作者：趙蓓（天津大學）、任吳炯（北京師范大學）、何苑（河北大學）和張洪忠（北京師范大學）

編譯：趙修齊

編校：朱泓宇

原文載于：Information, Communication & Society，2025年，在線首發。

在社交媒體時代，標簽（hashtag）既用于信息分享，也成為政治聲明、社會運動和娛樂傳播的核心工具。標簽并非總能凝聚共識，也可能演化為對立觀點相互爭奪的輿論戰場?！皹撕灲俪帧保╤ashtag hijacking）作為一種新興的輿論操縱策略，指的是通過搶占原始標簽的話語空間，在其中植入對立或無關內容，進而破壞原有敘事，影響公眾認知。本研究以俄烏沖突初期的“”標簽為例，系統分析了標簽劫持中的注意力動態、敘事策略，以及社交機器人的作用。

標簽劫持是支持者與劫持者之間的競爭，雙方運用不同的敘事策略。然而，競爭的動態和影響機制仍不清楚。本研究引入博弈論中的“零和博弈”（zero-sum game）與“變和博弈”（variable-sum game）概念作為理論框架，前者認為一方的收益必然導致另一方的損失，后者則允許雙方存在共同收益或損失。本研究也注意到社交機器人（social bots）在標簽劫持中的作用。社交機器人是算法生成的自動化賬戶，可以模仿人類行為并在社交媒體上與用戶互動，常通過放大特定信息、傳播虛假信息等策略來操縱輿論。

據此，本研究提出以下問題：

研究問題一：對“”的標簽劫持是如何演變的？此過程遵循零和還是變和邏輯？

研究問題二：“”的劫持者和支持者采用了哪些敘事策略？

研究問題三：社交機器人是否在標簽劫持中扮演了關鍵角色？效果如何？

研究者收集了2022年2月至3月期間推特平臺上帶有“”的326701條英語推文，并且使用了以下四種研究方法：首先，采用GPT-3.5模型進行零樣本提示分類，將推文劃分為“被劫持”（支持烏克蘭）、“未被劫持”（支持普京或俄羅斯）、“無關”和“不確定”四類，識別出21.91%的被劫持推文和77.94%的未被劫持推文，并通過人工編碼驗證了GPT-3.5模型的可靠性。其次，使用Botometer v4工具識別社交機器人，發現機器人在被劫持和未被劫持推文中均較為活躍，占比24-28%。再次，通過向量自回歸（VAR）和脈沖響應函數（IRF）分析推文及互動（點贊、轉發、評論）的動態關系，并使用格蘭杰因果檢驗探究機器人對人類行為的影響。最后，構建被劫持與未被劫持推文的標簽共現網絡，識別核心敘事主題與內容社區結構。

就研究發現而言，首先，標簽劫持的“注意力動態”（attention dynamics）并不是完全的零和博弈，而是零和與變和的混合。在推文層面，未被劫持推文的增長在短期內可能促進被劫持推文的傳播（變和），但被劫持推文對未被劫持推文則表現出顯著的抑制作用（零和）。這表明，標簽劫持會破壞原始敘事的傳播。在互動層面，兩者關系呈現交替的競爭與合作。例如，未被劫持的互動的增加可能在短期內刺激或抑制被劫持的互動，反之亦然。這反映出，對用戶注意力資源的爭奪雖以零和博弈為主，但在特定條件下也可產生協同效應。

其次，策略方面，通過標簽共現網絡分析，研究揭示了劫持者和支持者使用的三種核心敘事策略：一，對抗。構建“我們vs他們”的二元對立，以強化自身立場并削弱對方合法性。例如，雙方分別使用“”和“l”，將領導人置于道德對立面。

二，關聯。將議題與更廣泛的政治、社會或文化話題相連接，以擴大可見度。例如，劫持者將“”與“體育”（）、“流行文化”（）甚至“加密貨幣”（）關聯，以觸達更廣泛受眾。

三，污名化。通過負面標簽破壞對方形象。例如，劫持者使用“”和“”，而支持者則使用“”和“”反擊。

再次，在社交機器人的非對稱作用方面，研究發現，在被劫持的語境中，機器人行為先于人類活動，表明機器人是話題的發起者和放大器；在未被劫持的語境中，機器人則跟隨人類行為，更多扮演響應角色。此外，不同陣營的機器人之間存在競爭關系。這些發現表明，社交機器人不僅僅是被動的工具，某些情況下也是主動的行動者，已經成為數字信息戰的一部分。

概括地看，本研究揭示了標簽劫持作為一種現代信息戰策略的復雜性，其中混合了零和與變和邏輯，敘事策略涵蓋對抗、關聯與污名化。社交機器人則通過非對稱參與進一步扭曲輿論場。對于社交媒體平臺而言，需要提升對標簽劫持和機器人的檢測能力；對政策制定者而言，應鼓勵平臺建立針對標簽劫持和社交機器人的監督機制；對公眾而言，需要提高數字素養和批判性思維以抵抗信息操縱。

本研究的局限在于，僅分析了推文的時間關系和標簽網絡，未充分考慮其他因素；在標簽分類時可能忽略了溫和的反對內容；還有其他未挖掘的敘事策略需進一步探索。未來研究可結合深度學習與跨平臺數據，進一步揭示生成式人工智能對政治活動的影響。

總之，標簽劫持已成為數字時代輿論博弈的重要手段。理解其機制與策略，對于維護健康的輿論環境具有重要現實意義。

論文來源：Zhao, B., Ren, W., He, Y., & Zhang, H. (2025). Demystifying hashtag hijacking in the public opinion game: attention, narratives, and social bots. Information, Communication & Society, 1–23. https://doi.org/10.1080/1369118X.2025.2531130