面向前沿科技風(fēng)險(xiǎn)事件的網(wǎng)絡(luò)輿情引導(dǎo)研究*
——以“基因編輯嬰兒”事件為例

王 力 張運(yùn)良 曾 文

(1.中國(guó)科學(xué)技術(shù)信息研究所 北京 100038;2.富媒體數(shù)字出版內(nèi)容組織與知識(shí)服務(wù)重點(diǎn)實(shí)驗(yàn)室 北京 100038)

0 引 言

科技在飛速發(fā)展的同時(shí),也存在著一定的“紅區(qū)”。前沿科技并不意味著絕對(duì)的自由。前沿科技風(fēng)險(xiǎn)事件是指具備科技內(nèi)涵、與新興科技相關(guān)的事件,涉及人工智能、機(jī)器學(xué)習(xí)、區(qū)塊鏈、生物技術(shù)、無人駕駛技術(shù)等領(lǐng)域。這類事件涉及到隱私、安全、倫理等方面的問題,具有一定的敏感性和較高的社會(huì)關(guān)注度。小到影響個(gè)人生活的方方面面,大到影響整個(gè)社會(huì)的發(fā)展走向?！盎蚓庉媼雰骸薄癆I換臉”等涉及科技倫理因素的前沿科技風(fēng)險(xiǎn)事件的發(fā)生反映出科學(xué)技術(shù)的不斷探索和應(yīng)用已經(jīng)觸及到人類對(duì)自身本質(zhì)和權(quán)利的底線,從而引發(fā)了倫理層面的價(jià)值觀沖突。前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情與一般社會(huì)突發(fā)事件網(wǎng)絡(luò)輿情相比,具有相似之處,但由于科技本身的專業(yè)性以及公眾對(duì)其產(chǎn)生的認(rèn)知差異,這類事件的輿情引導(dǎo)方案需要在一般社會(huì)突發(fā)事件網(wǎng)絡(luò)輿情引導(dǎo)方案的基礎(chǔ)上,更加重視前沿科技輿情的演化特點(diǎn)和特征而制定。隨著世界科技競(jìng)爭(zhēng)格局的加劇,類似前沿科技風(fēng)險(xiǎn)事件的發(fā)生頻率逐年增加。同時(shí),社交媒體評(píng)論逐漸成為公眾態(tài)度的第一手信息,在智媒時(shí)代下至關(guān)重要。因此,政府科技決策部門需要快速掌握公眾對(duì)這些事件的關(guān)注點(diǎn)和變化趨勢(shì),了解公眾情感的變化,以便快速做出響應(yīng)并實(shí)現(xiàn)有效的輿情引導(dǎo)。

當(dāng)前針對(duì)前沿科技風(fēng)險(xiǎn)事件的輿情研究通常是關(guān)注其傳播特性,包括公眾態(tài)度與科技傳播之間的關(guān)系、科技輿情演化的影響因素和作用機(jī)制以及公眾態(tài)度變化趨勢(shì)等方面。與國(guó)內(nèi)相比,國(guó)外學(xué)者在此領(lǐng)域的研究更早、更深入。早在上世紀(jì)70年代,La Porte等便使用問卷調(diào)查的方法研究了公眾對(duì)科技的態(tài)度和看法,并指出公眾意見對(duì)科技的應(yīng)用和發(fā)展具有重要的影響[1];Sapp等指出科學(xué)傳播的過程中需充分考慮公眾的接受度和理解程度[2]。Paolo等指出了公民參與度對(duì)前沿科技發(fā)展的影響[3];王國(guó)華等指出自媒體時(shí)代科學(xué)傳播參與主體包括科學(xué)信息生產(chǎn)者、政府、傳統(tǒng)媒體和普通公眾,傳播方向主要為雙向?？茖W(xué)傳播在公眾輿論形成中具有重要的作用[4];Yang等以人工智能領(lǐng)域?yàn)槔?探討了科技輿情對(duì)前沿科技識(shí)別和預(yù)測(cè)的影響[5];Deng等探討媒體的使用是如何影響公眾對(duì)于納米技術(shù)和轉(zhuǎn)基因生物的看法,研究發(fā)現(xiàn)媒體報(bào)道的內(nèi)容和態(tài)度是影響最為顯著的因素之一[6];Looi等研究了YouTube平臺(tái)上推廣涉及爭(zhēng)議的科技話題公眾態(tài)度情感變化,并給出疏導(dǎo)不同情緒公眾的輿情引導(dǎo)建議[7]。也有部分學(xué)者針對(duì)科技風(fēng)險(xiǎn)事件輿情情報(bào)研究方法開展了實(shí)踐,劉耀等提出了科技風(fēng)險(xiǎn)事件資源庫和事件發(fā)現(xiàn)模型的構(gòu)建方法[8]。張運(yùn)良等基于深度學(xué)習(xí)技術(shù),探討了科技突發(fā)事件下的情報(bào)甄別方法[9]。經(jīng)過文獻(xiàn)梳理后發(fā)現(xiàn),雖然在前沿科技風(fēng)險(xiǎn)事件輿情研究方面已經(jīng)有了一定的積累,但是研究方法和研究視角都相對(duì)單一。此外,缺乏基于實(shí)際案例的實(shí)驗(yàn)性研究。因此,在這一領(lǐng)域的相關(guān)研究仍有很大的推進(jìn)空間。

本文以2018年11月發(fā)生的“基因編輯嬰兒”事件為案例,采用統(tǒng)計(jì)學(xué)和深度學(xué)習(xí)方法,采集“今日頭條”平臺(tái)相關(guān)評(píng)論數(shù)據(jù)。通過分析該前沿科技風(fēng)險(xiǎn)事件輿情演化的特點(diǎn),定義了多維數(shù)據(jù)融合網(wǎng)絡(luò)輿情引導(dǎo)的契合邏輯框架,并給出具體的輿情引導(dǎo)方案,可對(duì)政府科技決策部門應(yīng)對(duì)前沿科技風(fēng)險(xiǎn)事件引發(fā)的輿情治理問題提供支撐。

1 前沿科技風(fēng)險(xiǎn)事件輿情演化分析模型及算法

1.1 多維融合視角下的前沿科技風(fēng)險(xiǎn)事件輿情演化分析模型

文獻(xiàn)[10]詳細(xì)地闡述了多維數(shù)據(jù)融合和網(wǎng)絡(luò)輿情引導(dǎo)之間的契合邏輯。本文借鑒該文的研究視角,分別從生命周期數(shù)據(jù)維、情感數(shù)據(jù)維和主題數(shù)據(jù)維三個(gè)維度構(gòu)建了前沿科技風(fēng)險(xiǎn)事件輿情演化分析模型,如圖1所示。

圖1 輿情演化分析模型

首先使用python編寫爬蟲,在社交媒體平臺(tái)采集前沿科技風(fēng)險(xiǎn)事件產(chǎn)生的網(wǎng)民評(píng)論數(shù)據(jù),并對(duì)獲得的數(shù)據(jù)進(jìn)行清洗和預(yù)處理。在此基礎(chǔ)上,從生命周期、主題和情感三個(gè)維度,基于BERT-LDA模型和RoBERTa模型對(duì)該事件進(jìn)行輿情演化分析。

1.2 前沿科技風(fēng)險(xiǎn)事件輿情主題提取算法

傳統(tǒng)的主題模型在對(duì)目標(biāo)文本進(jìn)行分類時(shí),存在一些缺陷:一是存在目標(biāo)文本分類時(shí)強(qiáng)制分配隱含主題的缺陷;二是容易產(chǎn)生無法理解的主題。本文選擇主題提取效果更好的BERT-LDA模型進(jìn)行主題提取。BERT其本質(zhì)是一個(gè)多層雙向的Transformer編碼器,由Token Embedding、Segment Embedding及Position Embedding三部分組成。三個(gè)特征信息結(jié)合輸入到Transformer塊。BERT-LDA是先利用BERT模型分別對(duì)預(yù)處理后的文檔數(shù)據(jù)構(gòu)建向量表征,在LDA模型訓(xùn)練完成之后,得到每個(gè)文本的主題概率分布作為主題特征向量,基于python的NumPy模塊完成主題向量和文檔向量拼接,拼接后的向量作為K-means聚類算法的輸入,實(shí)現(xiàn)主題聚類和主題詞提取。

1.3 前沿科技風(fēng)險(xiǎn)事件輿情情感分類算法

RoBERTa模型是在BERT模型上改進(jìn),同樣也是基于Transformer編碼器構(gòu)建的。其核心部分注意力機(jī)制可對(duì)任意長(zhǎng)度之間的詞進(jìn)行關(guān)系建模,強(qiáng)大的特征抽取能力能夠準(zhǔn)確捕捉句子中詞與詞之間的依賴關(guān)系[11]。模型的輸入是由字符向量、分句向量和位置向量構(gòu)成。

2 實(shí)證分析

2.1 數(shù)據(jù)來源與收集

本文選擇“今日頭條”平臺(tái)上,2018年11月26日發(fā)生的“基因編輯嬰兒”事件進(jìn)行數(shù)據(jù)采集。選擇該事件的原因有三:一是基因編輯技術(shù)是當(dāng)前國(guó)內(nèi)外較為關(guān)注的前沿科技;二是該事件具有很強(qiáng)的爭(zhēng)議性和風(fēng)險(xiǎn)性,同時(shí)涉及法學(xué)、倫理學(xué)、哲學(xué)等多學(xué)科交叉融合;三是該事件發(fā)生后對(duì)社會(huì)多個(gè)領(lǐng)域產(chǎn)生重大影響。

使用python編寫爬蟲,爬取粒度為原內(nèi)容、一級(jí)評(píng)論和二級(jí)評(píng)論。爬取字段包括:用戶名稱、評(píng)論時(shí)間、評(píng)論內(nèi)容等;數(shù)據(jù)清洗過程主要通過pandas庫和excel等實(shí)現(xiàn),清洗后共計(jì)17 651條。

2.2 數(shù)據(jù)結(jié)果

2.2.1生命周期數(shù)據(jù)維分析結(jié)果

從生命周期數(shù)據(jù)維進(jìn)行分析可以有效感知輿情發(fā)展的態(tài)勢(shì)等級(jí)。通過繪制“基因編輯嬰兒”事件傳播演化圖,得到該事件相關(guān)信息在時(shí)間序列上的分布特征。根據(jù)論文[12]中提到的輿情演化周期劃分方法可以判定該事件為N=1的單峰事件。

從圖2可以看出,輿情自2018年11月發(fā)生開始至今,一直有相關(guān)輿情討論出現(xiàn)。在實(shí)驗(yàn)過程中發(fā)現(xiàn),2018年12月2日后評(píng)論累計(jì)不足1000條,僅在2019年12月,即法院對(duì)該事件當(dāng)事人進(jìn)行宣判之后產(chǎn)生了小范圍波動(dòng);2022年4月,當(dāng)事人出獄的新聞再次引發(fā)了低頻率的震蕩?；谝陨辖Y(jié)果,本文將輿情分析時(shí)間限定為2018年11月26日至2018年12月2日。

圖2 輿情演化周期

借鑒文獻(xiàn)[13]中對(duì)輿情演化周期劃分的方法對(duì)本文輿情演化周期進(jìn)行劃分,結(jié)果如圖3所示。輿情起始階段為線條1之前,爆發(fā)階段為線條1和2之間,衰退階段為線條2和3之間,平息階段為線條3之后。結(jié)合圖2和圖3可以發(fā)現(xiàn),前沿科技風(fēng)險(xiǎn)事件輿情呈現(xiàn)單峰模式,且從輿情爆發(fā)到衰退僅用了4天時(shí)間。此外,輿情周期更短,爆發(fā)性更強(qiáng),因此對(duì)政府決策部門響應(yīng)能力要求更高。

圖3 輿情演化周期劃分示意圖

2.2.2情感數(shù)據(jù)維分析結(jié)果

使用RoBERTa模型對(duì)評(píng)論數(shù)據(jù)進(jìn)行分析,得到的結(jié)果如圖4所示。從圖中可以明顯看出,公眾總體上對(duì)該事件持負(fù)面態(tài)度,即認(rèn)為該事件可能會(huì)帶來極大的后果隱患。通過評(píng)論內(nèi)容的分析,發(fā)現(xiàn)負(fù)面情緒的主要來源包括:公眾對(duì)當(dāng)事人的做法不滿、對(duì)基因編輯嬰兒的同情和擔(dān)憂,以及基因編輯技術(shù)的發(fā)展可能引發(fā)社會(huì)隱患,由此引發(fā)的恐慌情緒也不容忽視。

圖4 輿情公眾情緒分類占比示意圖

對(duì)11.26-12.2每天的情感分布進(jìn)行統(tǒng)計(jì),如圖5所示。從統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn),輿情剛發(fā)生時(shí)憤怒情緒占比較高。隨著時(shí)間的推移,憤怒情緒占比逐漸降低,其他類別情感占比增加。輿情后期,正面的態(tài)度比例明顯增加,公眾的關(guān)注點(diǎn)從單一譴責(zé)事件當(dāng)事人逐漸轉(zhuǎn)移到基因編輯技術(shù)在其他疑難雜癥(如艾滋病、不孕不育等)和新冠治療上的應(yīng)用。

圖5 輿情公眾情緒演化示意圖

2.2.3主題數(shù)據(jù)維分析結(jié)果

首先使用jieba包對(duì)提取的評(píng)論語料進(jìn)行分詞和去停用詞,建立停用詞表并統(tǒng)計(jì)關(guān)鍵詞詞頻,關(guān)鍵詞出現(xiàn)1-4次的數(shù)量超過5 000個(gè),符合輿情文本主題的特點(diǎn),即在一個(gè)特定話題下習(xí)慣地趨向于相同的評(píng)論用詞。接著確定主題個(gè)數(shù),本實(shí)驗(yàn)采用主題一致性c_v值對(duì)主題數(shù)進(jìn)行判斷,結(jié)果如圖6所示。從圖中可以發(fā)現(xiàn)topic=10為最佳主題數(shù)。

圖6 c_v值示意圖

確定最優(yōu)主題數(shù)后,使用BERT-LDA模型訓(xùn)練。得到“主題-詞”分布,將各詞匯按照頻率依次從大到小排列。選取權(quán)重較大的4-5個(gè)詞對(duì)主題進(jìn)行標(biāo)注,如表1所示(以下將“基因編輯嬰兒技術(shù)”簡(jiǎn)稱為“該技術(shù)”)。

主題強(qiáng)度大小決定了該主題在某個(gè)時(shí)間的出現(xiàn)頻率。統(tǒng)計(jì)評(píng)論群體主題強(qiáng)度圖,獲得各個(gè)主體在不同時(shí)間的主題強(qiáng)度分布情況,根據(jù)不同時(shí)間窗口的變化分析10個(gè)主題隨著時(shí)間發(fā)展演化情況,生成11.26-12.2主題強(qiáng)度演化圖。從圖7中可以看出整體呈現(xiàn)上升趨勢(shì)的是主題3和主題4。主題3在12.1日之前強(qiáng)度不高,在之后則產(chǎn)生巨大變化。主題3是倫理道德相關(guān)的問題,當(dāng)輿情事件得到回應(yīng)后,輿情的演化不局限于圍繞基因編輯嬰兒這個(gè)事件本身,而是對(duì)產(chǎn)生這件事的根本原因和后果分析思考。主題4是關(guān)于中美科研能力的討論。主題7前期也呈現(xiàn)上升的趨勢(shì)。此外,主題1在30日最高,與之對(duì)應(yīng)的主題5也在同日最高?？梢园l(fā)現(xiàn)在輿情發(fā)生幾天后,網(wǎng)民呈現(xiàn)出明確的態(tài)度立場(chǎng)。主題6、主題8和主題9強(qiáng)度趨于較低的水平,不是受關(guān)注的主題。

圖7 主題強(qiáng)度演化圖

圖8 多維數(shù)據(jù)融合與前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情引導(dǎo)的契合邏輯圖

2.2.4總結(jié)

文獻(xiàn)[14]指出信息時(shí)代下的網(wǎng)絡(luò)輿情具有參與主體多元性、輿論偏差和群體極化等特征,演化過程則具有突發(fā)性和動(dòng)態(tài)性。結(jié)合實(shí)驗(yàn)結(jié)果進(jìn)一步分析發(fā)現(xiàn),前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情除包括上述特點(diǎn)外,還具有以下特征:(1)從輿情生命周期看,由于前沿科技本身具有持續(xù)發(fā)展性,因此相關(guān)輿情在事件發(fā)展初期短時(shí)間內(nèi)呈現(xiàn)出猛烈的爆發(fā)性。事件發(fā)展后期則保持在一個(gè)低頻次的活動(dòng)水平;(2)從情感角度看,公眾對(duì)于這類事件的態(tài)度不是單一的肯定或否定,而是呈現(xiàn)出多樣化的情緒類別。除負(fù)面極性較大的憤怒情緒占比高外,悲傷和恐懼這兩種情緒也占有一定比例。隨著事件的發(fā)展,公眾的態(tài)度也逐漸從消極轉(zhuǎn)向積極;(3)從主題角度看,公眾對(duì)于前沿科技風(fēng)險(xiǎn)的關(guān)注點(diǎn)多樣。討論主題除事件涉及主體外,對(duì)技術(shù)本身的風(fēng)險(xiǎn)性、前沿性和關(guān)聯(lián)性也展開了討論。

3 基于前沿科技風(fēng)險(xiǎn)事件輿情演化特點(diǎn)的引導(dǎo)機(jī)制研究

3.1 多維數(shù)據(jù)融合的前沿科技風(fēng)險(xiǎn)事件輿情分析框架

文獻(xiàn)[10]詳細(xì)地闡述了多維數(shù)據(jù)融合和網(wǎng)絡(luò)輿情引導(dǎo)之間的契合邏輯。本文基于該文提出的輿情引導(dǎo)契合邏輯框架,結(jié)合前沿科技風(fēng)險(xiǎn)事件輿情引導(dǎo)特點(diǎn),構(gòu)建了多維數(shù)據(jù)融合與前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情引導(dǎo)的契合邏輯。

依據(jù)前文實(shí)驗(yàn)結(jié)果,在生命周期數(shù)據(jù)維增加了爆發(fā)性,情感數(shù)據(jù)維增加了多樣性,主題數(shù)據(jù)維則增加了風(fēng)險(xiǎn)性、前沿性和關(guān)聯(lián)性。這幾種特性是在制定前沿風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情引導(dǎo)方案時(shí)需要重點(diǎn)考慮的因素。為得到更科學(xué)合理的輿情引導(dǎo)方案,本文依次從三個(gè)維度分別對(duì)應(yīng)的預(yù)警機(jī)制、聯(lián)動(dòng)機(jī)制和保障機(jī)制展開分析。

3.2 前沿科技風(fēng)險(xiǎn)事件輿情預(yù)警機(jī)制

預(yù)警機(jī)制的目的在于及時(shí)發(fā)現(xiàn)潛在或現(xiàn)實(shí)中的危機(jī)誘因,從而采取相應(yīng)的預(yù)防措施。同時(shí)要充分考慮前沿科技風(fēng)險(xiǎn)事件輿情有短時(shí)間爆發(fā)性的特點(diǎn),對(duì)輿情引導(dǎo)及時(shí)響應(yīng)的速度和廣度都提出了更高的要求。從實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn),該事件中CRISPR-Cas9技術(shù)是主要焦點(diǎn)。該技術(shù)作為一項(xiàng)備受關(guān)注的前沿科技,能夠?qū)崿F(xiàn)生命科學(xué)研究的“精準(zhǔn)規(guī)劃+精細(xì)改造”,在學(xué)術(shù)界和產(chǎn)業(yè)界都具有廣泛的應(yīng)用前景。因此,對(duì)于CRISPR-Cas9技術(shù)的相關(guān)研究和應(yīng)用,社會(huì)公眾和學(xué)術(shù)界都有著高度的關(guān)注和期待[15]。發(fā)帖時(shí)間是輿情客體分析的關(guān)鍵要素之一。從2018年11月26日該事件發(fā)生,輿情的討論熱度逐漸升高,直至11月28日達(dá)到頂峰。此后,輿情熱度出現(xiàn)了輕微波動(dòng),但總體呈下降趨勢(shì),遠(yuǎn)低于頂峰時(shí)期。此外,輿情環(huán)境也是影響輿情的另一個(gè)重要要素。特別是2018年11月26日經(jīng)人民網(wǎng)報(bào)道該事件后,輿情一度引起轟動(dòng);2019年12月30日,該事件在深圳市南山區(qū)人民法院一審公開宣判,這也成為輿情環(huán)境的另一個(gè)重要時(shí)點(diǎn);2022年4月,“基因編輯嬰兒”案被告人刑滿釋放,也引發(fā)了輿情的輕微波動(dòng)。

通過以上分析得到相應(yīng)的輿情態(tài)勢(shì)分級(jí)。即2018年11月26日-28日該輿情處于重度危險(xiǎn)級(jí),28日-29日處于危險(xiǎn)級(jí),29日-30日、2019年12月30日、2022年4月處于警示級(jí),其他的時(shí)間段則處于常態(tài)級(jí)。所處級(jí)別不同,應(yīng)采取不同的輿情引導(dǎo)手段。本案例實(shí)際發(fā)生情況是,在重度危險(xiǎn)級(jí)和危險(xiǎn)級(jí)階段,有國(guó)家衛(wèi)健委、廣東省衛(wèi)健委等相關(guān)衛(wèi)生部門進(jìn)行表態(tài);警示級(jí)階段有國(guó)家科技部、中國(guó)科學(xué)技術(shù)協(xié)會(huì)等相關(guān)科技部門介入,并加強(qiáng)在這方面的科技正向傳播引導(dǎo)。

3.3 前沿科技風(fēng)險(xiǎn)事件輿情聯(lián)動(dòng)機(jī)制

聯(lián)動(dòng)機(jī)制要解決的是輿情引導(dǎo)方式問題,形成輿情引導(dǎo)的人性化思維。本案例在實(shí)際發(fā)生的過程中,輿情回應(yīng)主體包括國(guó)家衛(wèi)生健康委員會(huì)、深圳市醫(yī)學(xué)倫理專家委員會(huì)、國(guó)家衛(wèi)生健康委員會(huì)科學(xué)技術(shù)部、國(guó)家科學(xué)技術(shù)部和中國(guó)科學(xué)技術(shù)協(xié)會(huì)等,以衛(wèi)生部門和科技部門為主。回應(yīng)的內(nèi)容側(cè)重于對(duì)本事件真實(shí)情況的調(diào)查和核實(shí),以及涉及科學(xué)研究和醫(yī)療活動(dòng)法律法規(guī)的評(píng)判和查處。其中,中國(guó)科學(xué)技術(shù)協(xié)會(huì)加大了向科技界科研倫理道德的教育力度[16]。傳播主體以“人民日?qǐng)?bào)”“新京報(bào)”等主流媒體為代表,部分科研類意見領(lǐng)袖也參與傳播。傳播渠道以微博、頭條等網(wǎng)絡(luò)新媒體平臺(tái)為主。

3.4 前沿科技風(fēng)險(xiǎn)事件輿情保障機(jī)制

保障機(jī)制主要是要解決輿情引導(dǎo)內(nèi)容問題。本事件發(fā)生時(shí),在當(dāng)時(shí)的法典中并未有針對(duì)該類事件有明確的定罪條款,最終以“非法行醫(yī)罪”進(jìn)行宣判。在該事件發(fā)生后,《刑法修正案(十一)》中增加了“非法植入基因編輯、克隆胚胎罪”,專門針對(duì)這類別事件進(jìn)行執(zhí)法補(bǔ)充,有效完善了法律體系保障制度。在技術(shù)層面,本文實(shí)驗(yàn)部分作為通過技術(shù)手段實(shí)現(xiàn)輿情特征與演化分析的一個(gè)縮影,未選擇傳統(tǒng)的LDA主題發(fā)現(xiàn)模型進(jìn)行話題識(shí)別,而是選擇近幾年才出現(xiàn)的BERT-LDA模型,該模型集成了BERT和LDA的優(yōu)點(diǎn),主題提取的結(jié)果更準(zhǔn)確。此外還結(jié)合了文獻(xiàn)計(jì)量學(xué)中的共詞分析法進(jìn)一步挖掘該事件的相關(guān)話題內(nèi)容。共詞分析法可實(shí)現(xiàn)對(duì)事件相關(guān)話題內(nèi)涵和外延的深層次解讀,從而更好地解釋輿情的形成和演變。在公眾情緒識(shí)別的任務(wù)上,采用了2019年才出現(xiàn)的RoBERTa模型。該模型在解決情感分類問題上具有顯著的優(yōu)勢(shì),因此被廣泛應(yīng)用于文本情感分析領(lǐng)域。本文也在情感分析的實(shí)驗(yàn)中充分證明了該模型的有效性和優(yōu)越性。

3.5 前沿科技風(fēng)險(xiǎn)事件輿情引導(dǎo)方案

本文結(jié)合文獻(xiàn)調(diào)研和“基因編輯嬰兒”案例分析結(jié)果,梳理并補(bǔ)充了前沿科技風(fēng)險(xiǎn)事件的網(wǎng)絡(luò)輿情引導(dǎo)方案,具體如圖9所示。

圖9 前沿科技風(fēng)險(xiǎn)事件的網(wǎng)絡(luò)輿情引導(dǎo)方案圖

在前沿科技風(fēng)險(xiǎn)事件輿情發(fā)生后,需要首先考慮輿情預(yù)警機(jī)制?？焖倥袛喈?dāng)前輿情所處的級(jí)別,并將重點(diǎn)關(guān)注放在重度危險(xiǎn)期和危險(xiǎn)期的輿情上。還需要準(zhǔn)確有效地識(shí)別風(fēng)險(xiǎn)點(diǎn),并采取相應(yīng)的措施來遏制輿情的進(jìn)一步發(fā)展。其中,最重要的在于要及時(shí)快速地向公眾科普前沿科技的基礎(chǔ)知識(shí),降低公眾對(duì)技術(shù)理解的認(rèn)知偏差,同時(shí)要積極引導(dǎo)公眾情緒,讓公眾明白科技發(fā)展的本質(zhì)是造福人類,促進(jìn)人類文明和諧發(fā)展。以本案例為例,在重度危險(xiǎn)級(jí)時(shí)期相關(guān)政府科技部門可以聯(lián)合其他部門向公眾科普CRISPR-Cas9基因編輯技術(shù)的原理和作用,以及該技術(shù)對(duì)人類文明發(fā)展的實(shí)際意義;在危險(xiǎn)級(jí)時(shí)期,快速識(shí)別公眾對(duì)基因編輯技術(shù)及相關(guān)內(nèi)容的關(guān)注點(diǎn),并針對(duì)這些關(guān)注點(diǎn)對(duì)公眾給予及時(shí)的回應(yīng)。在輿情態(tài)勢(shì)預(yù)測(cè)方面,前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情的有效案例并不多,這為輿情態(tài)勢(shì)建模帶來了一定程度的困難。因此,政府科技部門可積極收集當(dāng)前和過去已經(jīng)發(fā)生的前沿科技風(fēng)險(xiǎn)事件輿情案例,并建立前沿科技風(fēng)險(xiǎn)事件知識(shí)庫。同時(shí),結(jié)合人工智能等先進(jìn)理論和技術(shù),可以有效提高模型預(yù)測(cè)水平的精度。這些措施將有助于建立一個(gè)更加健全和精準(zhǔn)的前沿科技風(fēng)險(xiǎn)事件輿情預(yù)警機(jī)制。

其次,在輿情引導(dǎo)實(shí)施的過程中要注意聯(lián)動(dòng)機(jī)制的建設(shè)。針對(duì)前沿科技風(fēng)險(xiǎn)事件輿情,涉及的公眾主體情緒具有多樣性,因此需要更細(xì)粒度的輿情聯(lián)動(dòng)措施。為此,需要首先了解公眾對(duì)這類事件的情緒反應(yīng),并且不能單純地以對(duì)錯(cuò)來評(píng)判這些情緒。相反,應(yīng)接受公眾情緒的不同,并從多元化的角度來開展科技輿情的引導(dǎo)決策。如在本案例中,針對(duì)持有負(fù)面情緒的公眾,應(yīng)該采取重點(diǎn)引導(dǎo)措施。此外,不能只有一個(gè)或兩個(gè)部門參與,而應(yīng)該將科技管理部門、科技傳播部門、網(wǎng)信部門、權(quán)威媒體以及意見領(lǐng)袖五方力量集合,充分發(fā)揮各部門的社會(huì)職能屬性和優(yōu)勢(shì),借助微博、抖音、B站等各大可能會(huì)發(fā)生網(wǎng)絡(luò)輿情的平臺(tái),針對(duì)不同情緒類別的公眾“對(duì)癥下藥”,實(shí)現(xiàn)細(xì)粒度地輿情管控。如在本案例中,對(duì)于那些持有恐懼態(tài)度的公眾,他們通常是非專業(yè)領(lǐng)域的普通人群。在這種情況下,可以選擇像“微博”、“抖音”、“B站”這樣的社交媒體平臺(tái),通過“熱搜”和“熱門推送”的方式,以多媒體的形式傳遞“基因編輯技術(shù)”對(duì)人類有益的信息,及時(shí)消除公眾的顧慮。在引導(dǎo)的過程中要積極傳遞正能量的信息。實(shí)現(xiàn)部門之間聯(lián)動(dòng)、平臺(tái)之間聯(lián)動(dòng)、線上線下聯(lián)動(dòng),構(gòu)建具有良好反饋機(jī)制的社會(huì)輿情聯(lián)動(dòng)引導(dǎo)系統(tǒng),最大化地穩(wěn)定公眾情緒。

最后,還要完善與輿情引導(dǎo)有關(guān)的保障體系建設(shè)。主要包括:法律保障、技術(shù)保障、傳播保障和智庫保障。在立法層面,政府科技部門應(yīng)聯(lián)合法律相關(guān)部門針對(duì)前沿科技所可能產(chǎn)生的社會(huì)評(píng)判標(biāo)準(zhǔn)進(jìn)行研究,提供建立健全的法律保障體系。另一方面,在執(zhí)法時(shí)也要做到公平公正。前沿科技風(fēng)險(xiǎn)事件和一般社會(huì)公共事件相比,具有一定的認(rèn)知壁壘,因此在執(zhí)法過程中要具體問題具體分析,做出客觀公眾的決策。在技術(shù)保障層面,應(yīng)多吸納相關(guān)學(xué)科領(lǐng)域較為前沿的技術(shù)方法和模型。使用在人工智能領(lǐng)域具有前沿性、穩(wěn)定性的模型對(duì)前沿科技風(fēng)險(xiǎn)事件輿情進(jìn)行定量分析。未來,可以考慮利用構(gòu)建的前沿科技風(fēng)險(xiǎn)事件知識(shí)庫訓(xùn)練特定領(lǐng)域的前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情大規(guī)模預(yù)訓(xùn)練模型,進(jìn)而有效提高輿情定量分析的精度和廣度。在傳播保障方面,政府科技部門應(yīng)聯(lián)合國(guó)家相關(guān)網(wǎng)絡(luò)安全部門和輿情監(jiān)管部門構(gòu)建完善全面的網(wǎng)絡(luò)安全保障體系。在當(dāng)前全世界動(dòng)蕩的大環(huán)境下,科技安全已逐漸上升到重要的位置,要謹(jǐn)防有不法分子借助輿論擴(kuò)大負(fù)面情緒影響;同時(shí)還要重視社會(huì)文化宣傳及國(guó)民科學(xué)普及程度。在智庫保障方面,需要加強(qiáng)前沿科技專家?guī)斓慕ㄔO(shè),充分發(fā)揮專家的智慧,提高前沿科技風(fēng)險(xiǎn)事件輿情處理的水平。此外,還需要充分考慮前沿科技風(fēng)險(xiǎn)事件輿情處理時(shí)的跨學(xué)科性,這意味著需要整合多個(gè)領(lǐng)域的知識(shí)和資源,確保能夠有效地應(yīng)對(duì)前沿科技風(fēng)險(xiǎn)事件網(wǎng)絡(luò)輿情。

4 結(jié) 語

隨著科技的不斷發(fā)展,前沿科技風(fēng)險(xiǎn)事件的出現(xiàn)也越來越頻繁。這些風(fēng)險(xiǎn)事件可能會(huì)給人們的生活和工作帶來重大影響,因此引起了越來越多的關(guān)注。本文在該背景下,結(jié)合統(tǒng)計(jì)學(xué)和深度學(xué)習(xí)模型探索了前沿科技風(fēng)險(xiǎn)事件輿情演化特征,以及基于演化結(jié)果與多維數(shù)據(jù)融合契合邏輯框架分析得出前沿科技風(fēng)險(xiǎn)事件輿情引導(dǎo)方案,本文的研究結(jié)論如下:a.前沿科技風(fēng)險(xiǎn)事件輿情演化特征更復(fù)雜,因此在輿情預(yù)警時(shí)要快速把握輿情分級(jí)態(tài)勢(shì),對(duì)于不同級(jí)別的輿情采取不同程度的響應(yīng)措施;b.針對(duì)網(wǎng)民情緒多樣性的特點(diǎn),需要以多部門聯(lián)動(dòng)的方式加強(qiáng)公眾參與和溝通,建立更加開放的前沿科技輿情引導(dǎo)系統(tǒng);c.前沿科技風(fēng)險(xiǎn)事件輿情需加強(qiáng)法律保障建設(shè)以應(yīng)對(duì)這類事件輿情的風(fēng)險(xiǎn)性,加強(qiáng)傳播保障以應(yīng)對(duì)前沿性,加強(qiáng)智庫保障以應(yīng)對(duì)關(guān)聯(lián)性。此外,還要加強(qiáng)技術(shù)保障建設(shè);d.基于上述分析結(jié)果,本文從輿情預(yù)警機(jī)制、輿情聯(lián)動(dòng)機(jī)制和輿情保障機(jī)制提出前沿科技風(fēng)險(xiǎn)事件輿情引導(dǎo)方案,為政府科技部門對(duì)前沿科技敏感事件引發(fā)的輿情引導(dǎo)提供了決策參考。

本研究是在前人研究成果的基礎(chǔ)上進(jìn)行改進(jìn),并在科技領(lǐng)域輿情引導(dǎo)上做了嘗試。前沿科技的發(fā)展離不開創(chuàng)新和探索,因此難免會(huì)伴隨著一定的風(fēng)險(xiǎn)和挑戰(zhàn)。需要以科學(xué)的態(tài)度和理性的思維去看待和應(yīng)對(duì)這些風(fēng)險(xiǎn)事件,保持警惕和關(guān)注,同時(shí)也要給予科技創(chuàng)新者足夠的支持和鼓勵(lì),讓科技的發(fā)展能夠更好地造福于人類。在未來的研究中,將進(jìn)一步利用大規(guī)模預(yù)訓(xùn)練模型,基于多平臺(tái)多案例對(duì)比,構(gòu)建不同領(lǐng)域不同類型前沿科技風(fēng)險(xiǎn)事件輿情引導(dǎo)方案。