行動者網絡理論下社交媒體機器人的互聯網行動探析

姚智宇　陸高峰

【內容提要】互聯網生態正從“人”漸變為“人+社交機器人”共生的樣態，社交機器人進入網絡與人類相連的過程，是亟待打開的“黑箱”。拉圖爾的行動者網絡是考察技術與人互動的重要理論，通過該理論分析發現，社交機器人借助自身類人與超人的能力，直接或間接招募動員行動者組建利益聯盟，但由于不同網絡的行動者目標各異，使得聯盟不穩定。本文認為，人類需要反思以技術打敗技術的方式來穩定網絡的思路，平視機器人新“物種”，從而重新穩定互聯網生態。

【關鍵詞】社交媒體機器人? 行動者網絡? 互聯網生態? 人機共生

一、引言

社交媒體機器人是一套在互聯網中有目的地對信息傳播乃至社交關系產生影響的智能化軟件系統。[1]2003年前后，在國內各大網址論壇出現的“發帖機”，可以算作是最早的社交媒體機器人?！鞍l帖機”利用后臺注冊多個賬號，實現在短時間內對相同內容的轉發。隨著網絡實名的落實，該方法不再有效，取而代之的是“群控”技術。該技術可以通過一臺電腦控制多部手機，并利用大數據整合發布出適應不同平臺的內容。另外，“群控”技術與“云服務器”相聯系，使得電腦掌控的設備數量呈現指數級增長。

技術發展帶來社交媒體機器人規模與效率的質變，使之成為互聯網中不能忽視的行動者。[2]如Cresci 等人發現股票市場的運作正被社交媒體機器人所干擾，機器人利用高價值股票推廣低價值股票來影響市場。[3]Bessi 等人發現有40萬個機器人在2016年美國總統大選期間發布約380萬條推文，約占總推文量五分之一。[4]人類不再是社交媒體中唯一尋求連接的行動者。社交媒體機器人與之相伴，并且其“連接”的能力，較于人類絲毫不遜色。Boshmaf 等人通過機器人蜜罐實驗，讓機器人在Facebook上運行并與人互動，結果發現有80%的機器人成功與人類用戶建立聯系。[5]

近些年來，在傳播學領域里聚合了大量與媒介技術相關的理論資源。多數理論取向在于對“物”的關注，其中包括英尼斯、麥克盧漢、基特勒等為代表的技術理論取向；默多克、丹·席勒（Dan Schiller）、約翰·斯特恩（John Stern）等為代表的政治經濟學取向，他們著眼于物的“威力”，對“人與媒介物的互動”相對缺失。以拉圖爾為代表的行動者網絡理論（Actor-Network Theory，ANT）的社會取向恰好彌補了這一缺失，既考察媒介對人的社會形塑，也關注人對媒介的闡釋性實踐。[6]這一取向與我們的核心問題，機器人行動、與人之間發生聯系、顛覆網絡生態相關。

已有學者開始采用行動者網絡理論來探討非人行動者與內容生產、算法、社會治理等關聯。[7]在行動者網絡的視角下，這些非人行動者不再只是工具層面上的角色，而擁有了自己的能動性。該理論為研究社交媒體機器人提供了區別于傳統結構功能主義視角的新視野。

行動者網絡理論（Actor-network-theory，簡稱ANT），是以拉圖爾（Bruno Latour）、卡龍（Michel Callon）和勞（John Low）為代表的巴黎學派所提出。理論的基本出發點在于，一切既定“現實”（reality）都是由不同復雜關系互動所形成。[8]行動者網絡有三個核心概念，即行動者（agency）、 轉譯者（mediator）、 網絡（network）。[9]其中行動者包括人類行動者與非人行動者，拉圖爾將它們做對稱化處理，二者在分析時具備同等地位。在拉圖爾那里，行動者也被視作轉義者，轉義者能夠改變、轉譯、歪曲和更改其所傳輸的“意義”或者“要素”。在拉圖爾那里轉譯不僅僅是一種策略，也是“重組社會”的動因。因此，行動者網絡的研究方法是在轉瞬即逝的網絡變化中，去關照變化是如何變化的，即行動者之間發生了怎樣的轉譯，轉譯是如何影響行動者，進而影響網絡變化的。

因此，研究將跟隨社交媒體機器人，觀察其成為核心行動者并建立網絡的過程，以此理解網絡中的人機關系。

二、“類人”與“超人”：社交媒體機器人的技術邏輯

在ANT中每個能對網絡變化產生影響的因素都可以被稱為行動者。拉圖爾所說的行動者并不是主動行動，而是被動行動，行動者的力量來源于操作。因此行動者只能按照其行動，即所作所為來對其定義。所以在網絡上我們所說的行動者不是靜止孤立物，而是在關系之中不斷生成行動著的事物。為了進一步解釋非人行動者何以行動，拉圖爾引入示能（也譯為可供性）概念。示能是指物體等非人行動者“展示其所能”，因此，技術/物等非人的物質性將得到關照。[10]

該視角要求我們從“它”出發，去探尋社交媒體機器人展現的“本領”。

（一）社交媒體機器人的類人性

算法賦予了社交媒體機器人“生命”的開端?！洞蟛涣蓄嵃倏迫珪穼λ惴ǎˋlgorithm）的定義是指“在限定的步驟中對一個問題給出的答案或解決問題方案的系統過程”。通俗來說，就是計算機在行動時固有的一套“思考”方式。算法和社交媒體機器人是一體兩面式的存在。起初人在社交媒體機器人上配有可自動發送信息的算法程序，根據機器人執行目標的不同，算法程序也并不相同。機器人通過自身代碼與目標網站相連接，以此執行任務。在深度學習能力的加持下，機器人能夠通過對真人用戶的模仿，來讓自己變得更像人。這種模仿包括不限于信息、情緒、使用習慣等。通過對用戶社交媒體動態等網絡信息的“竊取”，社交媒體機器人快速成長為一個比用戶更“懂”用戶的伙伴，以此順利和用戶發生聯系。

這種聯系不是無目的的，機器人之所以能在短時間內對互聯網輿論生態進行影響，是因為在建立聯系之前機器人就已經通過收集到的數據為目標受眾劃定標簽，得出他們對某類信息的偏好值。根據偏好值，機器人可以迅速找到自己想要影響的群體，在某一話題或輿論中，形成合力。[11]一言以蔽之，機器人可以快速找到目標群體迅速與之建立聯系，并放大這一目標群體的影響力，進而形成意見的偏向，使得輿論生態晦暗不明。

（二）社交媒體機器人的超人性

隨著大數據和人工智能技術的發展，社交媒體機器人擁有了人不具備的能力，這成了機器人與人聯系并改變網絡的核心籌碼。

新技術支撐下的社交媒體機器人在時間與空間兩個維度上展露出“超人”的能力。過去影響輿論的方式主要是由用戶操控用戶賬戶來實現，但在社交媒體機器人的加入后，用戶和用戶賬戶之間多了一層覆蓋層，即社交媒體機器人。社交媒體機器人在被操縱主體安裝完算法程序之后，可以自主操控賬號行動，不再需要大量時間、資金的投入。而傳統的人工水軍的工作流程要經歷多個環節：網絡公關將任務傳達給水軍工頭，水軍工頭再將任務下發給水軍，水軍之后再按照任務要求進行發帖、控評等操作。[12]而社交媒體機器人可以跳過任務的“中介”，并且24小時待命，極大地降低了時間成本。另外，在空間上，社交媒體機器人投送范圍更廣泛，也更加精準。根據任務的不同，社交媒體機器人能夠在散播謠言時大規模投送信息。從“點對點”式傳播到“點對面”式傳播，社交媒體機器人在信息傳播能力上明顯優于人類。

三、轉譯互聯網生態：社交媒體機器人的行動邏輯

轉譯互聯網生態，需要社交媒體機器人與其他異質行動者發生聯系，并建立以自己為核心行動者的利益聯盟。那如何轉譯？根據卡隆的研究，轉譯分為五個關鍵點：問題呈現（problematisation）、利益賦予（interessment）、征召（enrolment）、動員（mobilisation）及異議（dissidence）。[13]

（一）問題提出：如何占據輿論高地

據《中國移動互聯網發展報告（2022）》顯示，中國上網人口已經達到49億，占據全球總人數的63%。大量公民涌入互聯網，使信息傳播載體網絡化。而受眾信息活動地點的轉移，也使大部分行業將網絡作為信息的主要傳播點。

網絡信息傳播克服了原有行業信息傳遞區域性和時效性問題，加強了傳受雙方的聯系，同時也加速了問題的暴露，使得輿論壓力增大。因此，如何在當下互聯網環境中，獲得更多有利信息或減少負面信息，成了每一個行動者需要回答的問題。

（二）利益賦予：商業、政治與心理的共贏

利益賦予是指社交媒體機器人進入網絡后，穩定其他行動者的手段。社交媒體機器人的行動對傳播者或者受傳者都給予了一定程度的利益。在傳者方面，部分商業公司采用社交媒體機器人在Facebook、Twitter和reddit等社交平臺中，大規模擴散商業廣告，增加商品的影響力。除商業營銷外，社交媒體機器人大都被運用在政治選舉上，干擾公民的選舉意愿。例如2014年日本首相選舉中，研究者發現選舉前后542584條推文里有近80%是由社交媒體機器人生成用來幫助安倍贏得輿論優勢。[14]除了政治選舉，社交媒體機器人也被廣泛應用于一些重大議題中，如英國脫歐公投。它們的出現卓有成效地幫助了個別政治團體達成“操控”真人意愿的目的。

在受者方面，倘若社交媒體機器人的目標是擴大某一觀點的影響力，它就會主動和持有這一觀點的人建立聯系，而無論是轉發、點贊還是評論，對于一個發布觀點的人，最渴望的是獲得別人的認同。因此構建這樣的聯系不難，甚至受者也有“需要”。有研究表明，人們即使意識到是機器人與之互動，也會給予信任，原因是機器人的觀點態度比真人用戶看似更加中立客觀。[15]另外，由于機器人的信息組織邏輯類人化，受眾看到信息也很難立刻知道這是機器人發布的。因此，并不能對機器人采取及時有效的反制措施。

（三）征召與動員：行動者的直接與間接收編

征召是指核心行動者為實現任務目標，而征召其他異質行動者進入網絡。動員是指核心行動者調動其他行動者解決核心問題，而展示出其自身能力，以此形成網絡利益聯盟的方式。

社交媒體機器人的征召方式可以分為直接征召與間接征召。直接征召，主要是利益賦予最直接的傳受雙方。傳播者為實現自己的商品盈利或政治目的接受社交媒體機器人的“邀請”。而受眾則是肯定了社交媒體機器人帶給他們的情緒價值，即對受眾觀點的支持與認可。而間接征召，可以分為兩個方面：首先是人類本身，長久以來人類對人工智能世界的暢想頗深，這從科幻電影中就可窺見一斑；其次是政策，近年來，關于人工智能的政策發布層出不窮，社交媒體機器人間接受益于此類政策的推行，得到了更多發展空間。社交媒體機器人通過直接或間接的方式，將不同異質行動者拉入自己所在網絡為自己的目標服務，從而讓自己成為這個網絡的核心，并動員著其他異質行動者。

（四）異議：行動者之間的目標矛盾

盡管社交媒體機器人給了網絡中其他行動者足夠的利益，但由于其他行動者在不同網絡所完成的目標不同，利益的需求也不相同，所以網絡難以穩定。例如社交媒體機器人為了完成政治任務，散播虛假信息或無用信息來干擾輿論。同時，代表凈化網絡空間的政治部門下場來處理這些信息垃圾。另外，技術公司盈利的方式不只是單純的售賣社交媒體機器人信息傳播的能力，同樣也可以售賣技術來分辨哪些是人哪些是社交媒體機器人，以此來獲取利益。因此，以社交媒體機器人為核心行動者的網絡并不穩定。

隨著ChatGPT等人工智能的發布，未來活躍在互聯網上的機器人，只會比現在更加智慧，人機共生必定是未來社交媒體空間的狀態。如何看待社交媒體機器人形成的網絡，去重新轉譯它，是當下不得不面臨的難題。

四、消除異類：穩定互聯網絡的初步探索

社交媒體機器人在信息傳播上，有著雙刃劍的效果。一方面，社交媒體機器人可以自動發布社會事件、突發災難、政府政策等信息，提升人類有效信息的傳遞也有利于政府決策的推行；另一方面，謠言散播，無效信息泛濫，加重了網絡中的信息污染。因此，介于二者的矛盾，以社交媒體機器人為核心行動者的互聯網絡時常處于不穩定的狀態。若想要行動者網絡穩定，使之轉譯成健康的狀態，則需要使它變為“黑箱”。

拉圖爾的黑箱概念來自控制論，黑箱的意思是指將復雜指令或機器遮蔽起來，只需要知道黑箱外的輸入與輸出。[16]簡單來說，倘若一個網絡處于黑箱狀態，那么它就是不可爭辯的事實，此網絡不會被懷疑，因此黑箱狀態下的行動者網絡聯盟更加穩定。那么如何讓現有的互聯網絡變得穩定，行動者之間和諧？

現有的方法主要是以識別技術發現并消除社交媒體機器人。識別方式包括：基于圖論的方法，以直觀方式呈現網絡中的節點聚散等指標，根據社交媒體機器人的特性來分析識別。但由于當下互聯網節點太多，識別時間長且有失敗的風險；第二是基于機器學習的方法，根據不同場景來提取特征，但該方法受限于特征的選擇和分類算法，且不同數據集也會產生不同的實驗結果；第三是眾包方法，該方法是通過人力來進行識別，但存在隱私問題以及人工識別的準確性問題。[17]

綜上，依靠識別技術難以徹底解決社交媒體機器人?；ヂ摼W生態中，機器人與真人早已是“你中有我，我中有你”的關系，試圖通過識別技術消除社交媒體機器人的方式收效甚微。

五、結論與建議

本研究通過跟隨社交媒體機器人的行動過程，展現其類人與超人的技術邏輯，通過它的轉譯，影響并改變傳統的互聯網生態。首先，社交媒體機器人通過自身的技術能力，展現出自己在互聯網中的類人性與超人性，將自身原有的工具身份轉化為更為主動的核心行動者身份。其次，社交媒體機器人通過自身的行動，以占據優勢信息高臺為核心行動，通過賦予傳受雙方信息利益來穩定網絡。最后，為實現目標，通過直接征召傳受雙方等行動者與間接征召政策與公眾等，來形成以自身為核心行動者的利益聯盟。

但以社交媒體機器人為核心的利益聯盟并不穩定。原因在于社交媒體機器人在信息傳播上的雙刃劍屬性，使得社交媒體機器人所招募的政府與技術公司等行動者，時常會因為其行動目標的變化，而對社交媒體機器人采取不同的措施，因此導致行動者網絡失衡，無法變為黑箱狀態。

面對現有不穩定的互聯網生態，普遍的做法是通過識別社交媒體機器人，并消除它們，以此來凈化互聯網環境。但由于以技術解決技術，本身就是個悖論，因為技術的發展是雙向的，在識別技術發展的同時，社交媒體機器人也在發展，二者的內核都以技術為本源，實際上是生命共同體。因此，以該手段來穩定當下互聯網環境的效果甚微。

通過行動者網絡理論的分析，我們需要重新審視社交媒體機器人的意義。它并不能被簡單定義好壞，更重要的是需要將它放置在網絡中，觀察其扮演的角色。它有可能推動民主的發展，也有可能成為污染網絡環境的主要原因?？梢灶A見的是，隨著ChatGPT等智能機器人進入互聯網，社交媒體機器人將會變得更加智慧，甚至具有獨立思考的能力。因此，一味對社交媒體機器人“趕盡殺絕”，是一種惰性思維。正如美國著名傳播學者彼得斯所言：我們在對待非人存在物時，使用的常是“遏制”的策略，這種策略只不過是一種道具，用來支撐我們脆弱而危險的身份。其實，這種思維與笛卡爾以來的人的主體覺醒息息相關，但隨著技術的飛速發展，人的主體性被逐漸弱化，德國媒介學者基特勒所說的“人是媒介的延伸”正在成為現實。因此在未來，社交媒體機器人必將作為一個新的物種存在于互聯網生態之中，我們需要直面主體間性問題，重新審視人機共生的網絡生態。

【本文為國家社科基金一般項目“社交媒體公眾號從業人員的主體責任及職業生態治理研究”（項目編號：19BXW017）的階段性成果，“杭州市委宣傳部與浙江理工大學共建新聞學院”項目成果】

參考文獻：

[1][17] 周鈺穎，閔勇，江婷君，吳曄，金小剛，蔡和.社交媒體機器人的研究現狀、挑戰與展望[J].小型微型計算機系統，2022，43（10）：2113-2121.

[2] 王夏韻.社交機器人：互聯網水軍治理的新挑戰[J].新聞論壇，2021，35（05）：16-17.

[3] Cresci S，Lillo F，Regoli D，et al. $ FAKE：evidence of spam and bot activity in stock microblogs on Twitter[C]/ /Proceedings of the International AAAI Conference on Web and Social Media， 2018：580-583.

[4] Bessi A，Ferrara E. Social bots distort the 2016 US presidential election online discussion [J].First Monday，2016，21（11-7）：1-14.

[5] Boshmaf Y，Muslukhov I，Beznosov K，et al. The socialbot network：when bots socialize for fame and money[ C]/ /Proceedings of the 27th Annual Computer Security Applications Conference，2011：93-102.

[6] 戴宇辰.傳播研究的“物質性”取徑：對若干核心議題的澄清[J].福建師范大學學報（哲學社會科學版），2021（05）：142-152+171.

[7] 姜紅，魯曼.重塑“媒介”：行動者網絡中的新聞“算法”[J].新聞記者，2017（04）：26-32.

[8] 戴宇辰.“舊相識”和“新重逢”：行動者網絡理論與媒介（化）研究的未來——一個理論史視角[J].國際新聞界，2019，41（04）：68-88.

[9] 吳瑩，盧雨霞，陳家建，王一鴿.跟隨行動者重組社會——讀拉圖爾的《重組社會：行動者網絡理論》[J].社會學研究，2008（02）：218-234.

[10] 孫凝翔，韓松.“可供性”：譯名之辯與范式/概念之變[J].國際新聞界，2020，42（09）：122-141.

[11] 榮婷.機器人水軍的演進、問題與治理研究[J].中國出版，2021（13）：72-75.

[12] 姜明.從傳播學角度看待新媒體時代下的網絡水軍[J]. 新聞研究導刊，2017，8（21）：69-70.

[13] 郭明哲.行動者網絡理論（ANT）[D].復旦大學，2008.

[14] Sch·fer F，Evert S， Heinrich P.Japan's 2014 General Election：Political Bots，Right-Wing Internet Activism，and Prime Minister Shinzō Abe's Hidden Nationalist Agenda[J]. Big data，2017， 5（04）：294-309.

[15] Edwards C，Edwards A，Spence P R，et al. Is that a bot running the social media feed？Testing the differences in perceptions of communication quality for a human agent and a bot agent on Twitter[J].Computers in Human Behavior，2014，33：372-376.

[16] 林凡，林愛珺.打開算法黑箱：建構“人-機協同”的新聞倫理機制——基于行動者網絡理論的研究[J].當代傳播，2022（01）：51-55.

作者簡介：姚智宇，浙江理工大學法政學院、史量才新聞與傳播學院碩士研究生；陸高峰，浙江理工大學法政學院、史量才新聞與傳播學院教授，碩士生導師，中央社會主義學院統一戰線高端智庫特約研究員

編輯：王洪越