AIGC在中國社交媒體的滲透規(guī)模

2025年是AIGC（AI生成內(nèi)容）在中國輿論場真正"破圈"的一年。根據(jù)樂思輿情監(jiān)測研究院對(duì)主要平臺(tái)的抽樣分析，在具有病毒傳播特征的帖子（轉(zhuǎn)發(fā)量超過5000次）中，約18%含有不同程度的AI輔助生成成分——包括AI寫作、AI配圖、AI語音合成或AI視頻生成。

這一數(shù)字在2023年僅為4%，兩年間增長了450%。更值得警惕的是，隨著Sora類視頻生成工具和國內(nèi)文生視頻大模型的快速普及，2026年預(yù)計(jì)這一比例將突破25%。

AIGC內(nèi)容的四種形態(tài)

信息繭房：算法與AIGC的雙重強(qiáng)化

信息繭房并非AIGC時(shí)代的新現(xiàn)象，但AIGC正在以前所未有的速度加劇它。傳統(tǒng)算法推薦系統(tǒng)基于用戶歷史行為構(gòu)建興趣圖譜，而AIGC的介入產(chǎn)生了一個(gè)危險(xiǎn)的正反饋循環(huán)：算法識(shí)別用戶偏好 → AIGC針對(duì)性生成內(nèi)容 → 內(nèi)容精準(zhǔn)命中偏好 → 算法進(jìn)一步強(qiáng)化推送 → 用戶圈層更加封閉。

繭房效應(yīng)的三個(gè)維度

• 認(rèn)知繭房：用戶只接觸到符合自身世界觀的"事實(shí)"，對(duì)相反觀點(diǎn)的信任度持續(xù)降低。當(dāng)輿情危機(jī)發(fā)生時(shí)，不同圈層的受眾接收的是完全不同的"真相"。
• 情感繭房：AIGC內(nèi)容經(jīng)過算法優(yōu)化，更擅長激發(fā)強(qiáng)烈情感反應(yīng)（憤怒、恐懼、愛國熱情），負(fù)面情感內(nèi)容在繭房內(nèi)獲得更高的傳播系數(shù)。
• 行動(dòng)繭房：輿情事件中，封閉圈層的用戶更傾向于采取極端行動(dòng)（網(wǎng)暴、集體投訴、抵制），而缺乏來自不同視角的信息緩沖。

深度偽造：輿情戰(zhàn)場的新式武器

2025年，中國境內(nèi)有據(jù)可查的涉及深度偽造的輿情事件達(dá)到47起，同比增長183%。這些事件中，約60%以企業(yè)高管為目標(biāo)，30%針對(duì)政府官員，10%針對(duì)公眾人物。深度偽造內(nèi)容的典型破壞場景包括：

• 偽造CEO發(fā)表危機(jī)聲明或不當(dāng)言論的視頻
• 克隆企業(yè)客服聲音進(jìn)行電話詐騙，受害者投訴觸發(fā)輿情
• 制造虛假的產(chǎn)品缺陷或安全事故短視頻
• 偽造政府通知或監(jiān)管處罰文件進(jìn)行商業(yè)打擊

深度偽造檢測的當(dāng)前瓶頸

目前主流深度偽造檢測系統(tǒng)的準(zhǔn)確率約為79%（針對(duì)清晰視頻），但面對(duì)以下情況時(shí)準(zhǔn)確率大幅下降：經(jīng)過壓縮（多次截圖/轉(zhuǎn)發(fā)）的視頻，準(zhǔn)確率降至約61%；僅有音頻而無視頻的情況，準(zhǔn)確率約55%；針對(duì)中國人面部特征優(yōu)化的生成模型，現(xiàn)有以西方面部為主要訓(xùn)練集的檢測模型表現(xiàn)更差。

AI驅(qū)動(dòng)的水軍：新一代協(xié)調(diào)操縱行為

傳統(tǒng)水軍依賴人工操控，每個(gè)賬號(hào)每日有效互動(dòng)量有限。AI賦能后，單個(gè)運(yùn)營者可管理的賬號(hào)矩陣擴(kuò)大至傳統(tǒng)模式的數(shù)十倍，且每個(gè)賬號(hào)的內(nèi)容風(fēng)格、互動(dòng)節(jié)奏、語言習(xí)慣均可由大模型差異化生成，極大地提升了過檢能力。

根據(jù)樂思研究院對(duì)2025年主要輿情事件的分析，在形成"集體聲討"效應(yīng)的負(fù)面事件中，有約34%存在AI驅(qū)動(dòng)的協(xié)調(diào)放大行為。AI水軍的新特征包括：

• 語義多樣性：同一觀點(diǎn)以數(shù)百種不同措辭表達(dá)，規(guī)避關(guān)鍵詞過濾
• 人格一致性：每個(gè)賬號(hào)有連貫的發(fā)帖歷史、地域標(biāo)簽和興趣標(biāo)簽
• 時(shí)序精確：在輿情關(guān)鍵節(jié)點(diǎn)（如企業(yè)發(fā)聲后30分鐘內(nèi)）集中爆發(fā)，最大化干擾效果
• 跨平臺(tái)協(xié)同：從小平臺(tái)制造素材，再引爆到主流平臺(tái)，繞過各平臺(tái)的獨(dú)立檢測

平臺(tái)治理與法規(guī)演進(jìn)

面對(duì)AIGC帶來的輿情生態(tài)失序風(fēng)險(xiǎn)，監(jiān)管機(jī)構(gòu)和平臺(tái)已出臺(tái)一系列治理措施。以下是2025—2026年的主要進(jìn)展：

AIGC對(duì)輿情監(jiān)測系統(tǒng)的挑戰(zhàn)

傳統(tǒng)輿情監(jiān)測系統(tǒng)以關(guān)鍵詞匹配、情感詞典和行為規(guī)則為主要檢測手段。面對(duì)AIGC內(nèi)容，這些方法正在暴露系統(tǒng)性缺陷：

• 語義漂移：AI生成內(nèi)容可以自動(dòng)規(guī)避關(guān)鍵詞黑名單，用語義等價(jià)但詞匯不同的表達(dá)繞過過濾
• 情感混淆：AI生成的"中性"措辭實(shí)際傳遞負(fù)面信息，導(dǎo)致情感分析出現(xiàn)系統(tǒng)性低估
• 溯源困難：多次轉(zhuǎn)發(fā)的AI內(nèi)容已與原始來源脫鉤，難以追蹤事件起點(diǎn)
• 賬號(hào)真實(shí)性：AI水軍賬號(hào)的行為模式日益接近真實(shí)用戶，傳統(tǒng)賬號(hào)可信度評(píng)分失效

下一代輿情監(jiān)測系統(tǒng)的核心能力

面對(duì)AIGC挑戰(zhàn)，2026年的企業(yè)級(jí)輿情系統(tǒng)需要具備以下新能力：

• 集成AI內(nèi)容檢測層，實(shí)時(shí)標(biāo)記疑似AIGC內(nèi)容并單獨(dú)統(tǒng)計(jì)
• 基于大模型的語義理解，超越關(guān)鍵詞匹配
• 跨平臺(tái)內(nèi)容溯源圖譜，識(shí)別內(nèi)容傳播起點(diǎn)和放大節(jié)點(diǎn)
• 協(xié)調(diào)行為檢測，識(shí)別水軍矩陣的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
• 深度偽造預(yù)警，當(dāng)與品牌相關(guān)的疑似偽造視頻出現(xiàn)時(shí)立即觸發(fā)告警

企業(yè)與政府機(jī)構(gòu)應(yīng)對(duì)框架

面對(duì)AIGC重塑的輿情生態(tài)，單純的"危機(jī)公關(guān)"思維已經(jīng)不夠。我們建議構(gòu)建覆蓋事前預(yù)防、事中響應(yīng)、事后修復(fù)的全周期AIGC輿情治理體系：

事前預(yù)防（構(gòu)建免疫力）

• 為高管建立"數(shù)字身份檔案"：包括聲紋、面部特征的基線樣本，用于快速比對(duì)
• 在所有官方視頻/音頻中內(nèi)嵌不可見數(shù)字水印，便于真實(shí)性驗(yàn)證
• 制定內(nèi)部AIGC使用規(guī)范，明確哪些場景可用AI，哪些場景須人工
• 與主要平臺(tái)建立"快速驗(yàn)真通道"，申請(qǐng)入駐官方認(rèn)證體系
• 部署7×24小時(shí)輿情監(jiān)測，將AIGC檢測列為必選模塊

事中響應(yīng)（快速止損）

• 深度偽造內(nèi)容發(fā)現(xiàn)后30分鐘內(nèi)，由真實(shí)高管錄制簡短澄清視頻（正面出鏡，環(huán)境清晰）
• 同步向多平臺(tái)提交舉報(bào)（附數(shù)字水印驗(yàn)證或公證文件）
• 通過官方渠道置頂聲明，關(guān)鍵詞與偽造內(nèi)容高度重疊，確保搜索場景覆蓋
• 主動(dòng)聯(lián)系相關(guān)媒體提供獨(dú)家核實(shí)資料，引導(dǎo)報(bào)道方向

事后修復(fù)（重建信任）

• 發(fā)布完整事件時(shí)間線和平臺(tái)處置進(jìn)展
• 向公眾科普如何驗(yàn)證真假內(nèi)容（可做成互動(dòng)小工具）
• 將此次事件納入危機(jī)預(yù)案更新，完善應(yīng)對(duì)SOP