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

比亚迪电车全球销量第一，在舆论上产生重大影响 舆之力 新闻链接 《纽约时报》7 月头版评论文章称比亚迪已是全球最强电动车制造商，2024 年比亚迪正 式超越特斯拉成为全球销量第一的电动车品牌，2025 年上半年比亚迪的全球销量继续扩大， 进一步稳固了领先地位。 《先驱经济》7 月 30 日发文称，市场调查公司 SNE Research 发布消息显示，1 至 5 月 全球新注册电动汽车数量较去年同期增长

不清晰， 可解释性的难度很大，并存在一些技术缺陷，这些问题能否 解决对控制并限制人工智能的负面影响至关重要。需要看到， ChatGPT 等在短时间积聚起庞大活跃的全球用户群体，正给 人们的生产生活方式、思想行为观念带来重大影响。但是， 这种以数据和算法驱动的人工智能媒介，也存在虚假信息泛 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 存在问题，其网站首 页设有 3 个栏目，其中一个栏目是“局限性”，专门提到：“可能偶尔会产生不正确的信息、可能偶尔会产生有害的指令或 有偏见的内容”。 1.迷之自信导致主观“幻觉”，会输出错误信息误导受 众认知。如果要求 ChatGPT 提供训练数据或已知事件之外的 历史信息，生成式 AI 有时会产生“幻觉”，生成一些无关、 无意义或不正确的信息，包括编造错误答案和不存在的法条 或科学

、 工业革命、信息革命，每一次产业革命特别是科技革命，都 从颠覆性技术中萌发，从金属冶炼技术、火药制作技术、机 械制造技术、原子能源技术、精确制导技术到网络信息技术 等，每一项新技术都颠覆生产生活，带来时代变迁。其中， 以网络信息技术为代表的颠覆性新技术，赋能人类创造出数 千年农业社会、数百年工业社会都未曾创造的巨大财富，并 主导当下世界文明中心的变迁。当今世界正历经百年变局， 颠 者的窘境》指出，颠覆性技术是一种另辟蹊径、会对已有传 统或主流技术产生颠覆性效果的技术，它能重新配置价值体 系，并引领全新的产品和服务。 颠覆性技术与人们常说的前沿技术、新兴技术等既有区 别也有联系。颠覆性技术强调技术的颠覆性和变革性，前沿 技术强调技术的前瞻性和先导性，新兴技术强调技术的新颖 性和尖端性。一项前沿技术或新兴技术能否成为颠覆性技术， 主要是看其是否会产生颠覆性技术和社会效果。例如，人工 智能自 生命周期；技术的变革性，即具有革命性和破坏性，改变现 有技术的作用机理，破坏原有技术发展路径，使先发国家以 技术突袭方式形成与后发国家的技术代差，同时破坏现有技 术发展模式，在多个领域提升各种能力，影响生产生活方方 面面，促进经济社会变革；技术的风险性，即具有风险性和 不确定性，一方面由于内部技术和外部场景的复杂性，技术 发展的每个环节都存在风险，各环节的交互关系又放大彼此 的风险影响，易形成系统性风险；一方面新技术挑战或彻底

的内容（就像开头提到的制造炸弹那个例子）。故事讲到一 半，剩下的交给 AI 模型，后者由于拥有强大的文本生成的 能力，会忠实地把缺失的部分回答完整。攻击者通过 LLM 输出其在训练数据中所存在的不符合伦理道德的数据，产生 存在社会偏见的回答，如性别、种族或其他偏见，导致不公 平的结果，对社会和个体的稳定性、安全性和隐私性构成潜 在威胁。[1]据美网络安全新闻网站 Dark Reading 报道，黑 客正借 ChatGPT 信息。模型窃取攻击能够获取模型结构和关键参数，操纵机 器学习模型甚至实施更危险的“白盒攻击”。数据重构攻击 能恢复模型的训练数据，包括敏感数据。指令攻击利用模型 对词语的高度敏感性，诱导其产生违规或偏见内容，违反原 安全设定。提示注入攻击通过使用恶意指令作为输入提示的 一部分来操纵模型输出，利用的是模型对上下文信息的依赖 性和对自然语言的理解能力，通过精心设计的攻击提示操纵 模型 Broda，因其持有不利于巴 勒斯坦的立场。 对抗性攻击是针对机器学习模型的攻击方式，攻击者通 过微小的、人眼难以察觉的输入变化，来诱导模型产生错误 或不符合预期的输出。攻击者可能在输入文本中插入一些看 似无关的词语或符号，或微妙地改变一些词语的拼写，诱导 模型产生错误或误导性输出。该攻击可和提示注入攻击相结 合，通过优化方法生成恶意提示词，并通过提示词完成越狱， 进而诱导模型输出侵犯隐私或不合规内容。卡内基梅隆大学

系。从事件演化的规律来看，公共事件一般是由小事件升级 而来，从量变到质变的过程，就是一个冲突和隐患积累的过 程，实际上也是一个舆论酝酿发酵的过程。一方面，事件的 矛盾冲突越激烈，越容易推动舆论的发酵升级，产生更大范 围的社会影响，引发更严重的舆情；另一方面，如果舆论持 续发酵，事件的矛盾冲突也会在舆论的激烈交锋中进一步激 化，导致事件从一般事件上升为公共事件。 必须注意到的是，在当下这个被称为“全民皆记者”的 出“次生事件和话题”。 （二）群体化影响下的对立冲突 改革开放以来，我国社会发生重大转型，新旧体制的博 弈、利益结构的调整、行业收入差距的拉大、地区城乡发展 的差异、社会阶层构成的变化等，都对人们的思维方式产生 了不同程度的影响，价值取向更加多元化。特别是进入网络 时代，社交媒体成为人们获取信息、表达观点的平台渠道。 社交媒体兼顾社会性与社交性，既为人们沟通交流提供平台， 又是人们彼此之间建立关联、分享观念与见解的平台和工具。 极端，因为有具体的事件为公共议题，立场不同、看法分歧 的人更容易分成不同的群体，每个群体都在维护证明自己的 观点立场，反驳其他群体的观点立场。一些网民和自媒体未 经证实的报料、网络大 V 的振臂一呼，都可能在群体内产生共鸣和跟风，又引发不同群体间的互相攻击和争论，群体情 绪爆发会吞没舆论场中公众思考的能力，也加剧了不同群体、 不同观念诉求之间的隔阂和敌视，使舆论处于对立冲突的冲 动状态。 （三）去中心化影响下的无主题变奏

运用提供了预设条件，“前排吃瓜子”的语义牵引促使“吃 瓜群众”的语义增加了围观看戏之意，为之后“吃瓜群众” 的流行语义的产生奠定了语义基础。 偏正短语“吃瓜群众”并非一次成形，而是网友根据马 路新闻提取核心内容之后再次叠加现有词语进行的二次 创作。 首先，“吃瓜”通过转喻的方式产生，转喻不仅是一种 修辞手法，更是人们一种思维和行为方式。人们根据自身 的经验建立的概念与概念之间的相对固定的关联模式，也 低错误行为被追究的可能性。 经过网友的创造，“吃瓜”与“群众”组合为“吃瓜群众”， 出现在新闻事件之后的回帖中，产生了双重指称的效果， 既代表发帖人自身，也用来指称马路新闻里作为围观群众 之一的“老农”。 二、“吃瓜群众”语义泛化过程 刘大为认为：“语义泛化是词语在保持越来越少的原 有语义特征的情况下不断产生新的使用方式，将越来越多 的对象纳入自己的指谓范围。”[9]由此可见，语义泛化并非 一蹴而就 语义上具有一定的相关性，人们才有可能够透过已经熟悉 的概念去认知未知领域的事物，最终实现隐喻映射。 诞生于新闻事件中的流行语与其他网络流行语有着 最大的不同，即是对于热点事件有着极强的依赖性，其语 义的产生与原事件密切相关，推而广之的前提，是如何在 “吃瓜群众”与新领域的认知对象之间建立相关性。这就必 须寻求另外一种关联方式——事件关联，刘大为认为：“相 似性不仅仅发生在事物之间，事件之间同样有相似性，完

志杰，2003;Eagleman，2008）。研究发现，刺激的新异性是 影响时距知觉的一个重要因素。无论是抖音还是王者荣耀， 都会让人沉溺网络，产生时间扭曲效应。 越来越多的人患上网络依存症，对各类社交、娱乐应用 上瘾、产生依赖，沉溺在网络时空不能自拔。以短视频为例， 抖音、快手、火山小视频，都容易产生这种现象，人们不知 不觉深陷其中，蓦然发现时间已经过去几个小时。普林斯顿 心理学博士亚当 · 阿尔特（Adam Alter）在《欲罢不能：

将依法承担全部责任。罗马仕高度重视此事，已第一时间展开核查，并和北京市 教育委员会等相关部门取得了联系。截至公告发布时，公司尚未收到来自北京市 教育委员会的相关风险通告，并指出相关信息在传播过程中出现了偏差，导致公 众产生误解。罗马仕承诺，后续事件进展将通过官方渠道及时通知公众。 6 月 16 日，深圳市市场监督管理局网站消息称，深圳罗马仕科技有限公司 按照《消费品召回管理暂行规定》的要求，向深圳市市场监督管理局报告了召回 款处理。本次召回的移动电 源产品，由于部分电芯原材料来料原因，极少数产品在使用过程中可能存在过热 现象，在极端场景下可能产生燃烧风险，存在安全隐患。 6 月 18 日，深圳罗马仕科技有限公司官方微博公示“移动电源召回计划”， 表示由于部分电芯原材料在极端场景下可能产生风险，存在安全隐患，主动针对 部分批次产品发起召回计划。 6 月 20 日，国家市场监管总局全国认证认可信息公共服务平台显示，深圳 ，并 接到消防部门建议。此后，地方教育主管部门启动风险预警。随着罗马仕充电宝 产品存在安全隐患的消息在北京多所高校广为传播，并获多家媒体采访确认，舆 情开始大规模突破校园圈层，对罗马仕品牌层面产生波及。 在主流媒体、自媒体和社交网络的多维扩散下，舆情焦点迅速聚焦于产品安 全责任、消费品质量监管及企业态度等话题。至此，罗马仕公司顺势启动应急响 应，包括客服回应和官方微博发布说明、配合权威部门调查、向监管部门申报并

人工智能、深度伪造与政治选举（三） 三、人工智能对政治选举结果的实际影响 深度伪造技术可能会对政治选举产生前所未有的影响， 对国家选举、政策制定以及社会可信度提出严峻挑战。[1] 我们不得不思考，有多少选票是通过深度伪造对政治选举实 施操纵性影响而产生的？这些选票又对政治选举结果产生 了多大影响？ 1. 人工智能在一定情况下对政治选举结果可能具有决 定性作用。2023 年的土耳其总统选举，就像是人工智能干预 底 起到什么作用，产生多大影响？目前的可能结论是，对于实 力相差悬殊的选举，人工智能、深度伪造或许能对选举产生 局部性影响，在一城一地出现选情反转，但不足以产生全局 性颠覆性影响。对于势均力敌的选举，人工智能、深度伪造 通过局部反转，足以决定选举结果。例如，2016 年的美国总 统大选，剑桥分析公司帮助特朗普在个些州获得微弱优势， 几万张选票反转就可以使选情产生大逆转。2.少量深伪内容 使是少量的虚假生成内容也会破坏选举信息环境。例如，在 选举最后关头伪造一段视频对候选人进行丑化或诬蔑，影响 选民正常投票。2023 年 9 月，生成式人工智能的政治干预对 斯洛伐克议会选举产生颠覆性影响。此次议会选举事关斯洛 伐克对乌克兰的军事援助以及对北约的支持。然而，就在选 民投票的两天前，一段带有生成内容标记的音频在社交媒体 大肆传播。该音频据称是亲北约的斯洛伐克进步党领袖米哈