曹樹(shù)金　曹茹燁

關(guān)鍵詞： ＣｈａｔＧＰＴ； 生成式ＡＩ； 情報(bào)學(xué)研究； 情報(bào)實(shí)踐

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．００１

〔中圖分類(lèi)號(hào)〕Ｇ２５０.２ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２３） ０４－０００３－０８

人工智能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩ）技術(shù)的迅速演進(jìn)， 不斷重塑著人們的思維與認(rèn)知， 變革著傳統(tǒng)的產(chǎn)業(yè)形態(tài)。２０２２ 年１１ 月， ＯｐｅｎＡＩ 發(fā)布了對(duì)話式大型語(yǔ)言模型ＣｈａｔＧＰＴ， 引燃了新一輪的ＡＩ 革命， 引領(lǐng)決策式ＡＩ 向生成式ＡＩ 的范式轉(zhuǎn)變。當(dāng)ＣｈａｔＧＰＴ 對(duì)搜索引擎、內(nèi)容創(chuàng)作以及數(shù)實(shí)共生助力產(chǎn)業(yè)升級(jí)等領(lǐng)域產(chǎn)生沖擊的同時(shí)， 無(wú)疑也為思考人工智能對(duì)情報(bào)學(xué)的影響提供了極好的條件。近年來(lái)，情報(bào)學(xué)與人工智能深度融合、互聯(lián)互動(dòng)， 人工智能尤其是決策式ＡＩ 為情報(bào)需求感知與識(shí)別、情報(bào)分析、情報(bào)預(yù)測(cè)、信息組織、知識(shí)發(fā)現(xiàn)等各類(lèi)任務(wù)注入了智慧動(dòng)能［１－３］ 。人工智能的各子領(lǐng)域（如自然語(yǔ)言處理、人機(jī)交互、專(zhuān)家系統(tǒng)等）都以研究方法或技術(shù)手段的形式助力情報(bào)學(xué)研究范式的演進(jìn)［４－５］ ，豐富情報(bào)學(xué)研究?jī)?nèi)容。可以預(yù)見(jiàn)， 生成式ＡＩ 的發(fā)展將會(huì)給情報(bào)學(xué)研究與實(shí)踐帶來(lái)更大的變革， 實(shí)現(xiàn)從輔助判別決策到情報(bào)自動(dòng)生成， 驅(qū)動(dòng)情報(bào)學(xué)的學(xué)科理論、情報(bào)機(jī)構(gòu)的業(yè)務(wù)模式發(fā)生極大變化。

根據(jù)Ｇａｒｔｎｅｒ［６］ 的定義， 生成式ＡＩ 是指利用各種機(jī)器學(xué)習(xí)方法， 從數(shù)據(jù)中學(xué)習(xí)對(duì)象的特征， 從而生成全新的、完全原創(chuàng)的并且與原始數(shù)據(jù)相似的產(chǎn)品、任務(wù)或內(nèi)容。相較于側(cè)重分析、判斷的決策式ＡＩ， 生成式ＡＩ 強(qiáng)調(diào)學(xué)習(xí)后的演繹創(chuàng)造， 以生成全新的內(nèi)容。ＣｈａｔＧＰＴ 是生成式ＡＩ 的典型代表， 能夠?qū)崿F(xiàn)文本和代碼等內(nèi)容生成、問(wèn)答系統(tǒng)、對(duì)話代理、機(jī)器翻譯等多種功能。有專(zhuān)家指出， ＣｈａｔＧＰＴ在某種程度上標(biāo)志著人工智能向認(rèn)知智能的邁進(jìn)［７］ ， 使機(jī)器具備語(yǔ)言理解、推理、自我學(xué)習(xí)的能力， 擁有人類(lèi)的智慧。而情報(bào)學(xué)的目標(biāo)任務(wù)則是促進(jìn)人類(lèi)認(rèn)知過(guò)程從數(shù)據(jù)到智慧的轉(zhuǎn)化［８］ 。從這一層面來(lái)看， 人工智能的發(fā)展進(jìn)程與情報(bào)學(xué)的目標(biāo)任務(wù)具有較高的一致性。因此， 情報(bào)學(xué)也不可避免地會(huì)卷入ＡＩ 變革的浪潮中， 而以ＣｈａｔＧＰＴ 為代表的生成式ＡＩ 的爆發(fā)， 勢(shì)必會(huì)影響情報(bào)學(xué)的研究理路、理論要素、技術(shù)方法等。

在此背景下， 深入探討生成式ＡＩ驅(qū)動(dòng)下的情報(bào)學(xué)研究與實(shí)踐走向， 重新審視情報(bào)學(xué)與新一代人工智能的交叉融合， 對(duì)情報(bào)學(xué)的持續(xù)發(fā)展具有重要意義。

１ 人工智能視域下的情報(bào)學(xué)發(fā)展相關(guān)研究

近年來(lái)， 隨著人工智能技術(shù)的快速變革， 情報(bào)學(xué)學(xué)科發(fā)展問(wèn)題受到學(xué)界的廣泛關(guān)注和討論。陸偉等［４］ 提出， 人工智能改變了ＤＩＫＷ（數(shù)據(jù)—信息—知識(shí)—智慧）信息鏈逐級(jí)升華的情報(bào)產(chǎn)生模式， 可以對(duì)信息鏈中的任一環(huán)節(jié)進(jìn)行深度分析挖掘情報(bào)，數(shù)智時(shí)代情報(bào)學(xué)要構(gòu)建信息資源數(shù)據(jù)化、方法智能化、創(chuàng)新服務(wù)工程化的發(fā)展架構(gòu)。劉永君等［９］ 提出， 人工智能的不確定性科學(xué)方法論對(duì)情報(bào)學(xué)具有很好的解釋力， 可將其引入情報(bào)學(xué)領(lǐng)域， 構(gòu)建統(tǒng)一的情報(bào)概念， 推動(dòng)情報(bào)學(xué)科整合， 并借助人工智能發(fā)展情報(bào)技術(shù)。丁波濤［１０］ 從情報(bào)交流理論的視角，分析了人工智能對(duì)情報(bào)學(xué)學(xué)科發(fā)展以及對(duì)情報(bào)工作的影響， 提出在人工智能環(huán)境下， 情報(bào)內(nèi)容呈現(xiàn)多元化， 情報(bào)交流主體虛擬化， 在此背景下， 情報(bào)工作要注重情報(bào)分析的回歸、情報(bào)工程化， 以及提升開(kāi)源情報(bào)的重要性。也有學(xué)者從人工智能與情報(bào)學(xué)的互動(dòng)角度， 展望情報(bào)學(xué)未來(lái)發(fā)展。比如， 胡昌平等［１１］ 認(rèn)為， 大數(shù)據(jù)智能技術(shù)可應(yīng)用于情報(bào)服務(wù)與信息組織中， 而情報(bào)學(xué)關(guān)于知識(shí)結(jié)構(gòu)的描述、用戶認(rèn)知空間的構(gòu)建也是智能識(shí)別中不可或缺的， 情報(bào)學(xué)與人工智能的深度融合是必要的。曹文振等［１］從本體論、感知論、方法論和服務(wù)論４ 個(gè)視角對(duì)人工智能時(shí)代情報(bào)學(xué)的發(fā)展走向進(jìn)行了討論， 指出情報(bào)學(xué)發(fā)展要緊抓人工智能帶來(lái)的機(jī)遇， 重視跨學(xué)科融合和跨領(lǐng)域應(yīng)用， 但讓技術(shù)為己所用的同時(shí)不能忽視人的邏輯思辨與價(jià)值判斷。

從人工智能對(duì)情報(bào)實(shí)踐與情報(bào)工作的影響來(lái)看， 司湘云等［１２］ 表示， 人工智能技術(shù)會(huì)使得情報(bào)研判、預(yù)測(cè)的工作重點(diǎn)由描述轉(zhuǎn)向預(yù)測(cè)， 由對(duì)顯性結(jié)果的分析轉(zhuǎn)向潛在知識(shí)關(guān)聯(lián)的挖掘。栗琳等［１３］認(rèn)為， 數(shù)智技術(shù)會(huì)改變情報(bào)流程中從情報(bào)收集、分析到分發(fā)的所有環(huán)節(jié)， 而人工智能在數(shù)據(jù)到?jīng)Q策的轉(zhuǎn)化中會(huì)發(fā)揮重要作用。許鑫等［１４］ 認(rèn)為， 在人工智能技術(shù)的支持下， 情報(bào)服務(wù)不再局限于淺層次的信息整合， 而是轉(zhuǎn)向基于知識(shí)和智慧的決策預(yù)判。

關(guān)于人工智能對(duì)情報(bào)學(xué)研究的影響， 邱均平等［１５］ 從網(wǎng)絡(luò)計(jì)量學(xué)研究方面進(jìn)行了討論， 表示以人工智能為標(biāo)志的高密集數(shù)據(jù)處理將會(huì)成為網(wǎng)絡(luò)計(jì)量學(xué)的新研究范式， 且ＡＩ 技術(shù)會(huì)帶動(dòng)網(wǎng)絡(luò)信息資源評(píng)價(jià)指標(biāo)向智能化和自動(dòng)化演進(jìn)。耿國(guó)桐等［１６］針對(duì)如何實(shí)現(xiàn)人工智能技術(shù)與科技情報(bào)研究的深度融合展開(kāi)了討論， 具體從科技情報(bào)研究的數(shù)據(jù)源、研究流程及多類(lèi)型科技情報(bào)研究任務(wù)的智能化路徑進(jìn)行了分析。范昊等［１７］ 回顧了人工智能領(lǐng)域的機(jī)器學(xué)習(xí)算法在情報(bào)學(xué)研究中的應(yīng)用， 發(fā)現(xiàn)其主要分布在信息分析、知識(shí)服務(wù)、信息計(jì)量等子領(lǐng)域， 并指出機(jī)器學(xué)習(xí)的應(yīng)用與情報(bào)學(xué)研究的發(fā)展歷程緊密相連?？梢?jiàn)， 人工智能正在不斷革新情報(bào)學(xué)研究方法， 拓展情報(bào)學(xué)研究范疇。

現(xiàn)有研究深入討論了人工智能對(duì)情報(bào)學(xué)各方面的影響， 然而人工智能的發(fā)展具有階段性， 技術(shù)躍遷對(duì)專(zhuān)業(yè)領(lǐng)域的影響程度、影響范圍是不斷變化的。已有研究更多地聚焦于人工智能在情報(bào)分析、判別、預(yù)測(cè)、決策中發(fā)揮的作用， 而目前由Ｃｈａｔ?ＧＰＴ 引發(fā)的生成式ＡＩ 是一種新的人工智能范式，這又會(huì)對(duì)情報(bào)學(xué)產(chǎn)生何種影響， 它如何融入情報(bào)學(xué)的研究與實(shí)踐， 以及情報(bào)學(xué)在新一代人工智能的沖擊下如何發(fā)揮學(xué)科優(yōu)勢(shì)， 保持學(xué)科的獨(dú)立地位， 值得進(jìn)一步深思。

２生成式ＡＩ對(duì)情報(bào)學(xué)研究的影響

情報(bào)實(shí)踐中應(yīng)該很快就會(huì)應(yīng)用生成式ＡＩ，應(yīng)用的范圍和推進(jìn)的速度既取決于生成式ＡＩ 的發(fā)展，也受情報(bào)學(xué)相關(guān)研究的影響。如果不想理論落后于實(shí)踐， 情報(bào)學(xué)研究人員就需要及時(shí)作出響應(yīng)， 思考此類(lèi)ＡＩ 技術(shù)變革可能給情報(bào)學(xué)帶來(lái)的變化， 以及未來(lái)情報(bào)學(xué)研究的側(cè)重問(wèn)題。目前， 學(xué)者們已廣泛討論了大數(shù)據(jù)、人工智能等信息技術(shù)對(duì)情報(bào)學(xué)研究的影響， 討論視角呈現(xiàn)多元化， 比如從研究問(wèn)題、數(shù)據(jù)來(lái)源、研究范式、方法與工具、研究過(guò)程等不同角度切入進(jìn)行思考［１８－２０］ 。結(jié)合現(xiàn)有研究視角與生成式ＡＩ 的特點(diǎn)及其可能對(duì)情報(bào)學(xué)產(chǎn)生影響的范圍， 本文主要從研究問(wèn)題、數(shù)據(jù)源、研究范式３ 個(gè)維度進(jìn)行討論。

２.１研究問(wèn)題的轉(zhuǎn)移

問(wèn)題是科學(xué)研究的靈魂。梁戰(zhàn)平［２１］ 曾提出，情報(bào)學(xué)的核心研究領(lǐng)域包括６ 個(gè)方面： 理論方法、信息管理和服務(wù)、情報(bào)分析、信息檢索、知識(shí)管理、信息技術(shù)應(yīng)用。在每個(gè)領(lǐng)域下包含若干個(gè)研究問(wèn)題， 這些問(wèn)題隨著社會(huì)發(fā)展、學(xué)科演進(jìn)和技術(shù)的變遷不斷延伸。以ＣｈａｔＧＰＴ 為代表的生成式ＡＩ 會(huì)使情報(bào)學(xué)原有的一些研究問(wèn)題發(fā)生轉(zhuǎn)移， 衍生新的問(wèn)題。從理論方法領(lǐng)域來(lái)看， 其一， ＣｈａｔＧＰＴ 改變了知識(shí)的生產(chǎn)方式， 也將改變用戶獲取知識(shí)和情報(bào)的方式， 這預(yù)示著情報(bào)現(xiàn)象的變化， 如信息守門(mén)人問(wèn)題更加突出； 其二， ＣｈａｔＧＰＴ 可貫穿信息采集、組織、存儲(chǔ)、分析、交互和服務(wù)的情報(bào)工作全流程， 從而影響情報(bào)過(guò)程； 其三， ＣｈａｔＧＰＴ 會(huì)改變信息生態(tài)鏈的結(jié)構(gòu)， 打破信息流轉(zhuǎn)固有的鏈?zhǔn)揭来骊P(guān)系， 同時(shí)也使得信息生態(tài)因子的內(nèi)涵和外延更加豐富， 由此帶來(lái)新的信息生態(tài)問(wèn)題； 其四， 生成式ＡＩ 算法和回答依據(jù)的不透明性， 很有可能造成信息泄露、信息倫理、知識(shí)產(chǎn)權(quán)、信息虛假和錯(cuò)誤等問(wèn)題， 都需要進(jìn)行新的理論探索。在信息管理和服務(wù)領(lǐng)域， 信息的收集、整理、分類(lèi)、描述、標(biāo)引等問(wèn)題可由人工智能通過(guò)隱性的處理方式實(shí)現(xiàn)， 分類(lèi)表、主題詞表、知識(shí)圖譜等都對(duì)用戶不可見(jiàn)。并且， 相較于傳統(tǒng)的僅基于學(xué)科、領(lǐng)域、主題、關(guān)鍵詞等反映信息內(nèi)容的少量特征進(jìn)行信息組織的思路來(lái)看， 生成式ＡＩ 所依據(jù)的特征維度多很多， 從而使得多粒度（尤其是細(xì)粒度）和多關(guān)聯(lián)的知識(shí)組織問(wèn)題成為研究的重點(diǎn)。相對(duì)于ＣｈａｔＧＰＴ等大型語(yǔ)言模型解決的通用領(lǐng)域知識(shí)組織問(wèn)題， 情報(bào)學(xué)更應(yīng)關(guān)注的是垂直領(lǐng)域信息資源的組織問(wèn)題， 以及對(duì)ＡＩ 訓(xùn)練數(shù)據(jù)和生成內(nèi)容的管理標(biāo)準(zhǔn)、規(guī)范和數(shù)據(jù)治理問(wèn)題。對(duì)于更細(xì)分的領(lǐng)域， 需要具體問(wèn)題具體分析， 比如目前多模態(tài)、跨模態(tài)信息資源的融合與重組是情報(bào)學(xué)研究關(guān)注的重點(diǎn)， 而人工智能自動(dòng)生成內(nèi)容領(lǐng)域（ＡＩＧＣ）采用的多模態(tài)技術(shù)可以實(shí)現(xiàn)文本、圖像和音視頻的關(guān)聯(lián)， 同時(shí)也可以實(shí)現(xiàn)跨模態(tài)內(nèi)容生成。情報(bào)學(xué)關(guān)于多模態(tài)信息資源組織問(wèn)題的研究就不那么重要了， 但可以更多地聚焦于多模態(tài)資源的知識(shí)服務(wù)場(chǎng)景識(shí)別與應(yīng)用中?；谏墒剑粒?的情報(bào)服務(wù)將可能成為最主要的甚至對(duì)一些用戶來(lái)說(shuō)是唯一的情報(bào)服務(wù)方式或端口， 如何實(shí)現(xiàn)相對(duì)綜合的、依反饋調(diào)整、個(gè)性化的服務(wù)， 以及提升用戶體驗(yàn)將成為情報(bào)學(xué)研究的重要問(wèn)題。情報(bào)分析領(lǐng)域， 決策式ＡＩ 雖能憑借強(qiáng)大的分析、判別、預(yù)測(cè)功能， 為智能情報(bào)分析和服務(wù)提供助力， 但具體的分析策略、合適的算法模型等細(xì)節(jié)問(wèn)題仍需要考慮。生成式ＡＩ 可直接生成創(chuàng)造性的情報(bào)分析初級(jí)產(chǎn)物， 由此引發(fā)的新研究問(wèn)題則是如何對(duì)情報(bào)產(chǎn)品的價(jià)值評(píng)估與內(nèi)容優(yōu)化。在信息檢索領(lǐng)域， ＣｈａｔＧ?ＰＴ 以自然語(yǔ)言和多語(yǔ)言交互以及連續(xù)對(duì)話的方式實(shí)現(xiàn)從“模糊搜索” 到“精準(zhǔn)推送” 的跨越， 使得跨語(yǔ)言檢索、以提高查全率和查準(zhǔn)率為目的的情報(bào)檢索策略和保障研究不再是重點(diǎn)， 但ＣｈａｔＧＰＴ無(wú)法絕對(duì)保證生成內(nèi)容的準(zhǔn)確、正確和真實(shí)， 并且難以溯源。因此， 將生成式ＡＩ 融入傳統(tǒng)情報(bào)或知識(shí)檢索系統(tǒng)以實(shí)現(xiàn)更高效、正確和情境化的搜索，以及情報(bào)溯源尤其是錯(cuò)誤和虛假情報(bào)的溯源是未來(lái)研究的主要方向。此外， ＣｈａｔＧＰＴ 直接給出答案而拋棄搜索列表對(duì)比的方式， 一方面會(huì)將情報(bào)相關(guān)性問(wèn)題轉(zhuǎn)移到更重要的情報(bào)可靠性和可信性問(wèn)題上；另一方面從某種程度上來(lái)講， 會(huì)導(dǎo)致更嚴(yán)重的信息繭房， 對(duì)此類(lèi)現(xiàn)象造成的影響和破除策略問(wèn)題也應(yīng)成為情報(bào)學(xué)研究的重點(diǎn)。在知識(shí)管理領(lǐng)域， 生成式ＡＩ 將會(huì)改變知識(shí)產(chǎn)生的速率、知識(shí)組織的形式以及流轉(zhuǎn)的方式， 能夠?qū)χR(shí)庫(kù)、案例庫(kù)等多來(lái)源知識(shí)的集成提供強(qiáng)有力的支撐。情報(bào)學(xué)后續(xù)研究應(yīng)重點(diǎn)思考如何利用生成式ＡＩ 賦能知識(shí)重組、知識(shí)庫(kù)構(gòu)建、知識(shí)共享等問(wèn)題。在信息技術(shù)應(yīng)用領(lǐng)域， 如何對(duì)大型語(yǔ)言模型進(jìn)行微調(diào)， 或調(diào)用ＣｈａｔＧＰＴ 類(lèi)的大型語(yǔ)言模型的ＡＰＩ 接口， 使其應(yīng)用于情報(bào)領(lǐng)域的各類(lèi)任務(wù)場(chǎng)景中， 是生成式ＡＩ 與情報(bào)學(xué)融合發(fā)展需考慮的關(guān)鍵問(wèn)題； 而將生成式ＡＩ 應(yīng)用于各個(gè)專(zhuān)業(yè)領(lǐng)域時(shí)， 面臨的首要問(wèn)題便是訓(xùn)練語(yǔ)料的開(kāi)發(fā)、選擇和動(dòng)態(tài)更新， 這也是情報(bào)學(xué)在情報(bào)資源開(kāi)發(fā)與利用研究中應(yīng)該著重考慮的方向。

２.２數(shù)據(jù)源的擴(kuò)展

大數(shù)據(jù)時(shí)代， 數(shù)據(jù)成為情報(bào)學(xué)研究不可或缺的要素。同時(shí)， 隨著情報(bào)工作在各個(gè)領(lǐng)域的滲透， 情報(bào)學(xué)研究對(duì)象也不斷拓展。數(shù)據(jù)源不僅僅是科技文獻(xiàn)資料， 還包括社交媒體數(shù)據(jù)、知識(shí)服務(wù)平臺(tái)數(shù)據(jù)、政務(wù)數(shù)據(jù)、網(wǎng)絡(luò)計(jì)量數(shù)據(jù)、商業(yè)數(shù)據(jù)及科技數(shù)據(jù)等，數(shù)據(jù)形式呈現(xiàn)為多模態(tài)。如今， 以ＣｈａｔＧＰＴ 為代表的生成式ＡＩ 的發(fā)展， 使情報(bào)學(xué)研究在數(shù)據(jù)獲取方式以及獲取的數(shù)據(jù)類(lèi)型方面發(fā)生了變化。從數(shù)據(jù)獲取方式來(lái)看， 目前情報(bào)學(xué)在研究信息搜索或信息行為時(shí)， 多采用問(wèn)卷調(diào)查、訪談、網(wǎng)絡(luò)爬蟲(chóng)、ＡＰＩ 接口等方式獲取數(shù)據(jù)； 在計(jì)量學(xué)研究中， 多從引文數(shù)據(jù)庫(kù)或新興的替代計(jì)量網(wǎng)站中導(dǎo)出相關(guān)指標(biāo)。而Ｃｈａｔ?ＧＰＴ 等生成式ＡＩ 可提供一種新的數(shù)據(jù)獲取方式。比如， 在保證數(shù)據(jù)獲取合規(guī)的前提下， 可將ＣｈａｔＧＰＴ嵌入搜索引擎、知識(shí)庫(kù)或社交媒體中， 研究者根據(jù)需求向ＣｈａｔＧＰＴ 發(fā)出請(qǐng)求， 指定數(shù)據(jù)范圍、字段類(lèi)型等， ＣｈａｔＧＰＴ 可自動(dòng)采集、篩選并返回特定格式的數(shù)據(jù)， 如表格形式。從獲取的數(shù)據(jù)類(lèi)型來(lái)看， 除了科技文獻(xiàn)、用戶生成內(nèi)容、計(jì)量指標(biāo)等數(shù)據(jù)以外，ＣｈａｔＧＰＴ 等生成式ＡＩ 催生了新型的人機(jī)行為模式，這些對(duì)話式人機(jī)交互數(shù)據(jù)能夠?yàn)橛脩粜枨?、信息行為、用戶感知與認(rèn)知因素分析提供新的來(lái)源。另外，網(wǎng)絡(luò)中真實(shí)數(shù)據(jù)的質(zhì)量良莠不齊、標(biāo)準(zhǔn)不統(tǒng)一， 會(huì)使數(shù)據(jù)的利用復(fù)雜化， 增加情報(bào)分析任務(wù)的難度。而基于生成式ＡＩ 的合成數(shù)據(jù)將會(huì)填補(bǔ)情報(bào)分析需求與數(shù)據(jù)可用性之間的差距， 可應(yīng)用于情報(bào)研究的各類(lèi)任務(wù)場(chǎng)景中。從另一角度來(lái)看， 無(wú)論是用戶生成內(nèi)容（ＵＧＣ）， 還是通過(guò)搜索引擎獲取的信息， 大都屬于原始數(shù)據(jù)。與之不同的是， ＣｈａｔＧＰＴ 給出的不是資源， 而是答案， 是對(duì)海量資源進(jìn)行整合、歸納總結(jié)的結(jié)果。從該層面來(lái)看， 隨著生成式ＡＩ 的發(fā)展， 情報(bào)學(xué)研究收集的數(shù)據(jù)也可以是經(jīng)過(guò)篩選、整合、分析處理后得到的增值數(shù)據(jù)， 對(duì)這些數(shù)據(jù)進(jìn)一步深度挖掘， 或直接用于解決特定的問(wèn)題， 從而減少數(shù)據(jù)處理任務(wù)的復(fù)雜度。除此以外， 如果跳出情報(bào)學(xué)研究所使用的數(shù)據(jù)源范圍， 而從更廣泛的角度來(lái)看， 相對(duì)于學(xué)術(shù)文獻(xiàn)、專(zhuān)利文獻(xiàn)、科技報(bào)告、政府信息資源等類(lèi)型的資源， ＡＩ 生成內(nèi)容可以說(shuō)是一種可供情報(bào)學(xué)研究的新的信息資源類(lèi)型。

２.３研究范式的升級(jí)

根據(jù)美國(guó)科學(xué)哲學(xué)家?guī)於鳎郏玻玻?的闡釋?zhuān)?范式是指在學(xué)術(shù)群體內(nèi)共同接受的一組由理論框架、觀點(diǎn)、研究方式等構(gòu)成的范例。情報(bào)學(xué)經(jīng)過(guò)長(zhǎng)期發(fā)展， 已形成多元范式融合的研究局面， 比如信息論范式、學(xué)術(shù)交流范式、決策情報(bào)服務(wù)與社會(huì)信息服務(wù)范式［２３］ ； 基于Ｉｎｔｅｌｌｉｇｅｎｃｅ 的軟科學(xué)范式、基于Ｉｎｆｏｒｍａｔｉｏｎ 的圖書(shū)信息學(xué)范式、基于信息和知識(shí)管理框架的管理科學(xué)范式［２４］ 。根據(jù)王琳［２５］ 的梳理，文獻(xiàn)理論、信息理論、知識(shí)理論分別是物理范式、認(rèn)知范式、領(lǐng)域分析范式的主流理論， 如果按照ＤＩＫＷ 的邏輯， 情報(bào)學(xué)未來(lái)主流理論或許為智慧理論， 如此也必然推進(jìn)智能驅(qū)動(dòng)的科研范式升級(jí)。尤其是在大數(shù)據(jù)和生成式ＡＩ 技術(shù)的不斷發(fā)展過(guò)程中，情報(bào)學(xué)研究將致力于更具創(chuàng)造性的任務(wù)中， 解決復(fù)雜性科學(xué)問(wèn)題。在以科技文獻(xiàn)為分析對(duì)象的知識(shí)挖掘與知識(shí)服務(wù)研究領(lǐng)域， 鑒于ＣｈａｔＧＰＴ 強(qiáng)大的上下文理解與文本生成功能， 若將其整合至中國(guó)知網(wǎng)等知識(shí)發(fā)現(xiàn)平臺(tái)， 便可集成專(zhuān)家智慧與機(jī)器智能，發(fā)揮其對(duì)海量文獻(xiàn)關(guān)鍵信息提取與分析、相似文獻(xiàn)推薦以及內(nèi)容創(chuàng)作的優(yōu)勢(shì)， 使得從粗粒度的文獻(xiàn)綜述、主題發(fā)現(xiàn)， 到細(xì)粒度的知識(shí)元抽取任務(wù)輕松完成。如何在人機(jī)共生的科研環(huán)境下發(fā)掘更復(fù)雜的研究問(wèn)題（即智慧知識(shí)） 成為一種新的思維。比如，如何結(jié)合情報(bào)學(xué)專(zhuān)家智慧與ＡＩ 技術(shù)自動(dòng)生成新的技術(shù)要點(diǎn)或研究方案， 為科技創(chuàng)新提供直接的情報(bào)來(lái)源， 成為新的研究方向。在用戶信息行為研究領(lǐng)域， ＣｈａｔＧＰＴ 能夠以更接近人類(lèi)的思考方式有效捕捉用戶意圖與情感傾向， 學(xué)習(xí)數(shù)據(jù)產(chǎn)生的模式， 并創(chuàng)造新的內(nèi)容。在用戶情報(bào)需求挖掘與情報(bào)服務(wù)的研究中， 需要思考的是如何使情報(bào)思維與ＡＩ 深度融合， 實(shí)現(xiàn)情報(bào)服務(wù)策略的自動(dòng)生成， 賦能情報(bào)生產(chǎn)能力。簡(jiǎn)言之， 情報(bào)學(xué)未來(lái)的研究范式將以智慧理論為主導(dǎo)， 以生成式ＡＩ 與情報(bào)學(xué)的融合研究為重點(diǎn)， 探索如何利用情報(bào)學(xué)專(zhuān)家智慧、情報(bào)思維、情報(bào)分析邏輯， 使生成式ＡＩ 更好地適應(yīng)專(zhuān)業(yè)領(lǐng)域的復(fù)雜研究任務(wù)， 實(shí)現(xiàn)從智能情報(bào)分析到智能情報(bào)生成的過(guò)渡。

３生成式ＡＩ 對(duì)情報(bào)實(shí)踐工作的影響

一般地， 情報(bào)學(xué)理論范式指導(dǎo)情報(bào)實(shí)踐工作。有研究將情報(bào)學(xué)理論范式分為４ 種， 并闡釋了每種范式下的情報(bào)工作重點(diǎn)和發(fā)展趨向， 分別是： 泛信息論范式下的知識(shí)管理與綜合性知識(shí)服務(wù)； 學(xué)術(shù)信息服務(wù)范式下的信息檢索與服務(wù)； 決策情報(bào)服務(wù)范式下的戰(zhàn)略情報(bào)支持； 社會(huì)信息服務(wù)范式下的企業(yè)競(jìng)爭(zhēng)情報(bào)、社會(huì)情報(bào)、輿情傳播等［２３］ 。鑒于這４種范式較為全面地覆蓋了情報(bào)實(shí)踐工作的內(nèi)容， 因此本文將以此為視角， 分析生成式ＡＩ 將對(duì)情報(bào)實(shí)踐產(chǎn)生的影響， 如圖１所示。

３.１拓寬知識(shí)資源建設(shè)渠道， 打造知識(shí)服務(wù)新生態(tài)

知識(shí)服務(wù)是各類(lèi)情報(bào)機(jī)構(gòu)的一項(xiàng)重要職能， 而智慧型知識(shí)服務(wù)是人工智能時(shí)代的產(chǎn)物。生成式ＡＩ又將推進(jìn)智慧型知識(shí)服務(wù)向高級(jí)階段的進(jìn)化。從知識(shí)生產(chǎn)層面， 傳統(tǒng)的知識(shí)資源多出自出版社、數(shù)據(jù)庫(kù)商以及情報(bào)機(jī)構(gòu)的自建數(shù)據(jù)庫(kù)和知識(shí)庫(kù)。生成式ＡＩ 的出現(xiàn)將拓寬情報(bào)機(jī)構(gòu)知識(shí)資源建設(shè)的渠道， ＡＩ 輔助用戶內(nèi)容創(chuàng)作、ＡＩ 自動(dòng)生成內(nèi)容成為新的知識(shí)生產(chǎn)模式。一方面， 每個(gè)用戶可參與到知識(shí)生產(chǎn)過(guò)程中， 通過(guò)ＡＩ 輔助獲取知識(shí)創(chuàng)作的靈感、素材， 由ＡＩ 生成文本、圖像、代碼、３Ｄ 模型等多模態(tài)知識(shí)， 實(shí)現(xiàn)內(nèi)容續(xù)寫(xiě)、跨模態(tài)內(nèi)容生成（文字合成圖片或視頻等）， 可極大提升用戶體驗(yàn)； 另一方面， 生成式ＡＩ 能夠通過(guò)學(xué)習(xí)數(shù)據(jù)的底層模式再自動(dòng)生成新內(nèi)容。但就目前最先進(jìn)的生成式ＡＩ 技術(shù)ＣｈａｔＧＰＴ 而言， 一大特點(diǎn)就是無(wú)法保證生成內(nèi)容的準(zhǔn)確性， 這與知識(shí)的屬性相斥。近期發(fā)表在Ｎａｔｕｒｅ 上的文章《ＣｈａｔＧＰＴ： 五大優(yōu)先研究問(wèn)題》中， 研究者指出， ＣｈａｔＧＰＴ 被用于科學(xué)界， 必須要堅(jiān)持人類(lèi)審查的原則［２６］ 。這無(wú)疑對(duì)情報(bào)機(jī)構(gòu)提出了新的挑戰(zhàn)， 即缺少前端的專(zhuān)家審核， 情報(bào)機(jī)構(gòu)需要承擔(dān)對(duì)ＡＩ 生成知識(shí)內(nèi)容的人工審核與質(zhì)量把控的任務(wù)。從知識(shí)服務(wù)層面， 隨著元宇宙概念的提出， 情報(bào)服務(wù)機(jī)構(gòu)致力于構(gòu)建結(jié)合ＡＲ、ＶＲ、人工智能等技術(shù)的超現(xiàn)實(shí)空間與現(xiàn)實(shí)空間融合的虛實(shí)共生的知識(shí)服務(wù)場(chǎng)景， 而生成式ＡＩ 技術(shù)也將為此貢獻(xiàn)巨大力量， 比如利用ＡＩＧＣ 生成虛擬人或數(shù)字人， 利用“ＣｈａｔＧＰＴ＋虛擬人” 技術(shù)打造人機(jī)交互新入口， 為用戶提供沉浸式、立體化知識(shí)體驗(yàn)， 有助于拓寬情報(bào)機(jī)構(gòu)知識(shí)服務(wù)的范疇， 構(gòu)建知識(shí)服務(wù)新生態(tài)。

３.２塑造學(xué)術(shù)信息檢索新范式，優(yōu)化學(xué)術(shù)信息服務(wù)模式

ＣｈａｔＧＰＴ的出現(xiàn)對(duì)搜索引擎業(yè)務(wù)構(gòu)成了較大威脅， 但百度指出生成式ＡＩ 并不能替代搜索引擎，兩者是一種互補(bǔ)的關(guān)系， 并提出了融合兩者功能的“生成式搜索” 概念， 這對(duì)情報(bào)領(lǐng)域的學(xué)術(shù)信息搜索發(fā)出了信號(hào)。一方面， 針對(duì)以Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ、中國(guó)知網(wǎng)、情報(bào)機(jī)構(gòu)自建知識(shí)庫(kù)等為代表的學(xué)術(shù)信息搜索平臺(tái)， 如果借鑒ＣｈａｔＧＰＴ 與ＷｅｂＧＰＴ 的聯(lián)動(dòng)效應(yīng)， 將生成式ＡＩ 整合至學(xué)術(shù)搜索平臺(tái)中， 使其實(shí)時(shí)根據(jù)數(shù)據(jù)庫(kù)內(nèi)容更新， 生成的內(nèi)容參考了某篇學(xué)術(shù)論文則注明其來(lái)源。用戶關(guān)于某一研究主題得到的檢索結(jié)果將不僅是文獻(xiàn)列表， 也能呈現(xiàn)由生成式ＡＩ 篩選、整合、總結(jié)生成的文獻(xiàn)綜述， 又或是根據(jù)讀者描述的研究思路， 基于對(duì)海量文獻(xiàn)中圖表、圖像數(shù)據(jù)的學(xué)習(xí)， 生成技術(shù)路線圖以供參考，甚至是針對(duì)某領(lǐng)域的研究成果， 利用生成式ＡＩ 抽取細(xì)粒度知識(shí)， 自動(dòng)生成學(xué)術(shù)知識(shí)圖譜， 把復(fù)雜的關(guān)聯(lián)研究直觀地呈現(xiàn)給讀者， 以交互式問(wèn)答方式回答讀者的問(wèn)題， 并通過(guò)連續(xù)對(duì)話提升讀者體驗(yàn)； 另一方面， 對(duì)于學(xué)術(shù)科研互動(dòng)社區(qū)， 生成式ＡＩ 在學(xué)習(xí)了科研用戶海量的問(wèn)答數(shù)據(jù)之后， 可針對(duì)用戶搜索或提問(wèn)生成答案。由此可以預(yù)測(cè)， 生成式ＡＩ 將會(huì)重塑學(xué)術(shù)信息檢索新范式， 有助于優(yōu)化信息服務(wù)模式，但其能力邊界與訓(xùn)練時(shí)被投喂的數(shù)據(jù)數(shù)量、質(zhì)量、豐富度有很大關(guān)系， 這將是情報(bào)實(shí)踐工作中著重考慮的問(wèn)題。此外， 最重要的是， 基于ＡＩ 的學(xué)術(shù)信息服務(wù)需在明確的使用規(guī)范前提下開(kāi)展， 避免被錯(cuò)誤和虛假信息誤導(dǎo)而產(chǎn)生學(xué)術(shù)不端等后果， 這一問(wèn)題正是當(dāng)前學(xué)術(shù)圈討論的熱點(diǎn)。

３.３挑戰(zhàn)決策情報(bào)服務(wù)體系， 驅(qū)動(dòng)情報(bào)效能提升

決策支持服務(wù)是情報(bào)工作的一項(xiàng)重要內(nèi)容， 主要面向國(guó)家科技戰(zhàn)略、產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)政策、學(xué)科發(fā)展等戰(zhàn)略決策型關(guān)鍵問(wèn)題， 通過(guò)文本挖掘、科學(xué)計(jì)量等方法深度剖析科技發(fā)展態(tài)勢(shì)、學(xué)科演化、政策布局， 形成戰(zhàn)略咨詢報(bào)告。ＣｈａｔＧＰＴ 發(fā)布以后， 被嘗試用于生成行業(yè)分析報(bào)告、市場(chǎng)調(diào)研報(bào)告等。其使用了來(lái)自人類(lèi)反饋的強(qiáng)化學(xué)習(xí)方案， 具備良好的思維鏈能力， 能夠針對(duì)特定問(wèn)題自主生成解決方案。雖然從目前來(lái)看， 生成的報(bào)告內(nèi)容仍然不夠?qū)I(yè)可信， 并不能直接用于指導(dǎo)決策， 但隨著不斷地反饋學(xué)習(xí)以及模型算法的優(yōu)化， 性能會(huì)極大地提升。這對(duì)面向決策支持的情報(bào)服務(wù)產(chǎn)生了較大的沖擊和挑戰(zhàn)， 然而并不會(huì)完全取代情報(bào)人員的工作， 而是作為輔助工具加速推進(jìn)決策支持服務(wù)的智能化， 驅(qū)動(dòng)情報(bào)效能的提升。因?yàn)椋?即便是在Ｚｅｒｏ－ｓｈｏｔ 設(shè)置下執(zhí)行下游任務(wù)， 也需要向ＡＩ 輸入提示。換言之， 在決策支持服務(wù)中， 最基本也是最重要的環(huán)節(jié)是情報(bào)分析對(duì)象、方向、預(yù)期的情報(bào)產(chǎn)物形式與內(nèi)容（比如戰(zhàn)略報(bào)告的框架）的確定， 生成式ＡＩ 僅作為輔助情報(bào)分析與內(nèi)容生成的工具， 前提是情報(bào)人員向其輸入合適的問(wèn)題， 這意味著情報(bào)人員需要對(duì)用戶需求有深刻的理解并承擔(dān)情報(bào)產(chǎn)品的設(shè)計(jì)工作。從另一方面來(lái)看， 生成式ＡＩ 有助于將情報(bào)人員從瑣碎的分析、撰寫(xiě)任務(wù)中解放出來(lái)，更多地投入創(chuàng)新性研究工作中。比如， 在利用科學(xué)計(jì)量學(xué)分析方法輔助制定科技發(fā)展戰(zhàn)略規(guī)劃時(shí)， ＡＩ可以依據(jù)已有的理論和方法， 針對(duì)特定問(wèn)題基于數(shù)據(jù)挖掘生成分析報(bào)告， 但探索計(jì)量學(xué)新理論、新定律， 具體到更加科學(xué)有效的新的指標(biāo)體系構(gòu)建等創(chuàng)造性工作中， 仍然需要專(zhuān)業(yè)人員的深入研究和持續(xù)創(chuàng)新。

３.４增加社會(huì)信息服務(wù)壓力， 凸顯情報(bào)價(jià)值引領(lǐng)

在社會(huì)信息服務(wù)范式下， 情報(bào)工作在企業(yè)競(jìng)爭(zhēng)情報(bào)服務(wù)、安全情報(bào)服務(wù)、輿情風(fēng)險(xiǎn)預(yù)警與治理、數(shù)據(jù)治理等領(lǐng)域發(fā)揮著重要作用。生成式ＡＩ 在賦能情報(bào)收集、處理與分析的同時(shí)， 也會(huì)帶來(lái)一系列負(fù)面影響， 增加情報(bào)服務(wù)的壓力。比如， 在社會(huì)安全和輿情治理方面， ＣｈａｔＧＰＴ 可能會(huì)成為謠言制造者或輿論引導(dǎo)者的輔助工具， 在一些誤導(dǎo)性、充斥陰謀論的提問(wèn)下大量改編信息， 引導(dǎo)社會(huì)輿論向片面、極端的方向發(fā)展。這在一定程度上會(huì)加大風(fēng)險(xiǎn)的情報(bào)感知與情報(bào)預(yù)警的難度。在數(shù)據(jù)治理方面，近年來(lái)關(guān)于科研大數(shù)據(jù)治理、企業(yè)大數(shù)據(jù)治理、政府大數(shù)據(jù)治理等問(wèn)題愈發(fā)重要， 治理的維度涉及數(shù)據(jù)安全、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量等。伴隨著ＣｈａｔＧＰＴ等生成式ＡＩ 的快速發(fā)展， 海量ＡＩ 生成數(shù)據(jù)涌向經(jīng)濟(jì)、科研、政務(wù)等各個(gè)領(lǐng)域， 由此帶來(lái)的數(shù)據(jù)治理壓力是巨大的。從生成式ＡＩ 模型的工作原理來(lái)看，生成數(shù)據(jù)的質(zhì)量取決于訓(xùn)練時(shí)被投喂的數(shù)據(jù)質(zhì)量和輸入提示的有效性。因此， 數(shù)據(jù)治理不僅涉及到ＡＩ 創(chuàng)造的內(nèi)容， 同樣涉及訓(xùn)練數(shù)據(jù)和提示數(shù)據(jù)?？梢灶A(yù)見(jiàn)， 情報(bào)學(xué)在數(shù)據(jù)治理領(lǐng)域?qū)⒚媾R較大挑戰(zhàn)， 具體包括ＡＩ 生成數(shù)據(jù)的質(zhì)量管理、標(biāo)準(zhǔn)化、數(shù)據(jù)歸類(lèi)、數(shù)據(jù)產(chǎn)權(quán)歸屬等各類(lèi)問(wèn)題。然而， 從另一個(gè)角度來(lái)看， 生成式ＡＩ 在增加社會(huì)情報(bào)服務(wù)壓力的同時(shí)， 也更加凸顯情報(bào)的價(jià)值和社會(huì)效用， 如何充分發(fā)揮情報(bào)在綜合研判、監(jiān)測(cè)預(yù)警、信息匯聚與治理等方面的作用， 更好地服務(wù)社會(huì)發(fā)展， 是情報(bào)工作在ＡＩ 沖擊下保持優(yōu)勢(shì)地位的關(guān)鍵。

４生成式ＡＩ的局限性與情報(bào)學(xué)應(yīng)用考量

從短期來(lái)看， 生成式ＡＩ 仍存在諸多不足， 以ＣｈａｔＧＰＴ 為例， 亟待解決的問(wèn)題主要有３ 個(gè)方面：合規(guī)性問(wèn)題、生成內(nèi)容問(wèn)題和技術(shù)性問(wèn)題。情報(bào)學(xué)在借助ＣｈａｔＧＰＴ 等生成式ＡＩ 從事研究與實(shí)踐工作時(shí)需慎重考量。

１） 從合規(guī)性來(lái)看， ＣｈａｔＧＰＴ 的訓(xùn)練數(shù)據(jù)與生成數(shù)據(jù)是否有相應(yīng)的知識(shí)產(chǎn)權(quán)尚未明晰； 如果被用于學(xué)術(shù)研究， 有哪些使用邊界尚未確定。情報(bào)學(xué)與信息科學(xué)、數(shù)據(jù)科學(xué)有著天然的聯(lián)系。對(duì)情報(bào)學(xué)而言， ＣｈａｔＧＰＴ 不僅是工具， 其生成內(nèi)容也是情報(bào)學(xué)的研究對(duì)象。因此， 情報(bào)界在開(kāi)展研究或從事實(shí)踐工作時(shí)， 更應(yīng)注意數(shù)據(jù)收集和利用的合規(guī)性， 以及對(duì)ＣｈａｔＧＰＴ 的使用界限。

２） 從生成內(nèi)容來(lái)看， 首先， 現(xiàn)階段ＣｈａｔＧＰＴ回答的內(nèi)容沒(méi)有進(jìn)行實(shí)時(shí)信息關(guān)聯(lián)， 對(duì)后期變動(dòng)的問(wèn)題無(wú)能為力， 并且ＣｈａｔＧＰＴ 生成內(nèi)容的正確率無(wú)法保證， 尤其是在專(zhuān)業(yè)性較強(qiáng)的領(lǐng)域， 容易造成虛假信息， 對(duì)用戶產(chǎn)生誤導(dǎo)。反觀之下， 作為特殊的信息產(chǎn)品， 情報(bào)具備知識(shí)性、效用性， 決定了情報(bào)工作的嚴(yán)謹(jǐn)性、客觀性與及時(shí)性。因此， 情報(bào)學(xué)在應(yīng)用此類(lèi)生成式ＡＩ 時(shí)需要考慮訓(xùn)練語(yǔ)料動(dòng)態(tài)更新的問(wèn)題， 并努力探索對(duì)ＡＩ 生成內(nèi)容質(zhì)量進(jìn)行評(píng)估和審核的方法。

３） 從技術(shù)性來(lái)看， 由于專(zhuān)業(yè)領(lǐng)域沒(méi)有足夠的語(yǔ)料“喂食” ＣｈａｔＧＰＴ， 如果直接用于情報(bào)學(xué)研究與情報(bào)實(shí)踐， 無(wú)法生成適當(dāng)?shù)幕卮?。鑒于ＣｈａｔＧＰＴ 的底層原理不夠明晰， 《ＣｈａｔＧＰＴ： 五大優(yōu)先研究問(wèn)題》一文的研究者呼吁應(yīng)優(yōu)先考慮開(kāi)源ＡＩ 算法的開(kāi)發(fā)和應(yīng)用［２１］ ， 在此基礎(chǔ)上還需要投入大量的算力支撐。由此可見(jiàn)， 生成式ＡＩ 與情報(bào)學(xué)相融合的研究與實(shí)踐工作還需要突破諸多難題， 比如用于訓(xùn)練的海量專(zhuān)業(yè)數(shù)據(jù)的開(kāi)發(fā)與標(biāo)注、算力提升等。

針對(duì)目前生成式ＡＩ尚存的一些問(wèn)題， 情報(bào)學(xué)也應(yīng)致力于利用本學(xué)科知識(shí)， 為減少乃至突破局限做出貢獻(xiàn)。比如， ＣｈａｔＧＰＴ 所提供的答案， 是通過(guò)自主學(xué)習(xí)后生成的自我認(rèn)為的最佳答案， 但是否真的是最佳（準(zhǔn)確率問(wèn)題以及沒(méi)有唯一解的相關(guān)性問(wèn)題）有待商榷， 情報(bào)學(xué)可探索關(guān)于ＡＩ 生成內(nèi)容質(zhì)量評(píng)估的相關(guān)理論， 為科學(xué)交流提供判據(jù)； 針對(duì)ＣｈａｔＧＰＴ 可能帶來(lái)的虛假信息、有害信息傳播和信息安全等問(wèn)題， 可通過(guò)危機(jī)預(yù)警情報(bào)服務(wù)限制其大范圍傳播； 信息資源的開(kāi)發(fā)和利用是情報(bào)學(xué)傳統(tǒng)的核心研究領(lǐng)域與工作范疇， 情報(bào)學(xué)的方法論在生成式ＡＩ 產(chǎn)生的信息資源管理和為生成式ＡＩ 提供信息資源上， 可以有更大的貢獻(xiàn)。未來(lái)， ＣｈａｔＧＰＴ 等生成式ＡＩ 在專(zhuān)業(yè)領(lǐng)域的應(yīng)用首要解決的問(wèn)題是訓(xùn)練語(yǔ)料的開(kāi)發(fā)， ＡＩ 的訓(xùn)練效果很大程度上取決于語(yǔ)料的質(zhì)量， 情報(bào)學(xué)可作為生成式ＡＩ 訓(xùn)練語(yǔ)料的提供者， 致力于語(yǔ)料庫(kù)的開(kāi)發(fā)與利用工作。

５結(jié)語(yǔ)

在生成式ＡＩ迅速崛起的時(shí)代背景下， 情報(bào)學(xué)研究與情報(bào)實(shí)踐將會(huì)受到巨大的沖擊。無(wú)論是情報(bào)學(xué)研究范式、研究問(wèn)題， 還是情報(bào)服務(wù)模式， 都將發(fā)生極大變化， 可能波及信息組織（信息分類(lèi)與標(biāo)引、信息描述）、信息檢索（多媒體檢索、跨語(yǔ)言檢索、檢索策略、相關(guān)性判斷）、知識(shí)管理（知識(shí)獲取、知識(shí)抽取、知識(shí)推理）、情報(bào)咨詢服務(wù)等各個(gè)子領(lǐng)域。這對(duì)情報(bào)學(xué)發(fā)展而言， 既是機(jī)遇也是挑戰(zhàn)。情報(bào)學(xué)應(yīng)積極擁抱ＡＩ 的優(yōu)點(diǎn)， 探索匯聚生成式ＡＩ 的情報(bào)學(xué)研究與情報(bào)實(shí)踐新格局， 但同時(shí)要保持審慎的態(tài)度， 對(duì)ＡＩ 應(yīng)用的益處與風(fēng)險(xiǎn)有清醒、全面的認(rèn)知。最重要的是， 注意掙脫技術(shù)和工具的束縛， 致力于探索更高層次、復(fù)雜性的科學(xué)問(wèn)題，以豐富情報(bào)學(xué)理論、拓展情報(bào)服務(wù)為根本， 乘ＡＩ技術(shù)發(fā)展東風(fēng)， 促進(jìn)情報(bào)學(xué)的可持續(xù)發(fā)展。

本文從情報(bào)學(xué)研究與情報(bào)實(shí)踐兩個(gè)維度， 初步思考了以ＣｈａｔＧＰＴ為代表的生成式ＡＩ 可能對(duì)情報(bào)學(xué)產(chǎn)生的影響， 一方面， 展望未來(lái)情報(bào)學(xué)研究和情報(bào)工作將會(huì)發(fā)生的變化， 為本領(lǐng)域科研人員和情報(bào)工作者應(yīng)用生成式ＡＩ 提供參考； 另一方面， 為生成式ＡＩ 與情報(bào)學(xué)的交叉融合， 對(duì)情報(bào)學(xué)在面臨新一代人工智能沖擊時(shí)如何轉(zhuǎn)向與應(yīng)對(duì)試圖拋磚引玉。未來(lái)人工智能技術(shù)將不斷取得突破， 情報(bào)學(xué)應(yīng)利用ＡＩ 賦能學(xué)科創(chuàng)新發(fā)展， 永保學(xué)科先進(jìn)性。