危机，是全媒体时代网络舆情治理的落脚点。当前网络舆情 治理的理论路径主要有以下五种：法治思维下强调政府主导 型制度管控的法治治理路径、市场逻辑下强调行业自律的市 场治理路径、协同理论下强调多元主体协同共治的协同治理 路径、技术赋能下强调数据理性和智能交互的技术治理路径、 情感视域下强调情感表达重塑和实践转向的情感治理路径。 网络舆情治理在治理理念、治理主体、治理方式等方面发生 了颠 政府在网络舆情治理中被长期边缘化。 （三）协同治理路径 协同治理路径强调在政府主导的基础上引入社会治理 力量，构建政府、媒体、社会组织、网民等多元主体协同的 网络舆情治理模式。其基本原理是相对独立和平等的多元主 体在相互信任的前提下，通过信息公开、座谈访谈、网络互 动等途径进行实时交流，采取沟通协商、资源整合、功能互 补等方式发挥网络舆情治理的协同效应，增强决策的科学性 与有效性，提高治理成效，降低治理成本，进而构建良好的 与有效性，提高治理成效，降低治理成本，进而构建良好的 网络舆情生态环境。面对网络舆情日益复杂的现状，政府认 识到由一元管控模式向多元主体协同治理模式转变的必要 性与重要性，但国内外网络舆情协同治理模式有所不同。1.我国网络舆情协同治理模式 网络舆情协同治理主要通过政府与媒体、网民等社会力 量之间的对话来达到网络舆情治理的目标。当前我国网络舆 情治理形成了“政府-多元行动者-网络舆情主体”三级治理

目追求“零舆情”的考核目标；在职责上，存在错位现象， 将舆情风险防控视为宣传部门的工作，把自己置身于事外； 在协同上，部门之间存在数据壁垒，无法及时分享数据，造 成错失最佳应对时机。如何科学有效防控舆情风险正成为广 大基层干部面对的一道重要“考题”，亟须从认知升维、制 度迭代、技术赋能、协同攻坚四个维度提升舆情风险防控能 力。 认知升维：从“被动灭火”到“主动控温”的思维转变。 党的二十大 收录本地高频风险事件及处置方式，辅助快速响应。三是优 化人机协同。以网格员、志愿者为触角，通过短视频平台等 渠道补充机器未覆盖的“盲区信息”，形成“智能预警+人 工核查”闭环；利用智慧系统实现“风险上报—任务派发— 处置反馈”全流程线上管理。四是提升实战转化。定期参与 云端模拟演练，学习新媒体沟通等技能，提高对舆情风险的 识别精准度。 协同攻坚：从“单兵作战”到“全域联动”的生态构建。 基层 基层舆情风险防控不只是单个部门的“独唱”，更是基层各 个力量的“大合唱”，关键在于能否有效地整合各方力量， 形成部门协同、社会共治的局面。通过打破组织壁垒、整合 多元主体、重构运行机制，将分散的应急响应升级为系统化 治理工程，破解“数据孤岛”“职责模糊”“响应迟滞”等难题，从而实现从“点状应对”到“网状防御”的质变。一 是“上”“下”联动。一方面，上级需制定整体防控目标与 策略，为下级明确方向；下级围绕目标细化落实，确保防控

教育领域，人工智能对“师-生-机”教学法的赋能效果总体上是师V 生人工智能能力的溢出效益而非技术的促发或颠覆作用。为此， 本《蓝皮书》真正有效实施的前提是职前教师培训、在职教师教 育和校本教师支持系统协同夯实并持续更新教师人工智能能力， 相关规划和实践可参考联合国教科文组织《教师人工智能能力框 架》建议的能力结构和培训方法；同时，基于中小学人工智能地 方课程纲要，全覆盖、长周期地提升学生以人为本的人工智能意 资源得以广泛共享，教育资源配置趋于优化，助推教育公平，缓 解区域间教育发展不均等问题。总体来看，人工智能正重构基础 教育的教学、管理与资源体系，但在其推广过程中仍面临师生数4 字素养不足、技术与教育场景契合度不高等挑战，亟待多方协同 应对。 现阶段人工智能在基础教育领域的应用还处于起步阶段。 《北京市教育领域人工智能应用指南》指出，人工智能在基础教 育领域的应用实践可分为以智助教、以智助学、以智助评、以智 助育、以智 成为提升教师科研能力与专业素养的重要路径。 以“智”助管利用人工智能技术推动教育治理模式数字化、智 能化与科学化转型。通过人工智能、大数据和云计算等技术手段， 为教育管理提供全流程支持，提升决策精准性、协同效率与治理 成效。围绕教育治理核心环节，该场景的服务范围涵盖但不限于 学生信息智能管理、校园安全智能监控、管理方案智能化、智能 家校沟通、区域智能教育治理等，逐步构建以数据驱动和智能决 策为

律，才能设计出有针对性的管理策略，而不是简单地采取堵 截、删除等表面化措施。这对于构建和谐网络空间、促进社 会良性发展具有重要意义。 3. 网络舆情的多元化治理 网络舆情的有效管理需要多元主体的共同参与和协同 努力。政府、企业和各类机构在网络舆情治理中扮演着不同 角色，发挥着不可替代的作用。构建党委领导、政府管理、 企业履责、社会监督、网民自律等多主体参与的网络综合治 理体系，是当前网络舆情治理的基本框架。 政府综合治理网络环境的努力。该行动聚焦四大领域：优化 营商网络环境、整治“自媒体”发布违规信息、整治网络直播、 短视频恶意营销乱象、开展未成年人网络保护。这种多部门 联合的专项行动体现了政府协同治理网络舆情的系统思维。 3.2 企业应对与自律机制 企业在网络舆情治理中同样承担着重要责任。一方面， 企业需要应对与自身相关的舆情事件，维护品牌声誉；另一 方面，作为平台运营者，企业需要加强内容审核和管理，防 第三 方评价体系，定期对服务商提供的舆情产品和服务进行评审 打分，促进行业健康发展。 需要注意的是，网络舆情治理需要多元主体的协同配合。 广东省横琴粤澳深度合作区推出的“1+1+N”网络综合治理模 式值得借鉴，即网信部门纵向统筹协调，行业主管部门横向 协同联动，企业、媒体、网民等 N 个管理主体共同参与。这 种模式打破了传统单一部门管理的局限，形成了网络综合治 理的合力。 有效的

细化治理责权和资源配置。我国应当根据网络舆 情“三阶段”治理需求差异，完善法律规范体系，推动构建网络舆情引导机制、网络舆情协同应对机制、权利救济 行政裁决制度，实现网络舆情的全过程、精细化治理。 关键词： 网络舆情治理 社交媒体平台 阶段化治理 舆情引导机制 舆情协同应对机制 一、问题的提出 网络舆情治理是党委政府的重要职责。党的二十大报告提出，要“加强全媒体传播体系建设，塑造主流舆论 新格局。健全网络综合治理体系，推动形成良好网络生态”。党的二十届三中全会也提出，要“完善舆论引导机制 和舆情应对协同机制”。在智能传播时代，数字技术深度介入网络舆论场域，深刻地重塑和再造了信息的生成和 传播方式。一方面，互联网为广大网络使用者提供了宽松和自由的表达空间，网络舆论在公权力监督、灾害互助 等方面发挥了积极作用；另一方面，网络舆论乱象丛生，严重影响人们的思想和社会舆论环境。信息获取和网络 （二）我国网络舆情治理既有模式的缺陷 结构功能主义思想起源于 19 世纪，以奥古斯特·孔德和赫伯特·斯宾塞提出的功能主义为基本主张，强调社 会同生物有机体具有相似性，其由不同的部分构成且需要各部分协同发挥作用以维持良好运转，从而满足自身的 基本需求。塔尔科特·帕森斯将功能主义发展到社会学分析当中，从而构建起一个全面而系统的结构功能主义理论， 包括社会行动理论、模式变量理论、结构功能分析（“A

是一种对话式人工智能模型，它是人类的认知 （创意思维、情感理解和复杂问题的抽象性推理）能力与机 器的计算（大规模数据处理、高速和准确）能力的结合，是 一种信息从人到机器，再从机器到人的交互过程。这个过程 决定了人与机器是一种互为协同关系。如今，人工智能能够 很自然地与人互动并提供内容，其人格化特征正颠覆以往在人机互动传播过程仅是将机器视作中介的看法，人机融合、 主体互构，逐渐成为传播共同体。例如，ChatGPT 能够自动 大规模传播，到社交媒体时代所有人对所有人的开放传播， 进一步迭代到智能媒体时代信息和内容的自动交互传播，即 一种基于深度学习技术和大数据的自动化传播。大众传播、 社交传播、智能传播三者共存，既相互竞争和替代，也相互 联动和协同，共同构成开放复杂的传播体系。三是媒体格局 变革。未来，伴随具身智能普及化应用，人工智能如同一个 个平台媒体，面向每一个用户提供个性化信息，ChatGPT 的 个性化、精准化、一对一对话式就是一种“To

云系列卫星陆续发射，我国气象卫星技术迈入世界先进行列。 同时海洋、遥感、高分、资源等多系列卫星大跨步建设，我 国空间基础设施框架基本建成。2016 年以后卫星遥感产业总 体呈现体系化建设加速、多要素协同观测、多手段融合应用 的发展特征。 二、产业发展现状 (1)卫星通信产业 高通量卫星性能提升，低轨宽带星座建设加速。2023 年， 我国先后发射了亚太 6E、中星 26 号、中星 6E 高通量卫星， 给大众出行导航体验带来了革命性变化。北斗正在成为智能 手机、手表标配，华为、小米、苹果等国内外主流智能手机57 厂商均支持北斗。车辆运用北斗、5G、智能化、网联化技术， 实现“人一车一路—网—云”一体化协同控制。“5G+北斗” 开展智慧游船项目，用科技赋能公园、景区数字化发展。 企业发展活跃，技术创新成果、行业解决方案及新产品 不断涌现。千寻位置通过采用国产商用密码技术，对北斗时 空大数据实现 不断提高决策科学性和服务效率。空间信息数据在国土资源 勘查、气象监测、灾害评估等方面可成为加快政府职能转变、 塑造政府公共服务理念、完善政府治理的新路径，空间信息57 数据将成为政府精细监管、社会协同治理以及维护国家安全 的重要手段。 (3)应用场景持续融合，产业下沉应用需求强烈 自 2015 年以来，国家国防科技工业局、国家航天局聚焦 实现“天眼工程”“创新工程”“应用工程”“民生工程”

此理念倡导在AI技术的辅助下，人类应持续深化提问的质量与深度，充分利用AI的数据挖掘与模式识别能力， 探寻数据与知识背后的深层逻辑与规律。同时，人类需对AI的输出进行精准解读，并迅速转化为具有实际操作性 的策略与行动，以实现人机协同的最大化效益。认知融合，思维拓展，全景理解 虚实连断 性（天） 身心流固 性（人） 觉识拟创 性（智） 虚实存在论：互融交汇 流转不息镜像进化论：逆序生成 模拟宇宙 人类世界 模拟意识： 了坚实基础。 高知识生产 新知识创造的激发 与涌现：人类与AI 的协同工作激发了 新的创意灵感和思 维火花，通过跨界 融合、技术革新和 模式创新等方式， 不断推动知识边界 的拓展和深化。 新知识创造 元知识的提炼与引 领：人类可以借此 更有效地指导AI的 创造活动；元知识 也成为连接不同领 域和学科的桥梁， 促进了知识的交叉 融合和协同创新。 元知识形成 创造力跃迁：零知启动 高识生产 创 超凡，独特艺术气质，强烈视觉冲击 力，AI艺术生成巅峰之作 AI艺术评价：概率进阶 匠心独运三重概率：多层互动 逐层精炼 AIGC的三层概率交互的内容生成体系，描述了人工智能与人类在内容创作中的协同合作。通 过初始生成、交互筛选和主观优化三个层次，构建了一个动态循环的创作流程，以提升内容生成的 效率和质量，满足市场的多样化需求。 初始生成概率 AI通过大模型的概率预测与推理生成初步 内容。

物 生长、土壤湿度、气象条件等的监测和预测，为农业生产提 供科学支持。在城市规划领域，遥感技术可以用于城市规划、 土地利用和城市管理等方面，提高城市规划的科学性和精准 度。 (3)上中下游协同配合，打通生态全产业链 国外空间信息产业链也在不断完善和扩展。产业链包括 上游的卫星制造、遥感器研发等环节，中游的数据处理、分12 析等环节，以及下游的应用服务环节。随着技术的不断进步 和应