复旦大学 《信息内容安全》（又名网络舆情课、爬虫课）结课了，经过理论和技术的学习，同学们选择了很多有趣的问题，运用课程学过的知识进行了数据采集、处理和挖掘，并进行了机理方面的深入思考。 技术知识与人文、社会在一个层面上进行了融合，达到了课程教学和做课程项目PJ的目的。这里先展示一个PJ，是关于AI创作的舆论分析。

PJ选题背景

从孙燕姿的AI翻唱歌曲在B站爆火引发全民讨论，到"篮球巨星科比"的AI克隆视频引发伦理争议；从Midjourney生成的《太空歌剧院》斩获艺术大奖，到国内画师集体抗议AI作品参赛，AI创作技术正以前所未有的速度席卷着各大平台。人工智能的效益与风险深刻地影响着社会各界，大家对于AI创作的看法如何呢？

在这一背景下，刘贺明、张起和张起源同学组成的PJ小组聚焦"AI创作"这一热点议题，选取了具有代表性的三大内容平台——知乎、B站和百度贴吧作为研究对象，分析大众对AI创作这一问题的观点和看法。

数据来源与处理

知乎：作为中国最大的知识分享社区，代表深度思考和理性讨论。爬取的内容分为两个部分：问题及回答。问题类似于一个大标题：“如何看待XXXX”，而回答则类似评论区，由用户对问题进行解答。通过提取cookie和页面滚动方式分析问题的URL，使用爬虫进行了采集。

贴吧：作为兴趣社群的发源地，反映真实用户和垂直态度。包括帖子列表爬虫（tieba.py）与评论内容爬虫（tieba_comment.py），分别负责从关键词搜索到帖子元信息获取，再到逐帖抓取全部楼层评论。

通过爬虫技术，我们收集了超过8w条真实评论，涵盖 AI绘画、AI视频、AI音乐三大创作类型。这些数据不仅包含文本内容，还整合了用户画像（性别、等级、会员状态）、时空信息（IP属地、发布时间）以及互动数据（点赞、评论、分享）。之后进行数据清洗，清除与AI创作无关的评论，特别是一些包含"免费", "教程", "教学", "入门"之类词汇的疑似广告。

数据分析与讨论

分析不同社区、不同身份、不同背景的用户对AI创作的真实态度及其看法，试图回答几个关键问题：(1)普通用户如何看待AI创作？(2)不同平台的用户态度有何差异？支持者与反对者的核心论点分别是什么？(3)哪些因素影响了公众对AI创作的接受度？

1. 评论的时间分布

对2020年后发布的的评论进行统计，总体上评论数量随时间呈增长趋势，且样本中的大部分评论也集中在今年的10、11、12（图中12月只是部分）月份。总体上评论数随时间呈增长趋势，可能的原因之一是最近各大模型被人们广泛使用，AI生成图片、音乐、视频的使用次数相比之前确有增多。

2. B站对AI创作关注的群体分析

基于B站用户特有的等级与大会员机制，进行统计。评论的用户大多数都是高等级的用户，其中5、6级的用户共占样本总数的 85% 左右，且大会员 占比也较高，约占 35% 。可见B站的社区生态成熟，用户粘性较强，大部分用户都是长期、高活跃度的 “老用户”，且用户的付费率较其他平台相比也较高。

3. 词云分析

对B站、知乎、贴吧这三个平台各自以及汇总地画出一个关键词词云图。下面仅展示三个汇总的结果。总体上可发现三个平台的差别：

B站上的评论更聚焦于对ai创作的内容进行评价（如关键词孙燕姿、科比等），且讨论话题大多是ai创作的音乐与视频；

知乎上的评论更聚焦于对ai创作背后的技术进行讨论，与其他平台相比评论内容更为深入；

贴吧上的评论更聚焦于对ai绘画的讨论；

总体的关键词词云图更靠近知乎的关键词词云图，这也大概率是由于知乎平台上的评论多为长文本， 信息量较大的缘故而造成的。

4.情感分析

选用了SnowNLP作为基准测试工具，其情感分析模块基于朴素贝叶斯 （Naive Bayes）算法实现，模型使用电商评论数据进行训练，对AI创作评论并不太适合。所以，也引入了Hugging Face的 transformers 库，并使用roberta-base-finetuned-dianping-chinese模型来进行观点的情感分析。以知乎为例，两者对比如下，通过人工抽阅，总体上Bert的情感分析更合理，该图显示，知乎用户的情感倾向呈现出以理性讨论为主导的特征，对AI创作持正面态度的用户占比与持负面态度的用户占比相差不大，前者略多。

为了进一步了解知乎用户对于AI艺术创作的讨论内容，我们首先统计了所有知乎用户回答中的高频词，然后分别 统计了对AI创作持正、负面态度的回答中的高频词。结果显示：“技术”“领域”“发展”“工具”等词汇 的主导地位，其中“技术”一词频次高达14235次，远超其他词汇，凸显出知乎用户对AI本质属性的高度关注。同时，正面与负面独有关键词清晰展现了双方立场的分化： 正面评价集中于“帮助”“机会”“提升”等积极动词，体现对AI为各行业赋能的信心以及对AI辅助日常工作学习的夸赞； 负面评价则围绕“画师”“程序员”“成本”“泡沫”等词汇展开，突出对AI创作能力的质疑或者对AI影响人类作机会的担忧。

***B站和贴吧略***

5. 大众对AI创作持不同态度的成因分析

支持者普遍将AI视为创造性工具的革命性升级，认为AI对生产效率显著提升，特别是在游戏开发、动漫制作等领域； AI降低了创作门槛，非专业用户通过Stable Diffusion、Suno等工具，也能生成多样化的视频与音乐， 大大激发了相应社交平台的热度与活力。最后，AI创作 涌现出新职业与新经济，技术革新催生了新的产业链与就业机会。

反对者主要担忧AI对现有创作生态、法律秩序与人文价值的冲击，其抵触情绪源于： 版权与原创性危机， 就业机会减少， 人像侵权，最后是 艺术本质被消解。部分人认为AI创作缺乏灵魂，其泛滥将导致文化同质化与审美降级。

教学资料

教材： 《Python爬虫大数据采集与挖掘》第二版（曾剑平，清华大学出版社，2025），教材经过多年使用、完善，形成了独具一格的知识体系，是 互联网大数据技术分析及应用相关课程的合适教材。编著者提供大量的教学资料，包括课件、Python代码、习题答案、教案、在线题库等。