这是一个被人工智能改变的时代。
随着计算机和网络技术高速发展，人工智能在近年来得到迅速发展并开始全面介入现代社会生活。当前，人工智能正在彻底改变我们的沟通行为和互动方式，这场变革不仅会影响我们的沟通方式，还会影响与我们沟通交流的对象。
如今，以算法为代表的信息推送方式和以社交机器人为代表的信息生产方式正在进一步影响互联网的舆论引导的整体格局。人工智能已然成为调和、改变，甚至是操纵舆论的重要变量。人工智能具体如何作用于当前的舆论市场？身处舆论市场的我们，又如何面对人工智能对舆论场带来的挑战？
人工智能正在影响舆情
人工智能彻底改变了过去的传媒环境，使得传统媒体时代界限清晰的传受主体分野日渐模糊。
在网络的数字化传播和交互功能下，“大众传媒”的想像成为现实。在大数据挖掘技术和人工智能技术成熟之前，人们尽管也可以借助网络收集信息和进行表达，但其能力还相对有限。在人工智能时代，人们借由智能机器和智能技术赋能，可以更加快速有效地接收信息、整合信息、传递信息，信息爆炸随之而来。这种舆论环境意味着观点不一，表达各异。
当然，这在一定程度上促进了民意的表达，使人们能够拥有对事实判断和定性的多元化，以及对观点的可质疑性，有利于寻找真相，回归事实本身。但同时，由于网络表达的复杂性和非理性，对事实真相的探寻和主观性观点的往往难以形成共识，这也让互联网爆发愈发频繁和激烈的对立与争论。
在网络表达愈发复杂和非理性的情况下，人工智能算法的推荐，则加剧了网络舆论各自为营的对立和争论。如今，算法已被广泛应用于信息生产和传播过程中。算法依据用户在网络上的使用情况，对其进行画像进而推送信息，其意义是对用户兴趣的个性化满足。
因此，算法推送的信息并非由信息的价值决定，而是由商业价值决定——通过无条件地满足用户的个性化需求，增加用户粘性，最大限度地实现商业价值。主要由商业逻辑推动的算法推荐的信息具有快速、精准、个性化等一系列优势，所以其推广普及的速度也相当迅速。
正是因为算法受到商业偏好的影响，所以，控制着算法的利益市场，令算法日益沦为利益的砝码，造成几千年来人类社会所追求与构建的民主、自由的社会受到挑战和损伤。比如，2015年，Facebook就因其人工智能推荐内容存在政治偏见，饱受用户对的指责。
2018年3月，Facebook更是爆发了轰动全球的“Facebook数据门”事件，8700万Facebook用户的个人数据被出卖给一家叫做“剑桥分析”的公司。这家公司操纵这些数据，引导舆论，最终成功地通过选举程序，使得英国脱欧、特朗普上台。从本质上看，正是Facebook为了自己的利益而不正当使用了算法。
此外，虽然算法让信息和人能够精准和高效地匹配，这也成为互联网信息流动的核心逻辑。甚至可以说，机器算法在一定程度上决定着信息的意义、信息的流向以及受众对信息感知的方式。但是，虽然算法掀起了传播领域的一场革命，但随着算法日渐接管了人们的信息来源，算法背后存在的隐患也逐渐凸显。
当前，算法带来的信息茧房效应和技术伦理问题也受到了越来越多的批判。算法通过精确的个性化描述打造了个性化的社区，随着圈子的粘性增强，圈子不可避免地会出现排他性。用户就像蚕一样被自己吐的丝禁锢在自己制造的“信息茧房”里。长期生活在“信息茧房”之中，无疑会令用户越来越沉溺于自己的回音，在信息茧房中越陷越深。“数据化”的人将会失去对整个社会的理解与全局批判的能力，甚至会造成群体“极化”现象。
可以说，人工智能时代下，传统的媒体环境已经发生了改变，舆论的引导也处处可见人工智能的痕迹。
社交机器人为操纵舆论带来可能
如果说，以算法为代表的信息推送方式已经深刻地影响了互联网的讨论，那么，以社交机器人为代表的信息生产方式则为进一步操纵舆论带来了可能。
社交机器人，也就是俗称的“网络水军”。在过去，“网络水军”更多的是指受雇于网络公关公司，为他人发帖回帖造势的网络人员，以“注水”发帖来获取报酬。随着人工智能的广泛应用，当前，“网络水军”的大军已经更多的指代大批量的社交机器人。
“网络水军”自诞生之日起，就与制造话题、信息传播紧密相关。显然，“网络水军”在原有网络媒体的基础上大大加快了网络话题的传播，但同时不同的信息也可以借“网络水军”进行造势。在某种程度上，网络水军打破了“热点”与“冷门”的界定、“只要想炒作、任何话题都可以成为热点”的说法并不过分。可以说，“网络水军”破坏了互联网这个大的“舆论场”原有的秩序。而这种舆论导向作用对信息传播带来的影响是不可小视的。
一方面，这种“非主动”的传播加大了网络的不确定、不全面、甚至不真实的现实问题。一篇事实与出处都未经核实的帖子，就可以经由“网络水军”的推波助澜，不胫而走，成为以几何级数扩散的流言。互联网本就是一个开放的平台，带有一定的不真实性，而如果被别有用心者利用和控制以达到个人目的，无疑将使得这个信息平台更加龙蛇混杂。
另一方面，“网络水军”的出现对传统媒体而言是一个巨大的考验。公信力是传统媒体的核心价值所在。一篇帖子最终制造的社会影响力大小，其实往往由传统媒体的关注度来决定。当前，新闻源自网上已是司空见惯，但“盖棺定论”依然由传统媒体来完成，这也是传统媒体有别于网络流言的根本之处。
但现实是，由于“网络水军”的存在，一则新闻迅速占据各大网站成为热点议题，而传统媒体为了新闻的即时性，往往没有时间来调查求证就迅速跟进报道，若后来证实新闻内容片面或根本不符合事实，那么传统媒体的公信力自然降低。
近日，来自日本京都大学社会信息学系的Rafik Hadfi博士等学者使用了结构化的大型代理平台来研究这一现象。该平台的核心是一个可以利用争论性消息来分析以社交机器人为代表的信息生产方式对在线讨论变化过程产生的影响。社交机器人将通过调和、支持或攻击受试者的立场来动态地对他们的信息做出反应。
其中，第一个实验是与来自阿富汗的1076名公民就喀布尔市的城市政策制定进行大规模讨论，这项试验的目的是增加公民对实施可持续发展目标的参与。第二个实验是一组16名学生的小规模辩论，议题为缅甸的全球化和税收。
在第一个实验中，在没有社交机器人的情况下进行讨论，讨论结果以提出问题为中心；而引入社交机器人后，继续进行的讨论则发展以找到解决问题的想法和方法为主题。第二个实验中，辩论者对主题有预设的小组，引用社交机器人后，他们的立场不会发生剧烈变化，甚至得到了加强；而没有预设的组，引入社交机器人后，观点则发生了剧烈改变。
舆论引导需要主流媒体的纠偏
面对人工智能对舆论场带来的变化和挑战，对舆论进行适时引导，及时治理已经刻不容缓。
当然，不论是过去的传统媒体时代，还是现在大众传媒时代，社会核心价值观传播都离不开主流媒体，在这个治理的过程中，主流媒体理应发挥其引导主流核心价值观的作用。但是，主流核心价值观的作用并不一定能够通过冲撞、激荡自动产生出来，而是需要适当的舆论引导。
在传统舆论格局中，主流媒体以鲜明的立场、权威的表达，有效地发挥了舆论导向的作用，使社会核心价值观得到了有效传播。然而，在鱼龙混杂的大众传媒时代，由于理念的落后以及传播方式的陈旧，主流媒体虽然没有在核心价值传播过程中“失声”，但往往曲高和寡，有“自说自话”的窘迫。
因此，随着媒体融合在国家层面快速推进，新型主流媒体应积极抢占着舆论引导的主阵地，重构在舆论引导中的主导作用。比如，为提高正面宣传效果，一些平台尝试建立了“正能量内容池”等机制，规定算法抓取的内容全部来自于经过人工审核后的内容池，而不是简单地全网抓取。
然而，内容池的新闻数量与受众需求严重不匹配，实际上使得推荐算法“失效”。大部分“推荐算法”平台只分发内容但不生产内容。因此，掌握新闻生产资源的部门如新华社、人民日报、中央广播电视总台等，应当积极推进建立符合新媒体表达形式和受众阅读习惯的正面宣传体系，打造符合当前互联网舆论生态的正面报道内容库。
此外，从理论层面，“推荐算法”中存在的陷阱与漏洞也是可以被发现并纠正的。基于此，有关部门可以探索科学运用技术手段改进传统监管方式，比如，通过各大平台的“埋点”数据探索对“推荐算法”的有效管理。
“埋点”是针对特定用户行为或事件进行捕获、处理和发送的相关技术及实施过程。每个基于“推荐算法”的平台都会设置“埋点”，监管部门掌握了“埋点”数据，实际上就掌握了平台中哪些有害内容被广泛传播、有害内容有多少、被传播的情况等关键信息。
从传播效果回溯，有助于出现问题的平台校正算法或审查算法机制方面的问题，也为监管提供了强有力的抓手。网络监管部门还可以对算法平台的分词体系、标引体系进行监督，给出指导意见，清除监管盲区。
对于受众信息窄化等问题，则可以探索运用技术路径解决。比如，一些资讯平台除借助大数据不断改进“推荐算法”外，还自发尝试利用深度学习神经网络模型中的“钟摆”策略，建立多个维度的场景特征库，从用户的多种操作行为中感知用户的生活重心，通过对广度和深度内容的调整来解决传统推荐引擎“信息窄化”的弊端。
当然，除了主流媒体外，企业在设计内容推荐算法的时候，也不能只是高效的迎合性的推荐，算法也应该有价值观。算法可以主动打破信息茧房，给用户推送不一样的观念、内容。这也是人工智能时代下，企业必然要承担的社会责任。解决“信息窄化”的另一种方式是：算法变得更加透明，把更多的选择权交给用户，而不是主导舆论、控制用户，从而促真正进算法的良性发展，为用户福利创造出更大的价值。
