近年来，生成式人工智能的迅猛发展深刻重塑了网络空间的信息生产方式和传播格局。从文本生成到图像合成，从语音克隆到视频深度伪造，技术门槛的急剧降低使“人人皆可创作”成为现实。然而，AI技术在赋权、释放创新活力的同时，也加剧了信息污染与流量操纵问题，AI谣言、AI幻觉等现象明显增多，为政府网络舆情治理带来挑战。

一、AI技术对舆情演化发酵的多维影响

（一）“AI工具生成谣言”呈现工业化、专业化、智能化特征

传统谣言的制造与传播依赖人工杜撰或简单技术手段，其规模与迷惑性相对有限。AI技术的普及使虚假信息生产呈现出“工业化、专业化、智能化”的新特征，普通用户输入文字即可生成逼真的视频与图像，“AI造谣”成本极低且难以识别。AI谣言借助文字、图片、音视频的组合，伪装成“亲历叙事”“权威解读”“数据报告”等形态，通过嫁接真实场景细节、模拟权威信源语气，制造“真假交织”的迷惑效果。例如，2025年12月，某男利用AI工具生成“析城山隧道发生塌方事故，5人遇难”的虚假文案及视频，严重扰乱公共秩序。

（二）AI智搜等加快舆情演进速度

传统舆情传播呈现“洋葱式”层层扩散的特征，信息需经过多级传播方能进入公共视野。而在AI时代，信息传播路径转变为“海星式”直接连接全网枢纽，通过实时聚合将碎片化信息整理后呈现给网民，在极短时间内完成议程设置与叙事构建，舆情发酵周期从数天压缩至数小时。此外，AI技术可批量生成热点评论与争议性观点，利用公众的从众心理制造虚假“民意共识”，形成“情绪刺激→互动反馈→算法推荐”的传播闭环，进一步加速舆情演进。

（三）AI幻觉与“投毒”行为干扰舆论认知

大语言模型在缺乏真实语义支撑的情况下仍能生成高度流畅、逻辑通顺但不符合客观事实的信息。此类“一本正经地胡说八道”的内容在形式上极具权威感，极易误导公众认知。同时，也有人利用大模型的自动抓取功能，瞄准模型高频抓取的平台精准“投喂”虚假信息，干扰AI内容生成，公共事实的稳定性因此受到挑战。例如，2025年11月底，在治安违法记录封存争议事件中，有网友通过AI搜索发现关于治安管理法修改积极推动者朱征夫之子存在吸毒经历的不实信息，引发针对朱征夫的严重网络暴力。朱征夫报警并公开向媒体辟谣后，相关内容才被平台撤下。

（四）海量AI生成内容加剧舆情炒作乱象

人工智能时代，信息环境发生质变，内容不再仅被选择性呈现，而是可以被大规模合成创造。舆情事件发生后，AI批量生成的信息往往随之而来，加剧网上舆论炒作。同时，海量合成内容淹没了真实民意表达，使公众难以辨识有效信息，有限的公共注意力被大量低质内容消耗，严肃议题难以得到充分讨论，对舆论环境造成了较大破坏。

二、AI时代政府舆情治理面临的新挑战

（一）舆情响应机制与技术进化之间存在“时差困境”

当前政府舆情治理面临的核心矛盾在于治理节奏滞后于技术发展步伐。一方面，传统“层层审批”的回应机制已难以适应AI时代舆情扩散的速度。“回应空窗期”越长，公众越可能转向AI驱动的“信息黑市”，负面影响随之放大。部分治理主体仍试图以“静音策略”冷却舆情，反而制造了信息真空，使自媒体或境外媒体占据议程设置主动权，将局部问题上升为普遍性质疑。大量AI生成内容急剧抬高信息噪声，压缩权威信息的传播空间，增加事实核查与澄清的双重成本。

（二）AI谣言真假难辨，识别与溯源面临技术难题

AI生成内容的高度拟真性使传统内容审核手段面临失效风险，单靠事后检测与被动响应已难以为继。在生产端，AI生成内容直接跳过了创作过程，并可自动删除图片文件信息（如GPS定位、相机型号），恶意用户还可通过技术手段规避或删除AI标识，使内容戴上“真实信息”的面具误导公众。在传播端，即使原发信息已作标识，但经过AI技术及自媒体二次创作后，往往变为“内容来源于网络”的标签或完全无标注，进一步加剧验证与溯源难度。

（三）跨领域蔓延风险上升，治理复杂性显著增加

生成式AI可在极短时间内批量生成衍生内容，通过“病毒式”传播大幅压缩舆情发酵周期。同时，AI能够自动将单一事件与历史事件、其他领域议题进行横向关联，导致地方性问题全局化、单一问题系统化，舆情治理从“点上应对”被迫转向“面上防控”，治理复杂性与不确定性显著提升。此外，由于AI能够实现长效留痕，一些不实负面信息被投诉下架后仍可通过AI智搜等工具较为完整地呈现舆情脉络，给舆情处置增加了难度。

（四）信息茧房效应加剧，舆论引导难度加大

一方面，算法推荐与生成式AI结合持续向用户推送符合其既有情绪与偏好的内容，“情绪茧房”进一步加剧。另一方面，AI生成内容已成为影响公众认知的重要来源，AI学习后形成新的“舆情事实”，糅合大量主观网络表达，其潜藏的倾向性与观点更易对辨识能力较弱的网民产生影响。此外，网上一些极端表达更容易被生成式AI关注并放大，导致整体舆论场的意见偏差增大，理性对话空间被压缩，通过舆论引导形成共识的难度进一步加大。

三、AI时代提升舆情治理能力的意见建议

面对生成式人工智能带来的系统性挑战，政府网络舆情治理亟须从被动应对转向主动防控，构建技术赋能、制度创新与多元协同相融合的新型治理范式。

（一）强化技术赋能，构建智能监测预警体系

舆情治理的核心在于把握“时度效”，应完善覆盖“生成—传播—演化”全链条的智能监测网络。一是构建话题热度与网民情感的双维度感知体系，通过语义分析实现敏感话题的阶梯式回应，先确认事实边界，再分阶段通报进展，压缩谣言滋生空间。二是加强AI谣言识别与溯源能力，对疑似机器生成内容进行标注与预警，依托大模型检测技术提升对深度伪造内容的鉴伪能力。三是充分发挥人工智能大模型在政务服务、社会治理和辅助决策等场景中的技术优势，依托智能问答、辅助办理等功能提升权威信息发布的时效性与回应力，以确定性信息对冲不确定性风险。

（二）加强法规约束，压实全链条主体责任

加快完善AI治理的制度框架，推动从“有法可依”向“可检可查、可追可责”深化。在严格执行《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》等现有规定的基础上，进一步细化侵权认定、平台责任与违法惩处机制，推动出台专门法律法规夯实监管根基。明确生成式AI技术开发者、内容生成者、平台传播者的三方权责边界，从源头遏制技术滥用。推动治理范围从内容端延伸至交互端，促进生成合成内容的显著标识、可核验与可追溯，夯实依法处置和责任认定的证据基础。

（三）压实平台责任，强化全流程技术治理

网络平台是AI内容传播的关键节点，也是网络舆情发酵传播的主要阵地，必须压实其主体责任。一是督促平台严格落实AI生成合成内容标识制度，核验文件元数据中的隐式标识，对疑似生成合成内容添加显著提示标识。二是优化规则设计与运行机制，聚焦热搜榜单、算法推荐、直播短视频等关键节点，提升对异常扩散、自动化操控等风险行为的识别与处置能力。三是推动平台建立事前预防、事中阻断、事后严惩的全链条治理体系，及时整改存在AI滥用风险的业务，防止违规账号“换马甲复出”。

（四）推动素养提升，增强舆情引导能力

持续健全完善重大舆情和突发事件的权威信息发布与释疑机制，形成“权威首发、持续释疑”的有效闭环，通过官方权威信息的持续释放掌握网上舆论主导权，对冲AI谣言与负面信息，切实修复和维护政府公信力。同时，推动主流媒体在AI时代实现转型创新，强化重大主题宣传与议题设置能力，以高质量内容消解和削弱算法可能造成的群体极化与信息茧房效应。此外，加强网络文明建设，将人工智能素养纳入国民教育体系，帮助公众了解AI生成内容的特征与局限，增强对虚假信息的辨别能力，引导网民理性表达、文明互动，减少情绪化传播对舆论生态的冲击。

（作者：孙彬 单位：河南省互联网舆情研究中心）