換羽高飛：加快軍事新聞傳播智能化變革——人工智能在軍事領(lǐng)域的應(yīng)用前景探析
摘要：隨著人工智能深入發(fā)展，軍事新聞輿論工作面臨智能化轉(zhuǎn)型時代課題。本文聚焦大語言模型在軍事新聞輿論工作領(lǐng)域的應(yīng)用前景，探討其賦能內(nèi)容智能化生產(chǎn)、輿情實時化研析、傳播動態(tài)化調(diào)整等流程，重構(gòu)新聞生產(chǎn)與輿論引導(dǎo)機(jī)制，進(jìn)而實現(xiàn)輿論引導(dǎo)能力迭代升級的具體路徑。
關(guān)鍵詞：人工智能；大語言模型；軍事新聞輿論工作
人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動性很強(qiáng)的“頭雁”效應(yīng)。隨著ChatGPT、DeepSeek等大語言模型相繼問世，傳統(tǒng)行業(yè)與其深度融合、轉(zhuǎn)型升級，新業(yè)態(tài)、新模式不斷涌現(xiàn)。軍事新聞輿論工作主動順應(yīng)發(fā)展大勢，積極擁抱人工智能這一新的“增長極”，不僅是提升軍事新聞采編效率、增強(qiáng)輿情研判精準(zhǔn)度、優(yōu)化傳播矩陣效能之所需，更是實現(xiàn)換羽高飛、為強(qiáng)軍興軍提供有力思想輿論支持的必然選擇。
一、人機(jī)協(xié)同智能采編制作，軍事新聞生產(chǎn)更加便捷高效
可以預(yù)見，隨著多模態(tài)交互、事實驗證等技術(shù)的迭代優(yōu)化，基于大語言模型本地化部署和專業(yè)軍事新聞數(shù)據(jù)投喂所建立的“AI生成-人工校驗-反饋優(yōu)化”全流程內(nèi)容生產(chǎn)系統(tǒng)，將極大提高軍事新聞生產(chǎn)效率，逐步成為軍隊媒體的重要基礎(chǔ)設(shè)施和軍事媒體人的必備輔助工具。
（一）輔助實現(xiàn)文字新聞產(chǎn)品智能化生成
軍事新聞生產(chǎn)在專業(yè)性、時效性與安全性方面有較高要求，大語言模型通過“知識庫+算法”雙輪驅(qū)動可較好滿足這一需求。一方面，將大語言模型本地化部署后，可接入內(nèi)部軍事術(shù)語庫、軍隊法規(guī)條例庫、歷史戰(zhàn)例庫等結(jié)構(gòu)化數(shù)據(jù)和演習(xí)報告、專家訪談等非結(jié)構(gòu)化數(shù)據(jù)，構(gòu)建起相應(yīng)軍事領(lǐng)域的垂直知識圖譜，成為本媒體專用的軍事新聞類大語言模型。另一方面，通過對大語言模型進(jìn)行指令微調(diào)，并強(qiáng)化其對軍事新聞?wù)Z料庫的深度學(xué)習(xí)，能夠推動其理解軍事新聞的文體特征與發(fā)布規(guī)范，進(jìn)而具備生成符合要求的各類新聞稿件的能力。例如，針對練兵備戰(zhàn)類新聞，可利用調(diào)校后的大語言模型圍繞訓(xùn)練課目，自動整合訓(xùn)練情況數(shù)據(jù)和現(xiàn)場圖文素材，生成包含背景解讀、訓(xùn)練特點、訓(xùn)練效果等內(nèi)容的完成度較高的新聞初稿，顯著縮短軍事新聞采編周期；針對軍事動態(tài)（如裝備列裝、技術(shù)突破）類新聞，大語言模型可對照過往信息發(fā)布稿件特點，根據(jù)輸入的權(quán)威信源信息，生成結(jié)構(gòu)完整、用語規(guī)范的標(biāo)準(zhǔn)化新聞通稿等。
（二）輔助實現(xiàn)自動化多模態(tài)全媒生產(chǎn)
大語言模型可輔助記者高效整合采訪中獲取的圖片、視頻、文字等各類專業(yè)性較強(qiáng)的軍事信息，并提取整編為高價值新聞內(nèi)容，以更高效率實現(xiàn)多模態(tài)全媒生產(chǎn)。一是智能解析專業(yè)軍事內(nèi)容。隨著軍隊現(xiàn)代化水平和分工精細(xì)化程度的不斷提高，對軍事記者的專業(yè)要求越來越高。大語言模型可通過識別裝備兵力、方案計劃等關(guān)鍵要素，輔助記者快速進(jìn)入情況，為寫出高質(zhì)量稿件打好基礎(chǔ)。二是融合生成直觀新聞內(nèi)容。大語言模型可快速將武器裝備性能指標(biāo)、演訓(xùn)活動態(tài)勢數(shù)據(jù)等專業(yè)化程度較高的內(nèi)容，轉(zhuǎn)化生成為易于普通受眾理解的新聞稿件。三是多模態(tài)內(nèi)容適配輸出。結(jié)合語音合成、文圖互生等技術(shù)，大語言模型可快速生成適配各媒體平臺傳播要求的多語種解說視頻、交互式三維動態(tài)圖表或動畫等，同時通過脫敏處理保障信息安全，提升軍事新聞的生產(chǎn)效率與跨平臺分發(fā)能力。
（三）輔助實現(xiàn)新聞信息全流程審核校驗
通過向大語言模型嵌入軍事術(shù)語庫與保密規(guī)則，可提升軍事新聞生產(chǎn)過程中的內(nèi)容審核速度，通過技術(shù)賦能構(gòu)建全流程內(nèi)容安全屏障。一是輔助進(jìn)行保密審查。基于自然語言處理與軍事保密規(guī)則庫，可利用大語言模型自動識別新聞稿件中的涉密表述，實時標(biāo)注反饋敏感信息并提供合規(guī)修改建議，同時依托先進(jìn)算法和過往軍事新聞數(shù)據(jù)庫，聚合檢測待發(fā)布稿件是否存在大數(shù)據(jù)關(guān)聯(lián)并分析泄密風(fēng)險。二是規(guī)范軍事新聞用語。大語言模型依托軍事術(shù)語標(biāo)準(zhǔn)數(shù)據(jù)庫并對歷史案例學(xué)習(xí)，可對軍事新聞內(nèi)容的表述規(guī)范性進(jìn)行智能校驗，自動糾正專業(yè)軍事術(shù)語誤用等問題，確保軍事新聞信息專業(yè)準(zhǔn)確。三是全程預(yù)警安全風(fēng)險。將數(shù)字化采編工具接入本地化部署的大語言模型后，可實現(xiàn)審核規(guī)則嵌入新聞生產(chǎn)全流程，從素材采集、內(nèi)容生成到發(fā)布前校對等各環(huán)節(jié)，自動生成風(fēng)險掃描報告，降低人為疏忽導(dǎo)致的泄密和輿情風(fēng)險。
二、有的放矢調(diào)控宣推策略，軍事信息傳播更加科學(xué)精準(zhǔn)
在軍事新聞的傳播環(huán)節(jié)，大語言模型可通過受眾畫像分析與傳播策略模擬，制定精準(zhǔn)化、分眾化、定制化傳播策略，優(yōu)化軍事新聞傳播矩陣觀點輸出能力，強(qiáng)化正向議題設(shè)置能力。
（一）用戶層面達(dá)成精準(zhǔn)化受眾觸達(dá)
長期以來，軍事新聞傳播一直追求分眾化、靶向化傳播，以解決傳統(tǒng)新聞傳播中“千篇一律”與“眾口難調(diào)”的矛盾，提高軍事新聞傳播效果。目前，大語言模型所具備的先進(jìn)算法和強(qiáng)大算力，令實現(xiàn)這一目標(biāo)具備現(xiàn)實可行性。大語言模型可以在海量用戶數(shù)據(jù)中精準(zhǔn)分析掌握用戶瀏覽偏好、互動記錄、搜索關(guān)鍵詞等行為特點與語義特征，進(jìn)而精準(zhǔn)劃分受眾群體類別，并提煉每類群體的核心信息需求，在復(fù)雜輿論環(huán)境中實現(xiàn)多維用戶畫像構(gòu)建與需求解析，為構(gòu)建分眾化、立體化的智能傳播體系奠定基礎(chǔ)。例如，可針對不同群體對軍事新聞的接受程度定制“深度解析”“通俗科普”等多版本報道，對軍事愛好者推送裝備技術(shù)細(xì)節(jié)與戰(zhàn)術(shù)推演內(nèi)容，對普通公眾則側(cè)重分發(fā)國防教育、軍人故事等情感化敘事產(chǎn)品，提升軍事信息滲透率。依托大語言模型所達(dá)成的精準(zhǔn)化受眾觸達(dá)，既能避免敏感信息對非目標(biāo)群體的過度擴(kuò)散，又能通過“量身定制”增強(qiáng)核心受眾的認(rèn)知認(rèn)同，在大幅提升軍事新聞傳播效率、強(qiáng)化輿論引導(dǎo)針對性與滲透力的基礎(chǔ)上，為構(gòu)建分層分類、安全可控的軍事傳播生態(tài)提供關(guān)鍵技術(shù)支撐。
（二）渠道層面達(dá)成跨傳播平臺智能適配
依托大語言模型的內(nèi)容生成能力與多模態(tài)處理技術(shù)，軍事新聞一次采訪、多端發(fā)布變得更加便捷。一是依托多模態(tài)內(nèi)容生成能力與平臺特征分析算法，從同一軍事新聞事件中提取差異化信息焦點，將其自動轉(zhuǎn)化為適配不同傳播渠道的多元形態(tài)。如為微博生成短平快的圖文快訊、為抖音制作動態(tài)戰(zhàn)況解析視頻、為新聞客戶端輸出深度背景解讀等，最大化滿足各平臺用戶的內(nèi)容偏好。二是基于平臺傳播規(guī)律智能優(yōu)化內(nèi)容要素，如在短視頻平臺強(qiáng)化視覺沖擊力與懸念敘事，在專業(yè)論壇側(cè)重數(shù)據(jù)可視化與戰(zhàn)術(shù)推演邏輯，甚至通過方言配音、彈幕互動等形式增強(qiáng)文化親和力。三是自動化多語種編譯與敏感信息過濾，增強(qiáng)國際傳播中術(shù)語準(zhǔn)確性和文化貼近性，確保符合對象國（地區(qū)）文化偏好、避免觸碰禁忌。依托大語言模型所實現(xiàn)的智能化內(nèi)容定制與動態(tài)適配機(jī)制，令軍事新聞得以突破傳統(tǒng)單一化輸出模式，構(gòu)建全域覆蓋、精準(zhǔn)觸達(dá)的傳播矩陣，顯著提升輿論引導(dǎo)的穿透力與實效性。
（三）策劃層面達(dá)成動態(tài)傳播策略優(yōu)化
相較于以往人工概略研判、偽大數(shù)據(jù)分析等傳播效果評估方法，大語言模型可輔助媒體機(jī)構(gòu)完整構(gòu)建“數(shù)據(jù)采集-效果評估-策略迭代”的智能閉環(huán)，真正實現(xiàn)實時用戶反饋與傳播效果追蹤，有效應(yīng)對復(fù)雜輿論環(huán)境下的傳播博弈和內(nèi)容爭鋒。在特定軍事新聞產(chǎn)品傳播過程中，首先，大語言模型通過實時抓取社交媒體熱點、境外媒體報道、專家觀點傾向等多維度輿情數(shù)據(jù)，實時追蹤點擊率、停留時長、二次轉(zhuǎn)發(fā)率等內(nèi)容傳播效果，結(jié)合相關(guān)傳播實例的歷史傳播效果數(shù)據(jù)庫，量化分析不同群體對議題設(shè)置、敘事框架的接受度，并快速識別輿論場焦點偏移與潛在風(fēng)險點。而后，基于對抗性推演算法模擬不同傳播策略的影響效果，為媒體機(jī)構(gòu)調(diào)整優(yōu)化傳播策略提出合理建議。例如，若某類群體對某型武器裝備報道互動率偏低、關(guān)注度不高，大語言模型在掌握傳播效果和受眾群體關(guān)注焦點的基礎(chǔ)上，可以及時提出諸如將內(nèi)容形式由文字報告轉(zhuǎn)為三維演示、解讀角度從技術(shù)參數(shù)轉(zhuǎn)向?qū)崙?zhàn)意義等傳播策略調(diào)整建議，輔助軍事新聞傳播突破被動響應(yīng)模式，實現(xiàn)從“經(jīng)驗驅(qū)動”到“數(shù)據(jù)智能驅(qū)動”的跨越。
三、全景全維研析海量數(shù)據(jù)，涉軍輿情監(jiān)控更加快速有效
在涉軍輿情監(jiān)控這一應(yīng)用場景中，大語言模型憑借多模態(tài)語義解析與實時數(shù)據(jù)挖掘能力，可快速精準(zhǔn)識別敏感信息、研判輿論態(tài)勢并預(yù)警潛在風(fēng)險，為媒體機(jī)構(gòu)主動引導(dǎo)涉軍輿論、消解負(fù)面影響提供智能化決策支撐，有效助力構(gòu)建安全高效的軍事輿論生態(tài)。
（一）全域輿情實時感知提升風(fēng)險預(yù)警時效
相較于傳統(tǒng)網(wǎng)絡(luò)輿情監(jiān)測感知系統(tǒng)，以大語言模型為底層基石所重構(gòu)的監(jiān)測系統(tǒng)具備更快更智能的顯著優(yōu)勢。首先，依托多語言網(wǎng)絡(luò)爬蟲與分布式計算架構(gòu)，可對社交媒體、新聞門戶、論壇貼吧進(jìn)行秒級掃描監(jiān)測，突破物理地域與不同平臺限制，實現(xiàn)涉軍信息無死角覆蓋；其次，經(jīng)過軍事領(lǐng)域知識庫的投喂與對抗性訓(xùn)練模型的動態(tài)調(diào)校升級，系統(tǒng)能以較高的智能化程度精準(zhǔn)識別部隊動向、軍事部署、裝備參數(shù)等敏感語義，并通過智能分析判定輿情烈度，區(qū)分普通討論與蓄意炒作等不同程度風(fēng)險；此外，基于大語言模型自主進(jìn)行的時空關(guān)聯(lián)分析與傳播動力學(xué)建模，還可結(jié)合歷史輿情庫預(yù)測熱點事件擴(kuò)散軌跡并觸發(fā)分級預(yù)警，推動涉軍輿情監(jiān)控從“人工檢索”“滯后響應(yīng)”升級為“智能感知-風(fēng)險量化-分級干預(yù)”的主動防御體系，大幅提升涉軍輿情監(jiān)測的時效性與前瞻性。
（二）多模態(tài)輿情深度解析提高負(fù)面信息識別精度
利用大語言模型智能分析文本、圖像、視頻等異構(gòu)數(shù)據(jù)，能夠顯著增強(qiáng)涉軍輿情的研判準(zhǔn)確度。一是智能解析圖像內(nèi)容。通過視覺識別算法解析軍事類圖片海報、短視頻等傳播信息，自動識別軍事設(shè)施建設(shè)、部隊兵力調(diào)動、重要指戰(zhàn)員面容等涉軍敏感內(nèi)容，并與開源信息數(shù)據(jù)交叉驗證，輔助預(yù)警網(wǎng)絡(luò)失泄密和炒作風(fēng)險。二是深度挖掘語義信息。運(yùn)用智能化程度極高的語義分析技術(shù)，可以解構(gòu)敵對勢力新聞報道中的隱喻話術(shù)，揭露話語陷阱背后的意識形態(tài)意圖，甚至鑒別較為復(fù)雜的“低級紅”“高級黑”。三是關(guān)聯(lián)分析組合炒作。借助軍事知識圖譜與因果推理模型，可在網(wǎng)上海量信息中過濾并串聯(lián)起各類碎片化輿情信息，將諸如社交媒體謠言、智庫報告片段、新聞報道產(chǎn)品等各類涉軍信息融合分析，一定程度還原輿論炒作的協(xié)同邏輯鏈條，為反制涉軍虛假信息攻訐提供關(guān)鍵情報支撐，實現(xiàn)從“現(xiàn)象描述”到“戰(zhàn)略意圖解碼”的認(rèn)知升級。
（三）智能生成應(yīng)對策略助力輿情引導(dǎo)決策判斷
優(yōu)化調(diào)校后的大語言模型可憑其先進(jìn)算法和強(qiáng)大算力為涉軍輿情處置提供更可靠的決策咨詢參考，推動輿情應(yīng)對由傳統(tǒng)的“人工會商-經(jīng)驗決策”模式向“數(shù)據(jù)驅(qū)動-智能推演-精準(zhǔn)打擊”體系轉(zhuǎn)型升級。首先，基于對抗性推演與傳播博弈模型，針對謠言攻擊、關(guān)聯(lián)炒作、誤讀誤解等不同輿情類型生成多套應(yīng)對方案，并模擬對比“正面回應(yīng)”“側(cè)面引導(dǎo)”“沉默觀察”等各方案實施后的輿論場演變路徑，研判輿情應(yīng)對后的公眾情緒變化、境外媒體跟進(jìn)概率等反應(yīng)，輔助優(yōu)選輿情應(yīng)對策略基調(diào)；其次，根據(jù)選定的應(yīng)對策略，通過自然語言生成與多模態(tài)編輯工具，自動化輸出定制化應(yīng)對內(nèi)容，包括多語種辟謠聲明、可視化證據(jù)鏈圖解、專家解讀短視頻等針對性、傳播力較強(qiáng)的新聞產(chǎn)品，確?；貞?yīng)內(nèi)容兼具法律嚴(yán)謹(jǐn)性與傳播感染力；此外，結(jié)合實時反饋數(shù)據(jù)動態(tài)調(diào)優(yōu)策略，若監(jiān)測到某應(yīng)對方案出現(xiàn)辟謠帖互動率下降、遭敵對勢力抹黑歪曲等突發(fā)特情，可跟進(jìn)觸發(fā)二次創(chuàng)作或渠道調(diào)整指令，生成諸如強(qiáng)化戰(zhàn)備成果解讀或增加軍民融合案例比重等更優(yōu)敘事框架調(diào)整建議，極大增強(qiáng)涉軍輿情應(yīng)對的戰(zhàn)術(shù)靈活性與戰(zhàn)略主動性。
（作者單位：解放軍新聞傳播中心）
責(zé)任編輯：張和蕓