情不发声的有之；因“已读乱回”、答非所问，引发次生舆 情的有之；因套话连篇，关键信息避而不答，引发网民反感， 导致舆论失焦的也有之……舆情应对失当不仅不利于舆情 的平息，严重时还会加剧社会恐慌。为此，笔者梳理了网上 舆情应对相对突出的六种“翻车”表现。 一、“躲猫猫式”应对 个别地方和单位在应对网络舆情时，习惯于采取逃避拖 延的态度，或忙着“捂盖子”“封消息”“删帖子”，以免 被上级领导“看见”，影响自己的“乌纱帽”；或心存侥幸，

得多。如，网传佛罗里达州一女子植入第三个胸，假消息迅 速获得 18.8 万次分享。尽管媒体随后澄清是假新闻，但辟 谣消息获得的分享数不足谣言的 1/3。再如，武汉大学互联 网科学研究中心对马航失联传言进行统计，梳理了 6 条较重 要的更正、澄清微博，其中转发量和评论量最高分别只有 3 569 次和 1885 条。但这些传言却有 696 万条微博，其中，中 国军舰全速驶向事发海域总曝光量超过 4079 万次。这印证

的这种欺骗能力未经约束地持续壮大，同时人类不 加以重视并寻找办法加以遏制，最终 AI 可能会把欺骗当成 实现目标的通用策略。麻省理工学院研究员彼得·帕克（Peter Park）等在权威期刊 Patterns（模式）发表论文，系统梳理 AI 具备欺骗行为的证据、风险和应对措施，指出“人工智能 的欺骗能力不断增强，带来严重风险，从短期风险（如欺诈 和选举篡改）到长期风险（如人类失去对人工智能系统的控 制）”。[3]AI 欺骗行为的雏形并非来自对抗性的网络钓鱼测

期，各类舆情事件频发。加强网络舆情治理、把握主流舆论 阵地，是推进网络强国和社会主义现代化强国建设的题中之 义。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。本文梳理关于网络舆 情治理方式方法、工具手段、对策机制的研究成果，归纳网 络舆情治理的路径，分析范式转换趋势。这不仅有助于系统 认识网络舆情治理研究的进展，还可以为当前乃至未来的网 络舆情治理实践提供理论依据和科学指导。

自称转 变成为如今的他称、众称，甚至将不属于原有语义指向的内 容纳入自己所指范围，有着明显的语义泛化特征。我们选择 “吃瓜群众”语义泛化过程作为切入点，对其整个发展历程中 的语言使用情况进行梳理，探讨其与当下社会心态、文化走 向之间的关系。 一、“吃瓜群众”之源 网络上关于“吃瓜群众”一词的来源有两种说法：1.戏 院、火车站推售瓜子，由“前排吃瓜子”的广告词演变而来。 2.“吃瓜

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， 能对教育的深刻影响，积极推动人工智能和教育深度融合，促进 教育变革创新，使人工智能成为加快实现教育大国向教育强国迈 进的重要变量。 为深度剖析基础教育领域人工智能赋能实践现状，本蓝皮书 结合国内外相关教育应用，重点梳理和总结北京市人工智能赋能 基础教育的试点工作，系统呈现人工智能在基础教育中助教、助 学、助评、助育、助研与助管等方面的赋能逻辑、实践样态及效 能边界。立足专业视野，秉持审慎理性态度，精准提炼当前痛点 能化方向演进，推动基础教育实现深层次变革与持续优化。 为深度剖析基础教育领域人工智能赋能实践现状，在《中国 智慧教育白皮书》和《北京市教育领域人工智能应用指南》指导 下，本蓝皮书结合国内外相关教育应用，重点梳理与总结北京市 人工智能赋能基础教育的试点工作，系统呈现人工智能在基础教 育中助教、助学、助评、助育、助研与助管等方面的赋能逻辑、 实践样态及效能边界。立足专业视野，秉持审慎理性态度，精准 提