陳定定 王悠 卜樂

【內(nèi)容提要】 大數(shù)據(jù)分析、自然語(yǔ)言處理、深度偽造、聊天機(jī)器人與個(gè)性化推薦等人工智能代表性技術(shù)的廣泛應(yīng)用，推動(dòng)國(guó)際傳播進(jìn)入了智能時(shí)代。國(guó)際傳播中的污名化行為也在人工智能時(shí)代出現(xiàn)了新的趨勢(shì)與特點(diǎn)。人工智能技術(shù)直接提高了假新聞制造的效率，并拓展了其傳播的廣度與深度，加劇了國(guó)際傳播環(huán)境的惡化。在新冠疫情、美國(guó)政治與俄烏沖突方面，國(guó)家間的污名化行為更加突出，這表明人工智能在國(guó)際傳播中的廣泛應(yīng)用可能加劇國(guó)家間的不信任與誤判，惡化公眾間認(rèn)知。在這種局勢(shì)下，加強(qiáng)對(duì)人工智能技術(shù)的監(jiān)管，提高各國(guó)人工智能治理的協(xié)作水平十分緊迫。

【關(guān)鍵詞】人工智能 國(guó)際傳播 污名化 國(guó)際關(guān)系 ChatGPT

國(guó)際傳播中的污名化在歷史上經(jīng)歷了復(fù)雜而多層次的過程，其中涉及到政治、經(jīng)濟(jì)、文化等多個(gè)領(lǐng)域。①在歐洲列強(qiáng)對(duì)殖民地的殘酷統(tǒng)治中，他們常常使用污名化手段來將當(dāng)?shù)孛癖姸x為“野蠻”“無知”和“不文明的”。而在二戰(zhàn)及其后期，在納粹德國(guó)的統(tǒng)治下，在國(guó)際傳播生態(tài)中，猶太人被污名化為“寄生蟲”“陰謀家”等，成為納粹德國(guó)進(jìn)行種族滅絕的對(duì)象。在冷戰(zhàn)時(shí)期，美蘇兩個(gè)超級(jí)大國(guó)互相污名化，將對(duì)方描繪成“邪惡的”“危險(xiǎn)的”和“殘忍的”，試圖將自己的意識(shí)形態(tài)推向全球。從歷史上看，污名化的目的通常是為了攻擊、侮辱、排斥或壓制某一群體，從而獲得某種利益或權(quán)力。從始至今，國(guó)際傳播中的污名化都是一種充滿危害的行為，它不僅會(huì)造成個(gè)人、群體的心理創(chuàng)傷，還會(huì)導(dǎo)致社會(huì)矛盾的激化，甚至產(chǎn)生引發(fā)戰(zhàn)爭(zhēng)等嚴(yán)重后果。當(dāng)前，隨著人工智能技術(shù)在各類媒體的普及，污名化傳播范圍更廣泛，速度更快，政治、宗教、族裔、性別等各個(gè)領(lǐng)域都可能成為污名化的對(duì)象。

一、人工智能技術(shù)在國(guó)際傳播中的應(yīng)用

人工智能技術(shù)在社會(huì)各個(gè)領(lǐng)域應(yīng)用以及擴(kuò)散，已經(jīng)開始對(duì)國(guó)際傳播產(chǎn)生深刻影響，它不僅改變了傳播方式，還提高了傳播效率和準(zhǔn)確性。具體來說，大數(shù)據(jù)分析、自然語(yǔ)言處理、聊天機(jī)器人與個(gè)性化推薦等代表性技術(shù)影響深遠(yuǎn)。大數(shù)據(jù)技術(shù)使得海量數(shù)據(jù)可以被快速處理和分析，促使媒體能夠更準(zhǔn)確地了解受眾需求和偏好。這使得國(guó)際傳播機(jī)構(gòu)可以更好地調(diào)整其傳播策略，以滿足不同國(guó)家和地區(qū)的需求；自然語(yǔ)言處理技術(shù)使得機(jī)器能夠更好地理解和處理人類語(yǔ)言，從而提高翻譯和語(yǔ)音識(shí)別的準(zhǔn)確性。這使得國(guó)際新聞傳播者更容易跨越語(yǔ)言障礙，從而更流暢、高效地在國(guó)際間傳達(dá)信息；聊天機(jī)器人技術(shù)大大降低了國(guó)際媒體與受眾間溝通信息的成本，可以為受眾提供更為個(gè)性化的服務(wù)。這使得國(guó)際傳播機(jī)構(gòu)能夠更好地了解多領(lǐng)域、多國(guó)別受眾的信息需求，獲得更多反饋；個(gè)性化推薦技術(shù)可以根據(jù)個(gè)人喜好和歷史行為提供個(gè)性化的推薦服務(wù)。這使得國(guó)際傳播機(jī)構(gòu)能夠更好地針對(duì)受眾需求定制策略，進(jìn)而提高傳播效果和影響力。

聊天生成型預(yù)訓(xùn)練變換模型（ChatGPT）在2022年年末出現(xiàn)，更是將國(guó)際傳播推向了新變局。人工智能技術(shù)可以生成自然語(yǔ)言的文章、報(bào)告、評(píng)論等，也可以制作音頻或視頻材料，甚至可以將這些內(nèi)容自動(dòng)化地進(jìn)行翻譯、傳播，幫助信息在國(guó)際范圍內(nèi)傳遞。這意味著，新一階段的人工智能技術(shù)將對(duì)國(guó)際傳播生態(tài)產(chǎn)生重大影響。

二、人工智能時(shí)代假新聞的制造與擴(kuò)散升級(jí)

人工智能技術(shù)可以轉(zhuǎn)化成文本生成、圖像處理與語(yǔ)音合成等多種應(yīng)用。人工智能可以通過編程來模仿人類寫作，還可以使用特定的詞匯和句法規(guī)則來生成類似于新聞文章的文本，這大大增加了假新聞的制造規(guī)模。而圖像處理技術(shù)可以被用來制造虛假的圖片和視頻，這種模型可以將原始圖像和視頻輸入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練來生成新的圖像和視頻，普通受眾難以辨其真?zhèn)巍?/p>

（一）提高假新聞的制造效率

人工智能技術(shù)大大提高了假新聞的制作效率，促使國(guó)際傳播中的污名化規(guī)模擴(kuò)大。意大利非政府研究機(jī)構(gòu)布魯諾·凱斯勒基金會(huì)（Bruno Kessler Foundation）的研究人員在分析了有關(guān)新冠疫情的1.12億條社交媒體發(fā)帖后發(fā)現(xiàn)，其中40%的內(nèi)容來源并不可靠，在超過1.78億條與新冠疫情相關(guān)的推特中，有近42%是由軟件機(jī)器人所發(fā)布。②2020年12月進(jìn)行的一項(xiàng)調(diào)查評(píng)估了美國(guó)新聞受眾是否曾經(jīng)在社交媒體上不知不覺地分享過假新聞或信息，38.2%被調(diào)查者表示他們?cè)?jīng)分享過，而7%不確定是否不小心在社交網(wǎng)絡(luò)上傳播了錯(cuò)誤信息。③許多案例證明，人工智能技術(shù)已經(jīng)被廣泛用于生成假新聞。

（二）擴(kuò)大假新聞傳播范圍

人工智能技術(shù)促使假新聞傳播范圍擴(kuò)大，使得國(guó)際傳播中的污名化效果提升。社交媒體平臺(tái)借助人工智能和機(jī)器學(xué)習(xí)技術(shù)的支持，運(yùn)用算法系統(tǒng)來評(píng)估用戶的個(gè)人背景和興趣愛好。這些評(píng)估基于用戶在媒體平臺(tái)上的行為，如發(fā)布的內(nèi)容、點(diǎn)贊以及對(duì)其他帖子的回應(yīng)等。這些信息使平臺(tái)能夠提供個(gè)性化服務(wù)，將每個(gè)用戶與最有可能引起他們興趣的內(nèi)容進(jìn)行匹配。個(gè)性化服務(wù)可以提高用戶的滿意度和留存率，進(jìn)而增加社交媒體平臺(tái)的廣告收入。此外，內(nèi)容創(chuàng)作者還可以通過銷售與其內(nèi)容相關(guān)的廣告來從個(gè)性化服務(wù)中獲益。觀點(diǎn)偏激或?qū)σ欢ㄉ鐣?huì)議題有偏見的人群更有動(dòng)力獲取與自己觀點(diǎn)類似的信息，且容易放松對(duì)其真實(shí)性的評(píng)估。這導(dǎo)致媒體平臺(tái)與內(nèi)容創(chuàng)作者逐漸依賴人工智能技術(shù)吸引用戶。假新聞或不可靠消息的制造者也利用該技術(shù)匯聚大批量受眾。根據(jù)美國(guó)新聞可信度評(píng)估與研究機(jī)構(gòu)NewsGuard發(fā)布的一項(xiàng)分析報(bào)告顯示，2020年，前100個(gè)新聞來源中17%的內(nèi)容來自不可靠的網(wǎng)站，而2019年這一比例約為8%。不可靠程度排名靠前的《每日郵報(bào)》網(wǎng)站（The Daily Wire）2020年在社交媒體上與網(wǎng)民的互動(dòng)次數(shù)是2019年的2.5倍。④

（三）幫助假新聞提高質(zhì)量

人工智能生成的假視頻在2017年底首次引起了公眾的注意，當(dāng)時(shí)一個(gè)名為“Deepfakes”的美國(guó)社交平臺(tái)Reddit帳戶發(fā)布了基于圖像生成算法生成的視頻。隨后，“深度造假”（deepfake）一詞被廣泛用于指代所有類型的人工智能生成的人類模仿視頻。人工智能技術(shù)迭代，導(dǎo)致深度造假的信息泛濫，使得國(guó)際傳播中的污名化效果增加。當(dāng)前人工智能技術(shù)能夠制造深度造假素材，如在照片和視頻中，可以將一個(gè)人的臉替換成另一個(gè)人的臉，這項(xiàng)技術(shù)通常被用于污名化各類公眾人物的信息中。如2018年，比利時(shí)某政黨發(fā)布了一段時(shí)任美國(guó)總統(tǒng)唐納德·特朗普（Donald Trump）的演講視頻，呼吁比利時(shí)退出《巴黎氣候協(xié)定》，但實(shí)際上這是一段深度造假視頻。麻省理工學(xué)院的團(tuán)隊(duì)研究了126000個(gè)新聞主題中的超過450萬條推文，并使用兩種最先進(jìn)的機(jī)器人檢測(cè)服務(wù)來過濾掉由機(jī)器人傳播的推文。研究發(fā)現(xiàn)，機(jī)器人確實(shí)加速了假新聞的傳播，但它們也以大致相同的速度加速了真實(shí)新聞的傳播。⑤

三、人工智能時(shí)代國(guó)際傳播中污名化的案例

（一）疫情時(shí)代的國(guó)際傳播污名化

世界衛(wèi)生組織 （WHO） 總干事譚德塞在2020年2月15日的慕尼黑安全會(huì)議上發(fā)表講話時(shí)指出，假新聞比這種病毒傳播得更快、更容易，而且同樣危險(xiǎn)。在全球新冠疫情大流行期間，人工智能技術(shù)在國(guó)際傳播中的應(yīng)用也在擴(kuò)散，圍繞疫情的虛假或誤導(dǎo)性信息增多。錯(cuò)誤和虛假信息的傳播，不僅導(dǎo)致人們的防疫措施不到位，也惡化了國(guó)際傳播中的污名化行為。⑥這些污名化行為包括：不同國(guó)家之間對(duì)彼此防疫政策的污名化、不同族群之間的歧視與污名化、極端群體對(duì)科學(xué)防疫的污名化等。同時(shí)，國(guó)際傳播中的污名化與疫情政治化趨勢(shì)趨于一致。

西方輿論持續(xù)鼓吹“新型冠狀病毒起源于中國(guó)”論調(diào)，并通過各種國(guó)際社交媒體傳播了這種偏見與歧視，造成了對(duì)華裔甚至亞裔群體的歧視。⑦例如，在美國(guó)，針對(duì)亞裔美國(guó)人的仇恨犯罪激增。加利福尼亞州州立大學(xué)圣貝納迪諾分校仇恨和極端主義研究中心對(duì)警方數(shù)據(jù)的分析指出，美國(guó)大型城市的反亞裔仇恨犯罪在2020年激增約150%。根據(jù)亞太政策規(guī)劃理事會(huì)（Asian Pacific Policy Planning Council）的報(bào)告，僅從2020年3月至5月，加州的34個(gè)縣鎮(zhèn)就有超過800起與新冠疫情有關(guān)的仇視事件。半島電視臺(tái)在2020年3月的一項(xiàng)分析中發(fā)現(xiàn)，僅在3月，推特上就有超過10000條帖子包含“功夫流感”一詞，抖音海外版上帶有所謂#“中國(guó)病毒”（chinese_coronavirus）標(biāo)簽的帖子的瀏覽量也達(dá)1.1億人次；在照片墻上，存在72000個(gè)貼有所謂#“武漢病毒”（WuhanVirus）標(biāo)簽的帖子和10000個(gè)貼有所謂#“功夫流感”（KungFlu）標(biāo)簽的帖子。⑧一些帶有族群歧視色彩的虛假視頻廣泛傳播。此外，社交媒體上還泛濫了一系列圍繞疫情起源的陰謀論。一些極端群體運(yùn)用人工智能技術(shù)制作大量虛假圖片與視頻，將5G技術(shù)與新冠病毒的傳播聯(lián)系起來。英國(guó)有超過80座移動(dòng)信號(hào)塔被燒，英國(guó)移動(dòng)公司（Mobile UK）公司有40名員工遭到人身攻擊或語(yǔ)言攻擊。

（二）美國(guó)政治中對(duì)中國(guó)的污名化

近年來，美國(guó)政治中對(duì)其認(rèn)定的所謂“競(jìng)爭(zhēng)或敵對(duì)國(guó)家”的污名化言論日益增多，特別是在美國(guó)總統(tǒng)選舉與中期選舉期間，這種現(xiàn)象更加明顯。美國(guó)總統(tǒng)選舉中的對(duì)華污名化言論主要指一些政治家、利益群體或媒體將中國(guó)描繪成一個(gè)具有挑戰(zhàn)意義甚至是敵對(duì)的國(guó)家，丑化領(lǐng)導(dǎo)人與政府形象，試圖通過宣傳所謂“中國(guó)威脅論”，來匯聚人氣，獲取選民支持，達(dá)到推動(dòng)其選舉進(jìn)程的目的。如2016年美國(guó)總統(tǒng)選舉期間，共和黨候選人唐納德？特朗普就經(jīng)常批評(píng)中國(guó)，污蔑其為“貨幣操縱者”“偷竊美國(guó)工作機(jī)會(huì)”，并指責(zé)中國(guó)向美國(guó)出口“惡心的食品”。2020年美國(guó)眾議院選舉期間，一些共和黨候選人利用對(duì)華污名化言論，如污蔑中國(guó)是“對(duì)世界和平的威脅”“竊取美國(guó)技術(shù)”等來爭(zhēng)取選民支持。

在人工智能時(shí)代，國(guó)際傳播中的污名化手段不斷更新，形式也在不斷升級(jí)，這也體現(xiàn)在美國(guó)政治生態(tài)中。通過制造與傳播假消息，美國(guó)政客與利益團(tuán)體利用人工智能技術(shù)主動(dòng)對(duì)中國(guó)進(jìn)行污名化，或污蔑中國(guó)干預(yù)美國(guó)內(nèi)政，或大肆渲染所謂“中國(guó)威脅論”。在2020年選舉中，唐納德·特朗普不斷敦促其支持者對(duì)民主黨候選人喬·拜登（Joe Biden）的兒子亨特·拜登（Hunter Biden）進(jìn)行更嚴(yán)格的審查，宣稱尤其需要調(diào)查亨特·拜登與中國(guó)的關(guān)系。特朗普于2020年10月14日發(fā)推文稱：“喬·拜登必須立即公布所有與他及家族業(yè)務(wù)往來和在世界各地——包括在中國(guó)——兜售影響力有關(guān)的電子郵件、會(huì)議、電話、成績(jī)單和記錄！”他的競(jìng)選團(tuán)隊(duì)還投放了一則廣告，稱“問題不在于亨特·拜登為何使用他的名字來獲得這些演出，而是喬·拜登讓他這么做的原因”。在投放此類政治廣告時(shí)，特朗普?qǐng)F(tuán)隊(duì)使用了大量人工智能定向投放技術(shù)。有大量新聞報(bào)道指出，特朗普在競(jìng)選中得到了臉書的直接幫助，使用了“微靶向——超針對(duì)性廣告”技術(shù)用于其政治廣告的投放。

（三）俄烏沖突中的國(guó)際污名化行動(dòng)

自2022年年初俄烏沖爆發(fā)后，國(guó)際社會(huì)分裂為兩個(gè)陣營(yíng)。在國(guó)際公共輿論場(chǎng)中，雙方大量使用人工智能技術(shù)對(duì)俄羅斯或?yàn)蹩颂m政權(quán)及其國(guó)民進(jìn)行污名化，一方面試圖削弱其戰(zhàn)斗意志，另一方面也丑化對(duì)方形象，借以爭(zhēng)取更多國(guó)際盟友。除此之外，國(guó)際社會(huì)也出現(xiàn)了一些污名化中俄關(guān)系的論調(diào)，甚至有大量假新聞捏造中國(guó)武器或人員進(jìn)入戰(zhàn)場(chǎng)。

沖突爆發(fā)后，網(wǎng)絡(luò)便出現(xiàn)了大量疑似俄羅斯方面制作的澤連斯基吸毒、投降等消極視頻。在這些影片中，“澤連斯基”呼吁烏軍放下武器投降，澤連斯基隨后在照片墻發(fā)文說：“我只會(huì)建議俄羅斯士兵放下武器回家去。”2023年2月20日，美國(guó)總統(tǒng)拜登突訪基輔與澤連斯基會(huì)談后，大量社交平臺(tái)有消息稱，澤連斯基身后有一名穿著與其高度相像的男子，這名男子經(jīng)常與澤連斯基一起出行，有時(shí)候還會(huì)作為他的替身。隨后，烏克蘭國(guó)家安全與國(guó)防委員會(huì)下屬的反虛假信息中心呼吁不要相信這些假消息，該機(jī)構(gòu)表示這些消息的目標(biāo)受眾是烏克蘭民眾，旨在破壞烏克蘭領(lǐng)導(dǎo)層的名聲。歐洲輿論界也出現(xiàn)了廣泛應(yīng)用人工智能技術(shù)以污名化烏克蘭、污名化對(duì)烏政策的案例。隨著戰(zhàn)事趨于僵持，大量真假難辨新聞出現(xiàn)，如德國(guó)新聞雜志《明鏡》周刊（Der Spiegel）警告天然氣短缺，英國(guó)《衛(wèi)報(bào)》對(duì)俄羅斯在烏克蘭的戰(zhàn)爭(zhēng)罪行提出質(zhì)疑，意大利安莎通訊社（ANSA）批評(píng)基輔的糧食政策，這些言論在臉書和推特上得到了廣泛宣傳。但根據(jù)美國(guó)媒體平臺(tái)Meta發(fā)布的報(bào)告顯示，這些都是虛假的信息，來自于俄羅斯人工智能技術(shù)的模仿，其目的是改變歐洲方面對(duì)烏克蘭的支持政策。據(jù)Meta的研究，他們總共發(fā)現(xiàn)了60多個(gè)欺詐性媒體網(wǎng)站，這些網(wǎng)站都在社交媒體上傳播相關(guān)言論，丑化烏克蘭形象，并注冊(cè)了1000個(gè)左右虛假賬號(hào)，花費(fèi)資金超過100000美元。⑨

另一方面，美國(guó)與歐洲也利用大量人工智能技術(shù)塑造國(guó)際輿論，并通過大量制裁手段污名化俄羅斯及與其相關(guān)集團(tuán)。長(zhǎng)期以來，西方國(guó)家對(duì)俄羅斯實(shí)施污名化政策，試圖以“流氓國(guó)家”“支持恐怖主義的國(guó)家”等概念來譴責(zé)俄羅斯的行為。美國(guó)與歐洲在國(guó)際輿論場(chǎng)上利用人工智能政策延續(xù)了這種污名化政策，繼續(xù)污名化普京個(gè)人，并接連炒作俄羅斯濫用核武器、制造人道災(zāi)難等假新聞。

總的看來，偽造照片、制造虛假視頻、擴(kuò)散假新聞組成了俄烏沖突中污名化行為的重要部分，而深度偽造與定向投送等人工智能技術(shù)則在此過程中被廣泛應(yīng)用。

四、思考與啟示

在人工智能時(shí)代，國(guó)際傳播的污名化行為出現(xiàn)了新的趨勢(shì)與特點(diǎn)。長(zhǎng)期以來，假新聞的制造依賴夸大事實(shí)、歪曲事實(shí)、篡改圖像或音視頻等手段，而人工智能技術(shù)的廣泛應(yīng)用提高了其生產(chǎn)與傳播的效率，在國(guó)際公共輿論場(chǎng)制造出更多消極與不確定因素。這一點(diǎn)在新冠疫情大流行期間尤其明顯，一些極端政客與機(jī)構(gòu)運(yùn)用人工智能技術(shù)以污名化特定群體的傳播行為，刺激了社會(huì)矛盾與分裂。而在國(guó)際競(jìng)爭(zhēng)乃至沖突中，人工智能技術(shù)被應(yīng)用在國(guó)際間互相污名化行動(dòng)中，存在惡化國(guó)家間公眾相互認(rèn)知、加劇國(guó)家間不信任與信息誤判的可能。

當(dāng)前，各國(guó)在人工智能技術(shù)發(fā)展與應(yīng)用上仍有較大差距，這意味著各國(guó)在使用污名化工具或應(yīng)對(duì)污名化手段上存在較大的能力區(qū)別。在這樣的背景下，加強(qiáng)對(duì)人工智能技術(shù)的監(jiān)管，提高各國(guó)人工智能治理的協(xié)作水平十分緊迫。就國(guó)際傳播中的人工智能治理來看，第一，應(yīng)該鼓勵(lì)政府或獨(dú)立機(jī)構(gòu)監(jiān)管人工智能算法，減少其傳播虛假信息或誤導(dǎo)性信息；第二，人工智能算法的制造者應(yīng)該公開算法的工作原理和數(shù)據(jù)來源，讓公眾知道信息來源的可信度和準(zhǔn)確性的頻率；第三，在人工智能內(nèi)容生成不斷迭代的未來，應(yīng)鼓勵(lì)獨(dú)立機(jī)構(gòu)開發(fā)更多工具對(duì)人工智能生成內(nèi)容進(jìn)行識(shí)別與審核，以確保其內(nèi)容的準(zhǔn)確性和可信度；第四，在媒體與新聞界，應(yīng)建立針對(duì)性規(guī)范來管理人工智能技術(shù)在該領(lǐng)域的應(yīng)用，圍繞虛假信息、隱私、政治、公平等議題盡快制定規(guī)則；此外，也應(yīng)該提高公眾意識(shí)，使公眾了解人工智能技術(shù)的原理、優(yōu)缺點(diǎn)和使用規(guī)則，從而更為準(zhǔn)確地判斷和評(píng)估信息的真實(shí)性和可靠性。

陳定定系暨南大學(xué)國(guó)際關(guān)系學(xué)院（華僑華人研究院）教授；王悠系暨南大學(xué)國(guó)際關(guān)系學(xué)院（華僑華人研究院）博士；卜樂系海國(guó)圖智研究院研究員

「注釋」

①曾向紅、李琳琳：《國(guó)際關(guān)系中的污名與污名化》，《國(guó)際政治科學(xué)》2020年第5期，第78-111頁(yè)。

②“Covid-19 and fake news in the social media， Bruno Kessler Foundation”，F(xiàn)BK，https：//www.fbk.eu/en/press-releases/covid-19-and-fake-news-in-thesocial-media/ ，2020-3-10.

③“Share of people who have ever accidentally shared fake news or information on social media in the United States as of December 2020”，Statista，https：// www.statista.com/statistics/657111/fake-news-sharing-online/，2022-7-21.

④“Unreliable news sites more than doubled their share of social media engagement in 2020”，Newsguard， https：//www.newsguardtech.com/specialreports/special-report-2020-engagement-analysis/ .

⑤“The spread of true and false news online”，Science，https：//www.science.org/ doi/10.1126/science.aap9559，2018-3-9.

⑥趙高輝、張藝偉：《新冠肺炎疫情期間污名化現(xiàn)象的傳播機(jī)制研究——基于污名產(chǎn)生、放大、反應(yīng)三個(gè)維度》，《科技傳播》2022年第14期，第69-73頁(yè)。

⑦李珍暉、劉書博：《對(duì)抗污名化：新冠肺炎疫情背景下中國(guó)政府合法性話語(yǔ)管理》，《現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)）》第2021年第11期，第60-65頁(yè)、第147頁(yè)。

⑧“Anti-Asian hate continues to spread online amid COVID-19 pandemic”，Aljazeera，https：//www.aljazeera.com/news/2020/4/5/anti-asian-hatecontinues-to-spread-online-amid-covid-19-pandemic，2020-4-5.

⑨“‘Grotesque Russian disinfo campaign mimics Western news websites to sow dissent”，POLITICO，https：//www.politico.eu/article/russia-influenceukraine-fake-news/，2022-9-27.

責(zé)編：荊江