對抗威權敘事：媒體識讀的策略與趨勢
2026.09.04
瀏覽數
398
壹、前言
2026年8月12日，美國智庫「戰爭研究所」（Institute for the Study of War）發布一份名為〈克里姆林宮正在培養一支由人工智慧訓練的全球媒體幹部隊伍，以期獲得持久影響力〉（The Kremlin is Cultivating an AI-Trained Global Media Cadre for Lasting Influence）的報告指出，近年俄國透過官方媒體推展國際新聞培訓合作計畫，培養全球各地的媒體人才。[1]該份報告揭露俄國不僅在前蘇聯國家培養記者，影響這些國家的輿論與決策，並將培訓課程作為其在烏克蘭與喬治亞佔領區資訊控制的手段，推進「佔領劇本」（occupation playbook），更藉機拉攏非洲與亞洲地區國家的媒體，塑造有利其的俄烏戰爭全球敘事。
據報告的調查，在接受俄國培訓的大學與媒體機構中，以中國為大宗，包括北京大學、清華大學、中國人民大學、北京外國語大學、上海外國語大學、大連外國語大學、四川大學、蘭州大學、華東師範大學、浙江傳媒大學，以及由中國國家廣播電視總局指導與廣播電視科學研究院主辦的「中國內容廣播網絡展覽會」等11所學校與機構參與其中。俄國利用大學推廣活動、「新一代」（New Generation）項目及人工智慧媒體訓練（AI media trainings），培養媒體產業年輕世代的親俄情懷，擴大俄國官方媒體的人才招募管道。
這份報告揭示，數位時代的媒體作為威權國家擴張影響力與操弄認知的戰略手段，不僅輸出宣傳敘事，更輸出技術與工具，企圖影響全球資訊與媒體環境。有鑑於俄國與中國持續強化雙方媒體人才的培訓與合作，本文嘗試分析訓練主題與對象，探討威權敘事下媒體識讀（media literacy）的策略與趨勢。
貳、安全意涵
一、以AI應用與年輕世代取向的威權敘事特徵
從「戰爭研究所」的報告可見，俄國積極推展國際媒體培訓合作計畫，側重於三面向。其一，在2025年至2026年間的培訓課程愈加強調採用人工智慧（artificial intelligence, AI）技術應用於新聞產製與傳播，如透過AI生成文字、圖像及影音、以AI輔助編輯工作流程等，以此擴大威權敘事的內容生產規模。事實上，近期俄國被揭露在社群媒體大量散布AI生成影音，誇大俄國在烏克蘭戰場上的戰果，並製造烏克蘭戰線崩潰的假象，藉此展開更廣泛的認知戰行動。[2]
其次，俄國培訓主題涉及社群媒體的管理與目標受眾的經營。2026年4月，俄國《RT電視台》（RT TV）在清華大學舉辦學生見面會，探討面向全球受眾國際新聞的製作及針對不同受眾的推廣方式；[3]同年6月，俄國《俄羅斯衛星通訊社》（Sputnik）在俄國佔領區辦理培訓講座，聚焦如何在Telegram與俄國官方控制的即時通訊軟體Max上推廣頻道與帳號。由此顯示，當前威權國家的敘事重點，不僅是內容的產製，更考慮受眾需求及傳播管道的控制。
第三，俄國媒體培訓課程的對象主要為年輕世代，透過接待外國青年至俄國參訪交流、在大學舉辦媒體培訓活動、提供外籍學生媒體實習，甚至是就業機會與工作合約，扶植青年學子與年輕記者。值得注意的是，俄國媒體培訓目標亦著眼網路意見領袖，如部落客（Blogger）、網紅（Influencer）。俄國藉由拉攏下一代媒體專業人才與網路意見領袖，使其在威權體制之外運作，即使當前俄國官媒在國際社會面臨限制，威權敘事亦能維持影響力。
二、加強對新興傳播科技與新型數位參與者的識讀
針對俄國推展媒體培訓計畫強化威權敘事，企圖影響全球輿論及其他國家決策和行動，「戰爭研究所」對此的建議是民主國家須密切監控與阻止俄國擴張其媒體集團的行動，具體作法為公開揭露合作對象與課程內容並提供替代性的媒體培訓。本文認為對抗俄國與中國威權敘事，媒體識讀的重要性不亞於國民教育中的讀寫能力，已成為民眾不可或缺的關鍵能力。民主國家有必要進一步檢視與更新既有的媒體識讀策略，以此提升民主社會的韌性。
首先，在當前地緣政治的議題中，媒體在威權敘事中的角色，已從廣播、報紙、電視及新聞網站的宣傳報導，擴及至社群媒體貼文分享、AI生成圖像內容、短影音平台演算法推播，甚至是AI助手互動式的問答。然而，目前民主國家的媒體識讀教育，大多關注內容與操作層次，即假訊息的辨識、查證與解讀方法。事實上，媒體識讀除了對資訊的識讀，更應涵蓋對科技的識讀。有關社群媒體的操縱、AI的應用及演算法的影響皆應納入媒體識讀的整體規劃，以此引導民主社會對於社群媒體政策、數據在地化、演算法偏見的討論與批判性思考。
第二，媒體識讀能力不僅為訊息的解讀與技術的操作，更是對媒體生態與當下社會文化的理解與反思。近期歐洲議會通過一項名為〈媒體識讀與數位學習新戰略〉（A new strategy for media literacy and digital learning）的決議，特別將網紅這類新型數位參與者（new digital actors）列入討論範疇。[4]許多媒體識讀研究也發現，年輕世代對於假訊息大多僅表現出中等程度的自發性批判意識，娛樂內容對他們來說仍最具吸引力。隨著追逐網路流量、演算法推薦及社群黏著度而生的網紅，以及訴求即時對話、社交陪伴的聊天機器人與虛擬網紅興起，並逐漸成為威權敘事倚賴的工具，這類以生活化與娛樂化包裝的新型數位參與者，其引發的安全問題應被重視，且納入民主國家媒體識讀教育的規劃。
參、趨勢研判
一、因應中共威脅擴大兩岸議題識讀範疇
就前述歐洲議會關於媒體識讀的決議內容來看，加強抵禦混合攻擊（hybrid attacks）與外國資訊操弄（foreign information manipulation），是其發展媒體識讀策略的背景與關切的重點。近年中共透過AI生成內容、機器人假帳號，輸出配合政治要求蒐集個資的應用程式、受國家控制演算法的影音平台、中國官方語料訓練的AI助手，以及在地意見領袖、明星與網紅，對台從事假訊息攻擊、宣傳、統戰及滲透行動，從日常生活到選舉，影響台灣民眾對兩岸議題的認知。在此背景下，關於兩岸議題媒體識讀的討論，不只是兩岸關係與中國情勢的識讀，或須更細緻地增進民眾對於中國與台灣新興傳播科技的發展與應用、中共媒體宣傳與網路監管政策、習近平新時代統戰工作及其安全威脅整體性的了解。
二、媒體識讀策略的分眾化發展
以與俄國建立密切媒體培訓關係的前蘇聯國家烏茲別克（Uzbekistan）為例，有研究探討媒體識讀如何影響烏茲別克青年（35歲以下）對俄烏戰爭的認知。該研究發現，當青年媒體識讀（批判性分析與評估媒體訊息的能力）程度愈高，其對俄烏戰爭的看法就愈具批判性，識別偏見的能力愈強，受俄國宣傳敘事影響愈小；相反的，當青年的媒體識讀程度愈低，便愈加傾向支持片面的、特別是親俄的宣傳敘事，而缺乏質疑或批判性思考。此外，這些青年的看法受到社會文化因素的影響，包括家庭意見、社會環境和教育程度，以及受更廣泛的地緣政治事件所影響。[5]上述研究證實媒體識讀是對抗威權敘事有效的策略。然而，在中國威權敘事下，考量民眾社會文化背景各異，為避免造成防衛心理，媒體識讀策略或應進一步分眾化。例如針對具備數位學習能力、依賴社群媒體社交互動且易受網紅與短影音影響的年輕世代，增進其對中國言論審查與網路監管政策脈絡化的了解，並結合數位互動與AI實作課程，在降低政治敏感性之餘，引發年輕學子興趣，從而提升媒體識讀能力。
[1] Nataliya Bugayova, Jacob Spencer, Kateryna Stepanenko, Lucianna Marquez, Anna Guethoff, “The Kremlin is Cultivating an AI-Trained Global Media Cadre for Lasting Influence,” ISW, August 12, 2026, https://reurl.cc/3yX56j.
[2] “Russia Is Using AI to Fabricate Battlefield Gains in Ukraine: Think Tank,” Military AI, August 19, 2026, https://militaryai.ai/russia-ai-cognitive-warfare/.
[3] “RT Academy and RT China Hold a Series of Master Classes at Leading Chinese Universities,” RT Academy, April 17, 2026, https://academy.rt.com/rt-academy-and-rt-china-master-classes-at-leading-chinese-universities.html.
[4] “European Parliament Adopted Resolution on Media Literacy,” Bulgarian-Romanian Observatory of Digital Media - BROD, July 17, 2026, https://brodhub.eu/en/news/european-parliament-adopted-resolution-on-media-literacy/.
[5] Mukhammadsodik Donaev, “Media Literacy and the Interpretation of the War—A Study of Uzbekistani Youth’s Perceptions on the Russia-Ukraine War,” Communist and Post-Communist Studies, Volume 59, Issue 2 (2026), pp. 58–85. https://doi.org/10.1525/cpcs.2025.2488180.