|
|
（四）舆情衰退期：追踪处理对平息舆情起关键作用
当网民普遍抒发相近感受，或者对改善某个情况提出社会层面的诉求，又或针对事件牵涉的未解事宜，若相关部门公布了解决方案，并且高校作出了相应表态，那么在这个时候，网民们参与讨论的热度便逐渐降低。在部分情形下，学校方面的答复含糊不清，相关机构处置失当，便容易引发网友的再次关注，进而容易再次触动网友的不满情绪，极端情况下甚至会对当事人造成更深的伤害，通常网友的看法、立场和感受会对事件的平息产生阻碍作用。所以，不论面对何种舆论风波，事后的应对和表态都至关重要。必须清楚，事情是起因，舆论是结果；要想妥善处理舆论，必须先妥善处理事情。
二、高校网络舆情传播特征
研究公众情绪演变特点以及公众情绪构成联系，参照各类事例，能够归纳出大学公众情绪不仅具备其他公众情绪普遍的传播迅速、影响广泛、话题多元等特性，还拥有自身独特之处。
（一）有意识地“规模化”传播
2018年9月，首批出生于世纪之交的年轻人步入了大学校园，这一代人在网络环境中孕育成长，运用网络技术对他们而言是驾轻就熟的本领，正因如此，他们具备出色的信息媒介处理能力，能够迅速适应网络与数字传播平台的各项变革。当前媒体整合进程不断深入，尽管各种媒介平台在特性功能以及运作方式上存在显著差异，然而它们整合信息进行广泛扩散的效能并未降低。当碰到关乎切身利益的事情时，他们习惯于在网上发声以吸引注意并获得援助，这种做法已经变得普遍，并且会根据各个主流网络平台的特点和运作方式来发布信息，借助有组织的广泛传播，力求让信息触达尽可能多的人。
（二）主体特质导致 “非理性化”传播
高校舆情的发布者多数是事件本身或切身相关者，高校网络舆情的主要观看者基本是与他们联系紧密的大学师生。根据统计，现在大学里的学生超过三千万，也就是说有三千多万个家庭的人在关注学校的情形。父母对于在外地读书的子女常常表现出过度担忧，当得知某些意外情况时容易感同身受，进而加剧原本就易波动的心情，随后借助个人网络平台发表冲动言论。青年学子正处在个人发展的关键阶段，思想观念尚未稳固，心理状态也未完全成熟，再加上意见导向型人物的推动，很容易造成非理性的集体发声现象。
（三）观念碰撞下的 “复杂化”传播
高校舆论参与者不仅媒介运用能力强，而且思维深度高。勒庞说过：“集体聚集会形成迥异的倾向和行动。”大学生和教师这类群体，在讨论公共事件时，不仅有对基本情况的了解和情感的共鸣，更有对背后价值观念的探讨和审视。价值观念的交锋下，高校内的舆论很容易引发多方，包括学校与学子、师长与学子、学子与学子之间的矛盾升级。各方持有相异的观点，乃至产生分歧，使得舆论的发酵与平息过程更为曲折，甚至波及学校的日常运作和社会的安宁。
三、高校网络舆情监管和引导困境
（一）网络迷因恶化传播态势
当今短视频与社交平台十分流行，信息传播时很少采用详细叙述来讲述事件经过，一般情况是，零散的网络流行语在各个网络位置快速扩散。这一概念最初由英国进化生物学专家理查德·道金斯在 1976年出版的《自私的基因》中阐述，他称其为meme，即迷因，指的是能够简明、容易、反复复制，涵盖文字、图片、视频等，并在网络中广泛流传的符号。道金斯强调，迷因的关键特征在于传播范围宽泛、作用力强、复制过程精准、速度快，以及形态保持稳定。网络空间里充斥着许多网络流行语，大学师生以及家长不仅能够迅速察觉、领会并运用网络流行语，还可以针对某些事件或现象制作网络流行语，这种情况常常让舆情难以平息。比如2022年黑龙江某高校学生会干部查寝事件引发舆情时，涌现出许多纯文字的迷因，例如“喊学姐”之类的说法，同时各大视频网站也传播着大量鬼畜类的短视频，这些影像迷因将事件相关方和学校置于舆论漩涡，导致事态缓和受阻。
（二）平息舆情手段固化且科技缺位
高校舆情具有突发性、复杂性等特点，使得常规的舆情监测和处理方法难以应对当前情况，不过，通过回顾多起高校舆情从爆发到平息的案例可以发现，学校方面在治理观念和平息策略上，目前仍有很大的改进余地。不少大学发生过的舆论事件中，都能发现先清除内容再封禁账号最后发出警告的固定步骤，以及采取迂回战术等处理方式，这些措施一旦被公众察觉，往往会引发更强烈的反对声音。当前，在监测和处置舆论的过程中，还缺少运用新方法的思想和技能。人工智能就是一个典型，依托海量数据构建的智能运算方法这种网络技术，在众多传播渠道上已经广泛采用，不过大学网络舆论监控方面，因为缺少前沿技术，所以应对迟缓，应对措施也显得陈旧。
（三）传统组织结构难以满足现实需求
高校内部设有专门机构，负责校内外的信息发布和交流，这个机构通常是处理公众意见的关键部门。对于高校网络上的公众意见，其应对和管理，是由党委宣传机构牵头，联合其他单位共同推进的工作体系来实现的。这种方式确实能够促进内部团结、形成一致认识，不过面对突发事件引发的舆论风波，效果并不理想。学校在舆情演变期间，未能与外部专家、媒体及社会进行有效沟通，造成信息传递迟缓，阻碍了及时科学地处理突发状况。
四、高校舆情引导启示和破局思考
（一）关注各阶段各类别情绪气候，“疏通”而非“封堵”
德国哲学家黑格尔于1821年出版的著作《法哲学原理》中有言，公众舆论是民众抒发自身意愿与看法的一种非自觉形态。平息社会关注的核心在于安抚民众心态，让他们对解决或缓解相关事宜抱有期待。首先，当社会关注兴起时，看似是在引导舆论，实则是在疏导人心。一旦公开信息与大众普遍认知相悖，人们便会在各类公共平台上分享信息、发表看法、加入辩论来排解感受，这些平台就变成了反应剧烈的“情感漩涡”。倘若继续使用老套的压制手段，无异于向这股“情感漩涡”中扔进一颗炸弹。因此，关键在于拿出能疏导、缓和网民心态的应对措施。高校舆情应对者或教育行政机构需要持续留意当代学子普遍关心的议题以及他们对此产生的态度，一旦察觉某个话题有迅速蔓延的苗头，就要立刻采取行动，及时引导学生调整心态，并着手处理相关事宜。我们必须准确把握各类舆情在不同发展阶段的情感变化，采取针对性措施，建立完善的应对体系。
（二）拓展监管治理主体，“共治”而非“单干”
高校网络舆论状况错综复杂，因此舆论管控必须依靠不同机构协同进行，需要高度集中注意力，同时采取各种方法来缓解矛盾。一旦高校网络舆论失去控制，在社会整体层面引发的连续影响，都表明舆论疏导工作应当多方联合，而不是仅由高校独立应对。高校内部需要各部门协同配合，高校外部则要积极联络媒体、专家学者、兄弟院校以及社会公众，适应媒体深度整合的趋势，多措并举联合治理舆论。
（三）扩大格局提升理念，“兼容”而非“排斥”
摒弃旧式“阻隔、拦截、清除”的方式，应当秉持“广泛接纳、区别引导”的原则，就是说针对各种舆情状况，要采纳有价值的治理思路，并且选用适宜的治理方法。
充分借助各类主流媒体和知名意见领袖的力量,如今高校网络舆情的扩散呈现出规模化、多渠道的特点,而意见领袖往往容易放大群体情绪,因此要有效引导和管控舆情,必须全面掌握事件在不同媒体上的演变情况、民众情绪走向以及媒体特性,并以此为依据制定具有针对性、符合平台特性的应对策略。借助意见领袖的作用，让他们充当稳定气氛的缓冲器，而不是煽动者。无论公众意见如何演变，意见领袖都是社交平台上信息传递的关键点，与普通成员相比，他们在情绪和观点扩散中的效果更为显著。它在个人与个人之间、集体与集体之间以及各种讨论空间中传递和交流消息的功能非常关键，既是官方声音的传播渠道，也是民间声音的上传途径，意见领袖掌握着较大影响力的发言权并且拥有庞大的网络用户基础，他们传递的情感和内容能够享有更宽广和不受约束的余地，在各个网络平台和接受者之间来回流动，从而进一步增加信息的扩散范围，进而对舆论走向产生作用。
适应多元文化特别是网络不同社群的次级文化,美国学术界依出生年份将二战后人群分为四代,首批是婴儿潮时期出生者,次为X世代,三为Y世代,末代为互联网普及后诞生的Z世代,这批人伴随网络成长,故称“数字原住民”。当代活跃于网络空间的高校学子们，堪称“数字世代”，他们熟练运用各类新兴网络技术与媒体平台，热衷展现个人身份特质并寻求群体归属感，常借助虚拟代号，以富有鲜明特征、高度凝练、幽默风趣且独具个性的言辞，抒发个人观点、情感体验、生活点滴和兴趣偏好，由此催生出特色鲜明的网络“社群”，并形成了各具特色的社群亚文化，这些社群内部情绪与观点逐渐趋同，极易产生“信息茧房”和“过滤气泡”现象，进而对舆论走向产生影响。审视各种亚文化群体的独特性，剖析其内在构成，把握其核心思想，将社会主流观点和普遍价值观引导至特定圈子之中，融入公正、客观的言论，有助于打破信息茧房，缓解群体内部紧张气氛。
让舆情监管和治理融入科技力量。网络用户数目持续攀升，海量数据的采集、存储和运作主要依赖人工智能和大数据方法，已成为普遍趋势，在大学网络舆论的监督和控制中能够应用这些先进技术，促使管理思路和方式实现革新，深入分析舆论动态，显著增强舆论回应的速度和效果，从而扭转被动状态，使舆论监管和应对变得更为主动，减少舆论事件造成的负面后果。借助区块链手段以及大数据方法，能够从源头上阻断虚假信息和无稽之谈，构建令网络用户与高校人员高度信赖的网络环境，进而降低高校人员对网络舆论管理的抵触心理。区块链技术能够使高校网络数据进行串联式保存和体系化存放，各个参与方依照共同规则运行，从而构建出规范化的网络环境，保障高校网络信息的安全性；区块链技术借助集体决策方法和自动化协议，促成高校内部不同参与方之间信息与数据的平安可靠互通；区块链的存证时间功能确保了高校数据来源的可追溯性和真实性，有助于加强网络舆论的管控效能。数据技术革新了管理方法，它协助大学打造可靠的数据资源库，让大学不仅具备丰富的信息底蕴，还能精确对内容进行情绪归类，达成提前干预的目的，并据此制定各类网络舆论风波的处置方案。大数据技术借助网络爬虫和网络媒体接口等手段，在各类媒体平台上实时汇集整理和分析高校相关资料，为高校舆情监控提供数据支撑；通过运用具备注意力模型的算法，能够区分不同媒体平台上的语言类型和态度倾向，从而提升舆情监控的准确性。
作者唱晨焱，系吉林财经大学新闻与传播专业硕士研究生，科研重点是财经新闻领域；张赛男，为吉林财经大学副教授，拥有博士学位，其学术专长包括机器学习、个性化教育以及新媒体传播。 |
|
