基于生成式人工智能的高校网络舆情治理研究.pdfVIP

基于生成式人工智能的高校网络舆情治理研究.pdf

案例与解读CaseInterpretationRegionalGovernance

基于生成式人工智能的高校网络舆情治理研究*

○米宁

摘要：在“人工智能+”战略深入推进的背景下，生成式人工智能（AIGC）以其强大的内容生成能力与交互特性，

深度嵌入高校网络空间，重塑了舆情生成、传播与治理的底层逻辑。本研究立足“人工智能+大学生教育”视角，深入

剖析高校网络舆情的内涵、特征及现实演进。研究发现，生成式人工智能在高校网络舆情管理中呈现双重性：一方面通

过理念革新、路径优化为舆情引导提供新可能，另一方面带来主流价值观弱化、虚拟与现实界限模糊等风险。通过系统

梳理价值、形态、治理和场域等困境，针对性提出涵盖理念、路径、环境优化及风险审视的创新引导策略，旨在为“人

工智能+”时代高校网络思政教育提供理论与实践指导，助推高校构建科学、合理、有效的网络舆情治理体系。

关键词：生成式人工智能；大学生；网络舆情；思政教育

一、引言群体的思想动态与价值诉求的集中反荐机制通过用户浏览记录、点赞、评

（一）生成式人工智能的应用映。相较于一般社会舆情，其具有主论等使用行为产生相关舆情信息的推

场景体高知性、传播裂变性、内容意识形荐。社交平台算法推荐会使一个热点

生成式人工智能是以深度学习模态性三大特征。而在生成式人工智能事件的曝光量增加3~5倍，推进舆情

型为基础的自动撰写文字、图片和音介入后，舆情呈现新变化：其一，内生成和传播的速度，可见人工智能技

频等的内容技术。随着GPT系列、容生产“去专业化”，非专业用户可术已逐渐参与到舆情产生的过程中。

文心一言等大型模型的发展，生成式通过生成式人工智能快速生成看似二、人工智能视域下高校网络舆

人工智能走出了研究与应用的“实验“权威”的观点，降低舆情发起门槛；情呈现样态

室”，走进了社会的各领域。生成式其二，传播路径“隐蔽化”，AI生（一）对大学生的影响特征：认

人工智能具有快速、高效地以符合人成的匿名账号、虚拟IP可绕过传统知偏差与情感异化

群认知的方式产生、传播难以分辨真监测手段，形成“暗网式”传播；其生成式人工智能通过“信息茧房”

假的信息的能力[1]。在教育领域，生三，影响范围“泛在化”，AI可通强化大学生的认知偏见。人工智能算

成式人工智能可辅助知识生产、个性过情感计算精准推送内容，触发大学法基于用户浏览记录推送同类内容，

化学习；在社交领域，其生成的内容生的群体情绪共振。导致“信息窄化”——关注社会不公

正在重构用户的表达与互动方式；在（三）人工智能视域下高校网络的学生可能持续接收负面信息，关注

公共管理领域，生成式人工智能被用舆情的现实演进学术动态的学生可能被论文代写、考

于舆情监测、风险预警。这种技术高校网络舆情的演进始终与技术试押题等违规内容包围。此外，AI

革新既为网络思政教育带来精准化传进步同频共振。Web1.0时代，舆情生成的“拟真内容”可能突破大学生

播、个性化引导等机遇，又衍生出价以单向传播为主，主体是“意见领袖”；的认知边界，引发真相怀疑。部分生

值导向偏差、信息真实性危机等治理Web2.0时代，用户生成内容成为主成的内容蕴含西方个人主义、消费主