，形成制造支持或反对某一政治人物或政治议题的“意见气候”。换言之，计算式宣传是规模指数化、手段数字化、效果精确化的宣传模式。

从实践来看，计算式宣传主要有以下三种方式。②这三种方式的侧重点有所不同，往往被混合使用。

一是通过社交机器人大量发表政治评论或者点赞、转发，形成高频词，用来增加政治人物或议题的曝光度，以将其塑造成主流民意的代表。韩国国家情报局曾在韩国总统大选期间，通过中介机构发布了120余万条推特信息来引导公众支持朴槿惠。在推特上，印度总理纳伦德拉·莫迪是仅次于美国总统特朗普的、最受关注的政治家。但是他4590万粉丝中有60%是虚假账户。莫迪使用社交机器人提升民望。2019年2月，推特平台上在短短两天内出现了777，000次标识了标签#TNwelcomesModi的推文，提及到莫迪对印度南部泰米尔纳德邦的访问。

二是使用路障机器人打压反对者的声音。某一政治行为体可以利用机器人大量转发反对者使用的关键词标签，但具体的信息内容是跟这一标签相反或无关的。这令反对者很难再使用这一标签进行信息传播或与同伴交流，这能阻碍或中断持反对意见的传播，破坏反对者之间的联系。

三是传播虚假新闻。仿照专业新闻网站发布不实报道，意在抹黑、煽动、转移注意力、制造分离倾向等。网络巨魔（Trolls）和推送垃圾邮件（Spammer）是两种常见的方式。巨魔以虚假或断章取义的新闻为基础，煽动种族主义、仇外心理、仇视同性恋、厌恶女性等极端情绪。WhatsApp即时聊天软件是受虚假信息影响最大的平台。WhatsApp的端对端（end-to-end）加密特性限制了平台甄别、限制虚假信息的能力。垃圾邮件则锚准政治意见模糊的受众，长时间推送有针对性的信息，以影响受众形成对己有利的政治观念。

二、全球范围内计算式宣传运用的现状

从2017开始，越来越多的国家开始采用计算式宣传引导和型塑公众意见与态度，以影响政治进程、施加社会控制。2019年，牛津大学计算式宣传研究小组发布了《虚假信息的全球秩序》研究报告，这份报告显示：采用计算式宣传的国家数量从2017年的28个增长为2018年的48个，到2019年则增长为70个。③

这份报告发现，政府机构和政党仍然是计算式宣传最重要的使用者。同时，私人公司、民间社会组织及个体对计算式宣传的应用呈现上升趋势。但是，他们的活动很大程度上是政府支持的结果。在70个国家中，25个国家/地区的国家行为体与提供计算宣传服务的私人公司或战略传播公司合作；30个国家/地区的政府与公民或民间社会组织之间进行过正式协调。

从目的上看，政府发起的计算式宣传主要为了实现以下五种目标：散布支持政府和政党的宣传信息；攻击和抹黑反对派和竞争者；分散和转移批评者在重大事件上的注意力；制造分离主义倾向、两极化趋势，以及通过骚扰和人身攻击抑制公民政治参与。目前来看，以使用计算式宣传支持本国政府、攻击反对派和压制公民参与这三方面的活动最为突出。

在具体策略上，散布虚假信息或建立被操纵的媒体是最常见的手法。有52个国家使用了表情包、创建假视频、建立虚假新闻网站或操纵媒体等手段来误导目标公众。有些国家还利用在线和离线的用戶数据和购买社交媒体广告的方式，面向特定的目标群体传播虚假信息。

在計算式宣传的规模和持久度上，各个国家出现了明显的差异，某些国家的计算式宣传只短暂地出现于大选等重大事件期间，而在另一些国家，计算式宣传嵌入了特殊部门的专业机构，已经成为稳定、持久的政治活动。这主要是由不同国家在这一领域的预算投入、所具备的技术水平以及宣传的意愿所决定的。

目前，绝大多数国家主要将计算式宣传应用于国内政治传播，但是也有一些国家的宣传团队，在人员、专业性和资金上都有绝对的优势，不仅影响国内政治舆论走向，也在干扰海外公众对于本国和其他国家的政治判断。例如，伊朗就被发现在脸书上拥有600多个页面、群组和账户，针对中东、拉丁美洲、美国和英国的用户进行计算式宣传，其中一些账户伪装成美国公民推动反沙特和反以色列的言论。在推特上，伊朗也被曝光有近800个账号，使用阿拉伯语推广支持伊朗政权新闻网站，宣扬支持伊朗政府的政治主张，其中包括对沙特阿拉伯的批评和对叙利亚总统巴沙尔·阿萨德的支持。④

根据不同国家对计算式宣传的运用规模和影响范围可以大致分为四个等级（如表1所示）。

三、计算式宣传对中国国际传播的挑战

计算式宣传是一把双刃剑。一方面，它能为本国所用，将政府支持的信息项目嵌入目标公众的社交网络，隐蔽地通过控制信息、影响渠道和有效接触受众的方式，更有针对性地施加影响、制造认同，营造有利于推行本国外交政策的外部环境；另一方面，其他敌对国家及非国家行为体也能以同样的技术、较低的成本大量散播虚假信息，在目标公众中制造分裂与仇恨，歪曲事实，操纵舆论，这会极大增加向世界说明本国真实、客观情况的难度。

从最新的发展动向来看，美国一方面占据国际话语权的制高点，指责中国、俄罗斯等国家通过计算式宣传损害美国国家利益，同时“以算法对抗算法”，试图通过最新的技术工具来阻止、消解计算式宣传对美国的负面影响。2019年8月，美国国务院下设的全球接触中心推出了假信息云（Disinfo Cloud）技术平台，为政府部门提供符合本部门特定需求的技术或工具，以更有针对性地甄别和回击外国政府散布的虚假信息。

前述研究报告《虚假信息的全球秩序》也将中国标记为通过使用计算式宣传进行国际传播的高等级水平国家，但对中国而言，实际情况恰恰相反。相关研究显示，中国非但没有在脸书、推特等社交媒体平台上大规模地进行计算式宣传，反而正在遭受计算式宣传对中国国家形象造成的负面影响。牛津大学吉利安·博尔索弗等研究者的一项研究采集了2017年2月21日至4月8日这六周里推特上发布的所有有关中国及中国政治的推文，包含来自254，132个独特账户的1，177，758条推文。数据挖掘与分析显示，推特上与中国政治相关的信息是被少数声音所主导的。在全部推文中，近30%的推文是由排名前100位的发帖用户发布的。这100名账号中，没有一个“用户”持有支持中国的立场，有5成是社交机器人账号，传播了大量有关西藏、新疆、台湾等领土问题、人权问题、中国国内社会治理问题上的反华意见。其中，4个在2016年至2017年创立、标记地址在美国的账号迄今已发布了14，000至37，000条反华推文。社交媒体平台上失衡的舆论格局让这位学者得出结论：中国似乎经放弃了推特平台上的计算宣传战。⑤

在这种形势下，仅仅通过民间力量发起的“帝吧出征”“饭圈女孩保护中国”等反宣传活动，来澄清有关中国问题的真相是远远不够的。有关部门需要正视这一问题，包括加大对计算式宣传原理、模式与技术的研究，避免将传统媒体时期“西强我弱”的国际传播格局继续延续到互联网时代，以开拓中国国际传播的新局面。从某种程度上，这要取决于我们面对挑战时有多大的智慧和勇气来进行理念革新、制度建设和资源整合。

（本文系教育部重大攻关项目“‘一带一路沿线国家新闻传播业历史与现状研究”和教育部重大公关项目“中国特色大国外交研究”的阶段性成果，项目编号分别为：17JZD042和15JZD032。外交学院国际经济学院2016级本科生刘晴、外交学院2019级研究生邵魁卿为本文搜集了部分数据，特此感谢。）

「注释」

①S. Shorey， Philip & Philip N. Howard （2016）. Automation， Big Data， and Politics： A Research Review. International Journal of Communication 10， 5032–5055 1932–8036/20160005.

②Samuel C. Woolley （2017）. Computational Propaganda and Political Bots：An Overview. In U.S. Advisory Commission on Public Diplomacy， Can Public Diplomacy Survive the Internet？ Bots， Echo Chambers， and Disinformation， Washington D.C，pp. 13-17.

③Samantha Bradshaw & Philip N. Howard（2019）. The Global Disinformation Order： 2019 Global Inventory of Organised Social Media Manipulation. Working Paper. Oxford， UK： Project on Computational Propaganda. comprop. oii.ox.ac.uk.pp. 17-20.

④Mona Elswah， Philip N. Howard and Vidya Narayanan. “Iranian Digital Interference in the Arab World”. Data Memo 2019.1. Oxford， United Kingdom： Project on Computational Propaganda.

⑤Gillian Bolsover & Philip Howard （2018）： Chinese computational propaganda： automation， algorithms and the manipulation of information about Chinese politics on Twitter and Weibo， Information， Communication & Society， DOI： 10.1080/1369118X.2018.1476576.