摘 要：在信息技术与人工智能高速发展的时代背景下，网络舆论环境日趋复杂多元，军事领域亦深受影响。本文基于智能化视域，在探讨其在军事领域作用机制的基础上提出，通过网络行为解析提取目标特性、定向设计互动话题进行舆论引导、开展集群行动模式传染目标用户，旨在为提升军事领域网络舆论引导能力提供借鉴参考。

关键词：智能化；网络舆论引导；舆论主动权

随着智能化技术的迅猛发展，人类生产生活方式发生深刻变革，网络已成为信息传播和舆论生成的重要空间。在军事领域，网络舆论的影响力不容小觑。它不仅关乎军队形象塑造、军心士气凝聚，还与战场上的作战进程紧密相连。深入研究智能化视域下的网络舆论引导，对于军队在复杂舆论环境中掌握主动权具有重要的现实意义。

一、智能化视域下网络舆论的特点

全媒体时代，网络空间成为公众意见形成和交流的关键平台，网络舆论影响社会共识构建，呈现出鲜明特点。

网络舆论传播主体更为多元。全媒体时代，传播赋权浪潮奔涌，人人都有麦克风，人人皆媒的格局打破了传统传播壁垒，让每个个体都能成为信息生产与传播的节点。而随着人工智能技术的迭代升级，社交机器人、虚拟数字人等智能传播主体也依托技术深度嵌入传播链条。它们凭借自动化内容生成、拟人化交互表达等特性，在舆论场中扮演着日益重要的角色，成为不可忽视的“技术行动者”。例如，2024年9月18日，@玉渊谭天发布视频，揭露菲律宾“饭圈”在社交媒体一天发帖约40万条刷屏南海属于菲律宾话题，这一传播行为中有大量虚假账号和机器人账号身影。

网络舆论生成迅速极化加剧。智能技术推动舆论生成进入“超频时代”。一方面社交机器人的投入使用，让信息传播的速度和强度都提升到了一个全新的水平；另一方面人工智能伪造技术让虚假信息从无到有的生产周期极大缩短。在2022年俄乌冲突初期，人工智能生成的“泽连斯基投降”视频在社交媒体平台3小时内即获得1200万次播放，迫使乌克兰当局紧急直播辟谣。同时，算法推荐机制加剧“信息茧房”效应和“回音室”效应，推动群体内部观点走向极端化，最终致使网络舆论场对立冲突不断加剧。

网络舆论传播精准。智能化技术的发展使得用户画像更为精准，也让特定舆论信息精准触达目标群体成为可能。研究显示，在2016年美国总统选举中，特朗普竞选团队构建了一个包含2.2亿人的数据库，通过调查识别潜在支持者、针对不同选民偏好优化竞选广告等，成功提高了选民的参与度与投票率。

二、智能化视域下网络舆论引导的作用方式

在网络空间成为思想舆论斗争主战场的背景下，探究智能化视域下网络舆论引导机制，对揭示网络舆论运行规律、提升舆论治理效能具有重要的理论与实践价值。

构建虚拟人格类人行为表达。智能程序经过深度学习，可以模拟人类的行为模式，赋予其鲜明的性格特点、语言习惯等，并通过算法模拟人类情感表达，塑造类人形象，在网络空间中与真实用户进行互动，引导舆论。在近些年的一些重大国际事件中，美西方国家在社交平台上创建大量虚拟账号，模拟不同身份、立场的人进行发帖互动，形成有组织的网络舆论引导力量。在一些冲突报道中，有大量看似普通民众的账号在社交平台上同时发声，对某一方进行指责或对己方行动进行美化，影响舆论走向，配合发起方进行有目的的信息传播和网络舆论引导。

调动情绪激发用户情感共鸣。调动情绪并激发用户情感共鸣是实现有效舆论引导的作用方式之一。网络舆论引导需要精准识别用户的情感需求和敏感点，通过对网络舆论的实时监测和数据分析，掌握用户的情感倾向和变化趋势。在此基础上，进一步定位能够引发用户强烈情感共鸣的热点议题或讨论话题，进而精心设计和运用各种情绪元素，有效调动用户情绪。这些元素可以包括正面情绪和负面情绪的激发点，以及与之相关的故事、案例、图片、视频等素材。通过将这些元素融入交流内容中，引导用户产生特定的情感体验，进而实现情感共鸣。在近年几场局部战争的舆论战场上，不乏利用社交机器人在特定议题中塑造己方受到侵害等虚假叙事的成功案例。这些社交机器人通过批量生成并高频次传播带有倾向性的内容，利用公众对人道主义灾难的共情心理，进而调动起广泛的同情和支持情绪。

利用社群网络影响进行引导。社群网络通常由具有共同兴趣、目标或身份认同的个体组成，他们通过在线平台相互连接，形成紧密的群体结构。社群内成员之间的互动频繁，包括信息交流、观点碰撞、情感共享等，这些互动行为构成了社群网络的核心动力。此外，社群网络还具有一定的自我强化和扩散效应，即某个观点或信息一旦在社群内得到认同和传播，很容易迅速扩大，进而对整个网络舆论场产生影响。2022年8月，国外相关机构发布的一份报告显示，推特、脸书、“照片墙”等西方主流社交媒体上存在一个关联紧密亲西方叙事的账号网络。经溯源，部分账号与美国官方组织机构高度关联。这些账号依目标受众所在国家和地区被划分成不同群组，各群组间“协同行动”特征明显。在俄乌冲突升级前后，中亚群组活跃度骤升，日均发帖量近200条，不断制造话题，试图干扰地区舆论走向。

三、智能化视域下网络舆论引导的策略

智能化视域下，提升网络舆论引导的针对性和有效性，可以通过网络行为解析、定向设计话题、开展集群行动等方式实现。

通过网络行为解析提取目标特性。一方面，通过网络爬虫等技术手段针对性采集用户网络行为数据，包括用户的浏览历史、评论内容、点赞和分享行为等；另一方面，利用自然语言处理技术分析文本数据，包括使用情感分析技术识别文本中的情感倾向，利用主题建模技术识别文本数据中的隐含主题。这些分析有助于理解用户的情感态度和关注点，为网络舆论引导提供依据。据媒体报道，美国国防部高级研究计划局自2021年起连续启动了多个研究项目，如“影响力行动感知”（INCAS）、“动态信息环境下信息传递因素”（MIPs）等，这些项目旨在通过网络行为解析提取目标特性，进而进行精准的舆论引导。

定向设计互动话题进行舆论引导。定向设计互动话题的核心在于通过精心设计话题，激发用户的参与热情，并通过互动过程中的信息传递和情感共鸣，达到引导舆论目的。在设计互动话题时，需要细致考虑用户的年龄、性别、职业等特征，确保能够引起用户的关注并激发讨论热情。借助平台干预和算法控制，面向个性化目标，部署算法程序，将情感向量嵌入到句子的语义向量中，自动生成贴合用户的讨论议题，悄无声息地改变信息传递的真实性与方向，精准推送特定信息至目标用户，以微妙高效的方式，实现舆论引导。

开展集群行动模式传染目标用户。集群行动模式主要依托社交机器人，在不同社交平台上进行互动和传播，形成强大的舆论影响力。社交机器人能够以不同的人设、不同的立场，通过发布、转发、评论、点赞以及聊天等人机互动行为方式，营造人气，影响网络舆论。社交机器人集群行动模式主要通过两种方式传染目标用户。第一种方式，通过“集体转发”行为共同制造社交机器人意见领袖，从而扩大社交机器人网络中心节点账号的影响力。第二种方式，通过共同推送某一种内容以阻碍多元观点的流通，制造“沉默的螺旋”效应，从而提高自身所代表的立场和观点的影响力。国外的模拟实验证实，占总数5%-10%的社交机器人就可以改变舆论气候，引导舆论朝着社交机器人的观点靠拢。例如，叙利亚安全部门通过批量社交机器人账号关注、转发和互动，成功营造拥有12.5万粉丝的社交机器人意见领袖“萨拉”，通过发布特定立场的信息，成功阻碍记者通过推特获取叙利亚战争的动态信息。

（作者单位：国防科技大学）

责任编辑：赵静轩