TTS新传论文带读：AI对舆论传播的影响（也是一个关注焦点啊）|tts|带读|新传|算法|维纳|舆论传播

@TuTouSuo™️

｜｜：秃头研究所Monsters

班花录制的划重点课可以在阿B上观看

所有直播回放可以在视频号上观看

TTS新传共享平台｜有求必应屋

关注账号后回复（有求必应）电脑效果更佳

所有课程/出版教材都在小店

2026/8/班花直播计划

每周1-6｜花花1v1真题分析

每周3/7｜夏日哄学先导答题企划

每周1-6｜名词解释（大宝）带背

后台回复「有求必应」

获得所有论文带读PDF

滴滴打工人拌拌tts-pgbanban

进入2027论文带读群

AI协同与舆论反馈

@TuTouSuo™️

传播作为控制系统：AI协同传播对舆论反馈机制的影响

✍文/赵蓓

框架+逻辑（⭐）

在人工智能与社交媒体深度融合的背景下，大模型、推荐算法与社交机器人正在形成协同传播机制，重塑网络舆论的运行逻辑。文章以控制论为分析框架，将AI协同传播理解为一个具有自主调节特征的传播控制系统，大模型、推荐算法与社交机器人三类技术在内容生成、分发与互动环节形成协同，使舆论系统的反馈结构发生根本性变化。基于维纳“人有人的用处”的思想，文章提出人在舆论反馈回路中的作用要从操作控制向规则控制转变，在操作层、架构层与价值层重新分配控制权，确保人始终保持自身的主体性和对技术的充分掌控。

观点（⭐⭐⭐⭐）

【AI协同传播】

大模型、推荐算法与社交机器人三类技术并非孤立运作，而是在社交媒体场域中呈现出日益明显的协同趋势。大模型承担信息生成职责，推荐算法负责分发与可见性调节，社交机器人介入互动与再传播。三者在功能上天然互补，在传播的生产、分发与互动环节紧密衔接。以社交媒体为载体，它们共同构建出一种以内容自动生成、算法精准分发、机器行为介入为核心特征的新型传播结构。

答题语料积累（⭐⭐⭐⭐）

✒️ 负反馈系统的核心在于纠偏与平衡，而AI协同传播中的多主体协作却可能使舆论走向朝着单向放大发展。系统不再通过多元信息实现稳定，而是通过重复强化同类刺激实现增长。正如巴埃萨-亚茨等所指出的，在注意力经济逻辑下，许多由人工智能驱动的推荐与排序系统围绕点击率、停留时长等“用户反应”指标进行优化，而非以信息质量或社会价值为优先目标，进而在反馈回路中放大偏置与操控风险。

✒️ 在AI协同传播结构中，推荐算法通过少量互动信号即可判定内容“值得推荐”，社交机器人在内容发布后数秒内便可制造成百上千条互动，形成虚假的早期热度，极大地降低了内容热度突破阈值的门槛。同时，大模型即时生成大量补充内容或相似文本，使话题在极短时间内填满平台信息流。由此形成的级联不再依赖自然的用户聚集，而是由算法逻辑、机器人行为与模型生成共同驱动，舆论热点的扩散链条更短，爆发速度更快。

✒️ 正如维纳在“人有人的用处”思想中所警示的，技术系统的自主性扩张不应导致人类主体性的退场，而应促使人类控制方式的转型。在AI协同传播中，人类难以继续依靠操作层面的逐条审核与实时干预来掌握舆论走向，但这并不意味着控制权的旁落，而是要求人类控制的重心从具体操作转向规则设定。