輿論極化研究綜述*

吳 越 李發(fā)根

(1.電子科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 611730；2.西華大學(xué) 計(jì)算機(jī)與軟件工程學(xué)院 成都 610039)

0 引 言

輿論極化是把人們分成兩個在某個話題上觀點(diǎn)完全相反的群體的行為[1]。隨著媒體智能化技術(shù)的快速發(fā)展，協(xié)同過濾推薦算法被廣泛應(yīng)用于信息傳播，由此產(chǎn)生的“過濾氣泡”加大了個體偏見、群體偏見和系統(tǒng)偏差，進(jìn)而加速了輿論極化現(xiàn)象的擴(kuò)散[2-3]。輿論極化現(xiàn)象已經(jīng)被證實(shí)在歐美、中東到中亞的多個國家涌現(xiàn)[4]，并且如石油泄漏一般在越來越廣泛的社會議題中蔓延[5]。輿論極化現(xiàn)象的惡化不僅加劇了政治、宗教或意識形態(tài)派別之間的對立[4]，而且使得人們越來越難以在重大社會議題上形成主流價值判斷，這與中國“讓主旋律更加響亮”的基本方針背道而馳。因此，亟需對輿論極化現(xiàn)象的本質(zhì)特征、深層動因、研究方法和應(yīng)對機(jī)制進(jìn)行系統(tǒng)性研究。

通過檢索中國知網(wǎng)、谷歌學(xué)術(shù)數(shù)據(jù)庫和百度搜索，對現(xiàn)有文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析。關(guān)鍵詞包括“輿論”“輿論極化”“群體極化”“過濾氣泡”“network public opinion”“opinion polarization”“filter bubble”。依據(jù)被引用次數(shù)及對輿論極化的研究深度篩選出67篇文獻(xiàn)。通過對這些文獻(xiàn)進(jìn)行歸納總結(jié)，探尋輿論極化的國內(nèi)外研究現(xiàn)狀，并試圖提出未來研究的方向和思路，以期為其他研究者提供參考。

1 輿論極化的概念

國內(nèi)外文獻(xiàn)對于輿論極化概念的解釋存在差異，下面從輿論極化的定義和特征兩個方面對相關(guān)文獻(xiàn)進(jìn)行比較分析。

1.1輿論極化的定義

1.1.1 理解分歧 目前，輿論極化的定義還沒有統(tǒng)一定論，對于輿論極化概念的理解，國內(nèi)外研究表現(xiàn)出了明顯差異。通過中國知網(wǎng)知識平臺，以“輿論and極化”為篇名關(guān)鍵詞進(jìn)行檢索所得到的結(jié)果中，“群體極化”主題占比超過2/3。國內(nèi)學(xué)者普遍將輿論極化和群體極化兩個概念聯(lián)合使用，探討輿論中的群體極化現(xiàn)象，其中的群體極化指的是團(tuán)體成員一開始即有某些偏向，在商議后，人們朝偏向的方向繼續(xù)移動，最后形成極端的觀點(diǎn)[6]。反觀以“public opinion”和“polarization”為關(guān)鍵詞在谷歌學(xué)術(shù)引擎中搜索的外文文獻(xiàn)，其主題卻是與政治兩極化緊密相聯(lián)的觀點(diǎn)兩極分化，這與群體極化研究的側(cè)重點(diǎn)完全不同。

1.1.2 本意探究 本文認(rèn)為對于輿論極化概念的核心在于極化，對于輿論極化的理解還應(yīng)該回歸到極化最初的定義。極化原本是一個物理概念，指事物在一定條件下發(fā)生兩極分化的現(xiàn)象。常見的極化現(xiàn)象包括電極極化、光子極化、分子極化等[7]。為了與極化最初的概念相統(tǒng)一，本文查閱了相關(guān)文獻(xiàn)，并最終采用了牛津詞典對輿論極化的解釋。在牛津詞典中，輿論極化(Opinion and argument polarization)被解釋為是一種將人們分成兩個在某個話題上觀點(diǎn)完全相反的群體的行為[1]，從這個解釋可以看出，輿論極化是一種群體觀點(diǎn)兩極分化的現(xiàn)象。

1.2輿論極化的特征

1.2.1 結(jié)構(gòu)特征 國內(nèi)外學(xué)者對于輿論極化理解的最大分歧在于對其結(jié)構(gòu)的認(rèn)識不同。國內(nèi)學(xué)者通常認(rèn)為輿論極化的結(jié)構(gòu)不固定，它既可以是一個群體中對某一議題的態(tài)度分化為對立的兩方，也可以是這個群體對議題的態(tài)度完全倒向某一方[7]，還可以是群體觀點(diǎn)極性的反轉(zhuǎn)和兩極振蕩[8-9]。國外文獻(xiàn)則普遍認(rèn)為輿論極化的結(jié)構(gòu)就是兩極分化結(jié)構(gòu)。從牛津詞典對輿論極化的定義中不難看出，輿論極化最本質(zhì)的特征是出現(xiàn)了對立觀點(diǎn)的兩極分化結(jié)構(gòu)。本文以此為前提，來進(jìn)行后續(xù)的研究。

1.2.2 議題特征 國外文獻(xiàn)研究的輿論極化議題一般與政治分化相關(guān)聯(lián)，而國內(nèi)文獻(xiàn)則更多涉及娛樂話題，主要原因是國情不同。以中美兩國的輿論極化現(xiàn)象為例，一系列大數(shù)據(jù)研究已經(jīng)表明，美國因政治兩極化等原因，社會正在變得越來越兩極分化[10-11]，隨之產(chǎn)生的公眾輿論也沿著政治路線急劇分化[12-13]，美國輿論極化不是像一道隨著時間的推移越來越高的籬笆，而是像一場石油泄漏，從政治極化源頭擴(kuò)散到逐漸玷污越來越多以前“不關(guān)心政治”的態(tài)度、觀點(diǎn)和偏好，蔓延到墮胎、槍支控制等各種社會議題中[5]。在中國，雖然不存在政治兩極化問題，但輿論極化現(xiàn)象依然存在，主要集中表現(xiàn)于娛樂話題中。例如，以偶像聚集起來的粉絲社群會因偶像之間的資源爭奪，引發(fā)飯圈互撕的輿論罵戰(zhàn)[14]。此外，中國正處在社會轉(zhuǎn)型時期，由社會矛盾議題引發(fā)的輿論極化現(xiàn)象也時常出現(xiàn)。

1.2.3 表達(dá)特征 國內(nèi)外文獻(xiàn)均指出，表達(dá)的非理性情緒化是輿論極化的一個典型特征。輿論極化是非理性、無意識的心理和行為機(jī)制的研究成果之一[15]。輿論極化的出現(xiàn)不單是相異觀點(diǎn)的碰撞，更是由于個體之間的情緒互動引發(fā)了集體情緒的宏觀涌現(xiàn)，進(jìn)而導(dǎo)致意見的分化[16]，其中的非理性情緒不僅包含個體情緒，還包括社會情感和集體意志[17]。在后真相時代，非理性的情緒煽動往往取代了事實(shí)分析，從而進(jìn)一步加劇了輿論極化。特朗普缺乏理性探討的“推特治國”輿論傳播就是一個典型事例[18]。

從現(xiàn)有文獻(xiàn)可以看出，輿論極化的定義尚未達(dá)成統(tǒng)一共識，輿論極化的特征分析主要來自于國外文獻(xiàn)，國內(nèi)關(guān)于輿論極化特征的研究還比較少。總體上，以群體觀點(diǎn)兩極化為研究對象的輿論極化現(xiàn)象普遍呈現(xiàn)出結(jié)構(gòu)兩極分化，議題多元化和表達(dá)非理性情緒化的特點(diǎn)。

2 輿論極化的影響因素

輿論極化是社會各種偏差疊加的結(jié)果[3]，其中的偏差包括個體偏差、群體偏差和媒體偏差。

2.1個體偏差

2.1.1 初始偏見 輿論極化的基本前提是個體觀點(diǎn)存在差異,這種差異甚至在輿論形成之前就已經(jīng)存在,即初始偏見[19]。初始偏見是人們在特定問題討論之前就客觀存在的態(tài)度強(qiáng)弱，它在輿論極化中的作用甚至比媒體分裂還要重要[20]。

2.1.2 確認(rèn)性偏差 確認(rèn)性偏差是指一旦人們形成先驗(yàn)觀點(diǎn)，就會有意識去尋找支持或者有利于證實(shí)自己觀點(diǎn)的各種證據(jù)，有時為了進(jìn)行觀點(diǎn)的自我證明甚至?xí)藶榈嘏で伦C據(jù)。確認(rèn)偏差會導(dǎo)致對有偏見的消息選擇和同化，增大觀點(diǎn)偏差[21]。

2.1.3 嗜同性 嗜同性是指志同道合的個體之間存在更大的互動[22]，這在社交媒體上表現(xiàn)尤為明顯，人們由于共同的個體偏見而聚集形成一個個嗜同性網(wǎng)絡(luò)。在一個簡單的嗜同性網(wǎng)絡(luò)模型中，如果個體有足夠的偏見，有偏見的觀點(diǎn)形成過程就會導(dǎo)致兩極分化[23]。

2.2群體偏差

2.2.1 群體標(biāo)識 在群體聚集形成的過程中，始終有一種機(jī)制在起作用，這就是群體標(biāo)識。在復(fù)雜適應(yīng)性系統(tǒng)中，群體標(biāo)識是為了聚集和邊界生成而普遍存在的一個機(jī)制[24]。在輿論極化中，群體標(biāo)識可以是相同政治主張的人群的旗幟，如民主黨派和共和黨派[5],可以是某個偶像的粉絲社群[14]，還可以是官或民，勞或資，醫(yī)或患等群體標(biāo)簽。當(dāng)群體標(biāo)識存在二元對立關(guān)系時，對立群體就已經(jīng)形成。

2.2.2 群內(nèi)偏袒 群內(nèi)偏袒是指偏袒群內(nèi)成員而不是群外成員[25]。在兩極分化和社交媒體的背景下，群內(nèi)偏袒表現(xiàn)為以積極的態(tài)度支持和評價自己陣營的群體，同時拒絕來自其他意識形態(tài)的人的提議，從而產(chǎn)生回音室效應(yīng)，讓同質(zhì)化觀點(diǎn)進(jìn)一步加強(qiáng)，對立觀點(diǎn)之間的距離進(jìn)一步增大[3]。在群內(nèi)偏袒的作用下，輿論極化的程度會愈演愈烈。

2.2.3 群體極化 群體極化是指團(tuán)體成員一開始即有某些偏向，在商議后，人們朝偏向的方向繼續(xù)移動，最后形成極端的觀點(diǎn)[6]。群體極化因素會促使兩個觀點(diǎn)偏向相反的群體在相互商議交流之后，形成兩個極端對立的群體。這里的交流通常表現(xiàn)為互不買賬的爭辯式互動，相互抵觸、互相抑制，對群體觀點(diǎn)的二分化起到了至關(guān)重要的催化作用，最終造成交流雙方水火不容的局面[26]。

2.3媒體偏差

2.3.1 媒體觀點(diǎn) 新聞媒體語調(diào)，尤其是負(fù)面的新聞媒體語調(diào)被證實(shí)會引發(fā)公眾輿論的兩極分化[10]。在注意力稀缺、流量至上的時代，不少網(wǎng)絡(luò)媒體(如微信公眾號、微博賬號等)在呈現(xiàn)事件的時候，常常傾向于優(yōu)先報道負(fù)面新聞，并有意突出二元對立的社會矛盾，強(qiáng)調(diào)矛盾的不可調(diào)和性，進(jìn)一步助長了輿論極化的形成[16]。

2.3.2 社交媒體平臺 近年來，Twitter、Facebook、微博、微信等社交媒體平臺都被證實(shí)出現(xiàn)了大量輿論極化現(xiàn)象。關(guān)于社交媒體平臺的使用與輿論極化是否存在關(guān)聯(lián)以及關(guān)聯(lián)是正向還是負(fù)向的問題，目前還沒有統(tǒng)一定論。葛巖等人[27]指出社交媒體與輿論極化沒有必然聯(lián)系，只有在社會失穩(wěn)和主流媒體信譽(yù)流失條件下，社交媒體對極化有明顯助推作用 。沈郊等人[28]發(fā)現(xiàn)純粹獲取信息的使用與輿論極化呈正相關(guān)關(guān)系，而社交性的使用與輿論極化呈負(fù)相關(guān)關(guān)系。趙玉林等人[29]指出基于熟人關(guān)系、高同質(zhì)化的微信圈群更容易引發(fā)群體極化。

2.3.3 媒體算法 目前主流的媒體算法，如新聞推薦、好友推薦仍然采用的是協(xié)同過濾算法[30]。協(xié)同過濾算法是利用某興趣相投、擁有共同經(jīng)驗(yàn)的群體喜好來推薦用戶感興趣的信息。一部分研究者認(rèn)為這類協(xié)同過濾算法會產(chǎn)生過濾氣泡，讓用戶只看到他們喜歡的信息，從而強(qiáng)化了他們的觀點(diǎn)，引發(fā)輿論極化[2]。也有一些研究者持反對意見，認(rèn)為這種觀點(diǎn)并沒有充分的經(jīng)驗(yàn)證據(jù)證明[31]。

輿論極化的影響因素如圖1所示，輿論形成之初，個體初始偏見和群體標(biāo)識就已經(jīng)形成，在確認(rèn)偏差、嗜同性、群內(nèi)偏袒、群體極化和媒體觀點(diǎn)的共同影響下，加上媒體平臺及算法的催化作用，便涌現(xiàn)出了輿論極化現(xiàn)象。就現(xiàn)有研究而言，心理學(xué)領(lǐng)域的個體及群體偏差研究非常豐富，其他相關(guān)領(lǐng)域的研究較少；此外，隨著時代的發(fā)展，媒體對于輿論極化的催化作用究竟有多大，是一個難以準(zhǔn)確量化的問題，有待深入探索。

3 輿論極化研究方法

輿論極化的研究方法可以分為兩大類: 一類是采用定性研究方法進(jìn)行理論方面的探討；一類是采用定量研究方法，通過數(shù)據(jù)采集、量化和實(shí)驗(yàn)建模，為輿論極化分析和應(yīng)對提供更為客觀的依據(jù)。

3.1定性方法定性方法的輿論極化研究文獻(xiàn)大都基于傳播學(xué)視角。從宏觀層面界定輿論極化的相關(guān)概念，闡釋輿論極化發(fā)展的動力機(jī)制，并對如何應(yīng)對輿論極化提出主觀建議。具體包括詳盡梳理從群體極化到公眾極化的整個極化研究路線與方向變化[10]；探討輿論極化中的非理性表達(dá)[15,17]；剖析社會熱點(diǎn)話題、飯圈互撕輿論極化現(xiàn)象[6,14]；從宏觀角度給出社會治理層面[6]、網(wǎng)絡(luò)空間環(huán)境治理層面[14]的應(yīng)對策略等。

3.2定量方法

3.2.1 數(shù)據(jù)來源 輿論極化研究數(shù)據(jù)主要來自于社會調(diào)查和社交網(wǎng)絡(luò)平臺。

a.社會調(diào)查。早期關(guān)于輿論極化的研究數(shù)據(jù)主要來自于社會調(diào)查數(shù)據(jù)，主要為對整個洲或國家的大范圍調(diào)查，如面向歐洲[12]、美國[32-33]的宏觀調(diào)查。調(diào)查時間普遍較長，許多有意義的調(diào)查持續(xù)追蹤了20年以上[32-33]。調(diào)查目的通常與政治極化相關(guān)，例如分析共和黨和民主黨的意見分歧隨時間的變化[33]，計(jì)算輿論分化與黨派競爭之間的因果關(guān)系[34-35]，挖掘輿論極化與政府擔(dān)保之間的關(guān)聯(lián)關(guān)系[34]，探索政治極化是否向社會輿論極化蔓延[5]等。

b.社交網(wǎng)絡(luò)平臺。隨著大數(shù)據(jù)技術(shù)的發(fā)展，社交網(wǎng)絡(luò)平臺大數(shù)據(jù)已成為當(dāng)今輿論研究的主要數(shù)據(jù)來源?，F(xiàn)有輿論極化研究文獻(xiàn)涉及的社交網(wǎng)絡(luò)平臺包括Twitter[36-37]、Facebook[38]、新浪微博[39]等。從社交網(wǎng)絡(luò)平臺獲取輿論極化數(shù)據(jù)，同樣能夠展現(xiàn)出輿論極化與政治分化之間的關(guān)聯(lián)性[36-37]，而且還能體現(xiàn)如新媒體技術(shù)在內(nèi)的其他因素對與輿論極化的影響[38-39]。與社會調(diào)查相比，從社交網(wǎng)絡(luò)平臺獲取輿論極化數(shù)據(jù)大幅節(jié)省了人力和時間開銷。

3.2.2 量化指標(biāo) 由于輿論極化的研究對象是公眾對于話題的意見、態(tài)度和情緒集合，因此，大多數(shù)輿論極化的衡量標(biāo)準(zhǔn)都建立在量化觀點(diǎn)分布的思想基礎(chǔ)上[3]。其中，最簡單和常使用的指標(biāo)是計(jì)算網(wǎng)絡(luò)中群體觀點(diǎn)距離中立觀點(diǎn)的平均偏差[40]。在平均偏差指標(biāo)的基礎(chǔ)上，Bramson等人[41]將重點(diǎn)放在一維分布的標(biāo)準(zhǔn)化信念度量上(想法、觀點(diǎn)、態(tài)度等)，使用持有特定信念的個體數(shù)量的直方圖來表示輿論極化，并圍繞擴(kuò)散、色散、覆蓋、區(qū)域化、社區(qū)分裂、形狀明顯性、群散度、群體共識、大小群體奇偶校驗(yàn)總結(jié)了9種輿論極化測度指標(biāo)，這些指標(biāo)從不同角度全面量化了輿論極化現(xiàn)象。

3.2.3 研究方法 面向輿論極化的研究方法主要分為統(tǒng)計(jì)分析、干預(yù)實(shí)驗(yàn)和仿真實(shí)驗(yàn)3大類。

a.統(tǒng)計(jì)分析。統(tǒng)計(jì)分析是社會學(xué)領(lǐng)域研究輿論極化的主要方法，不僅可以直觀地揭示輿論極化范圍、規(guī)模、程度隨時間的變化規(guī)律[32-33]，而且能夠客觀地解析不同影響因素與輿論極化發(fā)展之間的相互關(guān)系[12,35]。

b.干預(yù)實(shí)驗(yàn)。針對輿論極化的干預(yù)實(shí)驗(yàn)是通過一定干預(yù)措施，使群體觀點(diǎn)發(fā)生改變，從而判定極化原因或考核干預(yù)效果的實(shí)驗(yàn)。具體地，有面對面和在線干預(yù)實(shí)驗(yàn)來檢測協(xié)商規(guī)范的引入是否能夠緩解群體分化[42]；有瀏覽器部件干預(yù)實(shí)驗(yàn)來衡量偏見的顯示對于對立信息接收的影響[43]；有可視化界面干預(yù)實(shí)驗(yàn)來計(jì)算反向內(nèi)容所產(chǎn)生的負(fù)面情緒效應(yīng)[44]。干預(yù)實(shí)驗(yàn)通常能揭示事物發(fā)展的本質(zhì)規(guī)律，但由于輿論干預(yù)實(shí)驗(yàn)的成本較高，所以相關(guān)研究很少。

c.仿真實(shí)驗(yàn)。輿論極化仿真實(shí)驗(yàn)是在計(jì)算機(jī)上用仿真軟件模擬現(xiàn)實(shí)輿論極化的過程，通過控制參數(shù)變量觀察輿論極化效果，從而解釋輿論極化形成原因的實(shí)驗(yàn)。仿真實(shí)驗(yàn)是復(fù)雜系統(tǒng)領(lǐng)域研究輿論極化的主要方法，經(jīng)典的模型包括有界置信模型[45-46]、Friedkin-Johnsen模型[47]、Axelrod模型[48]等。有界置信模型模型認(rèn)為，兩個相互交流的個體觀點(diǎn)差超過某個置信度時，個體觀點(diǎn)將保持不變[45]或會朝相反方向偏移[46]，由此形成觀點(diǎn)的多極或兩極分化。Friedkin-Johnsen模型引入了固執(zhí)己見的概念，將個體觀點(diǎn)更新規(guī)則設(shè)計(jì)為其所有鄰居節(jié)點(diǎn)的凸組合與其堅(jiān)持初始觀點(diǎn)的加權(quán)平均，當(dāng)兩個對立觀點(diǎn)群體的固執(zhí)程度都比較大時，便會涌現(xiàn)輿論極化。Axelrod模型原本是一種文化傳播模型，模型認(rèn)為個體只向他們享有相同文化特征的個體學(xué)習(xí)，享有的文化特征越多，學(xué)習(xí)程度就越大，直到他們都具有相同的文化。模型通過文化學(xué)習(xí)機(jī)制，產(chǎn)生了文化相變，同一區(qū)域文化相同，不同區(qū)域文化具有完全不同的特征。該模型的動力學(xué)機(jī)制、宏觀涌現(xiàn)過程與輿論極化具有較大的相似性?，F(xiàn)有的許多輿論極化模型都是在經(jīng)典模型的基礎(chǔ)上融入新的輿論極化因子，例如增加情感[16,49]、網(wǎng)絡(luò)結(jié)構(gòu)[50]、確認(rèn)偏差[51]、激進(jìn)主義個體因素[52]等。

相較而言，采用定性方法取得的研究成果有助于把握輿論極化產(chǎn)生的深層原因，也能為政府應(yīng)對網(wǎng)絡(luò)輿論極化提供導(dǎo)向性建議。但由于這類研究的主觀性較強(qiáng)，因此，難以精準(zhǔn)刻畫輿論極化現(xiàn)象的發(fā)展規(guī)律，所提出的輿論極化消解策略距離實(shí)際落地也存在一定距離。定量方法，如統(tǒng)計(jì)分析、干預(yù)實(shí)驗(yàn)和仿真實(shí)驗(yàn)，能夠?yàn)檩浾摌O化的分析和應(yīng)對提供更為客觀的依據(jù)，但難以生成具有普適性的指導(dǎo)建議。最好的是能夠?qū)深惙椒ㄏ嘟Y(jié)合。就現(xiàn)有文獻(xiàn)來看，中文文獻(xiàn)多為定性方法，外文文獻(xiàn)則以定量方法為主。

4 輿論極化消解策略

輿論極化消解策略可分為硬策略和軟策略兩大類。硬策略是指出臺相關(guān)的法律法規(guī)，并利用強(qiáng)硬技術(shù)手段對網(wǎng)絡(luò)輿論實(shí)施強(qiáng)制管理，軟策略是指潛移默化地對網(wǎng)民觀點(diǎn)進(jìn)行引導(dǎo)[53]，兩者均可達(dá)到或部分實(shí)現(xiàn)輿論極化消解的目的。

4.1硬策略早期的輿論管理主要采用的是硬性策略。例如，通過對有極化傾向的輿論信息關(guān)鍵詞進(jìn)行提取，設(shè)置關(guān)鍵詞過濾功能，禁止網(wǎng)絡(luò)輿論極化信息的出現(xiàn)?，F(xiàn)今，當(dāng)輿論極化現(xiàn)象非常嚴(yán)重時，管理部門也會采取一些硬性策略。2021年8月27日，中央網(wǎng)信辦秘書局發(fā)布了《關(guān)于進(jìn)一步加強(qiáng)“飯圈”亂象治理的通知》，指出嚴(yán)禁呈現(xiàn)互撕信息，對于“飯圈”粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊等各類有害信息應(yīng)及時發(fā)現(xiàn)清理，從嚴(yán)處置違法違規(guī)賬號，對發(fā)現(xiàn)不及時、管理不到位的網(wǎng)站平臺從重處罰。這些硬性手段都能在一定程度上有效防止輿情升溫發(fā)酵，緩解輿論極化現(xiàn)象[54]。

4.2軟策略

4.2.1 主流媒體引導(dǎo) 通過主流媒體正向引導(dǎo)網(wǎng)絡(luò)輿論是消解輿論極化的主要策略。主流媒體的語調(diào)與引導(dǎo)方式已經(jīng)被證實(shí)與輿論極化具有密切關(guān)系[4]，有研究指出，主流媒體應(yīng)通過加強(qiáng)網(wǎng)絡(luò)傳播能力建設(shè)、輿情矯正方式建設(shè)、輿情應(yīng)對策略建設(shè)、傳播藝術(shù)思維建設(shè)等方式，提升輿論引導(dǎo)力。在輿論極化發(fā)生之前，建立已發(fā)生的極化反應(yīng)庫，記錄主要群體初始觀點(diǎn)、互動關(guān)系等因素，為政府預(yù)測調(diào)控提供決策依據(jù)[55]。在輿論極化發(fā)生之時，通過說服個人(例如，通過教育、接觸不同觀點(diǎn)或激勵措施)對有爭議的問題采取更中立的立場，以此減少網(wǎng)絡(luò)中兩極分化的問題[40]。

4.2.2 信息均衡布局 輿論形成的基礎(chǔ)是信息，信息偏差擴(kuò)散也會引發(fā)輿論極化。因此，有研究者指出要減少輿論極化可能導(dǎo)致的消極后果，應(yīng)提高網(wǎng)絡(luò)信息質(zhì)量，減少信息的不確定性[56]。當(dāng)出現(xiàn)集體偏見的時候，可以設(shè)計(jì)不同的信息均衡策略：例如，通過可視化方式展示其偏見[43]；為理性的其他的聲音創(chuàng)造新的舞臺，形成新的輿論場[57]；創(chuàng)造“中間話題”，引導(dǎo)輿論朝中間話題發(fā)展[44]；設(shè)計(jì)“飲食均衡”的推薦算法[58]，通過差異化的內(nèi)容推送讓不同類型的新聞、其他形式內(nèi)容展現(xiàn)在用戶面前[59]；讓機(jī)器寫作滲透價值觀念[56]等。通過不同方式實(shí)現(xiàn)信息均衡布局，構(gòu)建理性多元求同存異的公共辯論空間，以達(dá)到輿論極化消解的目的[7]。

4.2.3 網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整 近年來，一些研究者開始嘗試通過調(diào)整網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來減弱輿論極化現(xiàn)象。其基本假設(shè)是認(rèn)為將具有相反觀點(diǎn)的用戶連接起來可以減少兩極分化[3]。在這個基本假設(shè)前提下，將輿論極化減少問題轉(zhuǎn)換為該圖上的邊推薦問題[60]，通過計(jì)算一個使極化和分歧之和最小化的最優(yōu)拓?fù)鋄61]，進(jìn)而設(shè)計(jì)出一種基于最小外部干預(yù)原則的極化消解策略[62]。

相比較而言，硬策略的效果一般比較明顯和及時，而軟策略需要較長的時間才能驗(yàn)證其有效性。但是，網(wǎng)絡(luò)輿論倡導(dǎo)的是自由、開放地發(fā)表言論，一味地封鎖消息只能起到暫時緩解的作用，更重要的是引導(dǎo)網(wǎng)民朝理性辯論的方向發(fā)展。因此，應(yīng)該構(gòu)建一套以軟策略為主、硬策略為輔的輿論消解策略體系。

5 結(jié)論與展望

輿論極化研究文獻(xiàn)主要集中在輿論極化的概念、影響因素、研究方法以及輿論極化消解策略。然而，當(dāng)前研究仍具有以下擴(kuò)展空間:

5.1國內(nèi)輿論極化現(xiàn)象有待全面研究輿論極化研究的主戰(zhàn)場在美國，而國內(nèi)對于輿論極化的研究尚處于初級階段。在中國，輿論極化現(xiàn)象的范圍、程度、形成速度隨時間的變化規(guī)律還不清楚，輿論極化涉及的群體特征、議題特征和主體交流特征還未有研究，亟需一套定量研究方法對其展開全面系統(tǒng)的研究。

5.2媒體對輿論極化的作用還需進(jìn)一步討論媒體包括媒體觀點(diǎn)、媒體平臺和媒體技術(shù)對于輿論極化的影響目前還存在較大爭議，需要從不同角度進(jìn)行深入評估和全面解讀。與此同時，可以將研究重心放在如何利用好媒體，尤其是智能媒體技術(shù)上。一方面，有意識地削弱媒體偏見，減少媒體負(fù)面語調(diào)，弱化媒體算法偏見；另一方面，通過智能媒體技術(shù)手段修正片面觀點(diǎn)、打破圈層結(jié)構(gòu)、對抗偏見算法，部分實(shí)現(xiàn)自動化輿論極化消解。

5.3輿論極化消解策略亟需系統(tǒng)性研究輿論極化研究的落腳點(diǎn)最終還應(yīng)放在如何消除和緩解輿論兩極分化上。然而，目前輿論極化消解策略的研究還比較零散，尚未有硬策略與軟策略綜合的完整體系。此外，策略的提出多基于主觀建議，關(guān)于具體策略的適用環(huán)境、實(shí)施效果還未有分析。因此，亟需構(gòu)建一套完整的輿論極化消解案例、理論、方法和技術(shù)體系，為輿論極化消解提供客觀依據(jù)。