原标题链接：AI赋能 发现与培养校园“舆情引导”的新路径

《第6次中国未成年人互联网使用情况调查报告（2024）》显示，我国未成年人互联网普及率已达到97.3%，全国中学生的互联网普及率已接近100%。中学生几乎人手一部智能终端，校园里的信息早已不止来自黑板、广播，同学们在QQ群、微信、B站弹幕里互相吐槽、种草，谁的话更被转发、点赞，谁就是“自带流量”的“舆情引导者”。而以Deepseek为代表的新一代国产AI技术迅速兴起，生成式对话大模型在自然语言理解、情感分析和逻辑推理等方面，为中学校园内潜在的“舆情引导者”的识别和个性化培养提供了前所未有的技术条件。借助生成式大模型，教师能够快速捕捉这种同伴影响，把有号召力的学生培养成正向榜样，引导更多同学形成健康、多元、向上的价值观。

中学校园为何需要“舆情引导”？

按照“两级传播”理论，大众媒介的信息通常先影响一部分活跃的核心人物，再由他们向更广泛的群体扩散。中学生虽然上网时间有限、思辨能力尚在培养，但同伴评价依旧是青春期的“社会镜子”。他们乐于模仿同伴的新鲜行为和网络语言；一次“梗”往往比一次班会更能激活话题。当升学压力、明星事件或校园矛盾引发情绪波动时，引导学生的及时介入可疏导焦虑、化解冲突，让“同伴效应”转化为正能量。中学校园里的热点话题和行为潮流也清晰折射出这一代青少年的兴趣关切与价值取向，校园“舆情引导者”正是这些群体特征的缩影：对新颖事物和网络流行趋势高度敏感，能够率先在同伴中实践新的行为模式或话语风格，并引发模仿和讨论。教育者如果能够透过这些“带领”学生的言行，捕捉Z世代学生群体中潜移默化的变化动向，就相当于掌握了一扇观察学生微观行为世界的窗口，善加引导和赋权正向的舆情引导，让他们在集体中发挥榜样作用，更有助于营造积极向上的校园文化生态。

AI技术赋能：

精准识别与高效培育的可能性

人工智能与教育的融合日益深化。以2025年DeepSeek等新一代大语言模型为例，其强大的语义理解、情感分析和逻辑推理能力，以及低成本部署的优势，为教育场景带来变革潜力。其能够从非结构化的校园文本（聊天记录、作文、空间动态、校园贴吧）中提取关键信息，识别情绪波动，捕捉话题演变，甚至解读学生表达背后的潜在意图。相较于传统的人工观察，AI的优势体现在三个维度：一是全天候监测，补足教师“在校时长”之外的盲区；二是多维度分析，能同步跟踪文字、表情包、视频弹幕里的情绪色彩；三是持续学习，当学生词库更新出新梗、冷梗时，模型可自动更新向量，避免“代沟”。需要强调的是，DeepSeek‑R1能在普通GPU服务器上运行，以MoE架构动态调用专家子网络，大幅降低推理成本；其中文语义理解准确率在多项公开数据集中已追平GPT‑o1，同样长度的对话响应延迟缩短近40%。意味着县域中学也有条件部署校内私有化模型，无须将学生数据上传云端即可完成初步分析，从源头上降低隐私外泄风险。随着大模型技术的大幅进步和教育场景定制化应用的深入，AI赋能下的中学校园舆情管理和“舆情引导者”培育已从理论可能走向实践探索，为构建更加精准、高效的校园舆情引导“识别—培育—观察”机制创造了有利条件。

构建AI赋能

“识别—培育—观察”新机制

引入AI技术，特别是如DeepSeek这样的大模型，可以构建一个贯穿舆情感知、人物识别、培养反馈全过程的闭环机制，旨在发现“关键少数”并赋能其成长，进而优化校园生态。

（一）AI驱动的校园文本采集与舆情感知。中学生日常交流偏向非正式、碎片化，活跃于班级QQ/微信群、社交平台、校园论坛、作文随笔等多元空间。机制的第一步是构建AI驱动的文本采集与分析体系。可由教师或指定学生干部在不干扰正常学习的前提下，定期、规范地收集上述匿名化或授权的文本数据，形成时效性语料库。利用AI对这些语料进行处理，重点分析高互动（如高频回复、点赞、转发）的文本片段，识别群体情绪趋势（如考试焦虑、活动热情）和热点话题（如校园事件、社会现象），描绘出校园“语言舆情地图”。AI能够穿透表面语言，洞察学生群体真实的关注点和情绪状态，为后续识别工作提供精准靶向。

（二）AI参与的“舆情引导者”语言特征识别。掌握校园舆情全貌后，下一阶段便需确定舆论传播网络中的关键节点，即“舆情引导者”的识别环节。中学校园“舆情引导者”并非固定的刻板形象，而是体现为差异化的表达风格，他们在群体焦虑情绪高涨时能够幽默地缓解紧张气氛，在发生同伴冲突时表现出出色的共情与调解技巧，在讨论议题时展现出显著的批判思维能力和清晰的逻辑组织能力。AI工具在此阶段的作用主要体现在语言学特征挖掘与语义情感识别。借助大语言模型如DeepSeek的语义分析模块，分析候选学生在高频互动场景（如热帖、热点话题群聊）中的话语语料，包括语用策略、修辞手法、情感表达强度和互动频率。AI可以通过话语分析技术，如情感极性判断、语篇连贯性检测、议题主导性评估，绘制候选学生的表达特征轮廓，然后放进具体话语情境，将这些学生归类为“情感共鸣型”“逻辑说服型”“幽默感染型”等多样化的传播类型。

（三）AI辅助的模拟情境培育与反馈。识别出潜在“舆情引导者”后，关键在于有效培育，即借助AI的语言交互和情境模拟能力来针对性训练这些“意见领袖”，这里，笔者建议可以使用当前国内AI平台接入Deepseek API之后提供的智能体（Agent）功能，将AI智能体预设为中学生校园舆情观测、问题解决的“导师”，置入一系列贴近中学生现实的典型校园情境，包括怎样引导关于明星负面新闻的讨论、怎样安抚考试失利同学的情绪、怎样介入并调解班级内部矛盾、如何应对网络谣言等，让候选学生在虚拟情境中与AI对话练习。训练后，让AI分析学生的沟通策略、语言表达、情绪控制和引导效果，并基于其语言理解和逻辑推理能力提供反馈和改进建议。考虑到中学生“日新月异”的网络语言体系和多样的“梗文化”，建议让AI智能体保持联网学习，定期更新知识库，帮助“舆情引导者”掌握更贴合青少年语境的有效沟通方式，再由教师根据AI反馈，结合线下指导和集体讨论，帮助学生将模拟训练中的习得迁移到现实场景，逐步提升其话语引导和同伴互助能力。

（黄增，岭南师范学院正处级组织员；陈桥，麻章第二小学校长）