| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

新闻资讯

论坛

温哥华地产

大温餐馆点评

温哥华汽车

温哥华教育

黄页/二手

旅游

四十九中坠亡事真相大白,泪为谁流

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
  


  昨夜今晨,新华社播发了长篇稿件,还原了成都四十九中学生坠亡事件的全部过程。

  至此,事件真相大白,与学校、当地公安部门从一开始公布的结论完全一致:排除刑事案件可能、不存在体罚问题、不存在校园霸凌问题。


  但从11日傍晚事发,短短两天内,这一事件却成为举国关注的重大热点舆情,学校和当地公安部门本来基于事实的通报,却引发了广泛的质疑。一些人在微博、知乎上带节奏、造谣,唯恐天下不乱,致使这起事件成为了严重冲击官民信任、严重撕裂社会和谐的负面事件,其中的教训不可为不深刻。

  我们为什么会走到这一步?

  1)在现代社会,一个修正版的“塔西佗陷阱”是真实存在的。“塔西佗陷阱”的原意是,一个人曾经说谎,丢掉了别人对他的信任,之后即便他说了真话,别人也不信任他了。所谓修正版的“塔西佗陷阱”,是指由于现代社会的特点,公众对任何权威都抱有深深的怀疑和不信任感,而不管这个权威此前是否说谎。在中国如此,在美国也如此。对政府等公共部门如此,在企业内部,员工对公司管理层也是如此。

  正是由于这个修正版“塔西佗陷阱”的存在,任何重大舆情的当事方,特别是有可能被认为从属于权威那一方,在进行沟通时,要默认公众对自己是不信任的,要默认公众是会提出很多质疑的,所以要尽一切努力尽可能提供更多的信息,不留下任何可能滋生谣言和阴谋论的空白。

  在这一点上,此次事件中,无论是学校,还是当地有关部门的沟通,都是不充分的。

  当然,实事求是地讲,全中国14亿人,真正懂得沟通的也没有多少人。今天,外界很容易采用上帝视角,对学校和有关部门的沟通进行指责,但换位思考,如果同样的全国性舆情发生在你所在的省市地区、机构、组织、企业,有多少人可以说,“我一定可以处理得更好”?


  2)正是由于修正版“塔西佗陷阱”的存在,重大舆情的沟通,必须以双方不信任为前提,采取适当的沟通策略。

  除了信息要充分、要及时、要根据舆情焦点变化不断滚动沟通外,一定要注意,沟通不能只有信息,还要代入情感,代入同理心,代入善意。冷冰冰的格式化语言,执法、司法部门用在法律场景下可以,但用在重大舆情的沟通场景下则完全不可以。

  3)舆情中的焦点问题,新华社记者的相关稿件都回应了。


  从稿件中可以得知,新华社记者11日晚在事发第一时间就开始采访,这比较符合国社记者的作风,这么大的事情,不会坐等。

  但在过去一两天中,外界看到的针对舆情焦点的现场采访和回应却不多,这也是一个值得关注的问题。

  在类似事件报道中,要处理好公开报道和内参报道的关系,在重大、公开的热点舆情中,公开报道应优先于内参报道,滚动报道应优先于深度报道,针对舆情焦点的采访和回应报道,应优先于评论报道。

  4)在中国,媒体不是简单的第四权力,它是国家治理体系和治理能力的一部分,对舆情最有体感、处理最有心得的,一定是媒体,要发挥媒体的专业作用,解疑释惑,促进共识。

  在重大舆情事件中,一定要坚持坦诚、公开的原则,学校、有关部门、媒体应该形成合力,特别是在当事方没有明显存在过错的情况下,大家目标应该是一致的,那就是怎么最有效地把事实与真相传递出来,回应舆情焦点,避免社会撕裂。

  5)在任何重大舆情中,乌合之众都是真实存在的。对于公众来说,特别是有知识、有文化、有责任感的人,要有意识避免让自己成为乌合之众的一部分,要避免成为情绪的奴隶,要成为公众理性的一部分。
不错的新闻,我要点赞     已经有 2 人参与评论了, 我也来说几句吧
上一页12下一页
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    共有 2 人参与评论    (其它新闻评论)
    评论1 游客 [生.能.有.箸] 2021-05-13 09:57
    CIA在行动
    上一页1下一页
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0421 秒 and 11 DB Queries in 0.0070 秒