最近，电视剧《家有儿女》受饭圈恶意竞争波及，涌入了大量一星豆瓣评分并冲上了热搜；另一边，入围戛纳国际电影节的电影《燃冬》《河边的错误》尚未在国内上映，却出现了不少豆瓣观影恶评。

【资料图】

豆瓣评分，这个影视爱好者们曾经畅所欲言的乐土，被视为具有客观性和公信力的评分机制，现如今却充斥着商业水军和黑粉恶评，再加上饭圈文化的不断渗透，豆瓣评分再次被推到了舆论的风口浪尖，其公信力也面临着巨大挑战。

饭圈争斗渗透豆瓣评分

近日有网友发现，经典国产喜剧《家有儿女》在豆瓣上疑似遭到恶意评分，不仅出现了很多一星打分，还有黑粉留言吐槽杨紫演技，甚至口不择言地进行人身攻击。

随着《家有儿女》恶意低分事件的持续发酵，有网友又翻出早前被恶意刷低分的献礼剧《阿娜尔罕》，这部作品是迪丽热巴的电影处女作，不仅获得过五个一工程奖，还提名了中国电视剧最高奖项飞天奖，这样优秀的作品，豆瓣评分却从8.1突降至6.2，评分区随之涌入了大量无脑恶评。

面对突如其来的一星刷屏，资深追星人香香向记者解释道，“这很明显是被黑粉恶意评分了，我们能做的只有向豆瓣举报这些恶评，但是无奈这种情况太多了，很难再把分数刷回去。”据最新数据显示，《阿娜尔罕》目前的豆瓣评分仍是6.2。

不光是经典老剧被刷恶评，一些待播剧和暂未上映的电影也被黑粉打了低分。

今年，周冬雨、刘昊然、屈楚萧主演的《燃冬》和朱一龙、曾美慧孜等主演的《河边的错误》两部影片，均入围了戛纳电影节相关单元，并于日前在戛纳进行了首映。令人难以理解的是，这两部作品都还没有在国内上映，却出现了不少以国内IP地址发布的一星观后影评。

这些无脑恶评有一个共同点，就是单纯冲着演员去点评作品，他们甚至没看过作品，完全忽视整部作品背后所有人付出的努力和心血。电影发烧友阿灰向记者表示，“十分不理解这种没看过作品就打一星的行为，他们可是去为国争光的，黑粉打一星的时候难道不能心疼一下导演和后期制作人员吗？为何对这些能入围国际电影节的作品有这么大的恶意，就算是针对不喜欢的演员，也不至于牵连作品吧？”

谈及此问题时，电影制片人爱丽也深感无奈，“每一部作品都是所有参演人员和台前幕后工作人员的心血，作为观众，你可以有自己的喜好和选择权，确实作品也有好有坏，每个人都有不同的观后感，但是看到豆瓣上一些连剧情都讲不出来就恶意打低分，真的挺难受的。”

对于豆瓣恶意刷低分的现象，不少网友表示会理性看待，“像《家有儿女》这样家喻户晓的好剧，就算低分能证明什么？剧里演员的演技和作品的品质，这些都是经历了时间的考验，大家有目共睹的，不需要评分来证明，我们不用去理那些一言不合就给别人作品打一分的黑粉。”

粉黑博弈没有赢家

娱乐圈不少艺人都有过被黑粉恶意刷低分的经历，同时还出现了作品的质量和豆瓣评分不成正比的现象。对此，某影视公司的制片人郝晶认为，“国内的影视剧评分普遍低，有一部分原因是竞争对手的粉丝恶意打低分导致的，豆瓣已经逐渐成为了粉黑大战的战场，失去了公信力。”

有细心的网友发现，一位疑似演员杨紫的黑粉，在豆瓣平台1个小时内分别给9部剧进行了打分。其中，由杨紫主演的《家有儿女》《战长沙》等7部作品被打了一星和二星的低分，而这位黑粉反过来却给赵丽颖主演的《错点鸳鸯戏点鸳鸯》《杉杉来了》打了五星满分。

在饭圈，这种情况尤为普遍，经常发生在有竞争关系的艺人之间，粉丝会把对方当成自己偶像的假想敌，进行言语上的攻击，有的还未见正片就恶打一星，而对方粉丝为帮偶像拉回评分也以五星评价反击。如此混乱的“粉黑大战”，让人不禁对豆瓣评分的公信力和准确度产生质疑。

而这种给有竞争关系的艺人刷低分的饭圈文化，很容易引发两家粉丝之间的矛盾升级，导致原本属于粉丝之间的斗争上升到艺人本身，给艺人和经纪团队带来很大困扰，同时还严重影响到了作品的真实口碑。

一位资深豆瓣用户向记者抱怨，“自从豆瓣评分被饭圈盯上后，就再也没消停过。”饭圈将豆瓣评分作为一种应援方式，组织粉丝们在豆瓣开通账号，在平时给各种电影、音乐、书籍进行打分评论，为自己的偶像作品“养号刷评”，甚至通过商业水军批量养号、买卖豆瓣号和“刷分控评”套餐，为偶像作品刷至指定分数，也可以为对家恶意刷低分。

随着饭圈这股势头的不断蔓延，很多艺人经纪团队都如临大敌，还有一些综艺节目或者影视作品，为了避免被恶意刷低分，需要投入更多的精力和宣传经费去控评清分。

但不可否认，豆瓣评分仍是国内大部分观众参考影视作品评分的方式，也是影视作品口碑好坏的重要衡量标准，很多影视综项目在总结成绩时还会将豆瓣评分纳入考量，以此为作品受捧程度的指标。这样看来，豆瓣不应沦为粉丝或是艺人团队博弈的工具，那些优秀的影视作品更不应成为粉黑大战的牺牲品。

对于饭圈有组织地进行刷分控评，豆瓣方面承认确实存在此类现象，但豆瓣的“反水军、反作弊”措施也在不断改进中。简单点来说，在豆瓣大数据面前，水军的群体行为特征是容易被算法发现的，数据的异常波动很容易被识别和定位；豆瓣评分的正常用户规模越来越大，已经足够大到在统计意义上屏蔽水军可能造成的影响。不过，从目前的治理效果来看，豆瓣方面需要做得还要更多。