DOI：10.12154/j.qbzlgz.2025.06.004 1 引言 深度伪造（Deepfake）是采用人工智能的深度学习方法来伪造图文、音频、视频等内容的一种技术手段[1]。随着内容生成技术的发展成熟，深度伪造技术的发展有了更强大的算法基础和海量的数据支撑[2]。在人工智能生成内容（Artificial Intelligence Generated Content，AIGC）背景下，深度伪造技术呈现出多模态、平民化、低成本、高逼真等特征，深度伪造事件爆发的更为频繁，不仅会侵害个人隐私安全，而且会引发社会信任危机，甚至危害国家安全[3]。为了规范人工智能生成内容，维护国家安全和社会公共利益，政府部门出台了一系列的政策文件，如《互联网信息服务算法推荐管理规定》《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法（征求意见稿）》等，以期能够有效应对生成式人工智能带来的挑战，引导深度伪造技术向善发展。 深度伪造技术模糊了虚假和真实的边界，可基于热点话题生成虚假信息，煽动公众情绪和操纵舆论方向，深度伪造事件舆情信息能轻易伪造个人虚假形象与言论，损害个人名誉，严重扰乱社会秩序，削弱公众对权威信息的信任，基于伪造信息形成的舆论压力干扰正确决策，给网络环境治理带来极大的挑战。在个人隐私事件中，利用深度伪造技术合成虚假亲密影像，使周围人对当事人产生错误认知，侵犯当事人的名誉权和隐私权，如韩国“Deepfake”事件和Reddit论坛色情换脸事件等[4]。在政治操纵事件中，伪造政治人物不当言行的图片、音频和视频，或编造其涉及贪污受贿等丑闻，误导公众对该政治人物的看法评价，从而达到某种政治目的，如奥巴马“骂人”视频事件和特朗普“被捕”图片流传事件等[5]。在换脸诈骗事件中，结合少量个人的照片、语音和视频等信息样本，模仿该人说话的风格和语气，编造虚假照片、语音对话或换脸视频等，以此进行诈骗谋取利益，如香港AI换脸诈骗案和“AI马斯克”诈骗事件等[6]。因此，深度伪造事件舆情信息治理是维护社会稳定、保障个人权益、重塑信息信任的关键举措，对于营造健康有序的网络空间与社会环境意义重大。 基于此，本文融合风险管理理论和场景理论，运用问卷调查、多元回归分析、必要条件分析（Necessary Condition Analysis，NCA）和模糊集定性比较分析（Fuzzy-Set Qualitative Comparative Analysis，fsQCA）相混合的研究方法，探究AIGC时代深度伪造事件舆情信息的风险感知与场景治理机制，试图解决以下三个研究问题：（1）在风险治理的不同阶段，影响深度伪造事件舆情信息风险感知的因素存在怎样的差异？（2）以个人隐私事件为例，驱动深度伪造事件舆情信息高风险感知的组态路径有哪些？（3）以个人隐私事件为例，深度伪造事件舆情信息场景治理的驱动模式有哪些？ 2 文献回顾与理论基础 2.1 深度伪造事件舆情信息风险感知研究 首先，信息主体的认知风险感知。网络信息素养较高的信息主体储备了较多的信息知识，面对复杂的深度伪造事件具备较高的辨别能力和应对能力[7]。由于深度伪造技术具有较高的逼真性，使得信息主体难以辩证真伪[8]，了解深度伪造技术的基本原理和应用现状，有助于提高信息主体对深度伪造事件的辨别能力，降低深度伪造事件的风险程度[9]。其次，信息内容的危害风险感知。深度伪造事件舆情信息具有较强的煽动性，成为不良居心者操纵舆论的工具[10]，其利用深度伪造技术炮制出虚假内容，巧妙地把舆情焦点引向种族歧视、贸易纠纷、宗教信仰等争议性话题[11]，在虚假信息的误导下，原本理性的公众可能被情绪左右，变得愤怒、焦虑或偏激，极端情绪被催化表达、对真实信息的判断被影响，造成混乱动荡的舆情环境[12]。最后，信息技术的应用风险感知。深度伪造技术能够轻松把面部表情、技术动作和声音融为一体[13]，通过深度伪造技术，可以将一个人的面部特征替换到另一个人的身体上，制作出虚假的视频，或者模仿某个人的声音，生成从未说过的话语音频[14]，侵犯公众肖像权和名誉权，骗取公众的经济财产，或操纵社会舆论方向，甚至给国家形象带来危害[15]。 综上所述，国内外学者有关深度伪造事件舆情信息的主体认知风险感知、内容危害风险感知和技术应用风险感知等已经取得了丰硕的研究成果。然而，现有研究大多基于单一维度对深度伪造事件舆情信息风险感知展开研究，缺乏系统性的研究框架，基于此，本文把风险管理理论引入深度伪造事件舆情信息的研究中，从风险识别、风险评估和风险应对三个维度构建风险感知的全景画像，弥补现有研究的不足。 2.2 深度伪造事件舆情信息治理政策研究 由于深度伪造技术本身问题、使用不当、利益驱动等诸多因素交叠助推，引发了一系列社会问题，需要加以管制和引导，善用技术增进社会福祉。第一，传播演化的全过程治理。基于“事前-事中-事后”的过程逻辑，对深度伪造事件舆情信息风险演化的产生、发展和后果展开分析[16]事前治理规定技术使用者的披露和标识义务，事中治理加强平台的审查义务，事后治理强化多元性的追责机制[17]。第二，影响层次的分层治理。根据深度伪造滥用带给个人、社会、国家三个层面的风险和威胁，区分不同层次展开全方位、多层次、系统性的治理[18]，提高公民个人素养和虚假信息的辨别能力，鼓励公益组织和社会力量参与深度伪造事件舆情信息的风险治理，构建国家层次的防御体系[19]。第三，涉及主体的协同治理。协同治理主张多元主体的参与，需要发挥政府的规制作用，强化平台的责任审查，强调企业责任和行业自治，培养公众的信息素养，提高技术工作者风险监测的精度[20]。
