文|刘章仪  李钢

　　马克思曾指出，“如果从观念上来考察，那么一定的意识形态的解体足以使整个时代覆灭。”做好意识形态风险防控，对于确保马克思主义在意识形态领域的指导地位、维护党中央的权威和国家的长治久安具有重要作用。近年来，互联网日渐成为人们信息交流、思想交互和价值观传播的主场域、主阵地，意识形态风险防控的重心也逐渐向网络空间转移。由于网络从本质上看是由各种信息技术所架构形成的虚实交融场域，因此网络意识形态风险防控也在很大程度上离不开技术的加持。习近平总书记曾在网络安全和信息化工作座谈会上指出，“要以技术对技术，以技术管技术，做到魔高一尺、道高一丈。”当前，在智能科学研究不断取得新突破的态势下，以推荐算法、机器学习、模式识别等为代表的人工智能技术快速兴起，并有望对社会各领域带来强大的赋能价值。从做好网络意识形态工作的角度出发，对人工智能赋能网络意识形态风险防控的现实背景、多维向度与实现进路予以深入探究，具有重要的理论和现实意义。

　　一、人工智能赋能网络意识形态风险防控的现实背景

　　（一）网络意识形态出现去主导化趋向

　　根据中国互联网络信息中心（CNNIC）发布的第48次《中国互联网络发展状况统计报告》显示，截至2021年6月，我国网民规模达10.11亿，手机网民规模达10.07亿，网民通过手机上网的比例达99.6%。数量庞大的移动网民利用移动终端设备及应用软件，随时随地发布、评论、转发、分享各类信息，并能便捷地参与到舆论话题的讨论中发声，俨然成为一个个散布在网络之中的“小通讯社”，促使网络空间呈现出一幅“全员媒体”、众生喧哗的景象。在此情形下，“信息生产与传播不再是‘政治力量’设计、主导和控制下的运行模式，而是转移到‘社会力量’手中，”这导致单一主体把控网络意识形态导向的能力被弱化，政治立场各异的多元思想主体竞相登场，意图争夺网络意识形态话语权，从而导致网络意识形态领域的多元主体竞争、多样观点交锋、多种价值交织之势渐起。具体来说，一方面，在网络自媒体中，混杂着一些别有用心的舆论者，他们通过设置议题、引导舆论的方式，传播错误言论，曲解党和国家的大政方针；另一方面，部分网民因数字媒介素养不高，对信息价值立场的甄别能力不强，偏听偏信、错误认同、跟风转发网络空间的一些不良内容，在一定程度上加剧了危害的广度和深度。网络意识形态的去主导化趋向，严重冲击了网络主流意识形态的主导权和话语权，增加了网络意识形态风险随时发生的可能。

　　（二）网络意识形态出现隐喻化趋向

　　网络意识形态的隐喻化趋向指其传播者不再直截了当、开门见山地表达思想倾向和价值取向，而是通过隐喻的方式加以传播。根据隐喻载体的不同表现为两种类型：一是通过网络圈层的话语隐喻传播意识形态。如今的网民交流和互动并非全部发生在网络公共领域，有相当一部分是在由趣缘所维系的各种网络圈层中。处于同一圈层中的网民在虚拟世界中打破年龄、经历、地域等隔阂，通过趋同的价值观对所处的圈层产生强烈的归属感、依赖感和认同感。与此同时，圈层网民在交往过程中会逐渐形成一套彼此认同的言说话术，并熟知这些话语背后的深层次意蕴，这给主流意识形态的传播带来新的危机。当前，敌对势力开始借由这些圈层言说话术隐喻式地传播不良内容，柔性侵蚀网民思想，给网络意识形态安全造成威胁；二是通过网络视觉隐喻传达意识形态。随着各类视频、短视频平台的涌现，视觉传播开始占据网络传播的主导地位，通过视觉媒介获取讯息、表达观点已成为多数网民的生活常态。然而，网络视觉传播并非只是视觉影像的简单呈现，隐藏于影像之中的深意才是传播者想要真正传播的内容。图像学专家米歇尔认为，在以视觉为主的传播里，“（文本语言）就在图像内部，当它们显得最彻底地缺场、隐藏和无声时间，也许就在图像的最深处。”可以说，网络视觉传播的实质是在展现一种视觉隐喻，即通过视觉图像隐蔽传达思想观念和价值主张。而反主流意识形态传播者也试图抓住网络视觉传播的隐喻特点，将各种错误思潮以视觉形式加以扩散，于不知不觉、潜移默化中影响网民。网络意识形态隐喻化趋向的出现，使得利用传统常规手段进行的网络意识形态风险的有效防控变得愈发困难，成为当前面临的新挑战。

　　（三）网络意识形态出现泛娱乐化趋向

　　“传播技术的变化无一例外地产生了三种结果：它们改变了人的兴趣结构（人们所考虑的事情）、符号的类型（人用以思维的工具），以及社区的本质（思想起源的地方）。”

　　近年来，传播技术的革新助推网络娱乐化传播的流行，不少网民通过“玩梗”、发布弹幕等方式娱乐化地表达观点和意见，网络上充斥着“娱乐至上”“万物皆可娱乐”的思潮。在这一背景下，网络空间出现娱乐化言说意识形态的现象，网络意识形态呈现出泛娱乐化趋向。具体表现在：一方面，敌对势力开始娱乐化解读党的理论思想、制度安排和行动主张，在调侃、戏谑过程中使部分网民产生对重要政治问题和价值观念的思想错觉、认知混淆和误读误判；另一方面，一些以“吸粉”、追逐流量为目的的个人或机构自媒体，在网络意识形态的泛娱乐化上起了推波助澜的作用，把娱乐化表达意识形态的行为视为“标新立异”。“除了消解主流意识形态、诋毁党和政府外，部分媒介素养缺乏者通过解构红色经典、恶搞严肃话题，热衷于炒作，沉溺于戏说，滥用言论自由，挑战传播行为边界、污染传播环境。”这些行为实际上变相地宣扬了历史虚无主义等思潮，却将自身标榜为纯属娱乐，在网络场域中实则具有很大的迷惑性、鼓动性和危害性。网络意识形态的泛娱乐化倾向，给反主流意识形态的宣扬披上了娱乐化的包装和外衣，加剧了对主流意识形态的攻击，客观上增加了网络意识形态风险防控的难度。

　　二、人工智能赋能网络意识形态风险防控的多维向度

　　佩德罗·多明戈斯认为，人工智能是保护国家的重要壁垒。人工智能有强大的算法和算力，能够依托大数据自主执行任务，并能开展自我学习及调适，使其拥有区别于以往风险防控手段的独特之处，具备极大的意识形态风险防控潜能。在反主流意识形态内容识别、意识形态风险防范和主流意识形态传播三个向度上，人工智能有望显著赋能网络意识形态风险防控实践，助力网络意识形态工作突破效能瓶颈。

　　（一）人工智能助力网络反主流意识形态内容识别

　　网络意识形态风险防控最直接的任务，是在网络的“信息海洋”中精准识别和捕捉不同表现形式的反主流意识形态内容。在这一任务的执行过程中嵌入人工智能技术群中的语义识别和视觉识别技术，有望显著提升识别的时、度、效，使反主流意识形态内容无处遁形。

　　语义识别针对的是话语信息，致力于辨识、判定、理解话语内容的含义与价值倾向。在网络意识形态风险防控中，借助语义识别，可做到对反主流意识形态话语的实时发现和处置。这需要经由以下两个步骤：其一，构建和完善反主流意识形态话语的语义特征库。通过对大数据进行收集、整理、归类，并利用机器对其加以深度分析，精准得出反主流意识形态话语的特征，进而将其纳入语义特征库；其二，进行语义比对识别。利用语义识别技术，将网络场域中每日新发布的话语信息与语义特征库储存的特征样本进行智能比对，以此判定每条话语信息的价值倾向。

　　视觉识别针对的是视觉信息，以计算机视觉、模式识别等多项智能技术为基础，能够具备人类视觉系统的功能，致力于获取、处理、分析和理解图像或视频内容。视觉识别作用的发挥包含两个步骤：其一，搭建反主流意识形态图像、视频的视觉模式库。所谓视觉模式，指的是“在大规模图像数据中存在的可重复的、结构化的、对应于某些物件部位的视觉模式单元，这些视觉模式单元相比于基于统计的低层特征来说，更接近于语义表示并且有较强的鲁棒性。”通过“重复图像、基于全图统计的类别模式、基于局部关键点的视觉单词组、基于局部结构的视觉模式、以及基于隐层表示的视觉模式”等方式，机器可挖掘已发现的反主流意识形态图像、视频所包含的视觉模式，并将其纳入视觉模式库中；其二，进行图像和视频的校验识别。视觉识别技术可全面、实时地对网络场域中每日新上传的图像和视频进行逐条审核，分析、计算得出每个审核对象与视觉模式库样本的相似程度，从而在第一时间捕捉反主流意识形态图像、视频，防止其扩散和传播。

　　（二）人工智能助力网络意识形态风险防范

　　网络意识形态风险防控既要做到控，也要做到防，要有防范风险的先手，具备良好的风险防范能力。当前，人工智能中的机器学习有望在这一任务上赋能。所谓机器学习，可理解为机器“依托大数据进行像人一样的学习、认知和探索，从而不断总结经验，得出结论并对未来做出猜想。”机器学习与其它技术的相异之处在于，其“能够发展出自己的直觉，并依照这一直觉来行动。”利用机器学习做好网络意识形态风险防范具体包括以下步骤：第一，把握热点。利用机器学习抓取网民浏览、点击、评论、转发等数据，对其进行归类整理，将大部分网民的共同关注话题排序，进而把握网络热点所在；第二，风险预测。机器学习可聚焦网络热点话题下的观点和意见，对其开展内容分析，特别是拨开意识形态话语隐喻、视觉隐喻和娱乐景观的层层“云雾”，获悉发布者真实的意见倾向，洞察舆论发展的动态走向，并据此预测可能出现的意识形态风险；第三，风险预警。机器可根据预测结果，自主发出意识形态风险预警信号，提示相关工作者及时介入并开展前瞻性、针对性的舆论引导。

　　（三）人工智能助力主流意识形态网络传播

　　网络意识形态风险防控并非仅从防御着手便能奏效，还需要在主动进攻上有所作为，切实提升网络主流意识形态传播力、引领力，使主流意识形态更好地入眼、入脑、入心是防控网络意识形态风险的关键。在这一任务上，推荐算法有望扮演重要角色。算法概念源于计算机领域，指“为解决特定问题而输入机器的一系列步骤。”推荐算法则是将算法应用于信息传播领域所形成的智能信息分发技术。当前，可通过合理地编写、设计和把控推荐算法，使网络场域的这一新“入局者”为主流意识形态传播深度赋能，为意识形态工作服务。具体来说，包含以下两个步骤：一是通过对实际工作的调研分析，设计一套适用于推荐算法的信息价值观评价体系，其可包含多项量化、质化的评价指标，同时每个评价指标配备有相应的、合适的权重；二是训练推荐算法执行该评价体系，使推荐算法在每次推送信息前对信息的意识形态属性开展分析和评价，优先推送评价较高的信息内容，对评价较低的内容不予推送并剔除出内容池。

　　三、人工智能赋能网络意识形态风险防控的实现进路

　　党的十九届五中全会强调，要“坚定维护国家政权安全、制度安全、意识形态安全，全面加强网络安全保障体系和能力建设。”为此，全社会宜从构建运行机制、完善配套政策、培养协同人才等方面入手，推动人工智能赋能网络意识形态风险防控顺利实现，促成网络意识形态风险防控能力的跨域式提升。

　　（一）构建人工智能赋能网络意识形态风险防控的运行机制

　　人工智能赋能网络意识形态风险防控是一项系统工程，因而不能仅依靠单一主体行动，而是需要网络场域相关主体的共同参与。要尽快构建相关主体相互配合、协同联动的有效运行机制，保障人工智能赋能网络意识形态风险防控工作的平稳、有序、长效开展。

　　首先，政府部门作为网络信息传播的监督主体，要推动建立能够促进人工智能正向效能释放的法制规范和行业经验共享制度。一方面，政府部门要在现有网络信息传播领域法律、法规的基础上，根据形势发展需要，研究出台人工智能技术应用于网络信息传播领域的专项法规、规章，形成明确的技术应用边界和规范，从而切实引导网络平台正向地使用人工智能技术；另一方面，政府部门要与网络平台开展密切沟通，推动在全行业建立正向应用人工智能技术的经验共享制度，鼓励各网络平台就正向应用人工智能技术的经验展开定期交流和分享，以提升全行业的正向应用水平。

　　其次，网络平台作为网络信息传播的管理主体，要主动承担意识形态风险防控责任。《关于进一步压实网站平台信息内容管理主体责任的意见》指出：“网站平台日益成为信息内容生产传播的重要渠道，兼具社会属性和公共属性，在坚持正确价值取向、保障网络内容安全、维护网民合法权益等方面，具有不可替代的地位和作用。”当前，网络平台既是意识形态风险生成和演化的集中场域，也是人工智能技术研发和应用的前沿。因此，网络平台的经营理念和所作所为将直接影响人工智能赋能网络意识形态风险防控的实际效果。网络平台要勇于承担政治责任、社会责任、公共责任，坚持正确的政治立场，在传播主流意识形态的同时，以主流价值观驾驭人工智能技术，增强其价值理性。

　　再次，网民作为网络信息传播的参与主体，要积极提供不良信息线索，助力人工智能对网络意识形态风险防控的赋能作用不断精进。人工智能赋能网络意识形态风险防控并非一蹴而就、一步到位，需要一个渐进调适的过程。智能技术只有接触和分析尽可能多的不良信息数据，才能通过学习和改进，不断适应动态、多变的网络环境。技术研发人员要定期将收集到的不良信息交由智能技术反复读取，使智能技术不断进化和升级。

　　（二）完善人工智能赋能网络意识形态风险防控的配套政策

　　实现人工智能赋能网络意识形态风险防控，离不开强有力的政策支持。当前，政府应紧扣人工智能赋能网络意识形态风险防控的具体实际，完善相应的配套政策。一方面，加大对人工智能技术研发的支持力度。习近平总书记强调：“应该鼓励和支持企业成为研发主体、创新主体、产业主体，鼓励和支持企业布局前沿技术，推动核心技术自主创新。”为此，应出台专门性的支持政策，推动网络平台单独或合作建立人工智能技术研发的相应机构，对适用于意识形态风险防控领域的智能技术进行重点研究、专项研究，争取形成具有显著实际功效的应用成果。

　　另一方面，深化人工智能赋能网络意识形态风险防控的“产、学、研”合作。首先，推动网络平台、主流媒体、高等院校达成战略合作，促使各方协同互补，各尽所能，共同开展适用于网络意识形态风险防控的智能技术应用研究；其次，在形成优质创新成果时，组织头部网络平台开展试点应用，并在时机成熟时向全行业进行推广；再次，定期举办“人工智能与网络意识形态风险防控”的相关学术论坛，邀请人工智能、网络安全以及意识形态领域的专家学者进行深度交流探讨，为人工智能赋能网络意识形态风险防控提供最新的理论指引。

　　（三）培养人工智能赋能网络意识形态风险防控的协同人才

　　按照智能科学的主流观点，智能技术的发展需要历经“弱人工智能”“强人工智能”和“超人工智能”阶段。因此，做好人机协同是人工智能赋能网络意识形态风险防控得以实现的关键一环。现阶段，需要创新网络意识形态风险防控的人才队伍建设，加强人工智能赋能网络意识形态风险防控的协同人才培养，切实培养一批具备驾驭智能技术能力的意识形态工作者。

　　一是开展岗位常态化培训。通过选送培训机构进修、定期组织专家讲座授课、开展网络慕课学习等多种方式，促使相关工作者深入学习利用人工智能开展工作所需的相关理论、知识和技能，并了解人工智能的新趋势、新技术、新应用；二是开展高校跨学科培养。在高校建立计算机科学与技术、网络安全、马克思主义理论等专业的跨学科综合、复合培养模式，为意识形态工作提供大量高层次、复合型的综合性后备人才。H

　　（转载自《当代传播》）

　　本文责编/陈慧   邮箱/ 171661049@qq.com