Framework dựa trên LLM cho chiến lược biến đổi phong cách viết trong các chiến dịch truyền thông không gian mạng
6 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.109.2026.129-136Từ khóa:
Tạo sinh dữ liệu truyền thông mạng xã hội; Mô hình ngôn ngữ lớn; AI cho các vấn đề công cộng; Chuyển đổi kiểu văn bản; AI cho chiến lược truyền thông; Kiểm tra thống kê; Tâm lý giao tiếp.Tóm tắt
Trong bối cảnh tiến hóa của chiến tranh mạng và chiến tranh nhận thức, ngôn ngữ đã nổi lên như một công cụ quyết định để định hình nhận thức và gây ảnh hưởng đến khán giả số. Giao tiếp hiệu quả trên các nền tảng truyền thông xã hội không chỉ đòi hỏi việc cung cấp thông tin kịp thời mà còn cần sự linh hoạt về mặt phong cách để tối đa hóa phạm vi tiếp cận và độ cộng hưởng của thông điệp. Bài báo này giới thiệu một framework dựa trên Mô hình Ngôn ngữ Lớn (LLM) được thiết kế để tối ưu hóa sự biến đổi phong cách viết nhằm phục vụ các chiến dịch gây ảnh hưởng chiến lược trong môi trường trực tuyến. Hệ thống của chúng tôi chuyển đổi nội dung văn bản gốc thành ba phong cách chủ đạo—Hài hước (Humorous), Phân tích (Analytical), và Phê phán (Critical) - trải rộng trên năm lĩnh vực chủ đề: Văn hóa, Thể thao, Giải trí, Công nghệ, và Chính trị. Thông qua việc điều biến phong cách có kiểm soát, phương pháp này hướng đến mục tiêu tăng cường cả sự khuếch tán thông tin và sự tương tác tích cực (hay còn gọi là "phổ biến tích cực") đồng thời bảo toàn ý định thông điệp và tính gắn kết về mặt dữ kiện. Chúng tôi đề xuất một quy trình đa giai đoạn tích hợp kiểm soát phong cách, căn chỉnh ngữ nghĩa, và phản hồi đánh giá để lựa chọn phong cách tối ưu cho từng bối cảnh cụ thể. Các đánh giá thực nghiệm, bao gồm kiểm định thống kê cặp đôi và phân tích sự khuếch tán, đã chứng minh rằng sự biến đổi phong cách tác động đáng kể đến các mô hình tương tác của khán giả và quỹ đạo cảm xúc (sentiment trajectories). Kết quả nghiên cứu có thể được sử dụng như một công cụ nền tảng cho các nhà chiến lược gây ảnh hưởng mạng, cho phép thực hiện giao tiếp thích ứng, có hướng dẫn đạo đức, và tạo ra tác động cao trong không gian chiến đấu thông tin năng động.
Tài liệu tham khảo
[1]. K. Starbird, “Disinformation’s spread: Bots, trolls and all of us”, Nature, vol. 571, no. 7766, pp. 449–450, (2019). DOI: https://doi.org/10.1038/d41586-019-02235-x
[2]. T. L. Karlsen, E. Elvestad, “Affective communication and emotional tone in online news discourse”, Journal of Communication, vol. 72, no. 4, pp. 501–520, (2022).
[3]. C. Booth, S. M. Taylor, “The velocity of influence: How timing shapes online persuasion”, Computers in Human Behavior, vol. 128, (2022).
[4]. OpenAI, “GPT-4 Technical Report”, arXiv:2303.08774, (2023).
[5]. Y. Liu, J. Chen, et al., “Style transfer in text: Exploration and evaluation”, Transactions of the Association for Computational Linguistics, vol. 10, pp. 841–856, (2022).
[6]. S. K. Jha, L. Zhang, D. S. Park, “Understanding the impact of writing style on content virality: An empirical study”, Proceedings of the International AAAI Conference on Web and Social Media (ICWSM), (2021).
