人工智能背景下网络舆情的监测与分析

摘要：舆情信息的输入与输出常常处于未知的状态，为解决这一问题，需要创造一种新的信息处理模式。本文立足人工智能在网络舆情服务工作中的运用进行研究，以期进一步解放生产力，集中更多人力于关键环节，提高网络舆情的监测与分析效能，并提升质量。

关键词：人工智能；网络舆情；监测与分析

中图分类号：G206 文献标志码：A 文章编号：1674-8883（2021）05-0138-02

一、引言

在人工智能技术应用的大背景下，算法深度介入网络舆情工作，网络舆情信息的监测与分析、网络舆情危机防范与治理等各个环节都发生了变化。在上游，以科技创新为基础的人工智能技术对网络舆情监测与分析的影响明显，算法技术不仅能做到对海量网络信息的自动抓取、分类聚类、主题监测、专题聚焦，还能整合网络信息采集与信息智能处理等技术；在下游，人工智能技术给网络预期危机的治理也带来了直接影响，“黑箱化”的信息传播过程将大量可供引导的信息传播渠道隐藏起来，人工智能以多种形式影响着大数据、图像识别与机器学习等领域，解密“黑箱化”的信息。

二、人工智能技术介入网络舆情信息工作的影响

人工智能，也称机器智能，区别于自然智能，是信息技术革命的产物之一。20世纪下半叶，信息从物质领域转向技术领域，并逐渐成为一种经济资源。过去40年的技术革命以信息和知识的中心性为特征，并将这种知识和信息应用于知识生产、信息处理和通信设备的改良，信息技术与信息传播工具被置于创新和创新使用之间的累积反馈循环中。媒介扩容和技术迭代发展势不可挡，信息的健康传播或将成为当代社会稀缺的重要资源之一[1]。舆情信息作为一组中立的事实、數据或观察结果，一旦对舆情信息的界定或区分趋于模糊，就会出现新的问题。

截至2019年底，我国一半以上的省份提出了人工智能战略发展规划，人工智能在信息传播过程中的“黑箱化”问题尤为典型。认知革命让心理学的研究焦点从外部强化转移至“大脑内部”，借助计算机技术的发展强化了对因果过程的探索能力。信息加工被认为是认知过程的一种描述，包括一种机制拿什么信息作为输入，以怎样的程序进行转换解读，程序的运作基于什么结构，以及最后表征或行为的类型。人的认知机制仿佛一架以程序驱动来加工各类输入信息的大型计算机，是一个领域一般性的信息处理器，这种认知模式转嫁在计算机上会以特定的程序设计来实现，例如，指导下棋的计算机程序包含了数以万计的“如果……那么……”指令。研究者把认知机制的优先权放在寻找高度普遍的心理活动规律上，他们将注意力放在认知过程上。虽然文化和语言的多样性以及思想的内容对认知活动的思维方式有决定性的影响，但这仅仅是人类心理研究的一个领域，对某种信息或某一类信息的传播把控意义有限，特别是在网络舆情信息这样的“黑箱”之内，舆情危机的防范、治理与应对显得更为迫切。

在实际工作中，尽管舆情分析师已独立于采编工作存在，但就实际而言，舆情分析的过程仍然与记者、编辑的工作紧密相关。因此，研究新闻工作者在这场技术革命中的角色对于我们理解人工智能技术带来的“黑箱化”问题至关重要。记者的角色界定与其处理社会关系的方式有助于他们赋予其工作以意义，并使之能够证明和强调其工作对自己和他人的重要性。早期的大众传播研究者从经验上探索新闻工作者的角色，借助访谈了解他们的职业心态，并判断其在技术革命、社会活动或文化冲击中的心理活动，这一模式同样可以放在网络舆情工作者的研究上。特别是在当前人工智能技术影响加深，算法深度介入新闻生产的情况下，许多信息的传播过程被推入“黑箱”，来自一线工作的判断与发现显得更有价值。

围绕网络舆情工作与人工智能技术的争论主要集中在对信息传播工作的“能见度”上，出于对信息的输入、输出知晓情况的担忧，人们对“黑箱”的估计存在很大差异。在算法深度介入新闻生产环节的背景下，舆情信息的输入与输出常常处于未知的状态，整个信息传播的过程被推入更深的“黑箱”。为解决这一问题，需要创造一种新的信息处理模式，即与网络舆情相关的决策信息。网络舆情中表露的网民态度和价值观都隐藏在前端接口后面，网络社会逻辑的新关注变得更加抽象化而非具体化。包括人工智能在内的新通信技术的发展和创新只能被认为是信息化生产的一部分，并不一定带来网络舆情工作的升级、优化与便利。正如科学新闻编辑蒂姆·阿彭策勒所言，推动科学研究进程既是人工智能给社会带来的巨大转变，也展示出人工智能作为未来科学技术研究热点的本质和对社会各行业的促进作用[2]。

三、网络舆情监测与分析的主要目的

过去，主流舆论场与以网络社交媒体为代表的民间舆论场既存在交集也存在隔阂；当前，两个舆论场共识度提升，网络舆情分析对数据应用技术的依赖性增强，人工智能技术的创新成果亟待应用于实际。在网络舆情工作的各个环节，人工智能技术的有效应用对网络舆情监测与分析效率的提升、网络舆情危机的防范与治理都将起到重要作用。

（一）能见度：技术工具的舆情信息挖掘能力

网络舆情的监测与分析具有鲜明的技术特性。国内的网络舆情监测服务机构有依赖于主流媒体、高等院校和科研机构建立的舆情监测平台，也有由软件公司与市场调查公司联合成立的舆情监测软件企业。这些舆情监测机构不仅可以依靠其完整的监测体系与应用技术对传统媒体的网络版进行监测，还能对贴吧、微博、博客等社交媒体进行实时监测，并据此进行专业的舆情统计与分析，形成动态的舆情分析报告。近年来，随着微信、微博、短视频APP等社交新媒体的发展，我国网络舆情服务行业渐具规模，舆论监测服务机构以第三方的角色对网络舆情事件进行监测与分析，并从客观、中立的角度提供解决问题的具体方法。

网络舆情的监测与分析工作不仅可以帮助政府了解民意，促进信息的顺畅流通与各方的良性互动，还可以依靠危机预警、风险防范等职能凝聚社会共识，弥合舆论的撕裂。但我国舆情监测服务行业仍有很多不足，人工智能技术的引介对这些问题的改善或有一定助益。首先，舆情服务的产业链不完善，人工智能技术将促进各环节服务的对接。国内各舆情服务机构提供的舆情服务较为简单，主要侧重舆情危机的治理与预防，很多重要的环节因自主性不足处在产业链的下游，人工智能技术的引介将进一步改善这一境况，增强产业链的完整性，提升舆情服务的质量和用户满意度。其次，人工智能可以改变专业人员缺乏的窘境，以智能化促进人机合一。国内舆情分析师大多由记者、编辑转型而来，对数据分析技术的掌握有限，舆情监测软件系统仍需舆情分析师结合软件数据撰写分析结论。人工智能技术将提升舆情监测软件系统数据处理的能力，并以智能化手段减轻舆情分析师的负担，进一步促进人机合一。最后，舆情服务行业规范和标准尚未建立，人工智能技术带来的挑战或进一步推进行业规范和标准的推出。在人工智能技术带来挑战的同时，技术革新或进一步推动行业透明化、规范化，从而改变“一删到底”的情况和干扰民意表达的“网络水军”“网络删帖”大量出现等网络舆情监测行业存在的大量不规范现象。人工智能技术将有助于此类问题的解决，以技术革新重视民意的研究。

（二）透明度：人机合作的协调效果

网络舆情分析工作，智能技术以人机合作的方式提升了分析效率。就舆情监测、分析与舆情危机的处理而言，人工智能技术的介入至少产生了以下影响。在舆情数据的智能采集上，人工智能技术的介入补充了原有网络舆情监测软件系统在信息差异化、智能化处理层面的不足，并有针对性地设计与制定了多样化的采集策略。这一方式有效地筛选了垃圾信息，归并了相似程度较高的文章，为进一步的分析工作提供了方便。在舆情资料的智能分析与处理上，人工智能技术对采集到的舆情数据进行词频、关键词等文本特征分析，形成组织化的数据，并借助数据模型从多个方向对舆情进行实时预警，实现了舆情监测的全景追踪。在舆情危机的智能防范与治理上，人工智能技術直接影响了媒体对信息传播的影响力分析，不仅可以避免可能出现的舆情危机，还可以在网络舆情危机发生之后有针对性地设计负面舆情的应对对策。

人工智能技术带来的人机合作为新闻生产提供了资源协调的效果，为人类与科技如何以新的方式互动提供了一种解决思路。在这一技术的影响下，网络舆情检测与分析工作也面临着观念的转变，人、信息与机器之间正在出现新的关系。技术成果的引入并不是简单地替代人力，而是调整生产关系[3]。要探索人、人工智能技术和网络舆情信息之间正在出现的关系，并提供一种方法，使传播学者能够更充分和清晰地处理这些关系。

四、结语

人工智能技术应用对分析环节的影响主要体现在弥合现有分析手段的不足，为各类分析方式提供技术支持。在舆情危机的治理层面，人工智能技术所解放的人力可集中应用于舆情研判环节，以此实现对网络舆情危机的预警、风险防范与对危机的有效治理，并由此形成良好的生态循环。

人工智能技术在网络舆情监测与分析工作中发挥的主要作用之一就是祛蔽，即将原来隐藏在信息传播“黑箱”中的意见以算法的方式集中起来，将有效信息便捷、迅速地呈现出来，为网络舆情危机的防范与治理做准备。随着人工智能技术逐渐成为媒体机构、组织和日常生活的内容，网络舆情工作中将出现一种新的基于人工智能的信息处理模式。在这些新系统中，网络舆情这一复杂的信息将随着文化代码与计算机代码的融合进入数字世界，既产生新的模式，又复制旧的模式，不断向前发展。

参考文献：

[1] 郭子辉，谢安琪.信息“疫情”的扩散特点与网络治理研究[J].传媒观察，2020（08）：30-34.

[2] 蒂姆·阿彭策勒.人工智能科学革命[EB/OL].美国人文与科学院，https：//www.sciencemag.org/news/ 2017/07/ai-revolution-science，2017-07-07.

[3] 张茜.人工智能技术背景下的新闻产业链重构[J].新闻文化建设，2020（13）：179-180.

作者简介：周晶（1986—），女，吉林长春人，硕士，馆员，研究方向：信息素养教育、图书馆管理。