| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

四十九中墜亡事真相大白,淚為誰流

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  


  昨夜今晨,新華社播發了長篇稿件,還原了成都四十九中學生墜亡事件的全部過程。

  至此,事件真相大白,與學校、當地公安部門從一開始公布的結論完全一致:排除刑事案件可能、不存在體罰問題、不存在校園霸凌問題。


  但從11日傍晚事發,短短兩天內,這一事件卻成為舉國關注的重大熱點輿情,學校和當地公安部門本來基於事實的通報,卻引發了廣泛的質疑。一些人在微博、知乎上帶節奏、造謠,唯恐天下不亂,致使這起事件成為了嚴重沖擊官民信任、嚴重撕裂社會和諧的負面事件,其中的教訓不可為不深刻。

  我們為什麼會走到這一步?

  1)在現代社會,一個修正版的“塔西佗陷阱”是真實存在的。“塔西佗陷阱”的原意是,一個人曾經說謊,丟掉了別人對他的信任,之後即便他說了真話,別人也不信任他了。所謂修正版的“塔西佗陷阱”,是指由於現代社會的特點,公眾對任何權威都抱有深深的懷疑和不信任感,而不管這個權威此前是否說謊。在中國如此,在美國也如此。對政府等公共部門如此,在企業內部,員工對公司管理層也是如此。

  正是由於這個修正版“塔西佗陷阱”的存在,任何重大輿情的當事方,特別是有可能被認為從屬於權威那一方,在進行溝通時,要默認公眾對自己是不信任的,要默認公眾是會提出很多質疑的,所以要盡一切努力盡可能提供更多的信息,不留下任何可能滋生謠言和陰謀論的空白。

  在這一點上,此次事件中,無論是學校,還是當地有關部門的溝通,都是不充分的。

  當然,實事求是地講,全中國14億人,真正懂得溝通的也沒有多少人。今天,外界很容易采用上帝視角,對學校和有關部門的溝通進行指責,但換位思考,如果同樣的全國性輿情發生在你所在的省市地區、機構、組織、企業,有多少人可以說,“我一定可以處理得更好”?


  2)正是由於修正版“塔西佗陷阱”的存在,重大輿情的溝通,必須以雙方不信任為前提,采取適當的溝通策略。

  除了信息要充分、要及時、要根據輿情焦點變化不斷滾動溝通外,一定要注意,溝通不能只有信息,還要代入情感,代入同理心,代入善意。冷冰冰的格式化語言,執法、司法部門用在法律場景下可以,但用在重大輿情的溝通場景下則完全不可以。

  3)輿情中的焦點問題,新華社記者的相關稿件都回應了。


  從稿件中可以得知,新華社記者11日晚在事發第一時間就開始采訪,這比較符合國社記者的作風,這麼大的事情,不會坐等。

  但在過去一兩天中,外界看到的針對輿情焦點的現場采訪和回應卻不多,這也是一個值得關注的問題。

  在類似事件報道中,要處理好公開報道和內參報道的關系,在重大、公開的熱點輿情中,公開報道應優先於內參報道,滾動報道應優先於深度報道,針對輿情焦點的采訪和回應報道,應優先於評論報道。

  4)在中國,媒體不是簡單的第四權力,它是國家治理體系和治理能力的一部分,對輿情最有體感、處理最有心得的,一定是媒體,要發揮媒體的專業作用,解疑釋惑,促進共識。

  在重大輿情事件中,一定要堅持坦誠、公開的原則,學校、有關部門、媒體應該形成合力,特別是在當事方沒有明顯存在過錯的情況下,大家目標應該是一致的,那就是怎麼最有效地把事實與真相傳遞出來,回應輿情焦點,避免社會撕裂。

  5)在任何重大輿情中,烏合之眾都是真實存在的。對於公眾來說,特別是有知識、有文化、有責任感的人,要有意識避免讓自己成為烏合之眾的一部分,要避免成為情緒的奴隸,要成為公眾理性的一部分。
不錯的新聞,我要點贊     已經有 2 人參與評論了, 我也來說幾句吧
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    共有 2 人參與評論    (其它新聞評論)
    評論1 游客 [生.能.有.箸] 2021-05-13 09:57
    CIA在行動
    上一頁1下一頁
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0384 秒 and 8 DB Queries in 0.0026 秒