人工智能时代传播学理论的新范式

一、核心挑战：AI 对传统二级传播理论根基的解构

在人工智能技术深度重构传播生态的背景下，拉扎斯菲尔德提出的二级传播理论遭遇结构性挑战。传统二级传播理论的核心——人类意见领袖作为信息“筛选器”与“解读器”的功能，正被算法逻辑与技术中介深度解构重塑。过去消息不是直接从媒体到所有人，而是先到有影响力的人，比如大V，再靠他们传给普通人。这就是所谓的意见领袖理论。但生成式 AI 通过语义建模与风格迁移技术，不仅能模拟真实意见领袖的叙事框架，更能自主生成具有人格化特征的虚拟意见领袖，直接介入信息的生产与阐释环节。与此同时，算法推荐系统基于用户行为的实时解析，将大众传播场域切割为无数信息茧房[1]，构建起以兴趣图谱为边界的圈层化传播网络。这导致信息流动路径发生剧变，首先，中介核心失焦[2]。AI 算法和虚拟意见领袖成为强大的“非人”中介力量，其作用机制与影响力来源与人类意见领袖迥异。其次，传播路径复杂化。信息流动呈现“人-AI- 人-AI”的混合网状模式，传统“媒介- 意见领袖-追随者”的线性模型已无法刻画这种动态、多中心、强技术依赖的复杂网络。

二、现实困境：AI 时代网络舆情处置面临的严峻挑战

人工智能技术深刻重构传播生态，使依赖传统二级传播理论的网络舆情处置面临严峻挑战。

算法推荐以用户行为切割传播场域，形成兴趣图谱为边界的“信息茧房”与圈层化网络，严重阻碍重大事件中权威信息的流通，关键信息难以突破算法屏障，虚假内容却加速扩散。同时，AI 生成内容的规模化和低成本极大降低了虚假信息、深度伪造的生产门槛，其传播呈指数级增长。而虚拟意见领袖的涌现加剧了信息源辨识难度，其偏见性内容扰乱公众认知，传统人工舆情监测对此海量高速内容反应滞后

因此，AI 不仅解构了传统理论的结构基础，更改变了信息流动的角色与权力格局。固守旧有模式效果有限甚至适得其反。理论重构需直面 AI 引发的系统性变革，如信息失序、权威消解、认知割裂，以构建适应人机协同混合传播生态的新框架，维护信息清朗与社会稳定

三、怎么办：迈向“人-AI 混合网络”的适应性重构路径

二级传播理论在AI 时代的适应性重构，其核心在于摒弃“人”或“机器”的二元对立思维，将理论焦点从单一的“意见领袖中介”转向动态的“人 -AI 混合网络”。在此范式中，人类意见领袖的角色必须进行深刻转型，并与 AI 技术形成明确、高效的协同机制，以应对网络舆情处置的复杂需求。

（一）核心重构：重新定义“意见领袖”角色

AI 时代，意见领袖需从单纯“信息把关人”转向“信息整合者”，运用技术工具高效识别核心议题、关键矛盾、多元观点、情感烈度及潜在风险，其影响力源于“个人洞察力 +AI 分析力”的结合。同时，需从“传播者”转变为“内容协作者”，善用 AI 高效生成基础内容，更要担任引导者与价值注入者——明确立场、注入人格化元素与信任；深度审校修正错误、消除偏见、补充人文关怀，克服 AI“幻觉”，提升内容的可信度与情感温度。

（二）技术赋能：AI 在混合网络中的关键支撑功能

AI 舆情系统具备全域态势感知能力， 7x24 小时扫描全网多平台、多源数据，智能识别敏感话题、关键实体、情感倾向、观点聚类及传播路径，提供实时精准的舆情态势图，为决策奠定基础。同时，生成式AI 能快速产出事件背景、辟谣稿等基础内容，并适配各平台形态及圈层习惯，助力迅速响应。结合用户画像优化内容可提升传播效率与接受度，规避过度迎合。此外，系统还能解析信息在算法中的流动，识别关键节点、引爆点与“破圈”路径，为精准设置议程、选择伙伴、优化策略提供数据支撑

（三）机制保障：实现有效人-AI 协同的制度与能力建设

1. 提升意见领袖能力：系统性培训意见领袖，使其掌握 AI 原理与局限，理解偏见、幻觉等风险。着重强化其批判性思维与事实核查能力，熟练运用核查工具。同时，深化技术伦理意识，将信息真实性、公正性、社会责任、隐私保护等核心原则内化，在使用AI 时保持高度伦理警觉。

2. 优化人机协作与治理。首先，明确人为主导。关键内容生成与传播环节，确保最终决策权和责任归属人类意见领袖，打破“茧房”的公共通道。推动平台在重大公共利益事件中，设计算法机制，确保权威公共信息突破常规“兴趣茧房”。其次，增强透明度与管控。鼓励平台研发部署有效的 AI 内容标识与水印技术，并建立有害 AI 内容的识别、标注、限流与快速处置机制。最后，实施交叉验证：对涉及公共安全、重大政策或争议话题的重要信息，建立规则强制要求使用独立、可靠的人类信源进行交叉验证。

3. 建立分级响应与多方协同机制。根据AI 驱动舆情的性质、规模、危害性制定分级响应预案。对大规模虚假信息攻击，启动最高级别响应，协同官方机构、主流媒体、平台、事实核查机构及关键领域真人意见领袖共同治理。构建覆盖多元群体的反偏见训练数据集，持续优化舆情分析与内容生成AI 模型，降低系统性偏见与歧视风险。

结语：

人工智能技术对传播生态的重构深刻且不可逆。拉扎斯菲尔德的二级传播理论，作为理解信息流动的经典框架，在 AI 时代面临的不只是补充完善，更是触及根基的结构性挑战与范式转换。传统依赖少数“大V”作为核心传播者的模式，在算法主导的茧房效应与虚拟意见领袖崛起的双重影响下，效能已显著弱化。

适应性重构的核心，在于扬弃单一的“意见领袖中介”模型，确立“人 -AI 混合网络”新范式。人类意见领袖的角色必须转型：从传统“信息把关人”和“传播者”，进化为“信息整合者”与“内容协作者”。其核心价值运用批判性思维、专业判断、人文关怀和伦理自觉进行战略决策、框架设定、深度编辑并承担最终责任。

AI 技术则负责全域态势感知及高效内容生产与分发辅助，其价值在于赋能而非取代人类的价值主导。实现高效协同的关键在于机制保障：提升意见领袖的技术与伦理素养，建立“人主导、AI 辅助”的透明流程，推动算法治理与平台责任优化，并构建应对AI 风险的分级响应与多方协同体系。

唯有如此，才能在技术渗透的新生态中重构传播秩序与效能，有效穿透信息茧房、遏制 AI 信息污染、弥合认知鸿沟，在网络舆情处置中维护信息准确流动、社会理性沟通与整体稳定和谐。从“意见领袖中介”到“人 -AI 混合网络”，这是二级传播理论的适应性重生，更是构建强韧未来传播生态的必然选择。

参考文献：

[2]， 张弛 . 算法推荐重构下的传播生态：场域裂变、茧房固化与中介失焦 . 新闻与写作 ，.2020.06，56-63

[2] 佟德志 . 基于算法的民主治理拓展极其限度 . 新闻研究导刊，2023， 6. 73-74

作者简介；（作者姓名：张玮珊 性别 ：女 籍贯：唐山市丰润区 民族：汉 出生年月：1993 年7 月 学历：大学本科 ，单位： ，职称：无，研究方向：网络舆情处置）