■张田田

深圳大学传播学院新闻系副主任、硕士生导师

“迷因”这个词，听起来有些陌生。但说到“梗图”，您一定会迅速反应过来：原来就是网络上那些人人都可改造的搞笑图片和动态表情包啊。的确，在当下的语境中，“迷因”一词经常指涉的就是互联网上以图片或时长极短的影音为主要呈现方式的内容。这些内容往往借助特殊的美学设计直接诉诸人们的视觉，如色彩鲜艳的醒目图像、简短有力的文字方块等。通过各种梗图生成软件，人们可以轻松地把自己想要表达的文字叠加在图像或视频上。这样，各式各样的“梗”就被植入迷因这一数字文本之中，有的直抒胸臆，有的则深藏不露、等待网友进一步发现。无论何种风格，迷因往往都具有一定的幽默感和趣味性，因此很容易激发社群分享，在互联网上得以迅速复制和传播。

迷因像基因一样实现跳跃式传播

那么，这类数字文本为何要冠以“迷因”这个奇怪的名称呢？迷因（meme），又译作“模因”“觅母”，这个词最早由生物学家理查德·道金斯于1976年在其开创性著作《自私的基因》中提出。在这本书中，道金斯尝试解释文化的演进机制。在这里，道金斯将古希腊词语“mimeme”（意为模仿）的含义和英文单词“gene”的外形组合起来，创造了“迷因（meme）”一词。他认为，人类文化的传承演变与生物学上的基因遗传非常相似。迷因，作为文化传播的最小单位，像基因一样通过不断的自我复制、繁衍和演化实现从一个人到另一个人的跳跃式传播，从而留存在人类的记忆之中。曲调、观念、口头禅、时尚、甚至是建造拱门的方法等等都可以成为迷因的载体。迷因的传播依赖于个人的参与：人们不仅在日常生活中模仿和重复既有的文化实践，也时常会产生富有原创性和个性色彩的表达，也就是对意义、价值和思想生成新的阐释。正是这种传承和创新共同促成了文化的演进。

如此看来，流行于社交媒体的“梗图”的确与道金斯提出的“迷因”有许多相似之处。梗图往往以不同的形式和背景复制、再现、分享和传播。一方面，其中的重复性元素包含了对理解文本至关重要的编码性信息；另一方面，在其被共享或者重新编辑的过程中，梗图又成为一种社会构建的公共话语，部分脱离了其最初的语境和创作意图，其不同的变体也代表了不同的声音与观点，展现出新的文化意义。举个例子，还记得那个曾经风靡全网的“假笑男孩”吗？其标志性的假笑表情，其实是美国小朋友加文在玩游戏《马里奥赛车》（Mario Kart）时专注皱眉的样子。在加文不到三岁时，舅舅就开始把他们玩耍互动的搞笑短视频上传至视频网站。数年后，这些短视频被中国网友搬运至社交网络，截取片段、配上文字，做成各式表情包。他在无聊时做的鬼脸，被网友配上“呵”的字样，用来表达不屑。他的标志性笑容——那个成熟又尴尬的、像假笑一般的笑容——也被网友配上“学习使我快乐“的文字，让众多的中国年轻人在此找到共鸣。

迷因让人信服的三个原因

看到这里，您或许会认为：网络迷因不过是一种无害的娱乐，以搞笑为主，至多也就是对社会事件的有趣或者稍微有些尖刻的评论而已。事实远非如此。迷因在传播虚假信息方面的表现可是相当出色的。一旦搭上迷因的便车，虚假信息不仅跑得更快、传得更广，而且很容易让人信服。为什么呢？

第一，网络迷因有着极强的复制和再造能力。制作网络迷因的门槛很低，在搜索引擎中您可以方便地找到各种简便易行的迷因制作工具。有时甚至只需要在原始图像或视频上进行重新标记或者细微的编辑，比如减慢视频帧速率，就可以让整个影音图像传达出不一样的信息和意义。这意味着，几乎任何人都可以在网络上根据自身需要获取、再造以及发布迷因。

第二，网络迷因的文本特性决定了其更容易获得较高的置信度。相对于文字而言，迷因是一种更为简洁的表达形式。研究人员发现，迷因中包含的文字越多，就越难以实现大规模传播。而迷因中包含的图像越简单、主体越突出，就越容易在网络上走红。我们日常所看到的流行迷因往往都是简短文字与特写图像或影像的叠加，容易在短时间内激发某种强烈的（积极或者消极）情绪。而在情绪的笼罩之下，迷因所传递的信息也极易被人们所信任。

第三，网络迷因还具有很强的隐蔽性和迷惑性。这种迷惑性来自两个方面：首先，网络迷因具有高度的可识别性，人们在看到迷因的瞬间往往会下意识地认为这就是个玩笑，并很快将其分享至网络社群，而忘了辨别信息的真假。其次，网络迷因对于信息的碎片化呈现容易引发误导。迷因常常用数十个字来概括一个复杂议题，此时信息的遗漏甚至误解就不可避免了。今年1月社交网络上广泛传播的一则迷因重点展示了三个时间点和相关数据：2020年12月10日，美国新增225225个新冠病例；2020年12月11日起，美国开始向16岁以上的人群提供新冠疫苗；2022年1月19日，美国新增851948个新冠病例。大面积接种疫苗之后，新冠病例不减反增？新冠疫苗究竟有效吗？人们的强烈质疑推动这条迷因迅速走红网络。然而，这里的关键问题就在于，相关性不等于因果性。接种疫苗之后，新增病例的确更多了，但是病例激增的罪魁祸首并不在于疫苗，而在于奥密克戎变种的出现。网络迷因的误导性可见一斑。

用迷因抵抗迷因

更大的一个挑战是，如今被广泛运用于虚假新闻识别的人工智能在面对网络迷因时也显得捉襟见肘。尽管人工智能已能成功识别误导性的短语和图像，但当文字和图像、影像叠加在一起时，人工智能就难以辨别。与此同时，网络迷因却可以任意变换，文字的形式、大小、位置都可以改变。对于人工智能的深度学习系统而言，解析起来就会极其困难。此外，人工智能还面临另一个更加棘手的问题，这便是如何了解不同迷因的文化背景。迷因通常包含着多元的讽刺性元素，其讽刺内涵又因国家、社会、文化的背景差异而变化，对于人工智能而言，这种微妙却关键的变化实在是难以捕捉。

那么，我们真的就束手无策了吗？也不是。有研究者就提出，既然迷因可以用来传播虚假信息，那么也可以用来传播纠正性信息啊。只要我们做出更加强大的包含正确信息的迷因，就自然可以压低声量、降低伤害了。用迷因抵抗迷因，开展迷因竞争，听起来是合理的，至于效果还有待更多的实证观察。

（原标题《聚光灯 | 当“迷因”遭遇虚假信息，我们真的束手无策了吗》）

编辑 王子烨 审读 韩绍俊 二审 钟诗婷 三审 陈晨