智能舆论学知识体系建构的理论框架与实践路径.pdf

·学术沙龙·

智能舆论学知识体系建构的理论框架与实践路径*

谢耘耕李丹珉**

摘要随着人工智能技术的迅猛崛起及其在各领域的深度渗透,传统

舆论学理论在动态解析智能时代背景下的舆论现象方面遭遇瓶颈。为突破这

一局限,本文提出构建智能舆论学知识体系这一命题,提出要以AI技术与

大数据分析的深度融合为核心,通过知识体系创新重塑舆论学研究的理论范

式。帮助人们深化对舆论现象的本质性理解,在学理层面拓宽舆论学研究的

深度与广度,进而为舆论学的未来发展开辟新路径。

关键词人工智能(AI)智能舆论学知识体系构建大数据分析

舆论管理

作为研究舆论现象及其背后生发机制的交叉学科,舆论学综合了传播

学、社会学、心理学、政治学等多个领域的理论,从不同维度深入探讨了

舆论的形成过程、传播方式及其社会影响。在舆论学诞生初期,学者们通

过分析传统媒体发布的信息及其引发的受众反应来研究舆论现象。在《人

民的选择》中,拉扎斯菲尔德等人详细分析了报纸刊载的内容如何影响人

们的政治态度和投票选择。20世纪中期,行为主义和社会心理学为舆论学

研究提供了新工具。费斯廷格提出“认知失调理论”,他发现人们在面对

矛盾性信息时不得不改变观点以减轻心理不适,这对理解公共舆论如何转

变至关重要。[1]这些研究为舆论学发展奠定了基础。进入21世纪,大数据

技术的广泛应用为舆论学发展带来新契机。通过分析海量数据,研究者能

*基金项目:上海社科规划项目“计算政治对舆论安全的挑战及治理”(项目编号:2022

BXW004)。

**谢耘耕,上海交通大学媒体与传播学院教授;李丹珉,华东政法大学韬奋新闻传播学院

讲师。

·296·

智能舆论学知识体系建构的理论框架与实践路径

够发现舆论传播的复杂路径和演化规律,还使跨地域、跨时间的舆论比较

成为可能。更重要的是,随着“数据驱动、智能决策”的人工智能时代到

来,人们更加需要从动态而非静态的角度重新审视舆论现象。随着舆论现

象在社会生活中的重要性日益凸显,舆论学逐渐从相关学科中分离出来,

形成了一门具有独特研究对象和理论体系的学科。然而,如何构建更加完

善系统的理论体系以更好地解释人工智能时代的舆论现象,也成为当前舆

论学发展面临的重要问题。为突破这一瓶颈,本文提出构建智能舆论学知

识体系的构想,旨在重塑舆论学的理论框架与研究范式,为舆论学的未来

发展开辟新路径。

一人工智能时代呼唤舆论学知识体系革新

生成式人工智能的出现重新定义了人机交互方式。一方面,随着深度

神经网络技术的发展,基于大规模自然语言生成模型的算法可以根据人类

提问给出创造性答案,生成式人工智能正在成为新的内容生产主体。另一

方面,作为创造性信息生产工具,生成式人工智能降低了内容生产门槛,

利用Midjourney、StableDiffusion、Sora等大模型,普通用户也能快速生成

文字、图片、视频等各种形式的高质量内容。在过去,公共舆论的主体是

媒体、公众、政府,而如今,算法、机器人、虚拟助手等新主体已纷纷加

入舆论场,并呈现出引导、放大、扭曲公众情绪的能力。

生成式人工智能的崛起如同一把双刃剑,既为社会发展注入前所未有

的创新动力,也给传播生态带来了不容忽视的隐忧。从数据层面看,如果

训练数据本身就存在性别、种族、年龄等方面的历史歧视,那么算法在学

习这些数据时便会继承甚至放大这些偏见。同时,由于训练数据多来自不

同国家或社会的公开数据集,