100 条定律|网络舆情的病毒传播 病毒传播效应（viral transmission effect），是指不通过 公众媒体或其他主流新闻媒体，自己就能一传十、十传百、 百传千的传播过程。这个过程也称为“结构性病毒式传播”， 通常形容来自草根发布、被认为一般不会流行起来的东西。 如，一篇文章从一个网站用户到另一个用户的快速而广泛的 传播，像病毒一样被迅速分享和传播。公元前 350 年，古希 把想法信息传递给其他人，从而创造一种连锁反应。他在研 究后得出 3 个主要原则：精神、感伤和标识。他还总结了三 个关键因素，包括诉诸精神上的拥有、诉诸情感、诉诸公正 逻辑。今天，爆款文章像病毒一样在社交媒体传播，每个人 主动转发，就像发了红包给他们，可以用亚里斯多德的观点 来解释这一现象。 宾夕法尼亚大学沃顿商学院市场营销学教授乔纳·伯杰 和同事凯瑟琳·米尔克曼做过一个“为什么内容是病毒性 的？”的研究。他们统计了 会激起敬畏感，让读者想要把这个积极情绪与他人分享。读 者还倾向于分享令人兴奋或有趣文章，或那些激发愤怒或焦 虑之类负面情绪的文章。 乔纳·伯杰和同事最后得出结论：推动某件事情和东西 被讨论，获得更多病毒式传播的是情绪，情绪互相感染促使 人们去分享信息。那些让人产生敬畏、消遣、兴奋、生气、 担忧的情绪的文章，更易被人们分享并产生共鸣。如果一篇 情感强烈的文章让我们的神经系统兴奋起来，分享就会像是

智能传播时代网络舆情治理的结构优化与法治因应 文章转载于天府新论 ，作者陈鹏宇 摘 要： 随着国家治理体系和治理能力现代化的推进，我国网络舆情治理模式从管制型向多元治理转型。智能传播 时代来临，推动网络舆论信息生成和传播机制的颠覆性再造，失真舆情和情感动员类舆情频发，网络舆情泛道德 化、舆情突变风险增加。现有的多元治理模式长期将重心置于责任主体一侧，无前提地直接分配公私主体责任， 存在 存在治理精细度、敏捷性不足等问题。智能传播时代的网络舆情治理应当引入阶段化治理模式，将以“政府—平 台”为核心的多主体治理结构置于阶段化治理框架内，进一步精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 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

险。我们如何看待和认知人工智能的安全问题特别是政治文 化安全问题，首先需要认清人工智能在信息生成和输出方面 的媒介特质。 一、生成式 AI 的媒介特质 1.一种媒介特质：生成式 AI 是一种大规模信息传播媒 介。生成式 AI 的未来，不仅是无所不能、无所不在的一个 工具，更是无所不包、无所不达的一种媒介。众所周知，媒 介是信息传递的载体，是携带和传递信息的一切形式，既包 括广播电影电视、图书杂志报纸等传统媒介，也包括网络、 等人工智能的出现，不仅是一次 技术革新，也是一次媒介革新。它会按照用户指令自主进行 文本、音频、图像、视频、游戏等内容的再生产或再创作，成为信息传播媒介，同时也是携带和传递信息的传播载体。 作为一种新生媒介，ChatGPT、AGI 与传统媒介的最大区别 是利用算法生成和传播内容。这种内容生成方式被称作 AIGC（人工智能生产内容），即由人工智能作为内容创作主 体，利用深度学习算法与场景决策模型等技术生成内容，是 内容的新方 式。可以说，ChatGPT 代表的以数据和算法驱动的智能传播， 是人类信息传播的一次全新范式转变。算法与数据是这种媒 介传播的核心要素，是以数据为基础的信息生产与分发的媒 介传播模式。未来，随着人工智能应用的无所不在，它能够 以较低成本、极高效率触达全球多语种受众，并自动化展开 一对一的信息生成和内容传播。Gartner 预测，到 2025 年， ChatGPT 类 AI

真相信 息则索然无味。这些错误信息在微博上更多表现为传言谣言。 沃顿商学院营销学教授乔纳·伯格提出，比起纠正性、解释 性或调整性的事实报道，以惊惧、愤怒或惧怕为情感色彩的 报道总能得到更广泛传播。在自相矛盾的证据面前，人们往 往首先罔顾事实，诉诸情绪，中立客观报道很难引起共鸣。 传言谣言几乎与人类历史同龄，随着互联网兴起和普及， 更加变得无处不在。2007 年 4 月 16 日，弗吉尼亚理工大学 恩并没有被列入怀疑名单，警方根 本没有调查他。不久，美国警方确认是个韩国学生。然而更 正信息的传播远比不上谣言传播的广泛。那些谣言可能已经 影响了上千万人甚至上亿人。当你花更大力气纠正这个错误 的时候，效果还不如那个谣言传播的更广。 哥伦比亚大学研究者开发出一款 Emergent 谣言传播跟 踪工具，可记录每一个传言及质疑或辟谣的分享次数。从统 计数据看，大部分谣言获得的分享次数都要比辟谣的信息高 2018 年 3 月出版的《科学》刊登麻省理工学院 3 位研究 者对《网上真实与虚假信息传播》（The Spread of True and False Information Online）的研究成果。他们对 2006-2017 年被 300 万人转发 450 万次的 12.6 万篇新闻的 Twitter 传播 情况进行了分析，发现与发表真实新闻的推文相比，发表不 实新闻的推文被转发的概率高

私信、对话、邮件分享等互动功能，微博还可以通过“@” 提醒和转发来实现各种形式互动。社交媒体的信息传播，就 像被吹开的蒲公英，向不同的方向进行扩散，最后信息会去 适应用户的需求，落到最合适的土地上。在社交媒体出现之 前，无论是传统媒体还是门户网站，信息传播都是单向且一 步即止的。社交媒体的关系链打通了人际传播的快捷渠道， 只需要一个简单的转播按钮就可以把信息分享到周围的朋 友。社交媒体一条质量好的信息，在被浏览后会被多人转载 二圈层和第三圈层等。这种蒲 公英式放射状传播模式，能有效利用转发优势扩大信息覆盖， 加速信息传播速度和广度。当社交媒体用户转发积累到某个 点的时候（一般来说 10-20%的某个点，也称作引爆点），会 出现一个非常快速的增长过程，从一个缓慢的增长曲线变为 指数级增长趋势，而从低速到快速的转变非常迅即，快速传 播速度在这个点突然爆发，像病毒一样传播，形成飞轮效应 （Flywheel Ef 克服较大阻力继续维持原有运动。 蒲公英传播是一传十，十传百的裂变传播。“如果你的 粉丝数量超过 100，你就是一本内刊；超过 1000，你就是个 布告栏；超过 1 万，你就像是一本杂志；超过 10 万，你就 像是一份都市报;超过 100 万，你就像是一份全国性报纸； 超过 1000 万，你就像是一家电视台。”这形容的就是微博蒲 公英式传播力。 2010 年，美国一次基于人口统计学方法的调查指出，F

文 化生态、传播景观。 对比分析：社交媒介内容生态特点 （一）传播模式：全民参与，建构交互关系 传统媒介传播通常采用单向的线性传播模式，信息由传 播者传递给接收者，再通过特定渠道进行反馈，但反馈的即 时性较弱，机会也较少。这种传播模式常见于从上到下、从 专业到非专业的权威（专业）传播中，虽然具备一定的广泛 性和权威性，但缺乏互动，受众的参与感不强。 社交媒介的传播强调全民参与和交 社交媒介的传播强调全民参与和交互，形成自下而上的传播，是一种多维立体的网状结构，它通过鼓励受众参与， 在传播者和接收者之间形成新的关系，彼此沟通、共同协作。 这类传播模式更加重视受众的参与权、表达权，传播的内容 也更加多元，讨论议题不再受传统传播者的限制，具备更多 不可预测性。 （二）受众角色：参与内容生产和分发 传统传播中，受众是“想象中的受众”，是模糊的、不 确定的大众概念，其内容创造力和传播力也被限制。而在社 分发的内容更贴合人的需求；另一方面，意见领袖等具有一 定影响力的大 V 扮演着重要作用，他们借助二级传播对受众 产生影响，能形成更大的传播效应，实现一定的经济价值、 社会价值，甚至是政治价值。 （三）文化生态：从参与到狂欢再到迷因 传统媒介构建的文化生态以单向性、权威性和中心化为 核心，强调主流价值和国家认同。传统传播通过固定的时段、 地域分层传播，在同一代人、同区域群体间强化集体记忆， 对社会结构的稳定起到重要作用，但其灵活性、多样性都受到较大限制。

理想汽车发布《关于理想 i8 安全性碰撞测试的说明》。三、事件传播情况 本次事件在短时间内引起了广泛关注，传播声量达到 53,731，媒体传播力高达 889,593,968，表明信息在媒体间 的传播效果极为显著。 同时也是社交媒体时代舆情引爆的典型范例，其核心 在于一个极具争议性的视觉素材，通过多平台、多圈层的 联动，迅速突破圈层，成为社会性话题。 主要传播话题方面，从最初少数人对理想 i8 安全性的 中国汽研，其 作为第三方机构的公信力也受到了市场的审视与考验。 总体传播情况事件传播趋势 关键传播节点 事件起因（理想汽车）：通过发布会和官方声明，提 供了最初的信息源和后续的官方定调。 被动卷入方（乘龙卡车）：其应对成为事件发展的关 键转折点。从最初的被动，到发布内涵海报和声明，成功 将舆论危机转化为品牌传播机遇。 意见领袖（KOL）：汽车、科技、财经、公关、科普 等多领域 KOL 子、梗图），成为事件传播范围和影响力的最终放大器， 并直接塑造了评论区的舆论风向。 视觉化、冲突性和话题性是其得以快速且广泛传播的 核心驱动力。 所有传播的“火种”均源于理想 i8 发布会上那段高冲击 力、反常识的对撞短视频。视频本身具备了病毒式传播的关键要素：冲突性（家用车 vs 重卡）、颠覆性（小车“撞 飞”大车）、悬念性（这是真的吗？），成为后续所有讨论 的基础。 媒体传播分布 媒体

……………………17 2.1战略体系：历史迭代与纵深拓展…………………17 2.2组织体系：多个主体勾连合谋……………………21 2.3价值体系：“普世价值”瞒天过海 ………………26 2.4传播体系：多重渠道立体灌输……………………29 2.5内容体系：多种形态隐性渗透……………………32 2.6技术体系：数字霸权操控认知……………………38 第三章 美国思想殖民的影响危害 ……………………43 实力的美国最终站在了思想殖民的历史“潮 头”。尤其是两次世界大战之后，现代通信技术 快速发展、专业媒体机构大量涌现、社会科学和 自然科学领域取得新突破、资本和技术流动出现 全球化趋势，为信息和知识的全球传播创造了前 所未有的条件，使美国思想殖民驶上快车道。 作为战后国际体系的主要缔造者之一，美国 一方面向世界输出美国政治经济制度、“民主” “自由”等美式价值观，一方面有目的、有意识 地解构非美国思想、压制他国本土文化，着力营 不断完善专门的国家宣传机构，以公开宣传、思 想渗透、文化外交、学术资助等方式，大量传播 反共信息，拉拢亲美精英，培育反共势力，鼓励 社会主义国家民众投奔“自由世界”。 推进：美国独霸阶段 （20 世纪末—21 世纪 初）。苏联解体后美国成为世界唯一超级大国， 资本主义意识形态和政治经济制度风靡全球。 “华盛顿共识”及新自由主义政治经济理论广泛 传播，世界社会主义运动陷入低潮。“9 · 11”事 件之后，美国将“反对恐怖主义”塑造为全球议

年的久远程度，冷色模型说明文 献发表时间离 2024 年时间较远，暖色模型说明离 2024 年 时间较近。图 2 中最大的模型节点是“网络舆情”和“突 发事件”，随后是“应急管理”“舆情治理”“舆情传播” “舆情演化”“新媒体”“信息生态”等。图 2 2009—2024 年突发事件网络舆情研究热点分布图 利用 CiteSpace 知识图谱工具中的时间线功能对样本 文献中的热点进行研究，绘制出样本文献的时间轴可视图 网络舆情是网民的社会政治态度。学者张克生认为舆情是 “决策主体在决策活动中对社会客观情况以及国家决策产 生的社会政治态度。”刘毅认为网络舆情是公众对公共事 务所持有的多种情绪、态度和意见交错的总和，互联网平 台是网络舆情传播和表达的中介，公共事务选择的范围是公众所关心或是与公众自身利益相关。朱四倍通过网络舆 情的触发条件和发展演变对其进行定义，认为是在特定的 事件发生后，网民和网民情绪自发地进行分类和筛选，最 终 数值进行实证仿真研究。 李彤、宋之杰对突发事件在微博平台上的讨论和传播 过程进行情感分类与网络舆情发展趋势预测，建立了基于 微博平台的情感分析与预测模型，对舆情进行情感分类与 发展趋势预测。程铁军、王曼、黄宝凤等在数据分解的研 究思路下构建基于 CEEMDAN-BP 的舆情预测方法进行实 证研究，探讨了网络舆情演化的影响因素。焦威、夏一雪 对舆情信息的不同传播扩散机制进行研究，构建了数理模 型并通过数值

知误区，即将网络舆情简单归类为危机公关的一部分或是传 播学的分支领域。这种简化视角不仅低估了网络舆情的复杂 性，也无法全面把握其本质特征和运行规律。实际上，网络 舆情是一个融合政治学、社会学、经济学、传播学、心理学、 法学等多学科的综合性研究领域。 从政治学视角看，网络舆情体现了公众与政府之间的互 动关系，是民众对公共问题和政府管理所表达的一种社会政 治态度和信念、价值观等等。这种表达往往影响着政策制定 及其背后蕴含的注意力经济模式。 心理学研究揭示了网络舆情形成中的群体心理机制，如 从众心理、群体极化、移情心理等。法学视角则关注网络舆 情涉及的言论自由界限、隐私保护、网络法律责任等法律问 题。传播学虽然提供了信息传播的理论框架，但必须与其他 学科结合才能全面把握网络舆情的复杂性。这种跨学科特性 势必要求我们要采用更加综合的研究方法，超越传统学科界 限，建立全新的网络舆情分析范式。 表：网络舆情研究的跨学科视角 ， 从而形成有效的管理策略。 2. 网络舆情的起源与形成 网络舆情的形成是一个复杂的社会心理过程，其根源深 植于社会结构和心理机制之中。互联网作为技术载体，极大 地加速和扩大了舆情的形成与传播过程，但社会不公平和不 平等才是舆情爆发的深层土壤。正如研究表明，中国社会存 在的“不断加剧的社会不公平感”和“相对被剥夺感”产生的仇 官、仇富心理，是许多网络舆情事件爆发的深层原因。 2.1