基于引爆點(diǎn)理論的人工智能生成內(nèi)容微博網(wǎng)絡(luò)輿情傳播與演化分析

吳江　黃茜　賀超城等

關(guān)鍵詞：AIGC；人工智能；生成內(nèi)容；微博；網(wǎng)絡(luò)輿情；引爆點(diǎn)理論；情感演化

DOI：10.3969/j.issn.1008-0821.2023.07.014

[中圖分類號(hào)]G206 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821（2023）07-0145-17

隨著技術(shù)的不斷迭代，人工智能正在經(jīng)歷從人類創(chuàng)造性活動(dòng)的輔助性工具向一個(gè)獨(dú)立的創(chuàng)造性實(shí)體的角色轉(zhuǎn)變。人工智能自主生成內(nèi)容（Artificial Intelligence Generated Content，簡稱AIGC），是指繼專業(yè)生成內(nèi)容PGC和用戶生成內(nèi)容UGC之后，利用人工智能技術(shù)自主生成數(shù)字內(nèi)容的新型內(nèi)容生產(chǎn)方式。隨著元宇宙和Web3.0的走熱，下一代網(wǎng)絡(luò)空間的繁榮也對(duì)數(shù)字內(nèi)容生產(chǎn)的規(guī)模、形式和交互性提出了更高的要求。AIGC正是依托人工智能技術(shù)的自生性和涌現(xiàn)性特征，突破人腦在內(nèi)容產(chǎn)能上的束縛，實(shí)現(xiàn)以1/10的成本和百倍千倍的生產(chǎn)速度，創(chuàng)造出具有獨(dú)創(chuàng)性和價(jià)值性的內(nèi)容，有效填補(bǔ)數(shù)字世界內(nèi)容供給缺口。尤其自2022年以來，AIGC入選《Science》十大重大科學(xué)突破事件，在實(shí)現(xiàn)全球科技創(chuàng)新轉(zhuǎn)變和產(chǎn)業(yè)創(chuàng)新發(fā)展上取得了不斐成績。人工智能內(nèi)容生產(chǎn)的重心已然從文本轉(zhuǎn)向圖像，乃至多模態(tài)的復(fù)雜場(chǎng)景創(chuàng)作，更在世界范圍內(nèi)悄然引導(dǎo)著一場(chǎng)深刻的變革，以新技術(shù)、新理念全面融入文化、娛樂、銷售等各個(gè)產(chǎn)業(yè)，使得這一概念再次進(jìn)入大眾視野。

當(dāng)前，國內(nèi)外有關(guān)AIGC的研究大多圍繞著作版權(quán)、人機(jī)關(guān)系、技術(shù)方案等領(lǐng)域，以社交平臺(tái)、廣告營銷、藝術(shù)創(chuàng)作等具體場(chǎng)景為研究背景，定性探討人工智能生成內(nèi)容的應(yīng)用現(xiàn)狀及可行性問題，缺乏從宏觀層面對(duì)于AIGC所引發(fā)廣泛社會(huì)討論的把控。與此同時(shí)，互聯(lián)網(wǎng)的高速發(fā)展進(jìn)一步提升了輿情傳播對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的影響能力，輿情如何導(dǎo)致一定的經(jīng)濟(jì)、社會(huì)或政治后果已經(jīng)成為交叉學(xué)科領(lǐng)域的重要研究問題。微博等新網(wǎng)絡(luò)媒體平臺(tái)實(shí)際上已經(jīng)成為觀察社會(huì)微觀層次的個(gè)人決策如何發(fā)展成為宏觀層次的社會(huì)現(xiàn)象的重要途徑。尤其微博作為國內(nèi)社會(huì)注意力的焦點(diǎn)平臺(tái)，匯聚了政府、企業(yè)、機(jī)構(gòu)、媒體和個(gè)體各類用戶，更具開放性和實(shí)時(shí)性，影響面更廣，使用者異質(zhì)性更強(qiáng)，能夠在一定程度上反映社會(huì)心態(tài)。目前，已有學(xué)者驗(yàn)證了微博輿情和社會(huì)投資、股市行情等的關(guān)聯(lián)性。AIGC微博網(wǎng)絡(luò)輿情傳播特征很大程度上反映了各領(lǐng)域用戶對(duì)這一新理念的社會(huì)認(rèn)同度，更透露出其產(chǎn)業(yè)現(xiàn)狀與發(fā)展?jié)摿?，故能夠從定量視角利用大?guī)模網(wǎng)絡(luò)輿情數(shù)據(jù)，解讀AIGC社會(huì)關(guān)注度特征來把握這一社會(huì)流行潮的發(fā)展脈絡(luò)，為AIGC未來產(chǎn)業(yè)發(fā)展提供建議。

引爆點(diǎn)理論則常被用于探究社會(huì)上各種潮流的出現(xiàn)，認(rèn)為人們的思想、行為、觀點(diǎn)以及產(chǎn)品的流行具有與傳染病暴發(fā)相同的特點(diǎn)，能夠在短期內(nèi)迅速傳播蔓延，受到大眾追捧。同時(shí)，該理論指出，一切社會(huì)流行潮的引爆均遵循三大黃金法則，即附著力因素法則、個(gè)別人物法則和環(huán)境威力法則，分別關(guān)注流行事物本身的特性、信息傳播活動(dòng)中的關(guān)鍵人物以及流行事物所處社會(huì)環(huán)境，從而能夠?qū)?yīng)傳播內(nèi)容、傳播者和傳播環(huán)境三大要素對(duì)各類社會(huì)風(fēng)潮引爆的內(nèi)在機(jī)制和傳播現(xiàn)狀進(jìn)行探析。

因此，面對(duì)AIGC浪潮的勢(shì)不可擋，本研究將圍繞如何揭示AIGC所引起的網(wǎng)絡(luò)輿情態(tài)勢(shì)及其變遷，探討AIGC現(xiàn)象級(jí)走紅背后的導(dǎo)火索，合理引導(dǎo)該流行潮健康理性發(fā)展這一問題，融合引爆點(diǎn)理論，基于附著力因素、個(gè)別人物、環(huán)境威力三大法則，構(gòu)建AIGC網(wǎng)絡(luò)輿情傳播分析模型，通過分析輿情傳播的內(nèi)容主題演進(jìn)、多角色用戶傳播網(wǎng)絡(luò)特征及情感環(huán)境變化，定量刻畫AIGC引爆的內(nèi)容特性、關(guān)鍵人物以及社會(huì)環(huán)境，從而在理論層面為流行事物的輿情傳播研究拓寬了新的理論視角，擴(kuò)展了引爆點(diǎn)理論的使用場(chǎng)景，并使AIGC相關(guān)學(xué)術(shù)研究不僅限于當(dāng)前定性討論，更能在實(shí)踐層面上為政府、產(chǎn)業(yè)界和學(xué)術(shù)界合理看待AIGC產(chǎn)業(yè)現(xiàn)狀與發(fā)展?jié)摿Α⒑侠碇贫ㄏ嚓P(guān)發(fā)展決策，以及引導(dǎo)大眾理性討論相關(guān)話題、創(chuàng)建人機(jī)和諧未來提供建議。

1相關(guān)研究

1.1 AIGC浪潮

早在20世紀(jì)60年代，已經(jīng)有學(xué)者嘗試?yán)萌斯ぶ悄芡瓿删幥?、寫作等?nèi)容創(chuàng)作，但受限于當(dāng)時(shí)科技水平，AIGC僅限于小范圍實(shí)驗(yàn)，其創(chuàng)作成果在完整性、可讀性方面也不盡如人意。但人工智能始終是全球競(jìng)相爭(zhēng)奪的科技制高點(diǎn)，大數(shù)據(jù)時(shí)代更好的模型、更多的數(shù)據(jù)和更高的算力為AIGC技術(shù)能力的迭代升級(jí)和實(shí)際場(chǎng)景的擴(kuò)展應(yīng)用提供了強(qiáng)力的支撐和全新的可能性。在科技創(chuàng)新上，一系列擴(kuò)散模型（Diffusion Model） ，包括GLIDE、DALLE2、Imagen等的發(fā)布帶來了人工智能場(chǎng)景感知能力的顯著提升，使得人工智能內(nèi)容步入“Text-to-Image”（文字生成圖像）的新階段，乃至多模態(tài)的復(fù)雜場(chǎng)景創(chuàng)作。而在產(chǎn)業(yè)應(yīng)用上，AI繪圖工具M(jìn)idjourney創(chuàng)作的藝術(shù)作品《太空歌劇院》獲得美國科羅拉多州博覽會(huì)藝術(shù)創(chuàng)作比賽一等獎(jiǎng)，拉開了AIGC全球熱潮的序幕。與此同時(shí)，AI數(shù)字虛擬人也逐漸拓展到虛擬主播、虛擬歌手、虛擬偶像、虛擬員工等諸多領(lǐng)域，“數(shù)字小編”更成為全國兩會(huì)、冬奧會(huì)、冬殘奧會(huì)等重大活動(dòng)的創(chuàng)新表達(dá)，為其報(bào)道傳播深度賦能。人工智能內(nèi)容生成正在世界范圍內(nèi)悄然引導(dǎo)著一場(chǎng)深刻的變革，以新技術(shù)、新理念全面融入文化、娛樂、銷售等各個(gè)產(chǎn)業(yè)，為數(shù)字內(nèi)容的生產(chǎn)方式和消費(fèi)模式帶來創(chuàng)新與顛覆。

2022年已經(jīng)成為AIGC元年。百度將跨模態(tài)通用可控AICC納入2022十大科技前沿發(fā)明，預(yù)測(cè)AIGC將在未來十年顛覆現(xiàn)有內(nèi)容生產(chǎn)模式；Gart-ner同樣將AIGC列為2022年五大影響力技術(shù)之一，預(yù)測(cè)到2025年，生成式AI所創(chuàng)造的數(shù)據(jù)可占到所有已生產(chǎn)數(shù)據(jù)的10%，當(dāng)下該比例不足1%。AIGC儼然已經(jīng)成為人工智能領(lǐng)域的新興技術(shù)趨勢(shì)，受到了全社會(huì)各界的持續(xù)高度關(guān)注，并逐漸滲透到社會(huì)生活的方方面面，為經(jīng)濟(jì)產(chǎn)業(yè)帶來了新的增長曲線和發(fā)展空間，然而，目前對(duì)于AIGC的研究主要關(guān)注人工智能技術(shù)模型的演進(jìn)，以及從概念內(nèi)涵、應(yīng)用場(chǎng)景、政策治理、人機(jī)關(guān)系等定性視角展開討論，缺乏從定量視角利用大規(guī)模網(wǎng)絡(luò)輿情數(shù)據(jù)解讀AIGC社會(huì)關(guān)注度特征及演化規(guī)律，探討AIGC浪潮背后的促進(jìn)因素。故有必要構(gòu)建AIGC網(wǎng)絡(luò)輿情傳播分析模型，通過觀察AIGC所引起的網(wǎng)絡(luò)輿情態(tài)勢(shì)及其變遷，更加精確地揭示AIGC走紅背后的內(nèi)容、用戶、情感特征，從而引導(dǎo)AIGC理性討論與健康發(fā)展。

1.2引爆點(diǎn)理論

引爆點(diǎn)理論由美國心理學(xué)家馬爾科姆·格拉德威爾在其暢銷書《The Tipping Points》中提出，認(rèn)為人們的思想、行為、觀點(diǎn)以及產(chǎn)品有時(shí)會(huì)像傳染病一樣迅速傳播蔓延，即形成所謂的社會(huì)流行潮，而流行潮爆發(fā)的那一刻即被稱為引爆點(diǎn)。在引爆點(diǎn)理論視域下，社會(huì)上各種潮流的出現(xiàn)都遵循著3個(gè)黃金法則，分別為附著力因素法則、個(gè)別人物法則和環(huán)境威力法則，分別對(duì)應(yīng)傳播內(nèi)容、傳播者和傳播環(huán)境3個(gè)要素。其中，附著力因素法則強(qiáng)調(diào)流行事物本身的特性，認(rèn)為傳播信息的附著力在于話題本身具有爭(zhēng)議性與吸引力，更能通過簡單的信息組織與包裝而有所提升，從而使信息變得令人難以抗拒。個(gè)別人物法則關(guān)注的是信息傳播活動(dòng)中的關(guān)鍵人物，認(rèn)為傳播網(wǎng)絡(luò)中的意見領(lǐng)袖是擴(kuò)大信息傳播范圍、引發(fā)流行潮的關(guān)鍵，并指出弱關(guān)系比強(qiáng)關(guān)系更能促進(jìn)信息的傳播。而環(huán)境威力法則認(rèn)為，人對(duì)周圍環(huán)境的敏感程度比他們表現(xiàn)得更為強(qiáng)烈，某種流行事物的產(chǎn)生并不是某類人行為的單獨(dú)作用，而與該事物產(chǎn)生的大環(huán)境有關(guān)。

目前，引爆點(diǎn)理論已被廣泛運(yùn)用于解釋經(jīng)濟(jì)和社會(huì)領(lǐng)域中各類社會(huì)流行潮的導(dǎo)火索，分析流行事物或現(xiàn)象引爆的內(nèi)在機(jī)制，從而為更好地塑造該流行潮走向以及擴(kuò)大相關(guān)領(lǐng)域信息傳播的影響力提供參考?；谝c(diǎn)理論的三大法則，博文內(nèi)容的多樣性和話題性體現(xiàn)了信息本身的附著力；而各類微博用戶在傳播網(wǎng)絡(luò)中所處的中心性地位將決定其影響范圍的廣度和深度；同時(shí)蘊(yùn)含在博文中的用戶個(gè)人情感將隨著信息傳播在微博擴(kuò)散，從而感染其他用戶。

因此，為探究AIGC這一社會(huì)熱潮背后的內(nèi)在動(dòng)力機(jī)制，引爆點(diǎn)理論被選擇作為本研究的理論框架，用于構(gòu)建AIGC網(wǎng)絡(luò)輿情傳播分析模型，對(duì)應(yīng)附著力因素法則、個(gè)別人物法則和環(huán)境威力法則，分別從內(nèi)容、用戶、情感3個(gè)維度進(jìn)行基于內(nèi)容維度的主題演化分析、基于用戶維度的輿情傳播網(wǎng)絡(luò)和基于情感維度的情感演化分析，從而更加精確、客觀地刻畫AIGC走紅下的輿情傳播特征。

1.3網(wǎng)絡(luò)輿情傳播

作為“第四媒體”，互聯(lián)網(wǎng)的高速發(fā)展為社會(huì)事件的傳播提供了空間，而網(wǎng)絡(luò)輿情可以認(rèn)為是公眾對(duì)互聯(lián)網(wǎng)上傳播的“熱點(diǎn)”和“焦點(diǎn)”所表達(dá)的具有一定影響力和傾向性的言論和觀點(diǎn)，其如何導(dǎo)致一定的經(jīng)濟(jì)、社會(huì)或政治后果也已經(jīng)成為交叉學(xué)科領(lǐng)域的重要研究問題。微博等新網(wǎng)絡(luò)媒體平臺(tái)匯聚了政府、企業(yè)、機(jī)構(gòu)、媒體和個(gè)體各類用戶，影響面廣且使用者異質(zhì)性強(qiáng)，其中所發(fā)布的相對(duì)真實(shí)、隱含市場(chǎng)信號(hào)的博文在分級(jí)傳播過程中，甚至能夠?qū)φ鎸?shí)的產(chǎn)業(yè)走勢(shì)產(chǎn)生影響，并在輿情傳播的滲透和渲染效應(yīng)下，產(chǎn)生連鎖反應(yīng)，成為觀察社會(huì)微觀層次的個(gè)人決策如何發(fā)展為宏觀層次的社會(huì)現(xiàn)象的重要途徑。當(dāng)前，已有研究證明了微博輿情變化和社會(huì)投資、股市行情等的關(guān)聯(lián)性，指出微博作為當(dāng)下具有廣泛社會(huì)影響力的自媒體平臺(tái)，能夠在一定程度上反映社會(huì)心態(tài)和市場(chǎng)趨勢(shì)。

同時(shí)，網(wǎng)絡(luò)輿情傳播研究方法主要圍繞主題演化、情感演化、意見領(lǐng)袖、傳播模型4類展開，抽取輿情事件的內(nèi)容屬性、人群屬性、情緒屬性作為其內(nèi)部屬性，并與事件主題、意見領(lǐng)袖、情感演化相對(duì)應(yīng)作為其外化表現(xiàn)?？紤]到輿情傳播呈現(xiàn)出“傳播速度快、參與者眾多、社會(huì)發(fā)酵能力明顯、內(nèi)容多元與分散”等特征，想實(shí)現(xiàn)從多屬性、多維度綜合解讀輿情的社會(huì)影響力，既要借助社會(huì)網(wǎng)絡(luò)分析方法，精準(zhǔn)定位輿情傳播過程中的意見領(lǐng)袖并量化其影響力大小，也要從內(nèi)容主題和內(nèi)容演進(jìn)相結(jié)合的視角，把握不同時(shí)期輿情主題的分布情況；同時(shí)，情緒作為當(dāng)代輿情演化的關(guān)鍵性動(dòng)力，挖掘并復(fù)現(xiàn)輿情熱點(diǎn)事件的情感演化趨勢(shì)具有重要意義。基于此，AIGC作為頗受熱議的新興產(chǎn)業(yè)，可以通過分析微博網(wǎng)絡(luò)輿情傳播特征，從內(nèi)容、用戶、情感3個(gè)維度間接測(cè)度各領(lǐng)域用戶對(duì)這一新理念的社會(huì)認(rèn)同度，全面地刻畫出AICC的產(chǎn)業(yè)現(xiàn)狀與發(fā)展?jié)摿?，以期從整體和長期的視角，為AIGC持續(xù)保持高關(guān)注度和參與度提供建議。

2基于引爆點(diǎn)理論的AIGC網(wǎng)絡(luò)輿情傳播分析模型構(gòu)建

本文圍繞AIGC輿情展開研究，利用新浪微博上的熱點(diǎn)事件數(shù)據(jù)，采用定性和定量相結(jié)合的方式構(gòu)建基于引爆點(diǎn)理論的AIGC網(wǎng)絡(luò)輿情傳播分析模型，其具體框架如圖1所示。在引爆點(diǎn)理論視域下，把握附著力因素法則的核心在于對(duì)傳播內(nèi)容的把控和包裝，具有前瞻性、多樣性和爭(zhēng)議性的博文主題內(nèi)容體現(xiàn)了信息本身的附著力，更能吸引大眾參與其中、各抒己見，保證了其自身的傳播效果。而個(gè)別人物法則強(qiáng)調(diào)信息傳播過程中不可或缺的傳播主體，認(rèn)為具有被社會(huì)廣泛認(rèn)同地位的個(gè)體所發(fā)表的言論更容易被公眾所接受，并引起更多群體的自發(fā)推廣和營銷，提高傳播的效果，即可以認(rèn)為各類微博用戶在傳播網(wǎng)絡(luò)中所處的中心性地位將決定其影響范圍的廣度和深度。此外，對(duì)應(yīng)環(huán)境威力法則，任何一個(gè)潮流的興起都離不開其所處環(huán)境的影響，人們對(duì)于所處環(huán)境的敏感程度比想象中更強(qiáng)烈，而蘊(yùn)含在博文中情感的擴(kuò)散將營造出獨(dú)有情感傳播環(huán)境，引起更多用戶共鳴并參與其中。故可以從內(nèi)容、用戶、情感3個(gè)維度對(duì)AIGC流行潮的傳播特征進(jìn)行全面刻畫，進(jìn)行基于內(nèi)容維度的主題演化分析、基于用戶維度的輿情傳播網(wǎng)絡(luò)分析和基于情感維度的情感演化分析，從而揭示AIGC網(wǎng)絡(luò)輿情熱潮的傳播規(guī)律與演化趨勢(shì)。這一方面為流行事物輿情研究拓寬了新的理論視角，擴(kuò)展了引爆點(diǎn)理論的使用場(chǎng)景；另一方面也綜合考慮了輿情的內(nèi)容、用戶、情感屬性，相互融合，交叉印證，為全面刻畫微博輿情事件提供了新的研究思路。

2.1基于內(nèi)容維度的主題演化分析

BERT模型是2018年谷歌公司提出的一種基于深度學(xué)習(xí)的語言表示模型，該模型憑借Trans-former優(yōu)越的特征提取能力和Fine-tunning強(qiáng)大的遷移學(xué)習(xí)能力來獲取更為豐富的語義特征，在眾多NLP任務(wù)包括主題抽取、文本分類、語義研究等中表現(xiàn)出色。當(dāng)前，已有很多學(xué)者將BERT模型與LDA模型相結(jié)合來提高文本主題聚類效果，以解決特征詞抽取過程中的語義模糊問題。然而，LDA模型忽略了文檔時(shí)間戳的依賴關(guān)系，無法捕捉文檔主題內(nèi)容和時(shí)間的相互映射。但對(duì)于微博文本這類具有明顯時(shí)序性特征的數(shù)據(jù)集，其時(shí)序信息蘊(yùn)含了輿情事件演化的發(fā)展脈絡(luò)，融合時(shí)序特征的微博主題演化方法將更有利于探究其中社會(huì)關(guān)注點(diǎn)轉(zhuǎn)變的關(guān)鍵線索。DTM模型（Dynamic TopicModel，動(dòng)態(tài)主題模型）作為LDA模型的繼承與發(fā)展，能夠?qū)⒅黝}的演變建模為離散的馬爾可夫過程，進(jìn)一步結(jié)合時(shí)序特征，在一個(gè)按時(shí)間順序組織的文檔語料庫中捕獲主題的演變，適用于處理具有時(shí)間戳的文檔集，捕捉主題和主題詞在時(shí)序上的動(dòng)態(tài)特征和協(xié)同演變網(wǎng)絡(luò)，在更好地考慮博文動(dòng)態(tài)性、理解博文內(nèi)容方面具E 獨(dú)特優(yōu)勢(shì)。

因此，如圖2所示，本文利用DTM-BERT模型實(shí)現(xiàn)對(duì)AIGC相關(guān)原創(chuàng)微博文本的動(dòng)態(tài)主題建模，對(duì)預(yù)處理后的微博文本數(shù)據(jù)集按月進(jìn)行時(shí)序切片處理，利用Python程序讀取全部微博文本分詞構(gòu)建所需要的語料庫并構(gòu)造詞典，進(jìn)而根據(jù)最優(yōu)主題數(shù)構(gòu)造K維DTM動(dòng)態(tài)主題特征向量和768維BERT語義特征向量，并將其進(jìn)行加權(quán)拼接得到既包含時(shí)序詞義特征又包含整體語義特征的新向量；其次，采用自編碼器將拼接向量映射到低維潛在空間，獲得與每個(gè)微博文本所對(duì)應(yīng)的32維向量表示，從而進(jìn)一步利用K-means進(jìn)行主題聚類，獲取AIGC原創(chuàng)博文的主題一主題詞分布，并基于主題模型生成不同時(shí)期的AIGC主題詞共現(xiàn)圖譜，進(jìn)行可視化展現(xiàn)和分析，揭示在不同階段AIGC相關(guān)主題的演進(jìn)過程及公眾關(guān)注焦點(diǎn)的變化過程，總結(jié)AIGC輿情發(fā)展變化規(guī)律。

2.2基于用戶維度的輿情傳播網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，SNA）方法通過網(wǎng)絡(luò)結(jié)構(gòu)來表示社會(huì)行動(dòng)者及其互動(dòng)關(guān)系，被廣泛應(yīng)用于各行各業(yè)事物及人物間的復(fù)雜關(guān)系研究之中。而對(duì)于輿情事件發(fā)展過程的刻畫，SNA的研究范式同樣被用于通過用戶間轉(zhuǎn)發(fā)關(guān)系等構(gòu)建輿情傳播網(wǎng)絡(luò)，并進(jìn)一步探究其整體網(wǎng)絡(luò)結(jié)構(gòu)特征、網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別、網(wǎng)絡(luò)輿情動(dòng)態(tài)演變，從而為網(wǎng)絡(luò)輿情的監(jiān)控與引導(dǎo)提出相關(guān)建議。

因此，本文運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法構(gòu)建AIGC微博輿情傳播網(wǎng)絡(luò)，將其抽象為以用戶為節(jié)點(diǎn)、以用戶間的轉(zhuǎn)發(fā)關(guān)系為邊、以用戶間轉(zhuǎn)發(fā)微博的數(shù)量作為邊權(quán)重的有向加權(quán)網(wǎng)絡(luò)，并根據(jù)微博用戶認(rèn)證類型和粉絲數(shù)提取8類用戶角色（普通用戶、知名博主、企業(yè)公司、電視媒體、內(nèi)容機(jī)構(gòu)、政府單位、明星藝人、校園組織），通過節(jié)點(diǎn)顏色加以區(qū)分，進(jìn)而從整體網(wǎng)絡(luò)結(jié)構(gòu)測(cè)量和個(gè)體角色位置識(shí)別兩個(gè)角度分析AIGC微博輿情傳播網(wǎng)絡(luò)特征，識(shí)別AIGC輿論風(fēng)潮傳播中的關(guān)鍵意見領(lǐng)袖及其用戶角色，量化其傳播影響力。

2.3基于情感維度的情感演化分析

LIWC文本分析工具依靠一組內(nèi)置的心理學(xué)詞典和文本處理模塊，能夠?qū)斎胛谋镜那楦?、認(rèn)知和結(jié)構(gòu)成分進(jìn)行自動(dòng)評(píng)估，被應(yīng)用于文本情感分析之中。當(dāng)前，LIWC在情感分析中的有效性和穩(wěn)健性已經(jīng)得到驗(yàn)證，在對(duì)政治話語、口譯文本、推特評(píng)論等的情感水平測(cè)量中均表現(xiàn)出良好效果。

因此，本文將引進(jìn)LIWC文本分析工具對(duì)AIGC微博文本特征進(jìn)行提取，以積極情感詞頻和消極情感詞頻分別作為該句的積極和消極情感得分，若其積極情感得分高于消極情感得分，則該句判定為積極情感傾向，反之則為消極情感傾向，若相等，則表現(xiàn)出中性情感。同時(shí)，以某段時(shí)期內(nèi)所有博文的積極和消極情感得分均值作為該段時(shí)期下AIGC微博輿情的積極和消極情感得分，進(jìn)而尋求公眾情感隨時(shí)序變化的演變特征和原因，同時(shí)關(guān)注輿情主題與情感演變之間的聯(lián)系，為預(yù)測(cè)和引領(lǐng)AIGC輿情演化中公眾情感趨勢(shì)提供針對(duì)性策略，進(jìn)而引導(dǎo)用戶理性看待AIGC熱潮，促進(jìn)AIGC積極情感擴(kuò)散。

3實(shí)證分析

基于前述的引爆點(diǎn)理論“三黃金法則”構(gòu)建AIGC網(wǎng)絡(luò)輿情傳播分析模型，從而對(duì)此人工智能新風(fēng)潮背后的促進(jìn)因素進(jìn)行探析。從附著力因素法則出發(fā)，基于內(nèi)容特征分析AIGC微博輿情主題演化，結(jié)合主題詞共現(xiàn)圖譜揭示AIGC輿情發(fā)展變化規(guī)律；從個(gè)別人物法則出發(fā)，基于用戶特征分析AIGC輿情傳播網(wǎng)絡(luò)的結(jié)構(gòu)特征和節(jié)點(diǎn)屬性，識(shí)別該輿論風(fēng)潮傳播中關(guān)鍵用戶的角色位置，量化其傳播影響力；從環(huán)境威力法則出發(fā)，基于情感特征分析AIGC網(wǎng)絡(luò)輿情信息環(huán)境，通過LIWC對(duì)微博文本情感傾向與得分進(jìn)行計(jì)算，并結(jié)合時(shí)序和主題探究其情感演化特征。

3.1數(shù)據(jù)獲取

本研究首先通過國內(nèi)外前沿報(bào)告和文獻(xiàn)檢索，獲取了描述AIGC概念內(nèi)涵和主要應(yīng)用領(lǐng)域的相關(guān)詞匯，并通過德爾菲法專家咨詢，最終歸納選取了8個(gè)檢索關(guān)鍵詞，即“AIGC、AI生成、人工智能生成、AI創(chuàng)作、人工智能創(chuàng)作、AI虛擬人、AI繪畫、AI寫作”，據(jù)此從新浪微博抓取了2021年11月1日-2022年11月20日的微博數(shù)據(jù)，并對(duì)獲取到的博文進(jìn)行去重、清洗，最終得到有效微博文本數(shù)據(jù)共61446條，其中原創(chuàng)微博共38069條。

如圖3所示，微博平臺(tái)上有關(guān)AICC相關(guān)話題的討論在2021年11月—2022年5月都處于穩(wěn)定居低狀態(tài)，大多為元宇宙相關(guān)話題的帶動(dòng)，缺乏領(lǐng)域內(nèi)熱點(diǎn)話題，用戶轉(zhuǎn)發(fā)擴(kuò)散不足。直至2022年下半年，隨著Stable Diffusion的開源應(yīng)用，文本生成圖像的AIGC應(yīng)用逐漸為大眾所熟知，AIGC相關(guān)原創(chuàng)微博數(shù)和轉(zhuǎn)發(fā)微博數(shù)都開始出現(xiàn)成倍增長。尤其在2022年8月，AIGC繪畫作品《太空歌劇院》獲得美國藝術(shù)創(chuàng)作比賽一等獎(jiǎng)，掀起了全網(wǎng)對(duì)AI繪畫的討論熱潮：此后，AIGC的“含科量”和“含資量”得到認(rèn)可，國內(nèi)外相繼發(fā)布AICC研究報(bào)告，百度、Coogle等科技巨頭加速布局，AIGC獨(dú)角獸企業(yè)受到資本青睞，使得2022年10月AIGC達(dá)到了前所未有的公眾關(guān)注度，而在2022年11月雖然轉(zhuǎn)發(fā)微博數(shù)有所回落，但原創(chuàng)微博數(shù)同樣處于較高地位，社會(huì)大眾仍然對(duì)這一新賽道抱有極大熱情。

3.2內(nèi)容維度分析：基于BERT-DTM的AIGC微博主題演化分析

3.2.1關(guān)鍵詞提取及主題識(shí)別

為了確定聚類時(shí)的主題數(shù)量，本研究首先采用主題一致性（Coherence Value，CV）指標(biāo)來衡量同一主題內(nèi)的特征詞語義是否連貫，從而確定最優(yōu)的AIGC微博主題數(shù)量。因此，設(shè)置k值等于2～20，計(jì)算不同主題數(shù)下的CV值。結(jié)果證明，當(dāng)主題數(shù)為6時(shí)，BERT-DTM模型的困惑度值最高，大于6時(shí)則波動(dòng)下降。因此，設(shè)定主題數(shù)為6，得到BERT-DTM模型的聚類結(jié)果在UMAP算法后的二維投影，如圖4所示，同一主題內(nèi)的凝聚性和一致性較好，6個(gè)不同主題塊之間邊界清晰，間距適當(dāng)，驗(yàn)證了BERT-DTM模型在AIGC微博文本主題聚類中具有優(yōu)良性能。

因此，在利用BERT-DTM模型進(jìn)行AIGC原創(chuàng)微博主題聚類識(shí)別的基礎(chǔ)上，通過計(jì)算各時(shí)期內(nèi)每個(gè)主題下微博文本中各個(gè)主題詞的詞頻并進(jìn)行降序排列，得到top15的高頻主題詞分布如表1所示，并總結(jié)得到6個(gè)主題（topicl：技術(shù)進(jìn)展，top-ic2：活動(dòng)營銷，topic3：數(shù)字藝術(shù)，topic4：市場(chǎng)投資，topic5：虛擬主播，topic6：前景展望）。

3.2.2 AIGC微博輿情主題演化

根據(jù)文檔一主題映射得到每條博文所屬主題，各主題下AIGC原創(chuàng)微博文本數(shù)量，如圖5所示，以及2021年11月—2022年11月各主題下微博數(shù)量演化趨勢(shì)，如圖6所示，其中主題寬度和上下位置分別代表了該主題下AIGC原創(chuàng)微博數(shù)的絕對(duì)量和相對(duì)排名，反映了其在不同時(shí)期的熱度變化。此外，利用Cephi繪制不同階段的微博主題詞共現(xiàn)網(wǎng)絡(luò)，如圖7所示，其中，共現(xiàn)頻次越大，則邊權(quán)重越大，連邊的顏色越深且邊越粗；節(jié)點(diǎn)中介中心度越大則節(jié)點(diǎn)本身及其標(biāo)簽越大。

整體而言，如圖5所示，AIGC的現(xiàn)象級(jí)走紅得益于大數(shù)據(jù)時(shí)代更好的模型、更多的數(shù)據(jù)和更高的算力，帶來了以AI繪畫、AI虛擬人為代表的更加豐富多元、動(dòng)態(tài)且可交互的數(shù)字內(nèi)容，也使得各行業(yè)對(duì)于AIGC的應(yīng)用場(chǎng)景擴(kuò)展產(chǎn)生了多樣憧憬。其中topicl（技術(shù)進(jìn)展）、topic3（數(shù)字藝術(shù)）和topic6（前景展望）總體熱度明顯高于其他主題，而topic4（市場(chǎng)投資）和topic5（虛擬主播）熱度一般，topic2（活動(dòng)營銷）則明顯熱度較低。近年來，深度學(xué)習(xí)算法在大模型和多模態(tài)兩個(gè)方向上不斷突破，尤其CPT-3、ChatGPT等開創(chuàng)性技術(shù)模型的出現(xiàn)和開源極大提升了行業(yè)整體人工智能算法的學(xué)習(xí)能力，成為AIGC發(fā)展的“加速度”。在強(qiáng)大技術(shù)支撐下.AIGC也發(fā)展出以AI繪畫、AI虛擬人為代表的AI多模態(tài)生成內(nèi)容和AI多模態(tài)智能交互兩大知識(shí)創(chuàng)造新模式，并已率先在多個(gè)行業(yè)領(lǐng)域取得重大創(chuàng)新發(fā)展，應(yīng)用場(chǎng)景廣闊。當(dāng)然，目前AIGC仍處于初級(jí)階段，在版權(quán)認(rèn)定、信息安全、用戶信任等方面存在諸多風(fēng)險(xiǎn)，而這也是市場(chǎng)投資話題關(guān)注度相對(duì)較低，仍處于觀望狀態(tài)的原因之一。

具體而言，進(jìn)一步分析6個(gè)主題隨著時(shí)間（月份）變化的演化情況，如圖6，圖7所示。2021年11月-2022年3月，各話題熱度均穩(wěn)定居低，top-ic4（市場(chǎng)投資）更出現(xiàn)下降趨勢(shì)，topic6（前景展望）在此期間處于主導(dǎo)地位。2021年以來，元宇宙熱潮下各行業(yè)領(lǐng)域積極探索Web3.0時(shí)代的全新生產(chǎn)力工具，帶動(dòng)了以AI技術(shù)為依托的虛擬內(nèi)容生成陸續(xù)涌現(xiàn)，但由于缺乏突破式創(chuàng)新，AIGC相關(guān)話題熱度并不高，市場(chǎng)投資熱情也有所下降。如圖7（a）所示，2021年12月，“元宇宙”“應(yīng)用”“發(fā)展”“未來”等前景展望相關(guān)主題詞依舊高頻存在，同時(shí)存在由“虛擬人”“新華社”“主播”“視頻”等組成的關(guān)于AI虛擬主播的小集群，此時(shí)，央視新聞的首個(gè)“AI手語主播”在冬奧會(huì)公開亮相，成為大眾認(rèn)識(shí)并了解AIGC價(jià)值的契機(jī)。而如圖7（b）所示，2022年2月，隨著AI圖像生成技術(shù)模型Disco Diffusion面世，“平臺(tái)”“技術(shù)”“關(guān)鍵詞”“藝術(shù)”“創(chuàng)作”等技術(shù)模型和數(shù)字藝術(shù)相關(guān)主題詞熱度開始攀升，初步預(yù)告了2022年下半年AIGC熱潮的全面引爆。

2022年4月—11月，AIGC相關(guān)主題熱度的走勢(shì)可以分為攀升型、回落型和穩(wěn)定型。對(duì)于攀升型，topicl（技術(shù)進(jìn)展）和topic3（數(shù)字藝術(shù)）熱度增長明顯。2022年4月以來，接續(xù)Disco Diffusion熱度的是AI繪畫工具DALL-E2的開放測(cè)試、Mid-journey的上線使用，以及Imagen、Parti、StableDiffusion、NoveIAI等的陸續(xù)出現(xiàn)，各類AIGC技術(shù)模型和應(yīng)用工具正式迎來爆發(fā)期。尤其2022年8月，Midjourney創(chuàng)作作品《太空歌劇院》的獲獎(jiǎng)再度彰顯了AIGC強(qiáng)大的場(chǎng)景感知力和豐富的創(chuàng)作可能性，使得相關(guān)話題不斷發(fā)酵，公眾參與內(nèi)容創(chuàng)作的熱情也持續(xù)高漲。如圖7（c）～（d）所示，“Disco Diffusion”“Midjourney”“繪畫”“作品”“藝術(shù)”等AIGC技術(shù)模型和數(shù)字藝術(shù)相關(guān)主題詞在此期間被頻頻提及。而對(duì)于回落型，topic5（虛擬主播）在2022年7月迎來高峰，但很快重回低迷狀態(tài)。這可能與虛擬偶像“頂流”洛天依十周年紀(jì)念日有關(guān)，使得“虛擬人”形象再次受到大眾關(guān)注，但隨著熱點(diǎn)事件的結(jié)束，其熱度也逐漸消退。此外，topic2（活動(dòng)營銷）、topic4（市場(chǎng)投資）和top-ic6（前景展望）均屬于穩(wěn)定型。國泰君安調(diào)研結(jié)果顯示，當(dāng)前60%的用戶從未在AI繪畫相關(guān)方面付費(fèi)，AI設(shè)計(jì)的商業(yè)化潛力尚待發(fā)掘。目前AI數(shù)字商業(yè)的產(chǎn)業(yè)鏈規(guī)模仍處于擴(kuò)張期，各類不確定性的要素使得有關(guān)AIGC的商業(yè)化討論處于保守期，但2022年11月，topic4（市場(chǎng)投資）的討論熱度已經(jīng)有所回升，AIGC產(chǎn)業(yè)發(fā)展和消費(fèi)潛力釋放未來可期。如圖7（e）～（f）所示，已經(jīng)出現(xiàn)以“Simon龔俊”“趙麗穎”“VOGUEFLIM”“代言人”等活動(dòng)營銷主題詞所聚集而成的子群，以及“市場(chǎng)”“公司”“板塊”“股份”等市場(chǎng)投資下高頻主題詞。而對(duì)于AIGC的前景展望，雖然波動(dòng)較小，但相對(duì)熱度一直處于較高水平，2022年8月，世界人工智能大會(huì)的召開以及9月百度“十大科技前沿發(fā)明”的發(fā)布使得大眾愈發(fā)關(guān)注AIGC領(lǐng)域，更產(chǎn)生多樣憧憬。如圖7（f）所示，“AIGC”這一專有詞匯已經(jīng)被大眾所接受和廣泛應(yīng)用，“WEB3”也再次受到關(guān)注，而未來如何將諸多遐想變?yōu)楝F(xiàn)實(shí)，推動(dòng)AIGC健康發(fā)展還有待專業(yè)人士的引導(dǎo)。

3.3用戶維度分析：融合用戶角色的AIGC輿情傳播網(wǎng)絡(luò)分析

3.3.1微博用戶角色提取

為了探究AIGC輿情傳播網(wǎng)絡(luò)特征并識(shí)別其中更具影響力的用戶，明確各類型用戶在AIGC輿情傳播過程中所扮演的角色及其位置，本文首先依托微博平臺(tái)規(guī)范的用戶認(rèn)證體系（V認(rèn)證），通過所爬取的用戶認(rèn)證類型、認(rèn)證原因和描述信息等將微博用戶分成8類，如表2所示。同時(shí)，計(jì)算被轉(zhuǎn)發(fā)博文的博主，即轉(zhuǎn)發(fā)源博主及轉(zhuǎn)發(fā)這些博文的博主中各用戶類型的占比，如圖8所示?？梢园l(fā)現(xiàn)，被轉(zhuǎn)發(fā)AIGC相關(guān)博文的博主類型更具多樣性，但大多為普通用戶和“Simon_阿文”“英國那些事兒”等知名博主，分別占比46.07%和36.34%，而在轉(zhuǎn)發(fā)博主中普通用戶占比97.35%。在AIGC走紅后，各類應(yīng)用尤其是AI繪畫逐漸為大眾所熟知，普通用戶參與創(chuàng)作的熱情高漲，垂直領(lǐng)域內(nèi)尤其是數(shù)字藝術(shù)領(lǐng)域知名博主紛紛發(fā)表自身意見并促進(jìn)了AIGC的傳播，但各類機(jī)構(gòu)用戶參與度較低，官方媒體、政府單位等角色尚未介入并發(fā)揮其引導(dǎo)作用。因此，在AIGC輿情信息的擴(kuò)散過程中，應(yīng)當(dāng)警惕因缺乏統(tǒng)一認(rèn)知和權(quán)威認(rèn)證而導(dǎo)致的AIGC在大眾傳播過程中的概念扭曲和濫用。

3.3.2 AIGC輿情傳播網(wǎng)絡(luò)構(gòu)建

本文基于爬取到的AIGC轉(zhuǎn)發(fā)微博，刪除其中已經(jīng)注銷的用戶數(shù)據(jù)并根據(jù)得到的微博轉(zhuǎn)發(fā)關(guān)系進(jìn)行整理，用節(jié)點(diǎn)表示單個(gè)微博用戶，用邊表示用戶之間的轉(zhuǎn)發(fā)關(guān)系，構(gòu)建AIGC輿情傳播網(wǎng)絡(luò)，最終共得到20220個(gè)用戶節(jié)點(diǎn)和20010條邊，其中，作為轉(zhuǎn)發(fā)源的用戶節(jié)點(diǎn)有2075個(gè)，如表3所示，利用Cephi對(duì)網(wǎng)絡(luò)指標(biāo)進(jìn)行計(jì)算?？梢园l(fā)現(xiàn)，傳播網(wǎng)絡(luò)模塊化系數(shù)>0.44，驗(yàn)證了該網(wǎng)絡(luò)在一定程度上達(dá)到模塊化，而其他各類網(wǎng)絡(luò)指標(biāo)的值都相對(duì)較低。當(dāng)前AIGC仍處于探索階段，傳播網(wǎng)絡(luò)結(jié)構(gòu)較為稀疏，但這也容易導(dǎo)致輿情信息傳播不對(duì)稱，滋生網(wǎng)絡(luò)謠言，故應(yīng)鼓勵(lì)領(lǐng)域內(nèi)專家及時(shí)對(duì)AIGC概念進(jìn)行集中解讀，從而消除大眾誤解，把握AIGC健康發(fā)展方向。

同時(shí)，為更加細(xì)致地探究AIGC輿情傳播網(wǎng)絡(luò)的高影響力節(jié)點(diǎn)，識(shí)別該熱點(diǎn)事件中的意見領(lǐng)袖，計(jì)算網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的出度、入度及中心性指標(biāo)，得到AIGC微博輿情傳播網(wǎng)絡(luò)top15關(guān)鍵用戶節(jié)點(diǎn)如表4所示，其中，中心性為該用戶節(jié)點(diǎn)的度中心性、接近中心性和中介中心性之和，值越大則該節(jié)點(diǎn)在傳播網(wǎng)絡(luò)中位置越核心、影響力越大；其次，由于網(wǎng)絡(luò)中弱聯(lián)系較多，為了優(yōu)化可視化效果和識(shí)別更有傳播影響力的用戶節(jié)點(diǎn)，利用Cephi篩選出連出度大于3，即所發(fā)布的博文能夠觸達(dá)3個(gè)以上用戶的博主，得到包含425個(gè)節(jié)點(diǎn)和105條邊的AIGC輿情傳播網(wǎng)絡(luò)，如圖9所示。其中，節(jié)點(diǎn)顏色代表用戶角色類型；邊權(quán)重為被連接的用戶所轉(zhuǎn)發(fā)微博的數(shù)量；節(jié)點(diǎn)標(biāo)簽即為用戶昵稱，標(biāo)簽越大該節(jié)點(diǎn)連出度越大，用戶傳播影響力越大。

因此，可以發(fā)現(xiàn)，當(dāng)前仍舊是領(lǐng)域內(nèi)知名博主依托自身專業(yè)知識(shí)和有別于機(jī)構(gòu)用戶的粉絲親和力，在網(wǎng)絡(luò)中發(fā)揮著重要的意見領(lǐng)袖作用。設(shè)計(jì)美學(xué)領(lǐng)域知名博主“Simon_阿文”的連出度和中心性明顯高于其他用戶，在AIGC信息傳播中占據(jù)著重要位置。隨著AI繪圖工具Disco Diffusion的面世，該博主開始發(fā)布相關(guān)使用教程和各類風(fēng)格主題的關(guān)鍵詞測(cè)試視頻，為普通用戶無障礙上手AIGC各類最新工具提供了學(xué)習(xí)資料，其設(shè)計(jì)師身份更能得到數(shù)字藝術(shù)領(lǐng)域人士的認(rèn)同。此外，少數(shù)科技型企業(yè)如“百度”“訊飛”等在AI多模感知、多維表達(dá)、深度理解及技術(shù)模型方面實(shí)現(xiàn)了關(guān)鍵性突破，在輿情傳播過程中也具有較高話語權(quán)。而部分明星藝人和電視媒體，如“VogueFilm”“龔俊Si-mon”因進(jìn)行活動(dòng)營銷而出圈，但實(shí)際著重電影宣傳，并沒有輸出AIGC相關(guān)知識(shí)。各官方媒體以及各政府機(jī)構(gòu)則還未在關(guān)鍵節(jié)點(diǎn)排行榜中占據(jù)位置，在輿情傳播網(wǎng)絡(luò)中也未彰顯。因此，為了進(jìn)一步引導(dǎo)用戶正確認(rèn)識(shí)、理解、使用AIGC這一數(shù)字內(nèi)容生產(chǎn)新工具，一方面，可以繼續(xù)鼓勵(lì)專業(yè)領(lǐng)域內(nèi)意見領(lǐng)袖發(fā)揮自身影響力，以客觀、有趣的方式對(duì)AIGC最新消息和應(yīng)用向大眾進(jìn)行科普宣傳，使大眾更易于接受和采納；另一方面，應(yīng)當(dāng)促進(jìn)更多龍頭企業(yè)、前沿機(jī)構(gòu)、官方媒體和政府單位及時(shí)發(fā)布并宣傳AIGC權(quán)威知識(shí)和前沿發(fā)現(xiàn)，把控公眾有關(guān)AIGC的話題走勢(shì)，有效避免輿論場(chǎng)的混亂和失序。

3.4情感維度分析：基于LIWC的AIGC微博情感演化分析

3.4.1不同主題下AIGC微博情感分析

本文利用LIWC文本分析工具提取AIGC微博文本中積極和消極情感詞分布，從而判斷其情感傾向，進(jìn)而得到不同主題下AIGC微博情感分布，如圖10所示?？梢园l(fā)現(xiàn)，中性情感文本占比最大的為topicl（技術(shù)進(jìn)展）；topic2（活動(dòng)營銷）下積極情感文本占比最大；而topic3（數(shù)字藝術(shù)）下消極情感傾向博文明顯多于其他主題。AIGC的興起離不開人工智能模型的快速迭代，微博中具備一定專業(yè)領(lǐng)域知識(shí)的博主往往會(huì)緊隨熱點(diǎn)，發(fā)布關(guān)于AIGC“技術(shù)進(jìn)展”的科普介紹，故此類博文一般更注重客觀性和真實(shí)性，情感傾向并不明顯。而對(duì)于活動(dòng)營銷類博文，往往由明星藝人和品牌方占據(jù)主導(dǎo)，發(fā)布帶有明顯積極情感的正向極化觀點(diǎn)，且跟發(fā)用戶主要由其粉絲構(gòu)成，轉(zhuǎn)發(fā)的文本多呈現(xiàn)出驚喜、期待、相信等積極態(tài)度，未來或可通過與品牌方的話題合作促進(jìn)AIGC為大眾所接受。此外，雖然正是AI繪畫推動(dòng)了AIGC的火速出圈，但同時(shí)也引發(fā)了人類畫家危機(jī)大討論在國內(nèi)外社交媒體上演，更引起了一場(chǎng)關(guān)于AI時(shí)代人機(jī)關(guān)系的輿論波瀾。一方面，數(shù)字藝術(shù)領(lǐng)域內(nèi)眾多創(chuàng)作者認(rèn)為AI繪畫所依靠的大規(guī)模訓(xùn)練數(shù)據(jù)集涉及眾多原創(chuàng)藝術(shù)作品，而其相關(guān)知識(shí)產(chǎn)權(quán)法規(guī)尚處于真空地帶，這直接激發(fā)了創(chuàng)作者的不滿情緒和抵制行為；另一方面，藝術(shù)創(chuàng)作離不開人類獨(dú)特的思維模式和創(chuàng)造力。在商業(yè)上，藝術(shù)作品的稀缺性與創(chuàng)新性向來是影響其定價(jià)的重要因素，而AIGC無疑對(duì)消費(fèi)市場(chǎng)造成了巨大沖擊，甚至依托其能夠以低成本在短時(shí)間內(nèi)創(chuàng)作大規(guī)模作品的優(yōu)勢(shì)，容易造成數(shù)字藝術(shù)領(lǐng)域“劣幣驅(qū)逐良幣”現(xiàn)象，使得藝術(shù)市場(chǎng)原創(chuàng)價(jià)值急速下降，人才流失嚴(yán)重。因此，為了消除創(chuàng)作者后顧之憂，使AIGC真正能夠普惠大眾，還需要在政府引導(dǎo)下聯(lián)合各企業(yè)制定行業(yè)內(nèi)統(tǒng)一規(guī)范，明確AIGC的版權(quán)歸屬認(rèn)定和侵權(quán)風(fēng)險(xiǎn)識(shí)別，將關(guān)于人工智能生成成果的各主體義務(wù)和責(zé)任的承擔(dān)納入法律保障范圍之中。

3.4.2不同時(shí)期內(nèi)AIGC微博情感演化

本文進(jìn)而探討隨時(shí)間變化AIGC微博情感演化特征，匯總每個(gè)時(shí)期內(nèi)積極、中性和消極情感的博文數(shù)量，并計(jì)算該月所有博文的積極和消極情感得分均值作為該段時(shí)期的情感得分，從而可視化2021年11月—2022年11月AIGC微博情感演化趨勢(shì)，如圖11所示。整體而言，AIGC微博主題情感還是呈現(xiàn)出明顯積極情感傾向，大眾對(duì)于這一新興技術(shù)產(chǎn)業(yè)還是抱有極大期待和憧憬的。具體而言，AIGC新技術(shù)的突破和新工具的發(fā)布是抬高用戶期待值的關(guān)鍵，繼續(xù)在關(guān)鍵技術(shù)研發(fā)上加大投入勢(shì)在必行；同時(shí)，應(yīng)當(dāng)關(guān)注到大眾對(duì)人機(jī)關(guān)系的思考，始終明確人類是技術(shù)的服務(wù)主體，AIGC作為創(chuàng)作輔助工具旨在協(xié)助提高人類創(chuàng)意效率。隨著2022年4月各款大熱AI繪畫工具的發(fā)布，公眾積極情緒高漲，在消極情感傾向博文數(shù)量未有明顯波動(dòng)的情況下，積極和中性情感傾向博文數(shù)量快速增長；隨后8月Midjourney創(chuàng)作作品《太空歌劇院》的獲獎(jiǎng)再度抬升了公眾對(duì)AIGC的期望，積極情緒曲線在這一重要時(shí)期達(dá)到高峰。但這也帶來了有關(guān)AI能否取代人類創(chuàng)意性工作的探討，在藝術(shù)設(shè)計(jì)領(lǐng)域引起軒然大波，也使得2022年10月期間消極博文數(shù)量顯著增長，微博消極情感得分達(dá)到頂峰。與此同時(shí)，AIGC相關(guān)技術(shù)的迭代未曾停步，CPT3、ChatCPT等接連涌現(xiàn)，也促進(jìn)一大批科普介紹文章的出現(xiàn)，中性情感微博文本增長明顯。

4結(jié)果與討論

AIGC正在成為數(shù)字內(nèi)容創(chuàng)新發(fā)展的新引擎，不斷推動(dòng)虛實(shí)共生趨勢(shì)下內(nèi)容創(chuàng)作的范式轉(zhuǎn)變，實(shí)現(xiàn)數(shù)字內(nèi)容生產(chǎn)過程中的降本增效，為各行業(yè)領(lǐng)域數(shù)字內(nèi)容的生產(chǎn)方式和消費(fèi)模式帶來創(chuàng)新與顛覆，更有助于下一代網(wǎng)絡(luò)空間的繁榮與發(fā)展。面對(duì)AIGC熱潮的來臨，本文爬取了2021年11月—2022年11月的“AIGC”相關(guān)微博文本數(shù)據(jù)，基于引爆點(diǎn)理論的附著力因素法則、個(gè)別人物法則和環(huán)境威力法則，構(gòu)建了AIGC微博網(wǎng)絡(luò)輿情傳播分析模型，利用機(jī)器學(xué)習(xí)、社會(huì)網(wǎng)絡(luò)分析等方法，從內(nèi)容、用戶、情感3個(gè)維度刻畫了AIGC走紅下的輿情演化規(guī)律和社會(huì)關(guān)注度特征。具體而言，本研究發(fā)現(xiàn)：

1）在內(nèi)容維度上，根據(jù)附著力因素法則，AIGC話題具有多樣性，涵蓋技術(shù)支撐、應(yīng)用擴(kuò)展、商業(yè)變現(xiàn)一整個(gè)價(jià)值實(shí)現(xiàn)鏈條，使得這一新興產(chǎn)業(yè)被“附著”更多的用戶信心和多樣憧憬，促進(jìn)了AIGC的現(xiàn)象級(jí)走紅。當(dāng)前大眾對(duì)AIGC的討論主要集中在“技術(shù)進(jìn)展”“活動(dòng)營銷”“數(shù)字藝術(shù)”“市場(chǎng)投資”“虛擬主播”和“前景展望”6個(gè)方面。其中，“技術(shù)進(jìn)展”和“數(shù)字藝術(shù)”的熱度大幅攀升，“前景展望”的關(guān)注度穩(wěn)定居高，“活動(dòng)營銷”和“市場(chǎng)投資”則穩(wěn)定處于較低水平，“虛擬主播”相關(guān)討論則在由熱點(diǎn)事件引發(fā)的短暫拉升后迅速回落。大數(shù)據(jù)時(shí)代更好的模型、更多的數(shù)據(jù)和更高的算力為AIGC的迭代升級(jí)提供了強(qiáng)力的支撐和全新的可能性。與此同時(shí)，計(jì)算機(jī)視覺領(lǐng)域成為繼NLP之后AI大模型的重要發(fā)展方向，AI繪畫在數(shù)字藝術(shù)領(lǐng)域嶄露頭角，吸引大眾目光。而當(dāng)前AI數(shù)字商業(yè)的產(chǎn)業(yè)鏈規(guī)模仍處于擴(kuò)張期，AIGC作品的商業(yè)化潛力消費(fèi)尚待發(fā)掘，各類不確定性要素使得有關(guān)AIGC的商業(yè)化討論處于保守期，但隨著AIGC生態(tài)的愈發(fā)繁榮和用戶參與度的不斷提升，AIGC產(chǎn)業(yè)發(fā)展和消費(fèi)潛力釋放未來可期。

2）在用戶維度上，根據(jù)個(gè)別人物法則，少數(shù)科技型企業(yè)如“百度”“訊飛”等扮演著“內(nèi)行”的角色，依托自身突破性成果提供AIGC相關(guān)技術(shù)進(jìn)展的首發(fā)信息，在AIGC輿情傳播中掌握一定話語權(quán)：而領(lǐng)域內(nèi)知名博主扮演著“聯(lián)系員”的角色，進(jìn)行AIGC相關(guān)信息和工具的科普及解讀，促進(jìn)了AIGC相關(guān)信息的擴(kuò)散；部分明星藝人和電視媒體則作為“推銷員”，雖然仍著重電影宣傳，但帶動(dòng)了AI話題的出圈，有助于AIGC為大眾所接納。3種類型的“個(gè)別人物”共同發(fā)力，使得AIGC輿情傳播網(wǎng)絡(luò)不斷擴(kuò)大，AIGC熱潮被引爆，此外，眾多前沿機(jī)構(gòu)、官方媒體和政府單位在AIGC輿情傳播中的影響力尚未彰顯，討論參與度較低，未來應(yīng)當(dāng)積極促進(jìn)此類機(jī)構(gòu)用戶發(fā)揮自身在領(lǐng)域內(nèi)的引導(dǎo)作用，及時(shí)研討、發(fā)布并宣傳AIGC權(quán)威知識(shí)和前沿發(fā)現(xiàn)，有效把控公眾有關(guān)AIGC的話題走勢(shì)，避免AIGC概念在輿情傳播中的誤解和濫用，從而推動(dòng)AIGC產(chǎn)業(yè)生態(tài)健康發(fā)展。

3）在情感維度上，根據(jù)環(huán)境威力法則，大眾普遍對(duì)這一人工智能新風(fēng)潮的出現(xiàn)抱有期待與憧憬，所營造的積極情感環(huán)境引起了大眾的共鳴，使得在從眾心理的驅(qū)動(dòng)下，更多人參與到AIGC的體驗(yàn)與建設(shè)中，無形中也為AIGC熱潮的不斷升溫助力。同時(shí)，AIGC“技術(shù)進(jìn)展”話題下多為科普介紹類文章，更注重信息的客觀性和真實(shí)性，但新技術(shù)的突破和新工具的發(fā)布始終是抬高用戶期待值的關(guān)鍵，有利于促進(jìn)用戶積極情緒高漲；而“活動(dòng)營銷”話題下多為品牌和藝人主導(dǎo)下粉絲的跟隨支持行為，呈現(xiàn)出驚喜、期待等積極態(tài)度，未來或可通過話題聯(lián)動(dòng)等策略，提高社會(huì)大眾對(duì)AIGC的參與度和認(rèn)可度。需要關(guān)注的是，AIGC在數(shù)字藝術(shù)上展現(xiàn)的卓越創(chuàng)造力所引發(fā)的人機(jī)爭(zhēng)議仍舊是導(dǎo)致大眾不滿情緒和抵制行為的關(guān)鍵，從“人機(jī)相競(jìng)”到“人機(jī)協(xié)同”，還需要通過政策法律、技術(shù)規(guī)范等消除大眾后顧之憂，并引導(dǎo)用戶理性看待AIGC所帶來的顛覆性變革。

整體而言，在引爆點(diǎn)理論指導(dǎo)下，本文所構(gòu)建的流行事物輿情傳播分析模型，綜合考慮了輿情的內(nèi)容、用戶、情感屬性，3個(gè)維度相互融合，交叉印證，能夠更加全面地解釋流行事物或現(xiàn)象引起公眾熱議的內(nèi)在機(jī)制，為微博文本內(nèi)容挖掘提供了新的研究思路和理論視角，并為更好地引導(dǎo)流行事物輿情的傳播演化以及組織推動(dòng)輿情相關(guān)的特定領(lǐng)域發(fā)展提供了參考。

5總結(jié)

2022年已經(jīng)成為AIGC崛起之年，這一人工智能領(lǐng)域新興技術(shù)趨勢(shì)正全面引爆，受到全社會(huì)各界的持續(xù)高度關(guān)注。對(duì)于內(nèi)容附著力，AIGC全鏈條價(jià)值實(shí)現(xiàn)已然成為熱點(diǎn)話題，大眾信心得到提升，引發(fā)全民參與；而對(duì)于個(gè)別人物，多類型用戶參與其中，尤其領(lǐng)域內(nèi)知名博主的大力宣傳使得AIGC話題迅速擴(kuò)散；同時(shí)在積極情感環(huán)境的威力下，對(duì)于AIGC的憧憬和期待將感染更多的用戶，使得AIGC被更多人接納。

在理論層面，本文從微博輿情角度系統(tǒng)梳理了現(xiàn)階段我國社會(huì)大眾對(duì)AIGC的態(tài)度和認(rèn)知，有助于從輿情演化視角把握AIGC的產(chǎn)業(yè)發(fā)展進(jìn)程，更擴(kuò)展了當(dāng)前以定性討論為主的AIGC相關(guān)學(xué)術(shù)研究；此外，本研究融合引爆點(diǎn)理論三大黃金法則，構(gòu)建了AIGC微博輿情網(wǎng)絡(luò)傳播分析模型，一方面，為流行事物輿情研究拓寬了新的理論視角，擴(kuò)展了引爆點(diǎn)理論的使用場(chǎng)景；另一方面，為微博文本內(nèi)容挖掘提供了新的研究思路，可以綜合考慮輿情的內(nèi)容、用戶、情感屬性，相互融合，交叉印證，對(duì)微博輿情事件進(jìn)行全面刻畫。

而在實(shí)踐層面，本文基于對(duì)AIGC輿情傳播和演化過程的解讀，為政界、產(chǎn)業(yè)界和學(xué)術(shù)界更好地描述、組織、管理和推動(dòng)AIGC各項(xiàng)專業(yè)工作提供指引。對(duì)于政府而言，應(yīng)當(dāng)發(fā)揮自身引領(lǐng)作用，一方面，需要對(duì)發(fā)展政策進(jìn)行細(xì)化，鼓勵(lì)企業(yè)在AIGC新技術(shù)和新應(yīng)用上實(shí)現(xiàn)突破；另一方面，有必要通過法律對(duì)大眾所擔(dān)憂的管理風(fēng)險(xiǎn)進(jìn)行明確規(guī)定和合理管制。對(duì)于產(chǎn)業(yè)界而言，企業(yè)可以繼續(xù)在關(guān)鍵技術(shù)上加大投入，進(jìn)一步完善AIGC技術(shù)體系，同時(shí)，推動(dòng)AIGC應(yīng)用場(chǎng)景大規(guī)模落地，探索AIGC在更多領(lǐng)域的商業(yè)化。對(duì)于學(xué)術(shù)界而言，可以通過學(xué)術(shù)研討會(huì)等具有知識(shí)性、前瞻性的會(huì)議對(duì)AIGC熱潮所帶來的人機(jī)關(guān)系變化進(jìn)行討論，明確人類始終是技術(shù)的服務(wù)主體，進(jìn)一步塑造出人機(jī)和諧共生的鏈接機(jī)制。

未來，AIGC還將繼續(xù)在技術(shù)能力和產(chǎn)業(yè)應(yīng)用上進(jìn)化和深入，使人工智能創(chuàng)作內(nèi)容向更有創(chuàng)造力、想象力的方向發(fā)展，輔助實(shí)現(xiàn)智能創(chuàng)意決策與迭代。面對(duì)新一輪的人工智能創(chuàng)新大潮，可以繼續(xù)從輿情角度進(jìn)行擴(kuò)展，綜合利用專利數(shù)據(jù)、投研報(bào)告、輿情數(shù)據(jù)等，從技術(shù)成熟度、資本投入度、社會(huì)關(guān)注度多個(gè)角度出發(fā)刻畫AIGC產(chǎn)業(yè)發(fā)展特征，并與過往典型風(fēng)口產(chǎn)業(yè)演化規(guī)律進(jìn)行對(duì)比，從而為理性討論AIGC發(fā)展路徑與前景提供參考。