次生舆情的产生与应对 来源：微信公众号“探舆岛” 次生舆情是在新媒体环境中以原生事件议题为基础和诱因，再生和演化的新 舆情。某些公共事件成为舆论热点之后，如果事情没有及时处理好，可能会引发 公共讨论和意见的表达，很多平常被掩盖和忽略的问题都被“扒”出来，形成一波 又一波的“次生舆情”。 一、次生舆情的特征 关联性与偶然性。当原生事件进入公众视野并引起广泛关注后，事件中不同 利益攸关 利益攸关方都有可能伴随着主体事件的变化而被牵连，从而成为次生舆情指向的 主体。舆情次生的偶然性、突发性背后又有其必然的现实逻辑。网络次生舆情并 非全是空穴来风，一些偶然的网络事件之所以能够成为社会热点，是因为它们集 中代表或反映了某些社会情绪或社会心理，比如官员贪腐问题之所以能演化出网 络次生舆情，背后正反映了公众对官员贪腐问题的不满。 敏感性与话题性。在舆情指向的主体、议题与具体内容方面，次生舆情都可 能是对原生事 能是对原生事件舆情新的补充或发展，甚至比原生舆情更具话题性。比如，次生 舆情多指向容易刺激社会神经的公权部门、官员、明星、名人 和小人物，以及强权与弱势矛盾、贫富分化、伦理道德和公平正义等问题或领域，因此其传播扩 散的动力也就更强。 二、次生舆情形成的影响因素 回应不及时或回应不当是直接原因。事件本身相关信息未被挖掘出来或一定 程度的知情不报，导致信息上的不透明，致使公众舆论情绪不满和积压。涉事主

科学 有效地应对网络舆情成为各级党员干部的一道必答题 （本文转载自“浙江宣传”公众号） 。 实际工作中，因怕担责、怕发酵、怕引火上身，隐瞒实 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。 大多数篇幅，而民众关切的实质问题则一笔带过。另一种则 是把舆情回应仅仅当作一种“程序”和“动作”，充满套话、 陈词滥调，认为“反正我已经回应了，理解不了是你的问题”， 这种做法极易引起公众愤慨，从而产生次生舆情。 “真诚永远是必杀技。”舆情应对没有一成不变的模板， 但回应是否真诚，网民心中有一杆秤。倘若作高冷姿态，对 网民可能出现的情绪反应漠不关心，那么舆情“翻车”也就 见怪不怪了。 三、“打太极拳式”应对

量 选民的意愿，相反，应该通过数字网络技术和大数据工具来 培养反思型的理性沟通方式，避免陷入技术决定论的误区。 2.网络舆情技术治理策略 针对网络舆情治理技术性偏向的内生风险及其所诱发 的次生风险，学者们从不同角度提出了应对策略。第一，基于网络舆情的生命周期，将技术分别嵌入网络 舆情潜伏期的监测和预警、网络舆情爆发期的回应与引导、 网络舆情恢复期的协调与修复等阶段。 第二，革新网络舆情治理理念与思维。贯彻“群众至上”

依法管理是政府应对网络舆情的核心手段。“舆情三同步原则“强调”依法回应、舆论引导、社会面管控”三个方面的有 机结合。依法回应要求严格按照法律法规处理舆情事件，提 升政府行为的合法性和权威性，避免因回应不当引发次生舆 情。近年来，中国着力于利用技术手段实现对海量的网络舆 情信息进行深度挖掘与分析，以快速汇总成舆情信息，从而 以替代人工阅读和分析网络舆情信息的繁复工作。 舆论引导则要求政府及时、准确地向公众传递信息，防

定哪些输入词对生成答案 最重要。例如，在上面的 问题中，模型可能会认为 "吃"和"水果"这两个词最 重要，因为这两个词直接 相关于应该选择哪种水果。 自回归生成 GPT-4模型在生成文本时 是自回归的，这意味着它 一次生成一个词，然后将 这个词添加到输入序列中， 以生成下一个词。这一过 程持续进行，直到生成一 个结束符号，或达到了设 定的最大。 多头注意力AI缺陷：臆造之辞 概率幻觉 AI幻觉（AI Hal