摘要：本文从“计算宣传”这一政治传播领域近年来兴起的新概念入手，在现状、机制和成因等三个层面对与新冠肺炎疫情同步暴发的信息疫情进行了宏观和微观层面的分类、解读和分析，并为如何应

　　摘  要：本文从“计算宣传”这一政治传播领域近年来兴起的新概念入手，在现状、机制和成因等三个层面对与新冠肺炎疫情同步暴发的信息疫情进行了宏观和微观层面的分类、解读和分析，并为如何应对这一政治传播的新趋势提出方向性的建议。

　　关键词：计算宣传；信息疫情；政治传播；算法；假新闻

　　2020年初席卷全球的新冠肺炎疫情不仅导致了一场百年未见的公共卫生危机，更引发了另一场史无前例的“信息疫情”（infodemic）。2020年2月，世界卫生组织就警示了可能暴发的“信疫”：过量真假难辨的信息会使得人们在真正需要的时候很难找到可信任的信息来源和可依赖的决策指南。[1]迄今为止，疫情仍在全球范围内蔓延，而在全世界抗击疫情的过程中“信疫”仍然在社交媒体上泛滥，反过来加剧了疫情的冲击，而这一轮“信疫”与公共卫生议题的政治化和近年来新兴的“计算宣传”有很强的关联。

　　计算宣传（Computational Propaganda）是在新的媒介技术背景下诞生的一种新的政治传播范式。2016年以来，英国脱欧、特朗普赢得美国大选等一系列“黑天鹅”事件发生，世界进入了“后真相”时代，基于客观事实和理性分析的公共讨论让位于诉诸情感宣泄和立场表达的“怒怼”与“骂战”。这种“后真相”的泛滥与社交媒体平台的兴盛和社交平台依赖的算法推荐有直接关系。[2]公众对新闻媒体的信任度大幅下降，传统主流媒体的权威性日渐式微，而社交媒体上充斥的各类经过包装、未经证实和充斥着特定偏向或情感色彩的“误讯”（misinformation）与“谬讯”（disinformation）逐渐成为人们获取信息和做出判断的来源。简言之，“计算宣传”已经发展成为公共传播领域的主导性力量。

　　“计算宣传”这一概念属于新兴的“社会数据科学”的研究范畴，是在大数据、人工智能等前沿技术的加持下，通过算法、社交机器人、自动化代理器、网络喷子等多种形式，为达到特定目的所开展的传递虚假或错误信息、制造信息污染、攻击政治对手等一系列破坏网络信息环境和政治传播生态的行动。它具有一定的技术隐蔽性，通常难以发现或不易被察觉，能够通过大规模的信息淹没、低质量的信息传达和短时间的信息轰炸达到20世纪初兴起的“信息战”和“心理战”中“魔弹”或“皮下注射器”一般的强大传播效果。但与传统“两战”中所使用的显性手段不同，计算宣传是更为高级的“隐性传播”的最新品类，其手段和效果更难被发现和监测。对于普通网民而言，在一定时间段内接触到的信息是有限的，而他们的信息和数字素养参差不齐，在计算宣传的干预下，他们所接触到的是大量受到操控的信息，其观点会潜移默化地发生转变。

　　在当前政治传播日趋复杂化的背景下，计算宣传已成为新一轮“社交媒体新冷战”的主要手段。尤其值得关注的是，研究表明，针对中国的计算宣传机制已经初具规模，对我国的国家形象和声誉形成了严峻挑战。[3]为此，加强对计算宣传的研究和防范成为当前国际传播领域的前沿课题之一。

　　从宣传到计算宣传

　　“宣传”一直是西方传播学研究的核心议题。1927年，传播学的奠基人之一、美国学者拉斯韦尔（Harold D. Lasswell）就以一战中的宣传为主题，著成《世界大战中的宣传技巧》。传播学界一般将“宣传”一词定义为“有意地、系统地影响感知、操纵认知和引导行为的尝试，以进一步强化符合宣传者目标的特定反应”[4]。

　　英文中的“宣传”（Propaganda）一词的拉丁文本义是播种和繁殖，在17世纪被用于描述罗马教皇针对宗教改革传播天主教教义。在第一次世界大战中，首次出现了由国家主导的大规模、系统性的宣传活动——即“宣传战”。[5]第二次世界大战中propaganda一词的意识形态色彩日趋强化，欧美学界将其与纳粹德国产生了显著的关联，同时被赋予了谎言、操纵、欺骗等负面含义，被西方学界和媒体渲染成了臭名昭著的贬义词。实际上，其与汉语中较为中性的“宣传”并不能完全相互对等转译，后者与publicity更为接近。

　　随着传播生态和技术手段的演进，“计算宣传”的概念由美国学者伍利（Samuel Woolley）和英国学者霍华德（Philip Howard）于2016年正式提出，指的是“使用算法、自动化和人工策划展示等手段进行的有目的地在社交平台上操控和分发虚假信息的传播行为”。[6]可以看出，与传统的完全由人为控制的宣传相比，计算宣传的核心在于算法技术的使用，借助于人工手段进行的则是策划与展示的工作，因而具有隐匿性、自动化、精准化等特征。从本质上看，算法是电脑软件中利用代码实现的计算指令，形式上表现为准确高效地完成一项任务的流程。而计算宣传中算法的使用也体现在数据收集、信息生产和分发等全链条和全流程当中。对于被定位的用户而言，他们看到的只是一个个帖子，很难分辨是否是有组织的宣传行为，往往因为其产生的“声量泡沫”而误认为是“主流民意”，让普罗大众迅速“跟风”“搭车”，让决策者和精英阶层产生误判。

　　在运行机制上，计算宣传以算法为技术基础，通过构建“同温层”的传播生态，制作分发海量信息，部署和使用机器人完成相关指令。具体而言，首先是传播主体通过算法控制信息呈现个性化推荐，在赛博空间构建出“回音室”和“信息茧房”之类的传播机制。用户在“选择性接触”的心理效应作用下，只能接触自己感兴趣或观点类似的内容，长此以往，观点也会逐渐固化，甚至是极化。其次，算法能够通过适应分发规律和精准定位用户心理，批量生产“垃圾新闻”（Junk News）。研究显示，后者要满足以下五个维度中至少三个：专业度（professionalism）、风格（style）、可信度（credibility）、偏向（bias）和伪装性（counterfeit），在以上维度都设定了具体指标进行量化考察，从而决定是否将其归类为“垃圾新闻”。[7]最后，部分或全部由算法和计算机程序控制的用于政治目标的社交平台账号形成了一支强大的“政治机器人”（Political Bots）水军，以假乱真和以量取胜地大量传播“垃圾新闻”，由此形成了一个完整而封闭的传播系统。简而言之，计算宣传以“垃圾新闻”为载体、政治机器人为工具，在其所构建的“回音室”或“信息茧房”的环境下发挥作用。

　　计算宣传的现状

　　根据牛津大学互联网研究院（OII）发布的研究报告，截至2020年底，已经在81个国家发现了有组织地使用社交平台进行计算宣传和传播虚假信息的证据，并呈现出逐年增长的趋势。[8]该报告按照传播主体把当前的计算宣传分为四类。第一类由政府机构主导，在62个国家发现了政府机构使用计算宣传来影响舆论的证据，其中包括媒体和互联网管理部门、军方、警方和由政府管理或资助的媒体等。第二类由政党或政客主导。在61个国家发现了政党或政客使用计算宣传的工具和技巧作为其竞选公职活动的一部分。这说明社交平台已经成为数字化竞选活动的核心，许多政客都使用这些平台传播虚假信息、压制政治参与和贬低其对手。第三类则是由商业公司参与进行的。在48个国家都发现了政治行为主体与提供计算宣传相关服务的商业公司进行合作的证据，相关商业合同的价值总计超过6000万美元，而实际价值则会高得多。第四类是以社会组织和意见领袖为主体，其中不乏各类民间机构、青年亚文化团体、黑客、边缘弱势群体、网红类意见领袖（KOL）和志愿者等。这些群体之间的边界并不清晰，其成员经常相互重叠。其中有23个国家发现了由社会组织主导的计算宣传的证据；与KOL合作进行计算宣传的则有51个国家。

　　OII的研究报告从工具、内容和技巧等三方面来对计算宣传进行了更为细致的划分。从工具方面来看，最主要的就是此前提及的由“政治机器人”操纵的自动化账号，它们被用来放大或淹没特定的叙事，在57个国家都发现有此类账号。第二类是人为操纵的账号。尽管这类账号的自动化程度不高，但是分布十分广泛，在79个国家都发现了相关案例，其影响力不容小觑。2020年6月，《华盛顿邮报》报道了一个由特朗普支持者组成的名为“转折点行动”（Turning Point Action）的网络水军，在脸书和推特上大肆传播关于邮寄选票和新冠病毒的虚假信息。[9]还有一类是真人账号，即被黑客侵入、盗取或假扮的具有真实身份的账号，其占比不高，与前述几类账号相互配合共同开展传播活动。

　　从内容方面来看，按照计算宣传的立场倾向可以分为四类：亲政府或政党类、攻击对手类、压制异己类、制造分裂类。与之相应，这四类内容配合以下四种技巧得以开展计算宣传。第一种，传播主体编造各类欺骗性的“信息迷因”，包括人为篡改的表情包、“深度造假”（deepfakes）的图片或视频等。第二种，使用数据驱动的技巧，对用户进行画像，精准地投放相应信息。第三种则是通过谩骂诽谤、人肉搜索和线上骚扰等行为，在社交平台上攻击对手及其支持者，压制不同意见和声音。最后一种较为特别，是利用平台的算法管理规则，“以毒攻毒”，通过机器人水军大量转发“敌方”发布的真实信息，造成流量异常的后果，或对相关内容进行海量投诉，促使平台运营商对进行削弱、降级甚至移除处理，从而达到让对手“消音”的目的。

　　近年来，计算宣传已经发展壮大成为一种规模化、集约化的政治传播机制，按照行为、支出、工具和资源等多个维度可以将其划分为三个等级。

　　处于初级阶段的国家，其计算宣传团队人数少，仅限于国内运作，仅在选举或投票期间进行活动，一旦结束后就会停止。阿根廷、德国、意大利、荷兰、希腊、西班牙、瑞典、南非等国属于此类。

　　处于中级阶段的国家，计算宣传团队中有一定数量的全职人员，对信息空间进行长期控制，多种行为主体协调配合，并使用多种策略和工具，有时还会实施影响海外用户的行动。其中有代表性的包括奥地利、巴西、捷克、印度尼西亚、肯尼亚、马来西亚、墨西哥、韩国、泰国等。

　　在那些已经进入高级阶段的国家，其计算宣传团队的专兼职成员众多，有充足的经费进行研发和运营。在实际操作中使用了各类技巧和工具，面向国内与海外同时展开传播活动。美国、英国、俄罗斯、澳大利亚、埃及、印度、以色列、乌克兰、沙特阿拉伯、菲律宾等国家都属于这个级别。

　　新冠肺炎疫情中的计算宣传

　　计算宣传已经从在少数国家兴起的概念范式逐渐演变成了全球性的实践潮流，传播技术的不断进步为计算宣传的深化和拓展提供了有力的保障，而2020年突如其来的新冠肺炎疫情则为计算宣传在全球范围内的进一步拓展提供了广阔的舞台，以至于发展成为一场前所未见的“信疫”。

　　为此，OII组建了“疫情期间的计算宣传”的研究团队，在2020年4月20日至8月3日期间，发布了16篇周报，跟踪监测了其间脸书（Facebook）、推特（Twitter）、照片墙（Instagram）、优兔（YouTube）和红迪（Reddit）等社交平台，对计算宣传中的热点话题及其传播效果进行了分析，将其分为以下三类：（1）对新冠病毒及其危害性的错误认知；（2）对病毒起源的阴谋论和疾病污名化，尤其是针对中国和亚裔族群的攻击；（3）对主张严格防疫的福奇等专家和强力抗疫的政府官员的不信任。

　　从话题和内容层面上看，有关疫情的计算宣传体现出了鲜明的“政治化”特征。一方面，2020年“大选”与“大疫”交叠，民主与共和两党竞选人都采用了以“疫情”引导“选情”的策略，在佩戴口罩、社交距离、禁足令、重启经济等议题上剑拔弩张，相互攻讦，导致民众的防疫认知被迫与政治立场挂钩，营造了“所有人反对所有人”的舆论生态，政府、媒体、专家的公信力都急剧下降，防控措施难以有效施行，最终导致疫情在美国的蔓延和失控。另一方面，白宫在“抗疫”失败和“抗议”发酵的情势下，用外交议题掩盖国内矛盾，采用了“污名化”中国的抗疫举措、对病毒起源渲染阴谋论、退出世界卫生组织等各类国际合作机制，加剧了疫情在全球的蔓延。

　　从流量和传播效果来看，OII的研究团队对比了142家“垃圾新闻”网站和15家传统主流新闻媒体在疫情报道上的用户参与度，具体包括点赞、评论和分享等指标，结果发现，从总量上看，虽然传播“垃圾新闻”的社交平台在用户参与度的各项指标上要低于传统主流媒体机构，但仍然占有相当大的比例，特别是单日参与度也都达到了数十万次的量级，其所影响力不容小觑。

　　但是，从单篇报道或单条推文的平均用户参与度来看，“垃圾新闻”在绝大多数情况下都高于主流媒体的信息，说明前者比后者会得到更多的关注与互动，由此也可以进一步印证“垃圾新闻”所具有的强大的传播力。值得注意的是，在较长的一段时间内，相关话题的“热度曲线”保持了相对稳定，并未出现明显的波动，这说明有关疫情的计算宣传具备了较高的稳定性。换言之，在社交平台上，总是有一定比例的虚假信息在蓄意被制造和传播，这无疑增加了抗击信息疫情的难度。久而久之，“实验室泄漏病毒论”等由政治势力精心炮制的虚假信息经由别有用心的政客推波助澜，并借助于前沿科技手段海量传播，长期“霸屏”，其影响遍及全球，类似这样的谎言重复了一千次后便成了百口莫辩的“后真相”。

　　研究显示，2020年6月到8月之间社交平台上流传的有关疫情“阴谋论”的15000多条谣言中，有2427条及其所包含的话题标签出自同一个信源。[10]这充分说明，由社交机器人充当关键性传播节点所展开的计算宣传已经成为这场“信疫”的根源。

　　另外，社交平台的传播生态和广告运营模式也助长了计算宣传能够在短时间内滋生蔓延。“搜索引擎优化”（SEO）的原则给计算宣传及其所推送的虚假信息披上了“商业广告”的合法外衣。计算宣传的运营主体可以通过海量传播和付费广告等手段让用户通过关键词搜索接触到其所创建的“垃圾网站”（例如“反对强制戴口罩”的组织）及其推送的信息，其中很大一部分皆为阴谋论和虚假信息。

　　谷歌和脸书等少数科技公司垄断了第三方线上内容的投放和分发。近年来，这几家巨头在舆论压力下采取措施，对计算宣传进行了流量管控和内容审核，对一些有争议的网站和帖子进行标注，甚至于加以移除。但这些举措在巨大的产业规模和丰厚的广告利润面前可谓杯水车薪。网络跟踪和数据挖掘已经形成了健全的产业链条，形成了“跟踪经济”（tracker economy），这就为计算宣传的大行其道夯实了难以撼动的基础，也为虚假信息和垃圾网站的滋生蔓延提供了丰厚的土壤。[11]

　　总的来看，计算宣传之所以能够在新冠肺炎疫情期间大行其道，其背后是多种因素和多股势力共同作用的结果。首先是一些别有用心的政治人物为自身利益大打疫情牌，将与疫情相关的信息政治化，促使计算宣传成为政治传播的主要手段。其次，商业公司受到巨额利润的驱使，形成了高度专业化和产业化的计算宣传利益链。虽然在舆论压力下勉为其难地采取了一些措施，其中迄今最有力度的是在特朗普的最后任期内将其永久性封号，但这些举措往往是雷声大，雨点小，未能触及计算宣传产生的根源。由于算法是一种受到法律保护的“商业秘密”，再加上充当互联网巨头“免责”保护伞的“230条款”的司法权威至今难以撼动，计算宣传虽然已经成了人人嘴上喊打的“过街老鼠”，但在现实中依然是少人敢于或愿意去摸的“老虎屁股”，这也是西方互联网治理难以破解的“怪圈”和“悖论”的典型体现。

　　总结与展望

　　本文从“宣传”这一传统概念出发，重点探究了在社交媒体兴盛，算法与政治传播深度融合的背景下，萌生出的一种新的形式——计算宣传。计算宣传的核心过程是使用算法在社交媒体上操纵舆论。算法在社交媒体上构建出了一个“信息茧房”的环境，宣传者将垃圾新闻作为载体，依靠算法完成垃圾新闻的制作与分发，并通过算法在社交媒体上部署政治机器人，形成对于个体用户而言容易被操控的传播环境和舆论生态。

　　2016年以来民粹政治的崛起和2020年以来新冠肺炎疫情的蔓延，进一步推动计算宣传成为公共传播的主要手段和政治行为体、企业和商业集团、社会组织、公关传播机构或明或暗的全方位参与，从而导致了“信息疫情”的暴发和失控。尽管计算宣传在各国的组织机制和使用策略都不尽相同，但对于营造清朗安全的网络空间而言都是迫在眉睫的挑战，也威胁到了现实世界的社会稳定、公平正义、公共卫生和生态安全等人类社会的方方面面。

　　随着人工智能、虚拟/增强现实（VR/AR）、物联网（IOT）等前沿科技与计算宣传的进一步融合发展，其治理意愿和难度都在日益加大。例如，目前“政治机器人”在社交平台上传播的垃圾新闻和帖子信息都以文字为主，但以图像和视频为主的“深度造假”进一步成熟，成为未来计算宣传的主要形式，其破坏力和治理难度显然会进一步提升。在日益严峻的挑战面前，监管部门的“懒政”、互联网巨头的“鸵鸟”立场和不作为以及法律法规的严重滞后已经成为计算宣传治理的主要障碍。

　　计算宣传虽然主要出现在欧美和模仿西方政治制度的发展中国家，对我国国内的政治和社会影响尚不明显，但在国际传播领域，中国已经成为计算宣传的主要攻击对象，这一点在疫情暴发后更为突出。多项研究显示，脸书、谷歌、推特等社交平台上由反华势力操控的政治机器人活动猖獗，在涉港、涉疆、疫情等议题上的影响力和破坏力不容小觑。还有研究显示，中美贸易战期间，相关的贸易谈判议题中也有一定比例的政治机器人相当活跃，对国际舆情产生了一定程度的引导作用。[12]

　　面对当前我国外宣媒体遭到空前打压，国际舆论环境进一步恶化的挑战，我们要加强对计算宣传的研究和监测，防止境外势力利用社交机器人进行“隐性渗透”，破坏国内安定团结的政治局面，同时应当采取更为多元的平台和灵活的方式，对境外势力使用计算宣传的手段针对我国的抹黑和污名化进行有理、有据、有节的“反宣传”，积极参与国际互联网治理，在打击计算宣传和治理信息疫情方面赢得主动权和话语权，构建和夯实负责任的大国形象。

　　参考文献：

　　[1] Novel Coronavirus(2019-nCoV) Situation Report-13. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200202-sitrep-13-ncov-v3.pdf.

　　[2] 史安斌,杨云康.后真相时代政治传播的理论重建和路径重构[J].国际新闻界,2017,39(9):54-70.

　　[3] Bolsover, G., & Howard, P. (2018). Chinese computational propaganda: automation, algorithms and the manipulation of information about Chinese politics on Twitter and Weibo. Information, Communication & Society, 22(14), 2063-2080. doi:10.1080/1369118x.2018.1476576.

　　[4] Garth S. Jowett and Victoria O'Donnell. (1999). Propaganda and Persuasion, 3rd ed. Thousand Oaks, CA: Sage. p.163.

　　[5] 刘海龙.西方宣传概念的变迁:从旧宣传到新宣传[J].国际新闻界,2007(9):36-40.

　　[6] Howard, P. N., Woolley, S., & Calo, R. (2018). Algorithms, bots, and political communication in the US 2016 election: The challenge of automated political communication for election law and administration. Journal of Information Technology & Politics, 15(2), 81-93. doi:10.1080/19331681.2018.1448735.

　　[7] Bradshaw, S., Howard, P. N., Kollanyi, B., & Neudert, L.-M. (2019). Sourcing and Automation of Political News and Information over Social Media in the United States, 2016-2018. Political Communication, 37(2), 173-193. doi:10.1080/10584609.2019.1663322.

　　[8] Industrialized Disinformation: 2020 Global Inventory of Organized Social Media Manipulation. https://comprop.oii.ox.ac.uk/research/posts/industrialized-disinformation/.

　　[9] Stanley-Becker, I. (2020). Pro-Trump youth group enlists teens in secretive campaign likened to a "troll farm," prompting rebuke by Facebook and Twitter. Washington Post. https://www.washingtonpost. com/politics/turning-point-teens-disinformation-trump/2020/09/15/ c84091ae-f20a-11ea-b796-2dd09962649c_story.html.

　　[10] Edward Tian, WHO Director-General Attacked on Twitter with CCP-Related Memes [EB/OL], https://www.bellingcat.com/news/2020/08/21/who-director-general-attacked-on-twitter-with-ccp-related-memes/.

　　[11] Profiting from the Pandemic Moderating COVID-19 Lockdown Protest, Scam, and Health Disinformation Websites. https://comprop.oii.ox.ac.uk/wp-content/uploads/sites/127/2020/12/Profiting-from-the-Pandemic-v8-1.pdf.

　　[12] 张洪忠,赵蓓,石韦颖.社交机器人在Twitter参与中美贸易谈判议题的行为分析[J].新闻界,2020(2):46-59.

　　（史安斌：清华大学新闻与传播学院副院长、教授，本刊学术顾问；杨晨晞：清华大学新闻与传播学院硕士研究生）