從傳播到預警：智媒時代的政治安全風險探賾

潘子陽　胡曉

[摘要]智能化媒體及新興的元宇宙傳播趨勢下的政治安全風險，已經對我國總體國家安全構成嚴峻挑戰。智能網絡技術的進步導致“算法權力”的無序擴張，政治安全風險傳播呈現出多重趨向。美西方國家的數字霸權、話語霸權從外部侵蝕黨的執政安全和意識形態安全，算法黑箱、算法偏見從內部破壞社會治理安全和社會輿論安全。鑒于此，在實現政治安全風險傳播趨向與監測預警有機融合的基礎上，加緊構建政治安全風險監測預警的運行邏輯、指標體系和預警程序，推進全域聯動、立體高效的國家安全防護體系建設。

[關鍵詞]智媒時代；政治安全；風險監測預警；國家安全防護體系

[中圖分類號]D699? ? ? ? ? ? ? ? ? ?[文獻標識碼]A? [文章編號]1009—0274（2022）05—0063—08

[作者簡介]潘子陽，男，中國人民大學國際關系學院2022級外交學博士研究生，中國人民大學國家發展與戰略研究院助理研究員，研究方向：國家安全學與后蘇聯空間；胡曉，女，新疆大學政治與公共管理學院講師，研究方向：南亞安全與國家安全。

習近平總書記指出：“人工智能是引領新一輪科技革命和產業變革的重要驅動力，正深刻改變著人們的生產、生活、學習方式，推動人類社會迎來人機協同、跨界融合、共創分享的智能時代。”[1]進入21世紀的第二個十年，隨著人工智能（Artificial Intelligence，AI）技術的狂飆突進，人類進入了一個人工智能與新聞傳播深刻交融、緊密互嵌的智能化媒體時代。人工智能的主要技術分支有模式識別、機器學習、數據挖掘和智能算法，其應用場域主要有機器人系統、語音識別、圖像識別和專家系統。作為新一輪工業革命的前沿技術，在5G（未來的6G）、大數據、芯片制造、傳感器等相關技術群體性突破的背景下，新一代人工智能呈現出深度學習、跨界融合、人機協同和群智開放的新特征，對新聞傳播、政治社會和經濟發展產生了深刻影響。

一、我國政治安全風險的傳播迭代

（一）智能網絡技術的進步與我國政治安全風險的傳播

著名的“新媒介”學者羅伯特·洛根指出：“人工智能不是人的智能，而是計算機生成的一種交流形式，它僅僅模擬了人類智能某些屬性而已。”[2]人工智能擬人或類人屬性固有的技術不確定性，將給人類社會帶來更多的風險。學者們圍繞人工智能與政治社會的關系展開了激烈的辯論。技術論者認為，人工智能技術給人類社會帶來諸多便利，尤其是促進了傳播媒介及其衍生工具的迭代。以霍金為代表的威脅論者則堅決反對人工智能的發展，他們認為人工智能內含諸多風險性因素，尤其是可能出現的強人工智能或將顛覆人與機器的主奴關系，導致人類成為機器的奴隸。盡管上述兩種觀點針鋒相對，但都反映了人工智能已經深刻影響到人類社會的新聞傳播與政治安全。

一方面，伴隨著人工智能的深入發展，智能化媒體時代的算法權力（Algorithmic Power）持續擴張。依托于大數據、云計算和深度學習，以“用戶偏好”為基準的智能化媒體不斷擠壓傳統媒體生存空間，新聞傳媒業日益成為大數據、先進算法壟斷的時代。早在20世紀90年代，已經有自動化的機器人新聞概念出現，隨著算法傳播的發展，迎合受眾偏好的自動化的新聞推薦成為主流。算法根據受眾的個性化需求，借助于特殊的機器算法進行精準匹配、推薦以及推送。換而言之，算法連接了信息的輸入與輸出，貫通新聞傳媒的選題端、內容端以及用戶端，以期實現對原始新聞數據的精細化處理與精準化匹配。

另一方面，算法傳播不可避免地暗含各種政治目的。在傳統媒體時代，經典的編輯模式是以人力為核心。在智媒化時代，以先進算法為核心的智能分發模式成為主流，這也意味著社會信息分發為從人匹配信息到信息匹配人。但是，這也將導致嚴重的信息忽視問題，比如：算法偏見、“信息繭房”、虛假新聞和網絡謠言等。尤其是算法傳播并非中立，還帶有先天的政治偏好問題。現有的網絡空間信息傳播大多基于算法程序，信息的生產、加工、分配環節都是基于先進算法得出的。甚至可以說，智媒化時代就是以“算法為王”的時代，而帶有政治訴求的算法傳播以精準的靶向輸送影響輿論話語，傳播主體以自身的政治價值塑造受眾的政治旨趣，以特殊群體的政治意志取代全社會的共同價值。

（二）我國政治安全風險的傳播邏輯

馬克思指出：“在我們這個時代，每一種事物好像都包含有自己的反面。”[3]唯物辯證法認為，每一種事務的發展都是相反相成的，會在一定條件下走向自身的對立面。算法在減輕媒體從業者的勞動負擔的同時，也在消解著傳統媒體在政治傳播中的主體性，結果就是受眾成了算法和資本的附庸。智媒越來越先進，受眾在傳播中越受其“奴役”，國家政治安全的風險也就越發凸顯。正如美國科學哲學家蘭登·溫納（Langdon Winner）所言：“技術本身上是政治的，不可避免與制度化的權力和權威模式相聯系。當恩格斯把紡紗工廠的機器描述得比任何資本家更為專制的時候，也在印證著現代技術強烈地塑造了政治生活的觀點。”[4]

第一，政治安全風險傳播的全過程數據化。智媒時代，受眾的購物、出行、就業等一切行為皆可數據化，人人都是數據的生產者、新聞的接受者和風險的傳播者。“人工智能的政治風險是指以大數據和算法為核心的人工智能技術內嵌于政治系統并施加于政治權力與政治價值的可能性危害。”[5]換而言之，政治傳播的便利化來自大數據和算法的進步，同時風險社會中的技術進步也帶有深刻的自反性。無論是政府部門的治理，新聞媒體的推送，還是“獨角獸企業”的運營，都離不開對海量數據的分析，政府、媒體和企業的運轉也因此將面臨風險社會的自反性。

第二，政治安全風險傳播的權力去中心化。人工智能與新聞傳播的普遍結合，導致國家政權不得不面臨權力去中心化的風險。一方面，算法成為重要的權力來源。時下熱門的“元宇宙”產業的發展，將人類帶入新的傳播媒介時代。智能技術成為重要的權力來源，處于技術上游的發達國家可以利用技術霸權來脅迫技術下游的發展中國家，中心—邊緣的不對稱性相互依賴將嚴重威脅我國的產業安全、信息安全乃至政治安全。另一方面，權力主體的多元化。傳統的治理模式中，一國的政府與執政黨處于權力的中樞位置。智媒時代的算法和數據成為權力的來源，由此導致非國家行為體掌握更多權力。與此同時，WEB3.0自身固有的分布式、多節點、無中心設計理念，將進一步稀釋傳統政府所擁有的國家權力。

第三，政治安全風險傳播的可預警性。智媒時代的政治安全風險不僅具有高度的隱蔽性、不確定性，而且極具破壞性，風險往往事發突然，決策者、專家學者和應急處置人員很難通過以往的經驗進行及時處理。風險社會的制度主義流派進而認為，除了擺脫對各種專家的依賴，還要建立健全風險的監測預警機制。所謂的風險監測預警，意指長時段、全過程的監測風險形勢并發出預警信號，確保風險紓解計劃的正常運行，以避免小風險演變為大風險。專業人員通過數據圖譜實時監測風險的閾值，并且利用大數據對政治安全風險進行探源分析，為特定地區和特定領域進行“全景畫像”。[6]如果政治安全風險傳播超過設定閾值，則通過情報分析的組織系統向上級和有關部門通報，并及時發出風險預警，從而輔助領導機關進行科學決策。

二、智媒時代政治安全風險的傳播態勢

（一）西方數字傳播霸權引發黨的執政安全風險

傳播學視角下的黨的執政安全風險，主要是指政治安全風險傳播給執政黨掌握、控制和運用國家權力造成的種種風險挑戰，主要表現為數字產業發展、國際話語體系和國際數字競爭等領域的風險。冷戰結束后，弗朗西斯·福山的“歷史終結論”已經被歷史“終結”，中國等新興國家的群體性崛起，意味著資本主義自由民主制度并不是歷史的唯一選擇。但是，美國等西方國家建立了遍布全球的新聞媒體報道網絡，掌握了全球新聞議程的設置權。無論是火出圈的元宇宙第一股Roblox，還是扎克伯克將Facebook改名為Meta，都標志著美國在元宇宙時代的國際新聞傳媒龍頭地位。與此同時，美聯社（AP）、紐約時報（NYT）、美國有線電視新聞網（CNN）等美國新聞巨頭仍然占據全球新聞傳媒的中心位置。[7]美國單方面挑起的所謂大國戰略競爭，美國等西方國家利用國際話語權霸權優勢，構筑了包括新聞媒體在內的全政府、全社會的對華競爭戰線，構建了國際恐華、反華、污華的輿論議題聯盟。

一是美國等西方國家利用數字技術霸權打壓中國數字產業。數字智能技術是第四次工業革命的核心，它不僅重塑了各國產業經濟結構，還將深刻影響后疫情時代的國際秩序。隨著中國在5G、元宇宙等智能領域的快速追趕，美國等西方國家挑起并加劇了對華數字網絡競爭，尤其是在國防軍工、5G與AI三個核心領域，大國網絡競爭的本質是美國極力維護數字技術霸權與新興大國追求數字自主之間的結構性矛盾。[8]二是美國等西方國家構建排華、反華、污華的國際話語規則。在國際關系中，誰掌握了規則建構權誰就可以長期主導該領域。美日歐等發達國家積極利用多邊平臺協商先進算法、數字貿易、智能媒體等議題，利用先發技術優勢和輿論話語優勢搶占數字領域的規則制定權。盡管新興國家在數字領域有著大致相同的立場，但是發展中國家的數字經濟、數字資源、算法技術總體落后，南北之間的數字鴻溝仍有待消弭，“數據殖民地”問題仍有待解決。三是美國等西方國家的數據競爭優勢威脅中國的政治安全。美國及其西方盟友控制了全球互聯網13個根域名服務器，并且所有根服務器均由美國政府授權的互聯網名稱與數字地址分配機構（ICANN）統一管理。美國以維護美國國家安全為幌子，屢次實施長臂管轄，無端制裁、圍堵和封殺中國華為、中興、抖音等威脅美國技術霸權的高科技公司，這嚴重威脅中國的技術自主、產業升級以及國家政治、經濟安全。

（二）西方民主話語傳播引發意識形態安全風險

冷戰時期，美國等西方國家將蘇聯視為意識形態競爭對手，在蘇東國家推行“和平演變”與“顏色革命”。蘇聯解體后，美國將意識形態斗爭的矛頭指向中國，傳播所謂的西方“自由、民主、人權”話語，企圖讓中國重蹈“和平演變”的覆轍。當前世界正處于百年未有之大變局，有學者概括為新興大國與西方國家力量對比的“東升西降”，發達國家分裂與發展中國家團結的“北分南合”，國際秩序革故鼎新的“地覆天翻”。[9]因此，美國等西方國家積極利用智能技術霸權，通過潛移默化地在網絡空間宣揚新自由主義的文明優越，煽動、傳播種種“歷史虛無主義”，并且在國際輿論場上詆毀、污名和圍堵中國。

其一，美國等西方勢力利用智媒煽動“顏色革命”。“顏色革命”從冷戰期間美國對蘇東集團的“和平演變”，逐步發展為美國對中亞等后蘇聯空間以及社會主義中國的意識形態滲透。“數字成為帝國主義宣傳其價值觀的隱蔽途徑，借助數字自由化、市場化和多元化之名，虛飾其意識形態輸出的真相。”[10]西方發達國家憑借著算法優勢，繞過新興國家的網絡把關機制，肆無忌憚地傳播西方所謂普世價值觀，同時在涉中國新疆、中國香港等議題上暗中傳播種種錯誤思潮，嚴重威脅我國意識形態安全。其二，美國等西方勢力大肆傳播“網絡歷史虛無主義”。美西方國家不僅占據了傳統新聞傳媒的優勢地位，而且還主導了“元宇宙”等智媒時代的意識形態傳播趨勢。通過在虛擬空間傳播“普世價值觀”和“歷史虛無主義”，從而達到否定中國共產黨的領導，否定社會主義的成就，最終瓦解社會主義政權的目的。“網絡歷史虛無主義”往往通過智媒呈現，主要出現在微博、微信、貼吧乃至“元宇宙”平臺，傳播手段更加隱蔽，傳播渠道更加多樣，傳播內容更加多元。通過在受眾間構建虛擬的“數字想象之共同體”，剝離、解構和瓦解民族國家的共同歷史記憶，最終導致個體的民族情感、認同的疏離。[11]

（三）算法傳播黑箱引發社會治理安全風險

黑箱概念最初來源于控制論，指的是無法打開又不能從外部直接觀察系統的內部結構。所謂的算法黑箱是指算法運行所涉及的技術較具復雜性，普通受眾難以同專家學者一樣揭示算法運行規律，只能使用、運營卻無法對算法進行評介、監督。算法黑箱多見于監督式新聞機器學習，比如：結構化的新聞播報、要求專業知識的特殊領域以及信息傳播中的眾包模式。對于智媒而言，打開黑箱還將面臨因侵犯用戶隱私的風險，并導致其喪失對競爭對手的算法優勢。對于用戶而言，算法管理涉及復雜的計算機編程，容易導致普通使用者的信息過載。

一是算法黑箱有破壞政治公開的風險。在政治學與公共管理學中，基于透明度原則的現代政治確保了公民的知情權。智媒時代的大公司及部分政府部門基于大數據和智能算法進行決策，由于忽視了受眾的特殊情況且不接受監督質詢，錯誤決策容易導致“算法暴政”。算法黑箱還帶有設計者的價值觀偏好，權力運行、決策等信息也難以保證全過程公開，損害了政府的公信力。二是算法黑箱有破壞市場競爭的風險。“獨角獸”企業出于利益最大化的考慮，往往會將自身利益偏好植入算法程序之中，并且以保護專利知識產權為名進行算法封鎖。算法披露的成本收益比不符合商業要求，企業更是缺少進行算法透明的意愿。由于頭部企業與中小企業、傳播主體與受眾、算法設計者與使用者間存在天然的信息不對稱，這不僅破壞了公平的市場競爭，還將進一步加劇社會治理的信息鴻溝。三是算法黑箱有導致“信息繭房”的風險。李普曼的“擬態環境”指出，受眾接受到的環境并不是客觀現實環境的“鏡中之影”，而是大眾媒介對客觀事實的選擇性加工和重新闡述。[12]智媒時代的算法更是利用大數據優勢，根據新聞受眾的偏好向其推送特定信息，進而影響個人和群體的選擇與決策，最終造成受眾沉迷于算法營造的“信息繭房”，導致個人的信息偏見與決策失誤，嚴重的甚至導致社群的撕裂。

（四）算法傳播偏見引發社會輿論安全風險

偏見是一種特定的趨勢、傾向或觀點。智媒時代出現的算法偏見（Algorithmic Bias），指的是由于算法數據、模型設計和信息傳播中充斥著開發者的主觀偏見，尤其是涉政治傳播的信息的生產、審核和推送，給傳播受眾帶來的信息失真、觀點偏見和輿論極化。算法偏見主要來源于三方面：數據輸入的偏見，在新聞機器人的深度學習和數據挖掘中，如果出現信息不全或數據污染，將給后續涉政治安全風險信息的傳播造成負面影響；算法模型的偏見，算法的模型設計是專業人士的黑箱操作，如果出現算法邏輯偏差、建模技術不當以及訓練程序的失誤，由于缺少外界的監測預警，這將進一步強化上一流程的數據偏見；算法開發者的偏見，出于市場競爭的目的以及價值立場的偏見，算法開發者往往會刻意推送代表自身特殊利益取向的新聞信息。算法偏見的形成機制十分復雜，并且給社會輿論安全造成不可忽視的風險。

一是有衍生假新聞和低俗化亂象的風險。近年來，智媒經濟出現了以流量為導向的不良傾向，通過話題度、曝光率、吸粉數來評價作品的好壞，產生了“異化”的流量經濟現象。對流量話題的過度追捧，不僅降低了新聞作品的內容質量，而且還導致了虛假新聞的泛濫。“唯流量論”破壞了行業生態，產生了劣幣驅逐良幣的不良影響，低俗化作品的傳播還對主流價值觀產生沖擊。二是有侵犯受眾知情權和信息選擇權的風險。某些商家借助于智能算法與大數據技術，對“熟客”的消費數據進行采集、加工、挖掘和分析，構建用戶的臉譜畫像，進而有針對性地推送相關產品服務。不僅盜用了用戶的隱私數據，破壞了市場的公平交易，還侵犯了消費者的知情權。精準推薦還忽視了受眾的信息選擇權，使其無形中喪失了對其他產品、信息和服務的自由選擇，使得信息傳播和用戶選擇日趨單一化。三是有解構社會主流價值觀的風險。智媒逐漸取代了傳統媒體，并且掌握了社會輿論的議程設置權，這意味著社會主流價值觀日益受到算法程序及其偏見的影響。算法對受眾個人偏好的無底線迎合，造成了熱點議題的極端個人化表達，阻礙了社會共識的達成。尤其是部分智媒平臺只考慮流量的商業變現，有意淡化主流價值觀的傳播，給重要輿論議程的設置帶來潛在風險。

三、智媒時代政治安全風險的監測預警

2022年10月16日，習近平總書記在黨的二十大報告中指出：“完善國家安全法律體系、戰略體系、政治體系、風險監測預警體系、國家應急管理體系，構建全域聯動、立體高效的國家安全防護體系。”[13]在智媒時代，設計出科學、合理、高效的政治安全風險監測預警體系，發揮各個模塊集成的系統效應，有助于構建新時代的國家安全防護體系。借助大數據、云計算和人工智能等技術，搜集涉及政治安全風險傳播的人員、事件、時間、地點、原因和過程（即Who、What、When、Where、Why和How），利用K-Means、DBSCAN、Mean Shift等聚類算法，設置相應的情報評估預警的程序規則，再結合人工情報分析師的研判，對涉及政治安全風險的海量情報信息進行詳略搜集、分析研判、預警評估。

（一）政治安全風險監測預警的邏輯

政治安全風險的監測預警，呈現出由簡單到復雜、由線性到非線性、由局域到全局的演變過程，并著重跟蹤、監測和分析體系中的重要機構、系統性風險的重要關聯領域，其學理基礎主要來源于風險社會理論、風險管理理論等。風險社會概念最早由烏爾里希·貝克提出，現已成為安全研究中約定俗成的專業概念，也是智媒時代政治安全風險監測預警的特殊場域。智媒時代，信息大數據造成的各種不確定性及危險呈指數型增長。一方面，政治安全風險呈現不斷擴散的不確定性；另一方面，智媒的發展導致了社會的結構、制度以及關系的復雜化、分裂化。所謂的風險管理是指通過識別和評估各種風險，盡可能降低風險帶來的負面影響。現代化的風險評估預警是研判風險發生的概率和破壞性，為決策者提供科學、可靠、實用的政策建議。總而言之，雖然智媒時代的政治安全風險無處不在、無時不有，但如果風險的監測預警得當，政治安全風險并不必然演化為破壞社會穩定的政治危機。

具體而言，風險監測預警應堅持以下原則：一是堅持自主性原則。政治安全風險監測預警應充分考慮國家政權安全、國家主權安全以及執政安全的特殊性，打通產、學、研的全鏈條協同創新，加快大眾傳媒與人工智能、大數據、深度學習、虛擬現實等前沿技術的深度融合，確保監測預警的關鍵算法技術的自主可控。二是堅持系統性原則。智媒場域的政治安全風險是趨勢性的客觀存在，其風險預警評估是一項系統工程，安全風險的信息收集、評估、決策、預報等要體現整體性、代表性和廣泛性。同時，預警指標的設計必須涵蓋政治系統的主要方面。因此，預警評估的指標體系必須以系統化的視角來設置。三是堅持透明性原則。透明性是新聞傳媒的基本價值追求，指的是無論是媒體從業人員還是非專業人士，都可以對新聞流程進行合理的監督、檢查、批判、甚至介入等。[14]算法透明（Algorithmic Transparency）是防止算法黑箱和算法偏見的有力武器，旨在讓大眾了解算法的設計意圖、運行條件和實際缺陷等，從而對相關算法信息進行有效的監測預警。

（二）政治安全風險監測預警的指標

“指標設計是預警工作有效展開的重要保障，也是風險預警體系的內在核心。”[15]以智媒時代我國政治安全風險的傳播態勢為基礎，將我國政治安全風險視為風險監測預警的一級指標，此即風險監測預警的目標領域。它的組成要素是風險監測預警的二級指標，此即風險預警評估的風險要素領域，由西方數字傳播霸權引發黨的執政安全風險、西方民主話語傳播引發意識形態安全風險、算法傳播黑箱引發社會治理安全風險、算法傳播偏見引發社會輿論安全風險組成。每個二級指標包含了具體的風險預警情況，此即風險預警的預警領域。綜上，智媒時代政治安全風險監測預警共設立了1個一級指標，4個二級指標和11個三級指標（見圖1）。該預警指標較好體現了系統性，并兼顧了平衡性，當然可以在此基礎上增加若干四級指標乃至更多層次的細化指標。

未來可進一步運用層次分析法、德爾菲法等確定預警領域的賦值和權重，細化政治安全風險監測預警的指標體系。層次分析法（Analytic Hierarchy Process，AHP）應用了網絡系統理論和多目標綜合評價，是用于解決復雜多目標的定性與定量結合的層次權重決策分析法。通過建立政治安全風險監測預警的層次結構模型，構造判斷（成對比較）矩陣，進行層次單排序及一致性檢驗和層次總排序及一致性檢驗，從而實現對預警指標的排序、篩選及權重分配。[16]德爾菲法是一種直觀預測法，又稱為專家意見法或專家調查法。它采用匿名方式，以反復的填寫問卷收集專家意見，以集結專家的共識及搜集各方意見。[17]使用德爾菲法，對國家安全尤其是政治安全領域的知名研究人員、高等院校的教授、資深媒體人員、政府安全部門的高級官員以及長期在一線工作的管理人員等，進行匿名問卷調查，回收調查問卷并進行統計處理，以此統計結果為依據，制作第二輪調查表，循環往復直至上述專家對政治安全風險預警評估的多級指標意見趨于一致。

（三）政治安全風險監測預警的流程

第一步，進行預警信息采集。該步驟的主要功能是搜尋警源信息，通過靈敏的預警信息系統，將原始信息轉化為征兆信息。智媒時代的政治安全風險監測預警，必須將開源情報與秘密情報、技術手段與人工手段、網絡情報與網下情報相結合，構建一套多元、立體、高效的現代情報搜集模塊，并形成風險預警數據庫。一方面，通過數據挖掘軟件（Python、Weka、Rden等）和社會網絡分析、可視化技術大量抓取開源情報，掌握政治安全風險的最新動向，但開源情報往往“噪音”較多，系統無法自動甄別有用信息；另一方面，為了彌補技術手段的弊端，需要專業情報分析師剔除無關和起干擾作用的信息“噪音”，從而做出對政治安全威脅的正確研判。

第二步，進行預警信息分析。警源導致政治安全風險爆發之前，往往會有一定的先兆即警兆，該步驟主要分析警兆與警源的關系，比如：直接關系、間接關系、顯性關系或隱性關系。通過數據清洗、數據集成、數據變換和數據歸約等對搜集來的數據信息進行預處理，預處理的功能是將非結構化、半結構化數據進行格式化或結構化，從而去除初始數據中的各種“噪音”和虛假信息，安全數據轉化為機器可讀狀態和適用于數據挖掘的形式，預處理后的安全數據將轉入風險預警數據庫存儲。[18]緊接著對數據進行進一步的“黑箱”式處理操作，從而為威脅評估與預警發布子系統輸入較高信度與效度的情報信息，構建政治安全風險的時空演化動態網絡，對可能發生的政治安全事件進行精確定位。

第三步，進行風險威脅評估。該步驟主要對政治安全風險的可能造成的威脅程度進行評估，根據上一環節的警兆類型、性質決定是否向決策系統遞交預警以及預警的級別。學界對威脅的經典界定是“威脅=被估計的能力×被估計的意圖”，以對威脅行為體的意圖與能力的認識為基礎，而忽視了被威脅對象、環境等要素。[19]在利用大數據挖掘和深度學習系統智能監測涉政治安全數據庫時，不僅要考慮威脅的能力和意圖，還要考慮被威脅對象（目標吸引力、目標脆弱性）、環境（安全形勢和社會環境）等要素。尤其是在對境外反華勢力操控的“顏色革命”等政治安全風險進行研判時，應結合情報分析人員的檢查、分析與處理。

第四步，發布風險預警信息。該步驟根據風險威脅評估報告，決定是否向領導和一線人員發出預警信息。現代化的預警模式主要有正常的監測評估模式和風險警情輸出模式，監測評估模式指系統沒有監測到疑似政治安全事件的風險，系統正常運行，在此不做討論。風險預警模式指系統監測到疑似政治安全事件，根據危險的破壞性相應將風險劃分為三級預警（戰術預警）、二級預警（戰役預警）和一級預警（戰略預警），分別用藍燈、黃燈、紅燈表示。預警發布主要有內部預警和外部預警兩種，內部預警是通過預警系統向應急處突部門發布的，主要有國安、公安、應急管理部、武警、解放軍、外交、宗教、民政、交通等；外部預警是通過預警系統、官方媒體、聽證會等向社會公眾發布的。

四、結語與討論

隨著智能網絡和新聞傳媒的進步，現實空間和虛擬空間的各類安全風險疊加共振，由此傳導、演變和引發政治安全風險的可能性增大。智媒時代防范化解政治安全風險，要在總體國家安全觀的指引下，統籌國內和國際兩個大局，系統謀劃、久久為功、精準研判政治安全風險傳播的基本態勢。一方面，既要防范境外安全風險的輸入，美西方國家的數字傳播霸權引發黨的執政安全風險，民主話語傳播引發的意識形態安全風險；另一方面，又要警惕境內安全風險的異變，算法傳播黑箱引發的社會治理安全風險，算法傳播偏見引發的社會輿論安全風險。正如傳媒理論家道格拉斯·魯什科夫在《團結人類》中所言：“我們沒有辦法回到前數字時代，我們不能回去，我們必須闖過去。”[20]尤其是在元宇宙等新興的智媒應用場域中，對政治安全風險的識別與評估迫在眉睫，應更廣泛地運用大數據和先進智能技術，開發出適合我國智媒發展態勢的風險監測預警體系，真正實現政治安全風險傳播趨勢與預警監測的融合，推進國家安全體系和能力現代化建設。

參考文獻：

[1]習近平向國際人工智能與教育大會致賀信[J].中國衛生信息管理雜志，2019，16（3）：247.

[2]羅伯特·洛根.理解新媒介——延伸麥克盧漢[M].何道寬，譯.上海：復旦大學出版社，2012：289.

[3]馬克思恩格斯選集：第1卷[M].北京：人民出版社，1995：775.

[4]LangdonWinner.DoArtifactsHavePolitics？[J].Daedalus，1980，109（1）：121-136.

[5]鄭容坤，汪偉全.人工智能政治風險的意蘊與生成[J].江西社會科學，2020，40（5）：219.

[6]張愛軍，侯瑞婷.大數據時代政治風險的特征、秩序困境及治理策略[J].嶺南學刊，2021（5）：19.

[7]何軍.智能時代國際政治謠言傳播趨向及應對研究[J].中國廣播電視學刊，2021（11）：17.

[8]余麗，袁林林.網絡空間中美戰略博弈態勢、動因及未來走向[J].鄭州大學學報（哲學社會科學版），2021，54（6）：27-33.

[9]趙可金.如何在“百年未有之大變局”中理解中國角色[J].探索與爭鳴，2019（1）：10-13.

[10]孫沖亞.數字帝國主義時代的文化安全風險及其應對[J].馬克思主義研究，2021（6）：117.

[11]高奇琦，隋曉周.元宇宙的政治社會風險及其防治[J].新疆師范大學學報（哲學社會科學版），2022（4）：111.

[12]李璐.數據生產：大數據媒介擬態環境建構[J].中國圖書評論，2017（9）：60.

[13]習近平.高舉中國特色社會主義偉大旗幟，為全面建設社會主義現代化國家而團結奮斗——習近平同志代表第十九屆中央委員會向大會作的報告摘登[N].人民日報，2022-10-17（002）.

[14]MarkDeuze.WhatIsJournalism？ProfessionalIdentityandIdeologyofJournalistsReconsidered.[J].Journalism，2005，6（4）：442-464.

[15]胡洪彬.新時代中國共產黨政治風險預警機制的建構：一個探索性分析框架[J].黨政研究，2020（5）：61.

[16]彭國甫，李樹丞，盛明科.應用層次分析法確定政府績效評估指標權重研究[J].中國軟科學，2004（6）：136-139.

[17]杜占江，王金娜，肖丹.構建基于德爾菲法與層次分析法的文獻信息資源評價指標體系[J].現代情報，2011，31（10）：9-14.

[18]黃云芳，王秉.智能安全情報分析模型的構建[J].情報理論與實踐，2020，43（11）：62.

[19]汪明敏.辛格威脅模型應用于反恐情報預警的缺陷與改進策略[J].情報雜志，2020，39（9）：39-45.

[20]DouglasRushkoff.TeamHuman[M].NewYork：Routledge，2019：8．

責任編輯：張洋