本文来自微信公众号：新潮 （ID：njunewtide），作者：魏昀佳，指导老师：白净，编辑：陈俊沂，题图来自：视觉中国
社交媒体上充斥着各种营销号和机器人账号，这些账号发布的信息很多并不真实，继“后真相”后，又一个新名词“计算宣传”进入人们的视野。
计算宣传泛指使用算法、自动化和人工操纵等手段，有目的地在社交平台上生产、分发和操控虚假信息的传播行为。牛津互联网研究院2020年的一项研究显示（Bradshaw， Bailey & Howard， 2020），在全世界范围内有57个国家利用机器人（Bots）进行计算性宣传。2016年美国大选和英国脱欧，都有大量机器人在社交媒体上操控舆论。它们通过支持某一特定的政策立场，淹没其他不同声音。在英国脱欧事件中，1%的机器人用户，发表的内容占33%。
水军、僵尸号、营销号正在积极地“发声”，影响人们的态度和情绪。研究者发现，社交机器人占特定讨论参与者的5%~10%，就可以改变公众舆论，让它们的观点占主导地位（Cheng， Luo& Yu， 2020）。
根据计算宣传的概念，人们看到的“发言”，很可能是别有用心之人的“投喂”。
这一切是如何实现的呢？
从微观的操作层面看，机器人发声不是为了创造某一种观点，而是让某一种观点变得更加瞩目（卢琳艳等，2021）。它们通过扩大声量改变舆论，扮演的是舆论场上的“大众”，而不是“意见领袖”。这让他们能够避免发布过多信息被社交平台识别，也可以扮演虚假的民意。
从宏观的舆论场层面看，计算宣传能够让主导方设置有利于自身的公共议程和媒体议程（赵蓓、张洪忠，2022）。它们是自上而下安排的“表演”，却假扮成自下而上的“民众的声音”，淹没政治对手的议题／议程设置，为自己产生虚假的受欢迎感。他们混合使用算法分发、机器人和政治行动者一起工作（罗昕，2020）。
美国《医学互联网研究》（JMIR）2021年发表了一篇研究论文《机器人和错误信息在社交媒体上传播：对 COVID-19 的影响》（Botsand Misinformation Spread on Social Media: Implications for COVID-19），研究者调查发现，机器人传播了大量关于新冠疫情的虚假信息，人类对这些虚假信息，就像对新冠一样缺乏免疫力，相对于真实信息，很多人更愿意分享虚假信息，这很可能会影响新冠大流行的进程（Himelein-Wachowiak et al，2021）。
计算宣传“制造同意”，加剧了互联网的撕裂。它削弱了公众对传统机构的信任，加剧社会分裂和政治两极分化（罗昕，2020）。如仇恨言论，即基于种族、宗教、族裔出身、性取向、难民、残疾或性别等属性对个人或群体进行网上虐待或威胁。
一项针对美国和菲律宾的案例研究显示，机器人发表了大量仇恨性言论，当机器人对信息流的操控能力变强，人们彼此之间的相互攻击就越多，进一步加剧仇恨性言论的社会影响（Uyheng & Carley，2020）。
计算宣传也是一种武器化的意识形态。新冠初期，大量机器人发表了对新冠病毒及其危害性的错误认知、病毒起源阴谋论，以及疾病污名化，尤其是针对中国和亚裔族群的攻击（史安斌、杨晨晞，2021）。这些做法，对全球地缘政治格局产生了潜移默化的影响。
参考文献
卢林艳，李媛媛，卢功靖，刘熠&王成军.(2021).社交机器人驱动的计算宣传:社交机器人识别及其行为特征分析.中国传媒大学学报(自然科学版)(02)，35-43+53.
罗昕&张梦.(2019).西方计算宣传的运作机制与全球治理.新闻记者(10)，63-72.
罗昕.(2020).计算宣传:人工智能时代的公共舆论新形态. 人民论坛·学术前沿(15)，25-37.
史安斌&杨晨晞.(2021).信息疫情中的计算宣传：现状、机制与成因. 青年记者(05)，93-96.
赵蓓&张洪忠.(2022). 议题转移和属性凸显：社交机器人、公众和媒体议程设置研究. 传播与社会学刊(香港)(59)，81-118.
Bradshaw， S.， Bailey， H.， & Howard， P. N. (2020). Industrializeddisinformation: 2020 global inventory of organized social media manipulation (ComputationalPropaganda Project Working Paper no. 2021.1). Retrieved from https://demtech.oii.ox.ac.uk/research/posts/industrialized-disinformation/#continue
Cheng， C.， Luo， Y.， & Yu， C. (2020). Dynamicmechanism of social bots interfering with public opinion in network. Physica A: Statistical Mechanics and itsApplications， 551， 124163.
Himelein-Wachowiak， M.， Giorgi， S.， Devoto， A.，Rahman， M.， Ungar， L.， Schwartz， H. A.， Epstein， D. H.， Leggio， L.， &Curtis， B. (2021). Bots and Misinformation Spread on Social Media: Implicationsfor COVID-19. Journal of medical Internet research， 23(5)， e26933.
Uyheng， J.， & Carley， K. M. (2020). Bots andonline hate during the COVID-19 pandemic: case studies in the United States andthe Philippines. Journal ofcomputational social science， 3(2)， 445-468.
本文来自微信公众号：新潮 （ID：njunewtide），作者：魏昀佳，指导老师：白净，编辑：陈俊沂