一段時間以來，散布虛假信息的短視頻頻現網絡，嚴重擾亂社會秩序。造謠短視頻會造成哪些影響？如何治理？為此，記者采訪了中國社會科學院大學新聞傳播學院副院長、教授黃楚新。

記者：虛假信息如何通過社會矛盾挑動社會分裂？

黃楚新：虛假信息擅長用“微真實”包裝“宏謬誤”，虛假信息的編造者通常會選取現實中確實存在的個案，通過剪輯、拼接配以極端化敘述，讓觀眾逐漸將個案認知內化為普遍規律。此外，由于算法推薦系統對沖突性內容的偏好，與分歧、矛盾相關的關鍵詞會獲得遠高于普通內容的曝光量，驅動“爭議—流量—更大爭議”的惡性循環。傳播學中的框架理論指出，負面框架通過聚焦特定群體的“威脅”屬性，誘導受眾在短時間內產生情緒化分享行為，進一步加劇謠言的病毒式擴散。情緒傳播機制則通過不安、憤怒等負面情緒的傳染效應，促使個體在同質群體中不斷強化既有偏見，形成信息繭房，加劇群體對立與社會分裂。

記者：造謠者背后大多有MCN機構的操縱，其如何從造謠中獲利?

黃楚新：MCN機構參與造謠、辟謠的行徑，多源于其奉行的“流量為王”的底層邏輯，通過AI低成本生產內容，批量制造聳動標題并配以夸大其詞的表述，吸引瀏覽量，之后再依托平臺分成、廣告投放及流量變現機制獲利。而到此僅為其“吸金”的第一階段。在第二階段，造謠機構會利用用戶對“真相”的好奇心，趁著熱度發布辟謠或經“事實核查”后的內容，獲得二次推送的機會以及持續的流量紅利，達成在“造謠—辟謠”的閉環中盈利的目的。而違法主體為預防自身行徑暴露，會注冊多個自媒體賬號，統一交由MCN機構運營，并在暴露時，更換或包裝新賬號繼續輸出，以此來規避風險。此外，部分MCN機構還通過“引流”“控評”“有償刪帖”等配套服務，將觸手從內容生產端伸到輿情管理端，形成覆蓋謠言“前端”到“后端”的灰色產業鏈。

記者：目前的AI識別技術能否有效應對深度偽造內容？

黃楚新：當前，基于多層卷積神經網絡（CNN）和循環神經網絡（RNN）的AI識別技術，能一定程度上有效識別音頻與視頻中的偽造痕跡，如面部細節中微小的失真情況等。但是一旦遇到更高分辨率、更復雜的多模態偽造時，其檢測效果將會大打折扣，出現漏判情況。而在檢測使用了濾鏡、美顏、色彩校正等后期操作的內容或者經過多次壓縮、截幀、網絡傳輸的低質量視頻時，則可能出現誤判真實內容的情況。而此恰恰證明了，投喂給AI的訓練數據難以囊括真實世界存在的所有內容，偽造手段的不斷進化也幫助其繞過現有的檢測模型，與檢測手段打起了“游擊”。AI識別技術的發展任重道遠，未來還需通過對抗訓練等綜合手段，不斷提高技術的精準度與魯棒性。

記者：是否可以采用“區塊鏈溯源”等方式懲治造謠者？

黃楚新：區塊鏈溯源系統在實際應用過程中，首先要打破供應鏈上下游各方的數據孤島，但這一步就存在極大困難，機構與平臺多采用私有系統保存原始數據，難以獲取完整信息鏈條。而區塊鏈的數據可追溯與不可篡改特性，和用戶隱私保護之間存在天然沖突，公開鏈上交易和操作記錄，將暴露個人或企業的敏感信息，對他人隱私權造成威脅。同時，鏈上數據的真實性、上鏈成本與技術復雜性也是對實際應用造成制約的重要因素。其次，不同平臺的數據格式、加密算法不統一，導致跨鏈溯源難以實現，進一步加劇了應用推廣的難度。總體而言，在技術、治理以及經濟多重因素交織下，區塊鏈溯源在實戰中面臨系統性挑戰。未來，需要在標準化、跨鏈協同、合規設計和技術優化等方面持續發力。

來源：檢察日報正義網