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 2008 年 8 月 30 日-11 月 30 日 《纽约时报》的 7000 多篇文章，分析 6 个月内“电子邮件 好或者至少更好。很多视觉效应好的内容更易被阅读和分享。 2015 年 2 月底，一张白金蓝黑的裙子照片传遍世界。每个人 都为裙子的颜色而争论，网上到处充斥“蓝黑派”与“白金 派”的争论。 乔纳·伯杰教授在《疯传——让你的产品、思想、行为 像病毒一样入侵》一书提出，一件事物能够具有感染力，并 带来大量的传播，主要由六条原则（STEPPS 原则）决定： 社交货币、诱因、情绪、公共性、实用价值和故事。符合这

集团党副主席阿克萨称，此举是“为了让选民记住苏哈托为印尼做出的贡献”。该党在此次选举中支持普拉博沃。据选 后调查，普拉博沃在青年选民中以 60%的得票率大幅领先。 最终，普拉博沃赢得这次总统选举。纽约大学认知科学名誉 教授、人工智能专家加里·马库斯（Gary Marcus）指出， 相信这项技术将在未来的选举中发挥重要作用，很难否认人 工智能生成的内容不会成为下一次选举的主要力量。 2. 人工智能成为操纵政治选举的强大武器。深度伪造

AIGC发展研究 清华大学 新闻学院、人工智能学院 @新媒沈阳 团队、 AIGC 2024年11月团队简介 沈阳为清华大学新闻学院/人工智能学院教授、博导，清华大学新 闻学院元宇宙文化实验室主任，清华大学新闻学院新媒体研究中心主任。 从事多个教学科研领域，包括新闻传播学、计算机科学、信息管理学、 医学。 领导学术研究团队近40人。指导AI元宇宙和机器人两个产业团队。 “超智能Agents”的崛起 科学研究的辅助作用 教育领域的深入探索  人文社科研究能力排序 博士生 <4o < 博士≈o1 （理工科）<助理教授 ≈o1（人文社科） <副教授 <教授 <人机共生 （教授+AI）<人类一流专家 o1的认知推理能力，达到了理科博士和文科 助理教授的水平模式融合与进化 • ReAct+P&S:强化决策行 • Reflexion+Self-D:深度认 知 • LLMC+LATS:高效并行决策 524z《天命使徒》人机融合式文学 华东师范大学传播学院院长王 峰教授及其团队通过“大语言 模型＋提示词工程＋人工后期 润色”的方式完成 国内首篇百万字AI小说AI论文写作 下载地址：清新研究 经过共十五次AI交互（13次文本对话、1次图片对话、 1次AI幻觉矫正），经历约三十分钟撰写、十分钟word排版 删减，清华大学新闻与传播学院沈阳教授团队使用AI生成了 一篇8264字的小论文。 本论

覆性创新，既有秩序过程被打断打乱之意，也有结构上混乱、 错乱和剧变之意。颠覆性创新不是渐进式创新，而是打破经 济周期的创新，重构各个行业，往往是经济发展的主要动力。 颠覆性技术概念则最早由美国哈佛商学院教授克莱顿·克里 斯坦森（Clayton Christensen）与约瑟夫·鲍尔（Joseph Bo wer）在《哈佛商业评论》发表的文章《颠覆性技术：赶上 浪潮》中首次提出。1997 年，克里斯坦森又撰写专著《创新 必须看到，新技术是发展利器，也会成为风险源头。新 一轮颠覆性新技术发展具有不稳定性，运用不当、管理不好 会引发重大风险。“技术既不好也不坏，它也不中立的。”19 85 年，美国乔治亚理工大学技术史学教授梅尔文·克兰兹伯 格（Melvin Kranzberg），基于冷战时期案例总结提出科技六 条定律，其中第一条就是“技术既不好也不坏，它也不是中 立的”。他用定律来诠释和警示技术的力量与普及所引发的

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 国斗牛犬、小体巴塞特雪橇犬等。基于真实数据训练后的大

形也发生在 Yahoo 社群，“1%的用户会创建一个群；10%的用 户会积极在群中讨论，也会自己实实在在写点内容，但是 1 00%的用户都能从中获益”。 2014 年，香港城市大学媒体与传播系副教授沈菲分析全 球 75 个国家的新闻时政类论坛，发现积极参与表达的人并 不多，大多数论坛帖子的回帖率都很低，平均水平是 100 人 看帖 2-4 个人回复。因此，网络论坛的“看帖不回帖，xxxx

100 条定律|网络舆情的 150 人定律 150 人定律（Rule Of 150），即是著名的邓巴数字。英 国牛津大学进化人类学教授罗宾·邓巴（Robin Dunbar）通 过对 38 种灵长类族群的研究，发现每一个族群数量稳定在 一个相对稳定的范围，能互相协助，比如狒狒种群平均数量 50 左右。他还研究了 21 种不同形态的原始社会，人类在石 器时代的每一个原始村落，平均人数约 150

发出的更 正信息，由美国新闻学者克雷格·西尔弗曼提出。由于原始 微博包含更多吸引人眼球的新闻元素，而更正的事情真相信 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。

网络舆情治理：理论路径与范式转换（上） 来源：杂志《秘书》 作者：赵萍丽 徐泱泱 作者简介：赵萍丽，博士，同济大学政治与国际关系学 院副教授。研究方向：中国政府与政治。徐泱泱，同济大学 政治与国际关系学院硕士研究生。研究方向：国家治理。 摘要：如何科学应对网络舆情风险、及时化解网络舆情 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

政治单元正在面临其进化史中的一个革命性转折点。 （一）“破坏性创新理论”可以解释基于互联网和数字技 术的“破坏性创新者”能够挑战国家和政府的原因 克莱顿·克里斯滕森（Clayton Christensen）教授拓展了“破 坏性创新理论”，并将其用于对国家和政府机构等公共部门的 研究。他认为，政府机构拥有类似于知名企业的全部负担， 政府制度上的各种结构和规范导致了倦怠、浪费、低效率以 及缺乏创新等问