当前舆情处置中的四种不良范式 来源：微信公众号“舆情観察” 众所周知，能够称得上“范式”，大概率是某一领域内 被广泛接受的“思维框架”或“行动指南”，决定了人们如 何看待、研究和解决特定领域的问题。而不良范式，非但不 能准确地反映实际情况，而且依据其做出的决策，看似在解 决问题，实则因未能触及核心矛盾，往往导致问题反复或衍 生新的麻烦。 揆之舆情，不良范式生动揭示了各级各地社会管理者在 头疼医脸——逻辑错位的“靶向错误”。“头疼医脸”， 指在问题解决中找错了干预对象，把精力投入到与核心矛盾 无关的领域，甚至对“非问题”进行干预，不仅是对舆情本 质的严重背离，也是最伤公信力的不良处置范式。这种思维 误区的核心是因果关系错位，部分社会管理者有意或无意将 “无关因素”当作“关键变量”，本质是对问题的认知存在根本性偏差。“头疼医脸”的危害，在于用错误的逻辑消耗 资源，不仅无 用衍生关联议题转换讨论维度。舆论场复杂多元，法律、立 场、利益、道德、情感等因素会导致议题分化，从原议题中 拆解出一个次要关联点，进而实现议题性质的隐性转换。 是否考虑一下“头疼医臀”？从“头疼医头”到“头疼 医脚”，这些不良范式的共同问题，要么违背“实事求是” 的原则，要么忽视“公众视角”的关切，实际上是没有穿透 表象找到问题的根本原因，而是被症状、情绪或惯性裹挟， 陷入了“表层应对”“表演式应对”的陷阱。这也警示我们：

ChatGPT 等在短时间积聚起庞大活跃的全球用户群体，正给 人们的生产生活方式、思想行为观念带来重大影响。但是， 这种以数据和算法驱动的人工智能媒介，也存在虚假信息泛 滥、干扰舆论导向、挑动价值对立、传播不良内容等伴生风 险，就像一头正在向我们走来的灰犀牛。2023 年 5 月，Gartner 发布法律和合规领导者必须评估的 ChatGPT 风险报告并指 出，ChatGPT 和其他大型语言模型（LLM）工具生成的输出 ， 后面又自己随意编写下去。[3] 可以想象，不良企图者可以通过引导引导或误导，让生 成式 AI 自信起来，编写出逻辑清晰、语言表达流畅的虚假 信息，而这些信息回被当作权威信息大肆传播，查证难度极 高。例如，2023 年 5 月甘肃平凉市警方破获一起利用 ChatGPT 编假不实信息牟利的国内首例 AI 虚假信息案。必须看到， 当不良企图者输入虚假信息，使用问题词语作为提示词时，

....................9 3. 需警惕舆论对立性、煽动性、极端化趋势加剧 ..........................................9 4. 未成年人不良爱好与犯罪低龄化忧虑泛起 ...............................................10 5. 短视频仍是流量之王，品牌电商私域化态势显现 .......... 国乒选拔机制、女排朱婷不首发等的有组织质疑、反对言论。除此之外， 熊猫饭圈化现象也在近两年凸显出来，除了回国接机等堪比“追星”的 待遇，围绕福宝等明星熊猫待遇的饭圈化“维权”也时有出现。 4. 未成年人不良爱好与犯罪低龄化忧虑泛起 一方面，校园霸凌与恶性事件串联，教育领域“戾气”引发担忧。 今年上半年，近期多起涉及未成年人的案件引发关注。3 月，邯郸初中 生遇害案引发关注后，梅州五华县 13 岁男孩欺凌、猥亵小女孩未遂和清

穿越太空天空、跨越边境国界，再加上其掌控互联网根服务 器，一旦采取停服、断网等极端化手段，部分主权国家将丧 失对本国地域、空域互联网的控制权；暗网、区块链等借助 加密通信等手段，可以隐藏违法不良信息和网络攻击人员身 份。斯诺登事件、伊朗“震网”事件等表明，美国正借助其 互联网控制地位威胁他国关键领域安全。同时，信息通信技 术开始深度介入选举、公投等政治领域，脸谱、谷歌、推特 等技术

波流量， 使得原本的严肃议题得以突破圈层，引起更多关注。 不过，娱乐化叙事仅聚焦浅层讨论，大众可能更关注娱 乐化的形式而非议题本身，导致讨论流于表面，对议题的深 度和重要性产生误解，从而造成不良的社会影响。尤其在狂 欢的语境中，权威和规则的消解使个人处在亢奋的非理性状 态极易受到感染和煽动，因此对严肃议题的舆论引导应该尽 快定性，利用参与式传播中的“群众自觉”和“文化自觉”， 将娱

应利用影响力挑动社会矛盾和群体对立。第二，充分发挥 媒体行业组织自律引领作用。加强行业自律，积极推动和引导互联网平台的管理规范更新和管理机制进步。行业 组织还应在为受害用户提供帮扶救助、消除社会不良影响等方面发挥积极作用。 3.事后救济：建立行政裁决制度，平衡舆情治理公私利益 在网络舆情成型阶段，平台有权对用户作出处理决定，对用户合法权益的保护和平台权力的控制势在必行。 行政裁决是指行政

感知舆情变化，并自主调整应对策略 • 内容创作民主化：帮助没有专业技能的用户创作 出高质量的内容，激发用户创造力 • 社交营销：预测潜在的社交关系，发现潜在社区 热点，并主动发起话题讨论 • 智能审核：快速识别与过滤不良信息，维护社区 秩序 • 错误信息或偏 见风险 • 隐私与数据保 护问题 • 技术监管与政 策法规挑战 AIGC与社交媒体：智能生成 增强交互AIGC与虚拟人：多模支持 定制服务 影响，个人的数字生活逐渐脱离了自 主掌控，而被外部力量所左右。 谁来为机器的决定买单？ 机器不仅能够基于既有数据做出决策，还 能创造出全新的数据。机器决策过程变得 更加复杂，当基于AI生成数据的决策导致 不良后果时，责任的归属变得更加模糊。 后人类时代，AI生成数据挑战了传统的人类中心主义，探讨人机共存背景下新的伦理规范迫在眉睫。 AI数据特点： • 高度仿真性：生成数据与真实数据极为 相似，甚至难以区分。