风，各省网民云监工、催更文旅账号成为常态。与此同时，也出现了炒 作天水麻辣烫热度过后门店倒闭、连云港海鲜市场对旅客使用鬼秤等乱 象，引发舆论对网红经济如何长红的讨论。此外，随着多国免签政策的4 落地，出、入境游也成为文旅行业爆发的重要环节。即有“国外游怎么 比国内游还便宜了”“五一出境机票热度大涨 56%”等出境游话题进入 舆论视野；又有 144 小时过境免签政策带动的外国人入境游热潮，在境 起有关未成年人恶性案11 件的背景下，校园霸凌这一社会问题再一次“点燃”舆论场。另一方面， “迷惑”爱好席卷中小学生，聚焦未成年人教育引导工作。近期，中小 学生还没从“烟卡”游戏中抽离，一种“养臭水”的迷惑行为开始在中 小学中流行起来。媒体报道中，也多次提示上述爱好对健康、安全等的 危害。如何正确引导未成年人的求知欲和探索欲成为舆论关注焦点。 5. 短视频仍是流量之王，品牌电商私域化态势显现

3．以师生人工智能能力为基构建“师-生-机”新教学法关系 随着人工智能技术的生成性及动态应答能力的增强，人工智 能智能表象层面的机器能动性正得到迭代性的强化。与此同步， 人工智能在教育、教学、学习和评价中全链条的渗透已逐步构建 出由教师、学生和机器三个具备相对能动性的活动体的新型教学 法关系。本《蓝皮书》梳理了“师-生-机”教学法关系的多维度、 多层次的具体场景并辨析了可能的优缺点。但在以育人为目标的 教育领域，人工智能 养要求。为进一 步增强赋能实效，可从以下方面优化现有学情分析，以全面评估 学生素养发展水平：其一，在学生画像上，构建多维度素养评估 体系，深入挖掘学生思维能力、情感态度、价值观形成等核心素 养维度，顺应五育并举教育方针，整合品德行为、艺术素养、劳14 动参与情况与身心健康状态等非认知因素，打造“立体化”学情分 析体系，实现对学生发展全貌的全息化描绘；其二，在学情数据 上，加强数据安全 点覆盖多样性与难度动态适配性间实现协同优化，既要通过多维 度约束避免内容重复，又要基于学情数据动态调整试题梯度。在 核心技术上，智能组卷通过遗传算法、蚁群算法等多目标优化和 多约束限制技术，从题库中搜索满足出卷需求的最优解，快速形 成符合多约束条件（如难度、知识点覆盖率、题型分布）的组卷 方案；也可通过机器学习和推荐算法，根据教师需求和学生学情， 跟踪学生答题数据，识别薄弱点并动态调整推题策略，实现个性

二、生成式 AI 的伴生风险 4.合成数据导致近亲繁殖，会让互联网信息出现劣币驱 逐良币现象。OpenAI 在训练 GPT-5 时已经遇到文本数据不 足问题，不得不考虑使用 Youtube 视频转录出的文本数据。 当下，数据生产存量的增长速度远远低于数据集规模的增长 速度。据人工智能研究机构 Epoch AI 在 6 月 4 日发布的论 文预测，未来 10 年内数据增长速度将无法支持大模型的扩 断积累。越来越多证据显示，人工智能生成的文本，即使被 引入训练数据集的量很少，最终也会对训练中的模型产生 “毒害”。[2]研究人员将一些由 AI 生成的语料作为训练数 据，“投喂”给一个正在训练的语言模型，然后使用它所输 出的结果再来训练新模型，并重复这一循环。他们发现，模 型每迭代一次，错误就会叠加一次。当人们要求第 10 次被 训练出的模型写出有关英国历史建筑的内容时，它输出的却 是有关豺兔的一堆胡言乱语。[3]英国牛津大学机器学习研 lapse）”现象。由于在被污染的数据集训练大模型，随后 大模型会错误地感知现实。如果每一代新的模型都是在前一 代生成的数据上进行训练，会导致多代 AI 生成模型的退化， 也就是“垃圾进，垃圾出”。AI 合成数据，无异于给数据集 “投毒”。杜克大学助理教授 Emily Wenger 在 Nature 上发表 一篇社论文章指出：AI 基于自身数据训练，生成的图像扭曲 了狗的品种。在初始数据集中，不仅有金毛、柯基，还有法

府。随着谷歌 规模扩大，其搜索引擎对于昔日竞争对手的优势越来越大， 而且拥有更大能力去设置进入壁垒，吓退或收购试图分一杯 羹的潜在竞争者。51%法则已显示出强大力量，谷歌在中国 以外几乎把其他所有搜索引擎逐出市场。谷歌通过向别人出 售从自己网络中获取的数据，以及对掌控之下的海量数据， 进行市场营销以获取商业利益。 这种赢家通吃是一种自然垄断。如，微软利用众多应用 软件对作为基础的操作系统的依赖性，有能力将应用软件与

“建构”，一边毁灭性“解构”，美国两手花样不 断，思想殖民的“成效”也远远超过之前的任何 殖民帝国。 5思想殖民——美国认知战的手段、根源及国际危害 1.2美国思想殖民的历史脉络 透过美国思想殖民的大致脉络，可以大致勾 勒出其思想殖民的历史演进过程。 萌芽：大陆扩张阶段 （18 世纪末—19 世纪 末）。独立后的美国以“天定命运”为思想基 础，在美洲大陆迅速扩张领土，通过西进运动、 美墨战争等一系列行动，领土在百年间扩张十余 主导国际话语权。叙事主导是美国推进思想 殖民的关键。凭借其在经济、技术以及网络传播 体系中的话语霸权，美国主导文化的交流与传 播，强化其软实力建设。 ②借助话语权优势，美 国不断地美化自身，同时极力妖魔化他者，制造 出“民主”与“独裁”、“自由”与“专制”、“市 场经济体”与“非市场经济体”、“反恐国家”与 “支恐国家”等对立阵营， ③以此把持对世界各国 的形象塑造权。 占据传播制高点。谁控制了信息流动的阀 历史沿革》，《新闻与写作》，2020年第2期。 19思想殖民——美国认知战的手段、根源及国际危害 国新闻传播、广告宣传等工作的重要目标。 “认知战”概念也早在 20 世纪 90 年代就已经 出 现 。 但 是 ， 直 到 本 世 纪 初 ， 随 着 心 理 科 学、神经科学、脑科学、人工智能等新技术研 究取得突破性发展，“塑造认知”才真正成为 具有现实意义的战略目标。2016 年后，美国政

在网络时 代已经捉襟见肘了。随着网络的普及，企业经营环境会更艰难，更容易出现纰漏， 消费者的要求会更高。 防患未然，实时监测。 危机的出现，大多都是有预兆的。企业往往是等到危机无法收拾的时候才出 面调停，但往往大势已去，有其再信息高速传播的互联网中更是难以扭转乾坤， 那么怎样避免危机?要时刻监测互联网的企业动态、消费者的反馈。不要等待负 面信息大家都知道时而去通知你。毕竟网民都有着“宁可信其有，不可信其无”

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 容易受到多种风险的影响。[1]生成式 AI 存在三大安全隐患， 一是源于技术缺陷，二是源于数据缺陷，三是源于用户滥用。 这三个问题的

全文数据库。利用高级检索功能设置主题词为“网络舆情” AND“突发事件”OR 文献关键词为“网络舆情”AND“突 发事件”，来源类别为“中文核心”进行检索（检索时间 为 2009 年至 2024 年），最终检索出 536 篇中文文献。在 此基础上对已获取的文献进行进一步筛选和清洗，从样本 里剔除综述型和评述型文献、各年份期刊会议文献、与“网 络舆情”和“突发事件”无关的泛义词等，保证样本数据 的精确性和分析结果的准确性，最终得到 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 （如图 3 所示），能够直观具体地反映本次研究的时间跨 度，研究热点领域分布及时间演化过程。视图横轴从左至 右是 2009 年到 2024 年关键词出现的时间先后顺序，视图

他们在设立官方微博的同时，会为其子品牌、分支机构、各 部门等开设单独的官方微博，承担独立的职能，被称为矩阵 式微博策略，这是媒体、政府、企业蒲公英式传播的重要手 段。新浪微博商务部和 SocialBeta 共同研究出几种典型的集 团内矩阵式官微传播模式。 蒲公英模式。一个官方账号发布信息后，号召矩阵内部 多个其他账号转发或同事用个人微博转发进行扩散，再以其 他账号为中心再次进行扩散，可以有效利用整体优势扩大信

上印证了马克思关于社会阶段演进的预言。AI的发展为技术革命助力，推动了社会向更理想形态的迈进。 技术问询 海德格尔对技术的批判 形而上的技术与思想的重塑：技术不仅是工具，更是一种形而上的力量，深刻改变了人类理解世界的方式。AI的出 现加剧了这一影响，使人类思维逐渐依赖技术逻辑。这种重新审视表明，技术不仅在塑造认知方式，还在重构对自 身和现实的理解。 环形监狱 福柯对权力的批判 AI本身便是一个具象化的环形监狱：AI的应 通过预测任务，模型学习 了一组参数，这些参数可 以捕捉到输入文本的模式， 它们将在训练过程中不断 调整，以更准确地预测下 一个词。 模型推理 模型训练完成后，可以用 它来生成新的文本或回答 问题。假设我们向模型提 出一个问题："我应该吃 什么水果？"，模型会考 虑这个输入，根据它在训 练过程中学到的知识来生 成一个答案。模型可能会 回答"你可以试试苹果。" 注意力机制 在推理过程中，模型会使 用"注意力机制"技术来决 辑性和语法正确的形式，但其输出内容可能包含完全 虚构、不准确或与事实不符的信息。 AI幻觉的产生通常是由于模型在缺乏相关信息 的情况下，通过概率性选择生成内容，而非基 于真实世界的知识库或逻辑推理，这使得其输 出不仅难以信赖，且可能误导用户。 形成原因 除AI幻觉这一关键缺陷外，潜在的缺点与局限还包括 可解释性、计算成本、数据偏见、实时更新、数据安 全、个人隐私、恶意输出等。幻觉类型 数据可用 性