类ChatGPT人工智能技术构建政法舆情大脑的探索研究

　　摘要：随着网络技术的发展和新媒体平台的普及，各类社会思潮、社会矛盾、群体情绪汇聚网络空间交互影响，网络舆论战场愈加复杂多变。依法妥善处理网络舆情、维护人民群众合法权益，不仅是社会治理的重要内容，也是各地政法机关的职责所在。面对类ChatGPT人工智能技术快速发展，切实发挥其在政法舆情治理工作之中的作用，及时从海量舆论信息中动态感知网络意识形态，预测潜在的涉法涉诉舆情风险和演变趋势，推动从后端闭环处置强引导向中端法治监督补短板、前端源头治理找漏洞方向延伸，最终实现及时有效化解潜在网络舆情风险，提升政法公共服务和社会治理水平，推动执法司法规范化和司法进步。

　　关键词：ChatGPT；大语言模型；人工智能；政法舆情

　　一、引言

　　党的十八大以来，对人工智能及数字化技术高度重视，先后就建设数字中国、网络强国等作出一系列重要指示。今年4月28日，中共中央政治局召开会议，提出要重视通用人工智能发展，营造创新生态，重视防范风险。山东深入贯彻落实关于数字中国的重要论述精神，制定促进数字经济发展、数字政府和数字社会建设等一揽子政策措施。省委政法委按照《山东省数字政府建设实施方案》和《山东省数字法治系统建设方案》要求，立足“服务政法工作高质量发展”的目标定位，贯通全网舆情数据，探索构建具有舆情监测汇总、分析研判、预警处置、指挥调度等功能的政法舆情大脑平台，实现对舆情风险的实时预警处置，同时借助于类ChatGPT人工智能技术的快速发展，探索AIGC人工智能技术应用在政法舆情治理行业领域的创新场景，构建“数脑”智能读网，更准确、更高效地理解隐藏在舆情中的“民意”，进一步畅通群众诉求表达、利益协调、权益保障渠道，同时结合人脑的政法专业知识和行业治理经验，更好的形成可沉淀、可学习、可分享的政法舆情大脑智慧，提升治理决策的科学性、系统性、时效性，将数据转换成知识，生成具有逻辑性、连贯性和可读性的决策参考舆情报告，助力让人民群众感受到公平正义就在身边，提升群众安全感满意率。

　　二、政法舆情面临的形势与挑战

　　互联网时代，维护政治社会安全稳定的空间格局发生了深刻变化，网上战场与网下战场交织融合、一体化趋势愈加明显。政法工作要健全网上网下相贯通、打防管控一体化的风险防控体系，确保既打赢网下战场法治仗，又打赢网上战场意识形态斗争主动仗。政法舆情治理工作可以理解为政法部门利用感知、研判、预警、处置等手段积极回应网民意愿，打造出规范有序的舆情秩序，最终取得良好的舆情治理效果，当今政法舆情治理工作还面临三大挑战：

　　1、动态感知难。网络空间发言具有匿名性与虚拟化的特点，热门社交平台网民人数众多、活跃程度高，网络言论传播具有时效性高、传播面广、互动性强等特点，舆情演变呈现出潜伏、爆发、波动和消散的变化趋势，热门敏感话题经常瞬间引发全网热议，造成了政法舆情意识形态感知滞后，一旦发生就会进入舆情爆发阶段，形成“后知后觉”局面，仓促进行舆论应急处置，而处置不当顷刻间可能被推至舆论的风口浪尖。如何利用新技术新手段，实现网络意识形态动态感知，对于可能持续发酵的舆情做到早评估、早研判、早发现、早应对，形成政法舆情全周期智慧治理。

　　2、源头治理难。网络平台提供了舆情爆发和扩散的渠道，而传统治理漏洞又加速了“线下矛盾”向“线上舆情”的演变，进而造成谣言散播、公众恐慌、政府形象受损、意识形态偏离等社会治理性危机，传统舆情防控重治理轻预防的“被动应对”方式，如何跳出“问题产生-解决问题”的恶性循环，通过数据驱动主动挖掘源头治理诉求，预警治理风险和预测社会变化趋势，从被动式回应走向主动式治理。

　　3、协同处置难。现阶段由于缺乏专门的政法舆情治理机构，网络舆情风险防控往往呈现出不同部门重复进行信息收集、差异化舆情处置方式等多头治理的现象，政法网络舆情风险的有效治理需要公安、检察院、法院司法以及各地政法单位等部门共同参与，从而提高网络舆情事件处置效率。如何利用数字化技术实现政法舆情整体治理，突破条块分割、碎片化的科层结构规制，精准、高效、及时回应舆情治理需求，推动了政法舆情处置从“多头管理”转向“协同作战”。

　　三、人工智能技术探索思路

　　2023年初以来，ChatGPT所代表的“人工智能生成内容”（AIGC）技术成为现象级互联网应用，掀起了人工智能领域的技术巨浪。作为新一代信息技术，生成式人工智能不仅能够通过对于人类“脑力”的无限延伸，赋予人们对于追求美好生活的更大想象空间，给数字政府治理带来了全新的发展契机。概况来说，无论是ChatGPT还是后续发布的衍生产品New Bing、GPT-4，本质上都是基于回归技术的大语言模型（Large Language Model），其底层逻辑是在给出情境文本的基础上通过“预测下一个词→带入文本→预测下一个词”的迭代循环实现人类自然语言的输入输出。与传统语言模型相比，大语言模型的革命性突破集中体现为它在海量数据的训练过程中逐渐产生了一定的理解、推理乃至创造的能力。不可否认，目前的大语言模型所体现出来的“智能”仍有很大的局限性，但这并不妨碍我们对其在政法舆情治理领域可能产生的影响做深入思考。通过初步的技术探索，拟从三个方面应用来进行创新和突破。

　　1、实现动态感知网络意识形态。面对海量、碎片化、复杂多变的网络舆情数据，传统的舆情治理方法表现出明显的局限性，而大语言模型重大优势在于它能够在一定程度上理解人类的自然语言并完成相关指令的操作运行，在舆情热点话题发现、动态感知舆情发展走势、精准预测舆情风险程度等方面具有很大的优势，能够聚焦动态事件及其间的顺承、时序和因果关系，为挖掘动态事件信息及逻辑关系、揭示事件的传播演化规律提供有力支持，这将强有力地弥补当前政法舆情治理人力不足和数字技术短板。

　　2、精准理解舆情内容推进源头治理，以往传统舆情系统是从网络中找到已发生的舆论热点事件，而很少对处在潜伏期的舆论事件进行深度分析，利用语义理解、知识图谱、算法模型等人工智能技术针对网络舆情事件内容，去分析事件纠纷类型、网民情绪情感、执法司法的工作问题、舆情传播特点等背后治理问题，通过建立政法舆情治理模型，实现对舆情酝酿期的“前端源头治理闭环”。

　　3、生成智能报告提供决策支撑。过去舆情治理系统聚焦于数据展示，所能给出的舆情日报仅是较为简单信息统计，如何实现“类人”的感知力、认知力和创作力，真正能够实现为领导读网的目标，成为 “懂看”“擅思”“会写”的政法舆情大脑，这就必须借助AIGC人工智能技术，AIGC顾名思义就是“人工智能生成内容”，背后是一个由海量大数据支撑的自然语言生成模型或顺序文本预测模型，且这一语言预测模型可以被训练，会根据有监督学习（事先标注数据）和无监督学习（事先无标注数据）的混合训练，模拟或实现人类的学习行为、以获取新的知识或技能、重新组织已有的知识结构使之不断改善自身性能的人工智能技术，自动生成和输出符合领导需求的智能报告，承担起辅助领导政法舆情治理的“助理”角色。

　　四、构建政法舆情大脑研究框架

　　山东省政法舆情大脑采用“1+3+4+T”架构体系，“1”是一个大脑底座;“3”是实现省市县三级贯通联动;“4”是构建四大创新应用场景;“T”是舆情工作专班。研究框架示意图如图1所示。

　　图1 政法舆情大脑研究框架示意图

　　(一) 打造一个大脑底座

　　依托全省数字法治数据中心，打通省政法单位、各市党委政法委现有舆情监测系统，统筹全省政法已有舆情数据资源要素，基于自然语言处理技术、知识图谱、大语言模型等构建人工智能技术，夯实大脑底座，持续推进算法库、知识库、工具库、模型库的开发与集成，探索自动化知识沉淀机制，为全省政法意识形态、政法公共服务和社会治理、执法司法规范化、舆论引导管控等业务构建灵敏触角、提供对策建议，做深做强“政法舆情大脑”能力基础。

　　(二)实现省市县三级贯通联动

　　立足及时妥善处置涉政涉法涉稳舆情，健全全省政法系统“舆情监测、模型预警、快速处置、及时反馈”风险闭环管控机制，建立省市县三级纵向贯通横向协同的全流程应用，提高全省舆情深度综合研判能力，形成舆情研判、决策、指挥、核查、反馈、评估全流程一体化“闭环”，预警信息第一时间直达领导及相关部门，对舆情处置情况可生成智能报告，推进网络风险处置由“单打独斗”向“协同联动”，由“被动应急”向“主动应对”，由“经验研判”向“精准评价”转变。

　　(三) 构建四大创新应用场景

　　1、舆情动态感知监测预警，实现对网络意识形态态势动态感知和精准判断，互联网可能成为舆论风险的策源地、传导器、放大器，各种错误思潮会借机泛起，经济社会问题也易向意识形态领域传导，具体问题演变为政治问题、局部问题演变为全局事件的风险不容忽视。所以借助人工智能技术，实时对网络总体舆论进行总体评估，分析网络意识形态态势，提出针对性对策建议，做到用最小成本，最早时间把舆论风险控制最小范围、最低层级，取得最佳政法舆论治理效果。

　　2、前端源头治理找漏洞，推动提升政法公共服务和社会治理水平。全面搜集掌握群众对政法工作诉求，围绕舆情数据进行模型训练，进行纠纷类别智能分类，自动识别出婚姻家事纠纷、消费维权、劳动争议、物业纠纷、交通事故、医疗纠纷等矛盾纠纷类型，找到社会治理工作中的难点、堵点和痛点，进一步畅通群众诉求表达、利益协调、权益保障渠道，实现政法舆情源头治理。

　　3、中端法治监督补短板，推动执法司法规范化建设和提升法治环境，及时分析舆情反映出有案不立、压案不查、有罪不究等执法司法工作问题，借助“舆论监督”，推动全省政法机关执法司法规范化和司法进步。

　　4、后端闭环处置强引导，增强舆论正向引导。建设政法舆情智库，导入全国政法舆情案例、舆情应急预案和相关法律政策，通过智能算法对重大敏感舆情提出舆论引导建议。

　　(四)舆情工作专班

　　强化“双脑”协同，知识共练，推动“数脑人脑”共学共促。为实现四大创新应用场景，在依托 AI 的同时还需要人工参与才能真正满足工作需要，同时机器学习也需要人工不断喂养才能不断完善算法，因此成立舆情工作专班，通过双脑能力深度融合，有效提升政法舆情预警预测预防能力，确保“政法舆情大脑”各项应用场景落到实处。

　　五、结论与展望

　　从当前的研究成果看，借助大语言模型人工智能技术构建政法舆情大脑，提升政法舆情治理质效，取得了阶段性的研究成果，但尚处于探索阶段，未来还要在加强算法监管、注重实战实效、场景不断创新等方面持续探索建设，确保在技术上可行、法律上可为、管理上可控的前提下，更好的解决政法舆情治理的问题和群众诉求，更好的回应关切、澄清事实、消除误解、辟驳谣言上实用管用，及时稳妥处置重大涉法敏感舆情，有效化解重大舆情风险，有力净化网络政法舆论生态，为推动政法工作高质量发展做出应用贡献。

　　责任编辑：广汉