【关键词】网络谣言 人工智能 特征演变谣言治理

【中图分类号】C916 【文献标识码】A

众议成林，无翼而飞。“人人都有麦克风”的社交媒体时代给谣言治理带来了新的挑战。当前，媒介技术正在经历新一轮变革。大数据、人工智能、物联网、虚拟现实等技术的广泛应用与日益普及，把信息传播带进了智能化时代，信息内容的采集、生产、加工、分发与消费模式发生着深刻改变。谣言与媒介相生相伴。媒介技术的变化与发展在重构信息环境的同时，也会改变谣言的扩散方式及其社会影响。从谣言的演变看，其以往生成与传播的底层力量是靠人的经验性参与，而如今智能技术已然取代了这一力量并重构着谣言运转的底层机制。这样的变化促使智能时代的网络谣言无论是内容形态还是传播方式都在传统谣言的基础上全面升级，其社会影响与治理导向也应重新加以评估与规划。

从合成事实到伪造舆论：智能技术对网络谣言的全面改造

智能时代，网络信息传播的技术导向进一步增强，智能技术对网络谣言的改造主要表现在前端的内容生产与后端的传播扩散两个方面。

在谣言内容的生产方面，智能技术的应用引领着网络谣言走向精细化乃至定制化。智能内容生产的核心优势，是基于大数据分析技术的内容精准生产与基于人工智能技术的内容自动生产，两者相互叠加能够共同提升网络内容生产的精准度与效率。循此机制，网络谣言的生产模式也将进入智能化阶段，比如借助时下流行的对话式大型语言模型ChatGPT，用户可任意向其提出制造虚假内容的要求，并立即获得大量看似可信但無可靠信源的各类文本。网络谣言还能借助对谣言文本及其传播效果的大数据分析获得“精确制导”的能力，通过对公众认知、情感、心理乃至偏见的把握设定自身的内容主题、叙事方式和话语框架，继而结合传播反馈不断进行修正以达到更好的传播效果。如此一来，面向特定个体、群体或机构进行谣言的定制化生产也将成为可能，网络谣言内容的“精准化”和“精细化”水平将越来越高。

当前，智能技术的异化发展还创造出一种全新的谣言内容，即利用人工智能和机器学习技术实现音频及视频的模拟、合成与伪造的深度伪造（Deepfake）内容。其典型应用实践包括图像和视频“换脸”、操纵视频人物的表情和语音、伪造不存在的人物等。例如，2018年，获得奥斯卡奖的导演乔丹·皮尔和BuzzFeed首席执行官乔纳·佩雷蒂就利用这一技术伪造了美国前总统奥巴马用脏话辱骂时任美国总统特朗普的视频，对社会造成误导；2019年，脸书首席执行官马克·扎克伯格也被制作了一则吹嘘自己“完全控制数十亿人的失窃数据”的深度伪造视频。种种事实告诉我们，如今不论是文字、图片，还是声音、影像，均可轻而易举地被伪造，传播形式已无法成为辨识信息真伪的关键证据。

更具挑战性的是，这种深度伪造的程度还在通过算法的学习和进化持续加深。从技术视角看，深度伪造技术的核心是名为“生成式对抗网络”（Generative Adversarial Networks）的机器学习模型，该模型结合自动化图像识别、机器深度学习与人工智能技术，在生成虚拟图像的过程中借由内部负责合成图像的生成器（generator）和负责甄别真实或合成图像的判别器（discriminator）之间的博弈，来提高输出结果的逼真程度，其目的就是使生成的图片、音频与视频无限接近真实和客观存在的水平，达到以假乱真的效果。目前，深度伪造技术的代码算法已在开源软件中公开，相关应用软件遍布互联网，各类机构、组织乃至普通公众都可便利地利用此类技术生产具有高度欺骗性的谣言信息，并将之通过各类社会化媒体平台传播出去。由此产生的必然后果，就是严重污染网络信息环境，扰乱网络传播秩序，危害公共安全。

在网络谣言的传播扩散方面，智能技术也发挥着推波助澜的作用。一是基于算法的智能化分发在传播效率上远远优于编辑分发与社交分发，因而可以进一步加速网络谣言的蔓延，使其在短时间内完成大规模扩散。在此过程中，智能分发还可同时解决谣言与个体用户间的匹配问题，根据身份特征、心理诉求、关切议题、阅读习惯、媒介偏好等标准寻找到易于被谣言“感染”的用户并向其精准投放，达到事半功倍的成效。《北京青年报》报道，当前基于算法的个性化内容推送已占整个互联网信息内容分发的70%左右。二是直接运用先进且隐匿的自动化程序或社交机器人技术作为谣言信息的“超级传播者”。