陈虹  张文青丨Twitter社交机器人在涉华议题中的社会传染机制——以2022年北京冬奥会为例

摘 要  在各大社交媒体平台中，Twitter 以其高达 4.36 亿的用户数量排在前列，其月度活跃用户达 2.11 亿，而这其中有 4800 万的账号是社交机器人。随着 Twitter 上社交机器人数量的增多，社交媒体中的交往主体和社会传染主体结构也发生了变化，那么社交媒体用户呈现出怎样的交往特征？社交机器人的传染策略是什么？社交机器人的社会传染机制是什么？这是当前社交机器人参与交往带来的三个问题。基于此，以2022 北京冬奥会为例，利用 Python 对 Twitter 上相关推文进行爬取，通过对社交机器人账号和推文的可视化分析，可以发现社交机器人按照特定的目的，针对不同的传染类型建构动态社交网络结构，从而实现其信息扩散和社会传染。

关键词  社交机器人；Twitter；社会传染；冬奥会

一、问题的提出

在信息时代，社交媒体出现后应用场景越来越广泛、丰富，且社交媒体的用户覆盖率逐年上升。根据We Are Social和Hootsyite发布的《2022全球数字报告》，截至2022年1月，全球社交媒体用户超过46.2亿，相当于全球总人口的58.4%，这个数字是2012年同时期的三倍，在过去的一年里，平均每天有超过100万的新用户入驻社交媒体，社交媒体也已经成为了信息和舆论强有力的承载和传播的平台。

在众多的社交媒体中，Twitter的用户数量和月活度占据很高的比例。截至2022年1月，在全球46.2亿社交媒体用户中，Twitter的用户数量高达4.36亿，月度活跃用户达2.11亿，而这其中有4800万的账号是社交机器人，社交机器人在社交媒体平台上也不再仅仅是简单的算法智能体，而是逐渐作为社交媒体上的用户主体存在。尤其在对涉华的议题中，也出现了很多社交机器人的身影，其对涉华议题的相关信息的传播与扩散也具有自身独特之处。在众多涉华议题中，社交机器人对2022北京冬奥会这一议题发表了大量引导性言论，且利用其算法本体的优势，达到了最大程度的社会传染效果。尤其是国外的社交媒体充斥了大量涉及中国的负面舆论，作为背后操控者的政治腹语，社交机器人在其中发挥的作用不可谓不大。那么社交机器人如何实现社会传染，并达到操控舆论的目的就成为了当下关注的重点，基于此，本文提出以下几个研究问题：

⑴社交媒体用户呈现怎样的交往特征？

⑵社交机器人的社会传染策略是什么？

⑶社交机器人的社会传染机制是什么？

二、研究综述

（一）社交机器人及其主体性

社交机器人（Social bots）是人工智能发展到一定阶段的产物，对其的研究起源于西方，2013年Randall Wald等人发表的文章Which Users Reply to and Interact with Twitter Social Bots引起了学界的广泛关注，其主要研究了Twitter上同社交机器人互动的用户特征，由此拉开了社交机器人研究的序幕。

关于社交机器人的定义，早在2011年Yanzan Boshmaf就指出：“社交媒体是一种智能化软件，它可以在社交网络中自主运行社交账号并且有能力发送信息、发送连接请求。”Emilio Ferrara作为较早的社交机器人研究者，他在《社交机器人的崛起》（The Rise of Social Bots）一文中将社交机器人定义为：“一种运行于社交媒体中的算法智体，它在社交媒体中进行自动生成内容并与人类进行社交互动活动。”基于此，Robert W概括了当前数字社交机器人的三个特征：一是模仿社交网络中的其他用户;二是分享照片、更新状态、发布内容并自动发送和接受好友请求;三是在线互动，进行网络社交实践。国内学者也对社交机器人的概念有一些见解，蔡润芳认为“Social bot是Bot的一种社交升级版，指一种寄生在社交媒体平台上的无物质实体的自动程序型智能体，它存在于虚拟的数字社交空间中，是一种虚拟机器人”，且“强调其能够实施自动信息传播行为，区别于社交网络中类似于垃圾邮件程序等”。综上可见，无论是国外学者还是国内学者，都强调社交机器人的社交性，指出其具有社会互动性质。

社交机器人的社会互动特质决定了社交机器人具有主体性，这是因为社交机器人可以通过算法“捕捉社会交往中符号互动的模式，由此获得操控符号以影响个体行为的能力”。这意味着社交机器人不再是简单的工具性对象，而是存在于社交媒体中的参与主体，因为“社交机器人延伸了人的‘主体意识’和‘思维’，在人类传播中不再是简单的媒体‘中介’，而是能够在人类的物理空间和符号空间自主参与社交互动的主体”。在媒体等同理论中，社交机器人也同样被认为是积极活跃的社会行动者。因此社交机器人的主体性致使其与人类在社交媒体上形成一个网络社会，即“形成机器人和人类共存的社会”，他们能够相互认识并参与社会互动，他们拥有历史，并且他们相互交流和学习，而这种互动则“模拟了人际交往的过程”。在与人类一起参与社会互动和交往的过程中，社交机器人既是交往主体又是传播主体。作为交往主体，社交机器人既渗透到了社交网络当中；作为传播主体，其又改变了传播生态结构。无论是交往主体还是传播主体，“社交机器人与人类的交往或传播过程都是信息交换的过程”。

社交机器人的网络社交实践的影响已经作用到了很多领域，如政治、经济、文化、社会等。尤其是在政治事务和国际交往中，社交机器人干预和控制舆论，有着丰富的实践，一般都是“作为政治腹语的言说者，往往指涉背后操纵主体的权力角逐，在西方国家政治传播领域中得到了广泛应用”。很多国家利用社交机器人对反对势力的言论进行攻击，如阿塞拜疆、伊朗、摩洛哥等不仅仅是作用于国内的舆论和政治事务，还作用于国际舆论和国际政治事务，逐渐成为国际舆论战场上不可忽视的舆论力量。

（二）社会传染理论

社会传染理论是研究社会网络成员信息交流的主要理论之一，它揭示了扩散动力学的要素，解释了社会扩散的机制原理。社会学和心理学中“传染”的概念是从流行病学中发展而来，“传染的概念已经从最初以流行病为基础稳步扩展，以描述跨网络传播的大量过程，特别是社会现象，如时尚、政治观点、新技术的采用和不合理的决定”。社会学和心理学中的“传染”概念最早可以追溯到1897年古斯塔夫•勒庞（Gustave Le Bon）在The Crowd中论述群体行为时提到“传染”一词，他认为群体行为具有传染性，在人群中传染的力量类似于微生物传播，但如何定义“传染”，勒庞没有给出论述。“社会传染”这一概念第一次被提出来是在1949年，雷德尔•弗里茨（Redl Fritz）在讨论团体治疗中的传染现象和终极效应时提出了“社会传染”这个概念，他认为社会传染就是一个人向另一个人或整个群体的传播。而在社会文献学中，社会传染也有特定的含义：“特别是，它指的是思想、想法或行为从一个人传播到整个群体。”Raven, Bertram H.等人则将社会传染定义为“行为、态度或情绪在群体中以流行病传染的方式进行传播”。尽管社会传染这一概念被提出后有很多学者对其进行了含义的界定，且内容比较混杂，但不变的是社会传染理论的两个假设，其一是社会传染是一种可测量的现象，其二是社会传染是以类似于传染病的传播方式进行的。基于此，Levy D. A. 和Nail P. R. 回顾了传染领域的理论和研究，并在此基础上对社会传染进行了新的定义：从发起者到接受者的态度或行为的传播。此外，他们还提出了社会传染的三种类型：去抑制、回声和歇斯底里。此后，社会传染理论逐渐成型。

社会传染理论认为，传染的概念让人联想到某种行为、情感或意识形态现象的意象，在一个集体内从一个参与者到另一个参与者迅速、不加批判、均匀地传播。社会传染则是传染的一个子集，包括所有能够通过社交网络传播的社会现象，谣言、时尚和观点都可以像野火一样通过社交网络传播，感染个人，直到它们成为常态。社会传染理论在揭示社会扩散的原理机制时认为，影响社会扩散范围和速率的主要因素有两个：“一是传播主体的个体间相互传染机制的类型；二是传播主体所组成的社交网络的结构类型。”基于此，Castellano C等人提出了两种传染模型，即简单传染模型（SC），其中所有暴露尝试都被认为是独立的，以及复杂传染阈值模型（CC），这也使社会传染理论出现了两个分支，即简单传染理论和复杂传染理论。简单传染理论认为个体接触单一传染源就会产生被传染的可能，复杂传染理论则对简单传染理论进行了补充，认为社会传染包括简单传染和复杂传染。其中，简单传染包括疾病和信息传染，复杂传染包括态度、信仰、情感和行为传染。无论是复杂传染还是简单传染，研究路径一般都是从个人和社会网络出发，社会网络则是由传染主体的关系联结的，一个人的强关系形成的是密集的网络，一个的人的弱关系形成的是较为疏散的网络。

无论是从社会传染的含义来说，还是从社会传染理论的研究路径来说，都体现了社会传染的两个重要特征：一是社会传染的过程存在发起者和接受者，二是信息、行为、态度、情绪等内容的传播和传递。从这个层面上来说，社交媒体提供了社交平台中社会传染的渠道，而社交机器人的主体性则使其满足实现社会传染的条件。社会传染从现实社交网络转移到社交媒体平台，其含义中的一些要素发生了改变，Nathan O.，Hodas等人认为社交媒体平台中的社会传染是“社交媒体依赖于用户故意将他们收到的信息传播给他们的社交联系人，这个过程被称为社会传染”，且“社交机器人在媒体环境中与人类用户互动并传播新闻和信息，是影响社交网络中信息传播的重要因素”，这也为社交机器人存在社会传染行为提供了支撑。

在众多涉华议题中，社交机器人都在后台主体的操纵下发布信息，且通过个体或社交网络结构进行传播，在这个过程中，讨论社交机器人如何传递和扩散信息，即归纳社交机器人在信息扩散过程中呈现出了怎样的社会传染机制，将为社会传染理论做出新的贡献。

三、研究设计

本文使用Python中的selenium模块在Twitter上以“Beijing 2022”“Beijing Olympic”“2022 Winter Olympic”为关键词在Twitter上进行高级搜索，时间设置为2022年北京冬奥会的起止时间，即2022年2月4日至2022年2月20日，使用Python命令对账号信息、粉丝数量、推文内容、发布时间、转发量、评论量、评论内容等类目进行抓取。在没有获得API账号权限的情况下，共抓取到1,474条推文，1,117个账号。

通过印第安纳大学开发的检测社交机器人的综合性开源工具Botometer(原为Bot Or Not)对获取的账号进行机器人指数检测。Botometer2014年发布的，可以“利用一千多个特征来评估一个Twitter账户与已知的社交机器人特征的相似程度”来判断账号是否为社交机器人账号。该工具检测分数最高是五分，被检测账号分数越接近5分就越可能是社交机器人。本文根据国内外学者的研究经验，及Botometer的系统规则将3分作为是否为社交机器人的判断标准，即检测分数大于3的账号为社交机器人，检测分数小于且等于3的账号为真实人类用户。截止到检测当日，获取的1,117个账号中有7个账号由于违规或注销账号等未被检测到，因此被判定为无效账号，过滤掉这7个账号及其发布内容，并保留中文、英文、日文、韩文等多种语言内容，本文可用数据为1,465条推文内容以及1,110个用户账号。

利用质化分析软件Nvivo对收集到的数据和推文内容进行文本可视化。通过文本的可视化对Twitter上涉及的2022北京冬奥会相关内容进行分析，探讨社交机器人参与交往致使社交媒体用户呈现出怎样的交往特征以及社交机器人在社交媒体上的社会传染策略。在此基础上，本文以社会传染目标、社会传染类型以及社会网络结构三个层面为进路,以从个人到群体再到社会网络结构的关联为链条进行分层讨论，在总结社交机器人在社交媒体平台上的社会传染机制。

四、结果与分析

社交机器人在2022北京冬奥会的相关讨论中参与度是非常高的，经统计发现参与2022北京冬奥会相关议题讨论的社交机器人账号有342个，机器人账号推文数量有478条，其占比分别为31%和33%。虽然早有研究表明Twitter上存在大量社交机器人，但31%和33%的比例仍然是非常惊人的数据，这意味着社交机器人在社交媒体上占据越来越多的席位，也在各议题中抢占更多话语权。这种话语权不仅由于社交机器人的账号数量越来越多，也归因于其在社交媒体上拥有海量粉丝。在获取的账号中，342个社交机器人账号的粉丝总量高达3.7亿，而768个人类用户账号的粉丝总量仅为3.2亿。这意味着社交机器人在社交媒体上的粉丝基数非常大，其发布的推文及其推文中表达的观点、蕴含的情感偏向都能在很大程度上影响粉丝群体。由此可见，社交机器人在相关舆论构建以及信息社会传染中的作用不可小觑，那么其在社交媒体中如何发挥作用则成了非常值得探讨的问题。本文将从以下三个方面对此进行探讨和分析：

（一）社交媒体呈现出新的交往特征

社交机器人在2022北京冬奥会相关信息的传播和扩散过程也是一个交往的过程，因为当社交机器人“获得和人类一样的账号后，在人类眼里就有了人格属性，具备和人类进行工作和交往的社区权利”，在社交媒体中同样如此。社交机器人对交往的参与也让社交媒体用户交往及社会交往方式呈现出新的特征。

1.构建虚实混融、交往空间受限的社交媒体社会。与人机传播和人机互动不同的是，社交媒体中的社交机器人与人类用户的互动可以被称之为人机交往，其重要的特征是“把大众传播方式巧妙地蕴含在‘人际传播’和‘人内传播’框架之中”，在这个框架中，社交机器人不再是单纯的智能算法，而是作为交往主体存在于人机交往之中，并与人类用户形成虚实混融的社交网络。称社交机器人为拟人化非人主体的原因有二，一是社交机器人可以模仿人类用户的行为特征，发布推文、转发推文、点赞、关注、@其他用户等，社交机器人通过模仿形成自己类人化的行为模式；二是具有主动建构关系的能力，“目前，即便最先进的社交机器人都尚无法完成深入对话，但这并不妨碍机器已经具有主动建构关系的能力。一方面，其主动性源于易操控人群的可塑性，另一方面，其代表算法具有可以在互动中找寻人群可塑性的能力”。社交机器人作为拟人化的非人交往主体，它的参与使社交媒体平台中的交往主体不再单一，形成了人机交往的社交媒体社会。

无论何种交往，都需要交往的空间和场景，“人们的生活实践和社会关系都是被置于一定的空间中，这样的空间不仅是地理空间，更是社会空间”。社交媒体上人机交往的中介和载体是媒介，且只有媒介，而“虚拟性从来就是媒介的基本属性”，因此，社交机器人与人类用户的交往空间只存在于虚拟的社交媒体平台中，在交往空间上为人机交往和人际交往设置了区隔。这意味着社交机器人作为虚拟数字人，其与人类用户的交往无法延伸到现实的社交空间，也无法构建现实的交往场景，因此社交媒体中的人机虚拟交往限制了交往空间。

2.构建算法驱动的社会交往网络。社交机器人在社交媒体平台的交往参与行为，不仅改变了传统意义上的社会交往模式，同时也改变了传统社会交往的连接方式。社交机器人的社会网络建构不需要传统人际交往的地缘、血缘、业缘等作为连接，也不需要网络社交媒体平台以趣缘为主的交往联系，而是以算法驱动的社会网络为主。社交机器人利用算法技术对其他用户进行画像，针对特定个人用户或用户群体进行社会传染。一方面，“利用算法对群体行为进行精准刻画，社交机器人能够更好地利用社会结构将自我置于交往中的主动地位”，另一方面，精准画像更利于社交机器人将信息扩散给易操控用户，或与传递内容持相同观点的用户。基于这种连接方式的交往行为与传统人际交往的出发点恰恰相反。传统人际交往基于情感、信任和认同进行交往，而社交机器人参与的交往则是出于上层传染源，即背后操纵主体的控制，为达目的扩散信息、获取信任及认同。

3.构建弱关系主导的社交媒体信息扩散机制。关系是指作为信息管道的强度，弱关系则是指联系双方互动不频繁，对关系投入较少，彼此之间不受影响的交往关系，据此可以判定社交机器人与人类用户之间的交往关系为弱关系。这种关系虽然强度弱，但其优势在于这种关系很长——它们连接着远离的社会位置，使信息迅速传播。这也揭示了弱关系相较于强关系来说，其信息的传播能够穿越更大的社会距离，因此，弱关系是创造信息传播机会的重要资源。在这种论证下，社交机器人的弱关系在社交媒体中一直存在。数据表明，社交机器人的粉丝数量比人类用户的粉丝数量多，在获取的账号中，粉丝量最多的社交机器人账号的粉丝量为2554.8万，且在机器人账号数量仅仅是人类用户一半左右的情况下，其粉丝总量比人类用户粉丝总量多0.5亿。那么在社交媒体的社交网络中，社交机器人的弱关系管道是比人类用户多，且社交机器人可以使用计算机技术通过伪装地址、分裂账号等方式创建更多的弱关系，其信息扩散的管道和效果可见一斑。

（二）社交机器人的社会传染策略

据Febrega J等人的研究，“当推文中包含URL或主题标签时，当它们是由更大的连接用户（拥有更多关注者和朋友的用户）撰写时，当作者已被列入其他用户制作的列表中时，可转发性会增加”。这意味着在推文中添加标签、URL（Uniform Resource Locator）或者@其他用户等可见性互动手段是提高信息扩散效率和范围的重要策略。在2022北京冬奥会议题的相关信息中，Twitter社交机器人同样采用了这些方式作为其传播策略。在行为上社交机器人通过模仿人类用户行为特征嵌入其被赋予的情感价值偏向，在内容上社交机器人通过混淆消息真实性误导舆论。本文通过主题分析得出15个社交机器人在Twitter上的关于2022北京冬奥会的主要议题，并发现社交机器人采用关联不同议题的方式实现信息扩散和传播效果。

1.社交机器人使用可见性互动方式介入社会传染过程。Twitter中的可见性互动方式为使用标签、URL以及@与其他用户互动。标签是吸引和聚集受众的有力手段，社交机器人在发布推文时使用标签的目的有两种，其一是模仿普通人类用户使用标签的特征隐藏身份；其二是社交机器人通过隐蔽身份，以普通用户的面目参与大众舆论，以普通公民的身份发表其背后操纵者的态度和立场，作为政治腹语存在于社交媒体当中。URL能够帮助快速定位到指定网址位置，在社交机器人账号发布的推文中利用URL进行传播的有155条，其中有许多账号在同一条推文中使用多个网址链接，且多为外部链接，这也成为了社交机器人在社交媒体上的传播策略之一。在推文中@某个用户账号，该用户便能看到推文内容，并与推文发布者互动，当在推文中@官方用户、明星运动员、大V、粉丝基数大的账号时，推文的传播力和影响力将会大幅提升，这同样也是社交机器人提高其账号和推文影响力的重要策略。社交机器人与其产生关联与互动必定会产生很大程度的信息扩散，在此种情况下，社交机器人账号发布推文的说服效果将得到强化，其通过社会传染达到信息扩散并影响和构建舆论的目的也能更快得到实现。

2.社交机器人通过模仿人类用户行为嵌入情感价值偏向。社交机器人在与人类用户交往的过程中出现模仿行为，且在模仿的过程中嵌入情感价值偏向，导致其发布的推文具有情感偏向性，并通过重复发文加强这种情感偏向对其他用户的影响。首先，社交机器人模仿行为体现在模仿发文内容、发文时间和发文趋势，但这种模仿具有时间上的滞后性，滞后时间一般是3天左右。其次，经过对社交机器人发布内容的统计、分析和编码，本文发现社交机器人的推文内容多具有情感偏向，且负面情绪偏向明显多于正面。最后，社交机器人发文内容的重复性过高，如@AndyVermaut分别在3日、12日、13日、14日及19日发布内容相同的推文8条，@Gulehri6、@hagiwararyu11、@haixiaw993以及@HaroldELawrenc4在不同时间发布了内容完全相同的推文，此种行为目的在于加深推文中嵌入的情感价值偏向的影响力。

3.社交机器人通过混淆信息真实性误导舆论。社交机器人在社会传染过程中传播和扩散信息的真实性在很大程度上影响了社交媒体平台中的舆论走向。在2022北京冬奥会相关推文中，一些恶性社交机器人发布了许多虚假消息，导致Twitter上对中国大规模污名化言论的扩散。社交机器人作为背后操纵者的言说主体，其目的复杂多元，那么它们言论的真实性则需要得到确认，否则虚假消息就会在社交媒体平台裂变式扩散，并误导不了解实情的人类用户。Chu Z等人认为社交机器人是社交媒体上的一把双刃剑，“合法的机器人产生大量的良性推文，提供新闻和更新信息，而恶意的机器人则传播垃圾信息或恶意内容”。而人类无法识别与其交往的用户是否为社交机器人，这为阻止恶意虚假消息的扩散增加了阻碍。

图1　社交机器人议题网络关系图谱

4.社交机器人关联不同议题加强传播效果。图1展现了15个议题之间的相关性及议题中心性，节点大小代表每个议题的中心性，即与其他议题的关联频次，线条粗细代表不同议题之间的关联性强弱。由图可见，在15个议题中，“抵制北京冬奥会”虽然不是推文数量最多的议题，但其中心性是最强的，且其与其他议题都有较强的关联性。这意味着在对“抵制北京冬奥会”议题进行讨论时总会关联到其他议题，如“北京冬残奥会”“冬奥会竞赛项目”“运动员”“人权”是与其联系最紧密的几个议题。在推文内容中这种关联性一般体现在将冬奥会的各方面内容与中国主权、侵犯人权等政治议题进行联系协同，且将北京冬奥会相关的普通议题上升到国际交往、公共外交的高度。这一现象进一步戳穿了社交机器人言说主体的表面身份，其作为“政治腹语”的身份浮上台面，因此社交机器人的这一策略能极大地提升传播效果。

（三）社交机器人的社会传染机制

Ferrara E等学者在研究社交媒体中的复杂传染时证明了“复杂传染模型比简单传染更准确地描述了信息扩散行为”，且复杂传染理论认为信息的传染是简单传染，行为、态度、情绪的传染是复杂传染，并强调复杂传染包括简单传染，因此本文将社交机器人的社会传染归结为复杂社会传染。若想归纳出社交机器人在社交媒体中的社会传染机制，需要从三个方面入手，一是确定社交机器人的传染目标和目的，二是了解社交机器人的社会传染类型，三是探索社交机器人如何根据不同的传染类型调整传染策略。

1.社交机器人作为“政治腹语”言说者引导舆论。社会传染理论的假设之一是信息、行为、情绪等可以表现得像传染病一样通过社交网络中的亲密群体传播，且“以群体为导向的社会机器人的共同点是通过集体行动实现利益最大化”。基于此可以认为社交机器人进行社会传染只是其实现最终目的的手段，但不同社交机器人的目标不同。因为“社交机器人的活动行为始终离不开背后操纵者的意图”，从这个层面上来说，也更加确定了社交媒体中大部分社交机器人“政治腹语”言说者的身份，那么其社会传染的真正目标则由其背后的操纵者决定。在2022北京冬奥会中，有些社交机器人的发文目的是给背后操纵主体所属国家的运动员加油助威，而一些恶性社交机器人则是为了散播带有情感偏向的虚假信息，试图以此种方式实现对中国的外交抵制。但无论是哪一种情况，其最终目标都是为了引导舆论，在国际交往中掌握话语权。

2.群体传染构建社交机器人主要传染阵地。若依据复杂传染理论将信息的传递视为简单传染，将行为、态度和情绪的传递定义为复杂传染，那么社交媒体则构建了一个简单传染和复杂传染共存的传染空间和场景。在社交媒体中，“用户界面上公开消息的位置强烈影响社会传染”，例如Facebook上的分享按钮和Twitter上的转发按钮，会自动使信息的传播成为一种简单的传染。而社交机器人试图将带有负面立场的言论传递给其他用户则是一种态度和情绪的传染，这是复杂传染行为。无论是简单传染还是复杂传染，其传染对象相同，即社交媒体中的个体或群体。依此，本文将社交媒体中的社会传染分为个体传染与群体传染两类，其中群体传染构建了社交机器人主要的社会传染阵地，这有助于探讨社交机器人的社交网络建构。

个体传染即点对点的传染，社交机器人的传染对象为不存在于集群中的个体用户。这其中，个体用户之间也有所区别，“事实上，个体本身的社会影响力、个体间的亲疏关系等差异也会导致对其施加的社会强化程度的不同”，因此社交机器人在进行个体传染时也会有选择的确定传染对象。群体传染是点对面或面对面的传染，其传染对象是一个或多个群体，其中，群体形成的社会网络是社交机器人进行社会传染的主要阵地，建构不同的社会网络则是社交机器人的重要能力之一。甚至有学者认为“社交机器人对个人用户的社会影响很小，我们怀疑社交机器人的实际影响源于它们影响网络结构的能力，从而影响网络影响力”，群体在社会传染中被放到如此高的位置，则是因为“群体的情绪、信念和倾向或意图之间的相互作用”。

3.构建动态社交网络结构实现不同传染模式。在讨论群体情绪时，不是在真空中发生的，而是在构成群体的人内部发生的事件，因此社交网络结构在社交媒体平台的社会传染中占据重要地位,“社交网络在这些网站上的信息传播中起着至关重要的作用，而且网络结构会影响信息流的动态”。于社交机器人而言，其建构的社交网络结构是动态的，无论是层级式结构还是网状结构，都是随着不同传染类型变化的，并以此调整自己的传染方式。

⑴层级式社交网络结构。社交机器人建构多级的层级式结构社交网络时，其主要适用的传染类型是个体传染。社交机器人与个体用户的互动是通过关注、转发、点赞实现的，在社交媒体中，尤其Twitter是互联网上的定向社交图谱，关注其他用户意味着在自己的屏幕上按时间顺序接受其消息。而由于个体的异质性，根据用户的粉丝数量多少可以将个体用户分为普通用户和意见领袖用户，据此可以发现社交机器人与普通用户的互动远远少于其与意见领袖的互动量。换言之，作为传染源之一的社交机器人，其主要传染的个体对象为人类用户中的意见领袖。

⑵网状社交网络结构。社交机器人对于集群的影响来源于如何在互动中构建信任关系，因此在社交媒体中其采用的方式就是建构网状社交网络，并与不同节点建立联系。在网状社交结构中，每个社交机器人账户都是重要的节点，人类用户则作为传染对象，被编织进入社交机器人构建的社交网络，成为其他节点。网状社交网络结构的意义在于，“一旦人类用户与社交网络中的节点建立了好友关系，无论对方是否是机器人，都倾向于相信对方发出的传播讯息”，而相信和认可导致的结果除了信息传递外，还会实现情绪的传染。从信息扩散的距离来说，信息、行为和情感的扩散与原始来源的距离仅可达到两到四度，处在远于两到四度的距离时，信息扩散的效果便会随着距离的增加而减弱，因此，增加次级传染源则成为解决这一问题的重要手段。在网状的社交网络中，社交机器人在其后台主体操纵下成为主传染源，而与其连接的不同节点则成为次传染源，信息、态度、行为、情绪等内容都将随着N级传染源的传递而扩散出去，从而实现社交机器人社会传染的目的。

4.构建人机共生的新交往生态。在构建动态社会网络结构的过程中，社交机器人与人类用户的互动行为推动了社交媒体中人机共生的新交往形态的构建。社交机器人的主体性使其以数字主体的身份入驻社交媒体平台，通过模仿人类用户行为特征，在发布信息的同时与其他机器人用户和人类用户建立交往关系。社交机器人交往互动的过程中，不仅模仿人类用户的行为特征，还将背后操纵主体赋予的情感价值偏向嵌入其发布的推文内容中，这使得社交机器人具备更多类人性的特征，并改变了以往人际交往的特征，不再是简单的信息互动与共享，而是情感价值的引导与影响，这为社交媒体平台中的人机交往增加了情感交互的可能性。此外，“在生物学中，共生强调不同物种的生物体之间的竞争与合作”，在人机关系中同样如此，除了友好交往之外，部分作为“政治腹语”言说者的社交机器人试图在公共事件中代替人类用户做决策，并在舆论中抢占主动地位。在这个层面上来说，社交机器人作为新的交往主体驻入社交媒体平台，促进了人机共生的新交往形态的形成。

五、余论

在研究过程中，本文发现随着技术的发展与升级，社交机器人在社交媒体中所占的比例一直在上升。在2010年的研究中，Twitter中的用户中已有13.8%的社交机器人存在，截至爬取时间，仅北京冬奥话相关议题中出现的社交机器人比例就达到了31%，其发布的推文量所占比例则达到了33%。随着社交机器人在社交媒体平台参与度的提高，社交媒体中的交往主体的人机比例也在随之变化，未来社交机器人在社交媒体平台中以数字主体身份嵌入人机交往关系将会常态化。

社交机器人在社交媒体平台比例上升使社交媒体成为人机共生的虚拟空间，因此带来的负面影响在于社交机器人因其趋近于人类的交往行为模式增强了人类用户对其的信任感。社交机器人的数字身份本身就是对人类用户的欺骗方式之一，获得人类用户的信任也是其隐藏真实身份的目的之一。人类用户无法识别社交机器人的数字身份，在这种情况下建立的交往关系增强了人类用户对社交机器人的信任度。此外，社交机器人作为其后台操纵者的前台身份，发布并扩散虚假信息是其达成目的手段之一，而人类用户无法判定信息的真实性，这为构建社交媒体中良好的人机交往关系增加了阻碍。有学者认为“遏制社交机器人可能是减轻在线错误信息传播的有效策略”，本研究则认为更好的方式是学会识别和判断社交机器人，增加人类用户对其发布和扩散的信息的判断能力，从这一层面上来说，如何识别社交机器人就是净化社交媒体平台信息空间、构建良好社交媒体生态的第一步。从这一角度来说，无论是学者还是普通社交媒体用户，在研究社交机器人或与其交往时，应“重审技术角色，引入人本精神，提高人类本身的批判性和能动性”，如此才能避免诸如社交机器人的数字技术完全侵占人类的社交空间和生活。

作者：陈虹，华东师范大学传播学院教授，华东师范大学战略传播研究中心主任，上海 2000241；张文青，华东师范大学传播学院博士研究生，上海 200241

原文刊载于《新闻界》杂志2023年第2期，参考文献详见原文

往期精彩回顾

编辑: 徐秋染 

校对: 孙尚如 

审核: 段吉平  杨国庆  

四川省人文社科重点资助期刊

CSSCI来源期刊

中国新闻核心期刊

微信号｜ixinwenjie

唯一投稿渠道｜www.ixinwenjie.com

欢迎订阅2023年度《新闻界》杂志