舆论制造

AI时代，网络认知操纵的八种方式

我们的判断与情绪几乎时时被无形之手牵引，却少有人察觉；或许正因无从摆脱，多数人选择不去追问，于喧嚣之中反得一份自以为的安宁。 坦率而言，我已相当长一段时间未讨论认知操纵策略，尽管这是《战略传播前沿》创立时的核心议题之一。现实环境的变化，使这一主题逐渐变得复杂而沉重。 这些策略的实际运用，早已跨越传统意义上的战争与和平边界，也模糊了国内舆论与国际博弈之间的区分。在技术条件成熟之后，叙事、情绪与议程的塑造不再局限于特定场域，而成为持续运转的结构性力量。 然而，在日常的信息洪流中，真正愿意严肃关注这一议题的人并不多。多数人更关心具体立场与即时结论，而非背后的机制与逻辑。 写作终究是一种对话。如果缺乏稳定而理性的读者群体，深入讨论这些问题便显得近乎自言自语。既然无人倾听，文本的公共意义何在？这并非情绪化的抱怨，而是对传播现实的一种判断。 但沉默并不能改变结构。与其回避，不如在必要时重新展开讨论。至少，对少数仍然关心“机制如何运作”的读者而言，这些分析依然具有价值。 毕研韬 于海之南 生成式人工智能普及之后，信息生产的门槛大幅降低。问题已不只是“有没有假新闻”，而是信息是否在被有组织地塑造。所谓网络认知操纵，并非单条谣言，而是通过系统性设计影响公众的注意力、情绪与判断路径。包括OpenAI、Meta在内的多家机构在安全报告中，都披露过“协调式虚假行为”的案例。其核心在于：不是一个账号在说话，而是一套结构在运作。 以下八种方式，是常见的网络认知操纵策略。本文仅解释其基本逻辑，而刻意避免披露具体操作细节。 一、叙事拟态化（Narrative Mimicry） 简单说，就是“说话像你身边的人”。利用AI模仿某个群体的表达方式、用词习惯甚至情绪节奏，让内容看起来像本社群成员所写。因为语言风格熟悉，读者更容易放下戒备。这种方式并不一定包含明显谣言，而是通过“像自己人”来增强影响力。 二、情绪精准投放（Emotion-Targeted Messaging/Emotional Microtargeting） 不同人对不同情绪更敏感。有的人容易被愤怒激发，有的人更容易被焦虑触动。通过数据分析，可以判断哪些群体更容易对某类议题产生情绪反应，然后推送对应内容。久而久之，个体会误以为“大家都在这么想”，其实看到的是被筛选过的信息。 三、人机混合网络（Hybrid Human-Bot Networks） 过去常见“机器人账号”。现在更复杂的是人机结合：人工负责设计内容方向，机器负责批量发布、转发和互动。这样既有人的判断力，又有机器的规模优势。普通读者很难区分哪些是真实互动，哪些是被放大的声音。 四、跨平台协同放大（Cross-Platform Amplification）...