摘要：[目的/意義]全面系統(tǒng)地探究智庫(kù)運(yùn)行機(jī)制與組成要素，能夠?yàn)榉治鲋菐?kù)的功能實(shí)現(xiàn)提供模型基礎(chǔ)。[方法/過(guò)程]本文剖析了智庫(kù)運(yùn)作模式下的各功能要素，建構(gòu)了利益相關(guān)者—組織—技術(shù)—證據(jù)（stakeholder-organization-technology-evidence，SOTE）要素模型，并對(duì)其動(dòng)力因素以及應(yīng)用場(chǎng)景展開(kāi)闡述。在此基礎(chǔ)上，著重分析人工智能這一變革性力量對(duì)SOTE模型的影響。［結(jié)果/結(jié)論］人工智能顯著改變了SOTE模型的各要素及要素間的互動(dòng)模式，為智庫(kù)功能實(shí)踐路徑提供了創(chuàng)新動(dòng)力，推動(dòng)了智庫(kù)議程設(shè)置、研究與運(yùn)營(yíng)工作的革新優(yōu)化。

關(guān)鍵詞：人工智能" " 智庫(kù)" " 要素模型

分類號(hào)：C931；TP18

DOI： 10.19318/j.cnki.issn.2096-1634.2025.01.03

1" 引言

1.1" 研究背景及思路

2022年，以ChatGPT為代表的生成式人工智能（generative artificial intelligence，GAI）異軍突起，越來(lái)越強(qiáng)大的GAI兼具高效的數(shù)據(jù)處理能力、準(zhǔn)確的信息篩選分析能力和創(chuàng)新的內(nèi)容生成能力，不斷拓展人工智能（artificial intelligence，AI）的功能邊界，為知識(shí)生產(chǎn)力帶來(lái)了質(zhì)的飛躍。在當(dāng)今復(fù)雜多變的社會(huì)環(huán)境和快速發(fā)展的技術(shù)變革的背景下，智庫(kù)作為一個(gè)知識(shí)生產(chǎn)系統(tǒng)，面臨著新的機(jī)遇與挑戰(zhàn)。

本文通過(guò)深入分析智庫(kù)的構(gòu)成要素并構(gòu)建智庫(kù)要素模型，以系統(tǒng)化的方式呈現(xiàn)智庫(kù)的運(yùn)作機(jī)制、影響因素與功能實(shí)現(xiàn)路徑，探討AI作為催化劑如何推動(dòng)智庫(kù)要素變化與要素互動(dòng)演變，如何影響智庫(kù)議程設(shè)置、研究與運(yùn)營(yíng)功能的實(shí)現(xiàn)，從而引導(dǎo)智庫(kù)積極適應(yīng)環(huán)境變化，實(shí)現(xiàn)動(dòng)態(tài)平衡，以提供高質(zhì)量的研究成果和政策建議。

1.2" 研究綜述

AI技術(shù)的飛速發(fā)展，不僅有效推動(dòng)了智庫(kù)內(nèi)部要素的流通、整合與共享，更為新型智庫(kù)在研究和運(yùn)營(yíng)模式上的重構(gòu)提供了支撐。

目前，國(guó)內(nèi)關(guān)于AI應(yīng)用于智庫(kù)的研究仍聚焦于傳統(tǒng)AI在智庫(kù)研究和管理中的應(yīng)用。智庫(kù)為AI提供了具體的應(yīng)用場(chǎng)景[1]，AI則相應(yīng)地為智庫(kù)提供了科學(xué)、高效的技術(shù)支撐，包括交互式處理智庫(kù)資源、構(gòu)建智能化搜索引擎[2]以及模擬專家決策[3]等。在為智庫(kù)的研究運(yùn)營(yíng)提供輔助支撐的過(guò)程中，AI展現(xiàn)出立場(chǎng)相對(duì)中立、智能高效等特性，但一些挑戰(zhàn)也逐漸顯現(xiàn)，例如，信息質(zhì)量問(wèn)題以及虛假舞弊風(fēng)險(xiǎn)[4]，AI掌握的價(jià)值判斷和內(nèi)容生產(chǎn)有潛在的道德和倫理風(fēng)險(xiǎn)[5]。

在國(guó)際上，GAI能力的增長(zhǎng)激發(fā)了全世界的想象力。從戰(zhàn)略規(guī)劃層面，智庫(kù)需要采用結(jié)構(gòu)化的方法，整合個(gè)人、團(tuán)隊(duì)、組織和生態(tài)系統(tǒng)4個(gè)層面的AI，以推動(dòng)知識(shí)型組織的創(chuàng)新[6]。從工具利用層面，通過(guò)定制化交流和參與計(jì)劃，可以充分發(fā)揮ChatGPT等GAI的優(yōu)勢(shì)，顯著提高智庫(kù)的研究與溝通效率[7]。

2" 智庫(kù)SOTE要素模型

智庫(kù)工作呈現(xiàn)跨學(xué)科、多要素的平衡狀態(tài)，這些覆蓋人員、技術(shù)、信息等方面的組成要素是智庫(kù)的支撐性基礎(chǔ)。為了系統(tǒng)、全面地分析智庫(kù)的運(yùn)作模式，可以將這些要素歸納為利益相關(guān)者（stakeholder，S）、組織（organization，O）、技術(shù)（technology，T）、證據(jù)（evidence，E）四部分。四大要素間的互動(dòng)形成了智庫(kù)的議程設(shè)置、研究、運(yùn)營(yíng)功能。

2.1" SOTE模型

基于已有研究，本文構(gòu)建了智庫(kù)利益相關(guān)者—組織—技術(shù)—證據(jù)（SOTE）要素模型，如圖1所示。該模型明確了智庫(kù)作為一個(gè)系統(tǒng)所包含的要素，以及其在互相作用下形成的智庫(kù)功能。

2.1.1" 利益相關(guān)者要素" " 利益相關(guān)者要素包括智庫(kù)服務(wù)對(duì)象、內(nèi)部人員和外部支持者。政府部門、企業(yè)與公眾為智庫(kù)主要服務(wù)對(duì)象。智庫(kù)為政府、企業(yè)決策提供前沿戰(zhàn)略問(wèn)題的綜合研判與前瞻性研究；面向公眾解讀國(guó)家政策及熱點(diǎn)問(wèn)題，引導(dǎo)輿論，助力政策落實(shí)與理解。內(nèi)部人員包括研究人員和管理人員。研究人員作為智庫(kù)核心，具備深厚專業(yè)背景，承擔(dān)學(xué)術(shù)研究和政策分析；管理人員負(fù)責(zé)機(jī)構(gòu)的日常運(yùn)營(yíng)管理和戰(zhàn)略發(fā)展，確保運(yùn)作效率和資源利用，推動(dòng)智庫(kù)目標(biāo)達(dá)成。合作伙伴及媒體是智庫(kù)的外部支持者。合作伙伴包括大學(xué)、研究機(jī)構(gòu)、國(guó)際組織、政府部門、民間組織、非政府組織、企業(yè)及行業(yè)協(xié)會(huì)等，它們與智庫(kù)共享資源、探討問(wèn)題、制定政策建議；媒體支持者涵蓋傳統(tǒng)媒體與新媒體，為智庫(kù)成果推廣和觀點(diǎn)傳播提供平臺(tái)與途徑[8]。

2.1.2" 組織要素" " 組織要素涵蓋戰(zhàn)略規(guī)劃、管理機(jī)制與政策制定、結(jié)構(gòu)與文化。戰(zhàn)略規(guī)劃是在明確中長(zhǎng)期發(fā)展的戰(zhàn)略定位與研究方向的基礎(chǔ)上，制定包含優(yōu)先研究領(lǐng)域、課題計(jì)劃等具體的規(guī)劃以實(shí)現(xiàn)戰(zhàn)略目標(biāo)。管理機(jī)制與政策制定以保障組織運(yùn)作的高效性為目的，涉及財(cái)務(wù)、人力、課題等運(yùn)營(yíng)管理的各個(gè)方面。結(jié)構(gòu)與文化中，組織架構(gòu)支持戰(zhàn)略與研究實(shí)施，如跨學(xué)科的矩陣式組織架構(gòu)、自下而上的半自主課題管理等[9]；價(jià)值觀念和文化氛圍在智庫(kù)的長(zhǎng)期發(fā)展中形成，影響研究方法與政策分析。

2.1.3" 技術(shù)要素" " 技術(shù)要素包含信息技術(shù)、數(shù)智工具和架構(gòu)技術(shù)。信息技術(shù)包括數(shù)據(jù)庫(kù)管理系統(tǒng)、在線協(xié)作工具和項(xiàng)目管理平臺(tái)，用于提升數(shù)據(jù)管理、溝通協(xié)作和項(xiàng)目管理水平。數(shù)智工具涉及數(shù)據(jù)采集、存儲(chǔ)、處理技術(shù)工具，保障數(shù)據(jù)高效利用。架構(gòu)技術(shù)涉及信息安全與系統(tǒng)拓展性、穩(wěn)定性、靈活性，通過(guò)加密、訪問(wèn)控制等措施實(shí)現(xiàn)。

2.1.4" 證據(jù)要素" "證據(jù)要素包含知識(shí)與數(shù)據(jù)。智庫(kù)是知識(shí)、智慧高度密集型的行業(yè)，知識(shí)生產(chǎn)是智庫(kù)的核心活動(dòng)，知識(shí)產(chǎn)品是智庫(kù)的核心競(jìng)爭(zhēng)力[10]。知識(shí)資本是智庫(kù)最有價(jià)值的資本，表現(xiàn)為知識(shí)生產(chǎn)與沉淀、專家智慧、項(xiàng)目成果等。數(shù)據(jù)為智庫(kù)提供信息資源。智庫(kù)所需數(shù)據(jù)可通過(guò)調(diào)研、專家網(wǎng)絡(luò)、合作伙伴或公開(kāi)數(shù)據(jù)獲取，需評(píng)估其可信度與準(zhǔn)確性。

2.1.5" 功能" " 智庫(kù)的議程設(shè)置、研究與運(yùn)營(yíng)三類功能是智庫(kù)四大要素相互作用后的能力輸出，其本質(zhì)是以結(jié)構(gòu)要素為基體、通過(guò)要素間能量流動(dòng)產(chǎn)生的功能涌現(xiàn)。三大功能構(gòu)成智庫(kù)的價(jià)值循環(huán)體系，議程設(shè)置決定系統(tǒng)輸入方向，研究活動(dòng)實(shí)現(xiàn)要素能量轉(zhuǎn)化，運(yùn)營(yíng)傳播完成價(jià)值輸出與反饋。①議程設(shè)置是要素作用下的認(rèn)知框架建構(gòu)。通過(guò)利益相關(guān)者需求牽引、組織資源定向配置、要素沖突協(xié)調(diào)機(jī)制，智庫(kù)分析利益相關(guān)者的需求，結(jié)合研究定位與戰(zhàn)略規(guī)劃，將特定問(wèn)題納入自身研究范疇，利用技術(shù)與證據(jù)基礎(chǔ)開(kāi)展研究，促使這些問(wèn)題在更廣泛的層面上得到關(guān)注。②研究功能本質(zhì)是四大要素的深度協(xié)同創(chuàng)新過(guò)程。利益相關(guān)者要素嵌入研究設(shè)計(jì)，組織要素構(gòu)建知識(shí)管理體系，技術(shù)要素解構(gòu)復(fù)雜政策變量、增強(qiáng)分析效能，證據(jù)要素提供新穎的研究視角和解決方案。③運(yùn)營(yíng)功能是要素的價(jià)值再生產(chǎn)。利益相關(guān)者要素引導(dǎo)資源配置、實(shí)現(xiàn)內(nèi)部管理優(yōu)化，組織要素設(shè)定運(yùn)營(yíng)目標(biāo)、規(guī)范運(yùn)營(yíng)決策，技術(shù)要素構(gòu)建運(yùn)營(yíng)數(shù)字孿生體、驅(qū)動(dòng)自動(dòng)化運(yùn)營(yíng)，證據(jù)要素指導(dǎo)資源分配決策、直接創(chuàng)造運(yùn)營(yíng)價(jià)值，從而實(shí)現(xiàn)運(yùn)營(yíng)生態(tài)的自增強(qiáng)。

2.2" 智庫(kù)SOTE要素模型的影響因素

2.2.1" 政策環(huán)境" " 政策環(huán)境通過(guò)規(guī)制壓力與需求牽引雙重機(jī)制作用于SOTE模型。政府治理模式及政策導(dǎo)向直接塑造利益相關(guān)者要素中服務(wù)對(duì)象的政策咨詢需求，驅(qū)動(dòng)組織要素調(diào)整研究領(lǐng)域布局與戰(zhàn)略規(guī)劃，推動(dòng)智庫(kù)技術(shù)要素升級(jí)。同時(shí)，政策的不確定性也可能影響證據(jù)要素的連續(xù)性，如美國(guó)總統(tǒng)于2019年1月14日簽署通過(guò)法律《循證政策制定法案基礎(chǔ)》（H.R.4174 - Foundations for Evidence-Based Policymaking Act of 2018）[11]，其中包含的《開(kāi)放政府?dāng)?shù)據(jù)法案》（OPEN Government Data Act），提出向公眾開(kāi)放“非敏感”政府?dāng)?shù)據(jù)。這一舉措從制度層面重構(gòu)了證據(jù)要素的獲取、分析、應(yīng)用。

2.2.2" 國(guó)際環(huán)境" " 全球化與地緣政治競(jìng)爭(zhēng)通過(guò)知識(shí)流動(dòng)壁壘重構(gòu)SOTE要素交互邏輯。國(guó)際議題復(fù)雜性推動(dòng)智庫(kù)擴(kuò)展技術(shù)要素以增強(qiáng)全球數(shù)據(jù)采集能力，優(yōu)化組織要素中的架構(gòu)以嵌入多邊合作機(jī)制。智庫(kù)需要應(yīng)對(duì)地緣政治、民粹主義、逆全球化、AI技術(shù)等多重環(huán)境的嬗變，積極響應(yīng)全球性議題，構(gòu)建智庫(kù)國(guó)際交流合作的雙線型格局[12]。例如中美科技脫鉤背景下，部分技術(shù)工具與證據(jù)的可及性下降，智庫(kù)需通過(guò)利益相關(guān)者網(wǎng)絡(luò)構(gòu)建替代性資源渠道。

2.2.3" 技術(shù)發(fā)展" " 顛覆性技術(shù)既賦能SOTE要素升級(jí)，又衍生新型治理挑戰(zhàn)。在技術(shù)發(fā)展的推動(dòng)下，智庫(kù)的研究方法和研究資源得到了極大拓展。智庫(kù)利用各種可視化數(shù)據(jù)統(tǒng)計(jì)分析工具及預(yù)測(cè)工具，提升了戰(zhàn)略研究和科學(xué)預(yù)判的能力。如AI的出現(xiàn)為智庫(kù)提供了比云計(jì)算時(shí)代更強(qiáng)大的數(shù)據(jù)處理和存儲(chǔ)能力，支持復(fù)雜的模型和分析，但可能削弱利益相關(guān)者對(duì)研究成果原創(chuàng)性的信任，需通過(guò)組織要素建立AI輔助研究倫理規(guī)范。

2.3" 智庫(kù)SOTE要素模型的應(yīng)用場(chǎng)景

第一，助力智庫(kù)戰(zhàn)略規(guī)劃。SOTE模型為智庫(kù)戰(zhàn)略規(guī)劃提供系統(tǒng)性分析框架，通過(guò)要素間動(dòng)態(tài)耦合實(shí)現(xiàn)科學(xué)決策。利益相關(guān)者的需求轉(zhuǎn)變驅(qū)動(dòng)戰(zhàn)略目標(biāo)設(shè)定，組織要素依托技術(shù)模擬資源配置方案，證據(jù)要素支撐規(guī)劃可行性驗(yàn)證。基于這些分析，智庫(kù)可以把握發(fā)展契機(jī)，制定科學(xué)、合理的發(fā)展規(guī)劃與重點(diǎn)。

第二，評(píng)估智庫(kù)工作質(zhì)量。SOTE模型為智庫(kù)工作提供科學(xué)的參考框架，能夠?qū)χ菐?kù)現(xiàn)行工作方式的效果進(jìn)行多維度、精細(xì)化的評(píng)估。例如，對(duì)一系列具體指標(biāo)的設(shè)定和測(cè)量，如利益相關(guān)者的滿意度得分、技術(shù)應(yīng)用帶來(lái)的研究效率改變比例、證據(jù)的準(zhǔn)確性可用性等，能夠直觀地反映智庫(kù)工作的優(yōu)勢(shì)和不足，進(jìn)而不斷優(yōu)化工作流程。

第三，保障具體業(yè)務(wù)落實(shí)。SOTE模型通過(guò)要素嵌入機(jī)制確保業(yè)務(wù)執(zhí)行全鏈條可控，為項(xiàng)目可行性考量、知識(shí)管理與共享、人才培育等具體業(yè)務(wù)的有效開(kāi)展與順利落實(shí)提供保障。例如，項(xiàng)目啟動(dòng)階段運(yùn)用利益相關(guān)者要素識(shí)別核心需求，組織架構(gòu)配置資源與團(tuán)隊(duì)；研究開(kāi)展階段證據(jù)要素推送相關(guān)數(shù)據(jù)庫(kù)與案例庫(kù)，技術(shù)要素中研究方法、數(shù)據(jù)分析工具為項(xiàng)目的可行性提供充分依據(jù)。

3" AI驅(qū)動(dòng)下的SOTE模型要素變化及智庫(kù)功能實(shí)踐路徑演變

日新月異的AI技術(shù)在眾多領(lǐng)域中起到了變革性的作用，對(duì)智庫(kù)的影響也不可避免地逐漸加深。分析AI動(dòng)力下的SOTE模型要素變革，一方面，能夠從本質(zhì)上分析智庫(kù)受到AI影響的程度與形式；另一方面，從側(cè)面反映智庫(kù)應(yīng)該采取何種方式應(yīng)對(duì)技術(shù)變化帶來(lái)的影響。AI在不同程度上改變了智庫(kù)模型中的4個(gè)要素以及要素之間的互動(dòng)模式（圖2），同時(shí)也影響著四大要素作用下的智庫(kù)智庫(kù)議程設(shè)置、研究與運(yùn)營(yíng)功能的實(shí)現(xiàn)。

3.1" AI驅(qū)動(dòng)的SOTE模型要素變化

AI影響下的SOTE模型各要素根據(jù)不同特性而產(chǎn)生了不同程度的變化，這些變化可以分為變革型與增強(qiáng)型兩類。變革型變化指AI對(duì)智庫(kù)關(guān)鍵要素的深度重塑，推動(dòng)其運(yùn)作方式發(fā)生根本性轉(zhuǎn)變；增強(qiáng)型變化則指AI在現(xiàn)有基礎(chǔ)上提升智庫(kù)各要素的效率和適應(yīng)性。

3.1.1" 變革型變化

（1）技術(shù)要素

AI顯著增強(qiáng)了智庫(kù)在技術(shù)層面的能力，推動(dòng)傳統(tǒng)數(shù)字技術(shù)向智能化方向演進(jìn)。比如，自然語(yǔ)言處理技術(shù)（natural language processing，NLP）能夠幫助智庫(kù)有效地處理和理解政策文件、文件報(bào)告、圖像與音視頻等非結(jié)構(gòu)化數(shù)據(jù)；機(jī)器學(xué)習(xí)能夠幫助智庫(kù)從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。此外，智庫(kù)還能夠自行構(gòu)建垂直化專屬大模型，更高效地解決研究領(lǐng)域內(nèi)的問(wèn)題。

（2）證據(jù)（數(shù)據(jù)型）

AI加速推動(dòng)智庫(kù)從專家驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型[13]，并實(shí)現(xiàn)了自動(dòng)化內(nèi)容生成。通過(guò)AI驅(qū)動(dòng)的網(wǎng)絡(luò)爬蟲工具與文本分析技術(shù)，智庫(kù)可實(shí)時(shí)收集解析多平臺(tái)數(shù)據(jù)，并進(jìn)行情感分析、主題提取。AI推動(dòng)智庫(kù)基于數(shù)據(jù)分析結(jié)果，按照數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練、明確需求、信息輸入、生成初稿、人工優(yōu)化的邏輯順序，快速生成研究報(bào)告和政策建議，大大提高了智庫(kù)的工作效率和決策支持能力。

（3）組織（戰(zhàn)略與管理機(jī)制）

AI促使智庫(kù)調(diào)整戰(zhàn)略定位與管理機(jī)制，以適應(yīng)智能化政策分析需求。智庫(kù)需要從議程設(shè)置的層面考慮AI技術(shù)對(duì)自身研究、運(yùn)營(yíng)管理等工作帶來(lái)的變革，并形成相應(yīng)的戰(zhàn)略規(guī)劃，強(qiáng)化數(shù)據(jù)治理、合規(guī)管理與倫理監(jiān)督。在管理方面，AI能夠?qū)崿F(xiàn)對(duì)智庫(kù)內(nèi)部流程的自動(dòng)優(yōu)化，如算法的客觀性能夠保障人才選拔和評(píng)估的科學(xué)性，在項(xiàng)目管理中實(shí)現(xiàn)資源智能調(diào)度、任務(wù)自動(dòng)優(yōu)化。

3.1.2" 增強(qiáng)型變化

（1）利益相關(guān)者

AI增強(qiáng)了利益相關(guān)者的參與感和互動(dòng)性。AI能夠依據(jù)智庫(kù)服務(wù)對(duì)象的行為和偏好，為其量身定制個(gè)性化的服務(wù)，實(shí)現(xiàn)精準(zhǔn)的研究成果推送。AI可以根據(jù)智庫(kù)研究人員工作習(xí)慣和興趣方向，推送適合的學(xué)習(xí)資料和工作任務(wù)安排，能夠依據(jù)合作伙伴和資助方支持歷史和偏好，為其提供個(gè)性化的項(xiàng)目介紹和合作方案，增強(qiáng)其對(duì)智庫(kù)的信任和支持力度。

（2）證據(jù)（知識(shí)型）

基本的知識(shí)管理流程依然存在，但是AI提升了知識(shí)獲取與應(yīng)用的能力。AI賦能智能檢索技術(shù)縮短智庫(kù)信息獲取周期，知識(shí)圖譜構(gòu)建有助于政策邏輯梳理，推動(dòng)智庫(kù)構(gòu)建更加科學(xué)的政策分析框架。

（3）組織（組織架構(gòu)與文化建設(shè)）

部分智庫(kù)會(huì)因AI的推動(dòng)而對(duì)組織架構(gòu)或文化建設(shè)進(jìn)行優(yōu)化。在組織政策方面，智庫(kù)會(huì)制定相關(guān)的政策和規(guī)范以更好地適應(yīng)AI技術(shù)的應(yīng)用；在組織結(jié)構(gòu)方面，智庫(kù)會(huì)增設(shè)專門的AI技術(shù)部門或崗位，加強(qiáng)與技術(shù)公司的合作，以提高技術(shù)研發(fā)和應(yīng)用能力；在文化建設(shè)方面，智庫(kù)會(huì)鼓勵(lì)研究人員積極探索和應(yīng)用AI技術(shù)。

3.2" SOTE模型要素間互動(dòng)模式的演變

AI的融入對(duì)智庫(kù)SOTE模型4個(gè)要素之間的互動(dòng)模式產(chǎn)生了不同程度的影響。如圖2所示，線條的粗細(xì)代表了影響程度的大小，線條越粗則影響越大。

首先，影響最大的是技術(shù)與證據(jù)。AI推動(dòng)二者從“工具-對(duì)象”的單項(xiàng)關(guān)系轉(zhuǎn)向共生互動(dòng)關(guān)系。一方面，信息技術(shù)得到智能化的提升，能夠更自動(dòng)化、動(dòng)態(tài)化地采集數(shù)據(jù)，并且保障了數(shù)據(jù)的質(zhì)量與可用性；架構(gòu)技術(shù)利用AI進(jìn)行自我優(yōu)化與調(diào)整，以適應(yīng)不斷變化的數(shù)據(jù)特征。另一方面，數(shù)據(jù)的豐富和優(yōu)化得到了充分的利用，數(shù)據(jù)的高度繁榮為AI提供了訓(xùn)練基礎(chǔ)，使技術(shù)手段能夠發(fā)揮更高效能。AI大幅增強(qiáng)了技術(shù)對(duì)證據(jù)的利用能力、證據(jù)對(duì)技術(shù)的支撐能力，使技術(shù)與證據(jù)緊密相連且相互深刻作用，影響程度最大。

其次，AI對(duì)組織與技術(shù)、證據(jù)與利益相關(guān)者互動(dòng)的影響程度相對(duì)平緩。AI出現(xiàn)前，智庫(kù)與技術(shù)相關(guān)的文化、政策、管理機(jī)制一般向技術(shù)部門傾斜，而隨著AI的融入，低代碼（low code）平臺(tái)與自動(dòng)化工具降低技術(shù)應(yīng)用門檻，打破了技術(shù)部門的專業(yè)壁壘，推動(dòng)技術(shù)工具的使用權(quán)逐漸向管理人員、研究人員等全員擴(kuò)散。同時(shí)推動(dòng)將算法公平性、可解釋性嵌入組織核心價(jià)值體系，驅(qū)動(dòng)技術(shù)應(yīng)用從效率導(dǎo)向轉(zhuǎn)向責(zé)任導(dǎo)向。由于AI介入的組織與技術(shù)間互動(dòng)變化受到多種因素的影響，是一個(gè)宏觀漸進(jìn)的過(guò)程，因此，影響程度有一定削弱。AI的介入將復(fù)雜證據(jù)轉(zhuǎn)化為決策友好型信息，降低利益相關(guān)者的認(rèn)知負(fù)荷。如內(nèi)部研究人員以極高的效率從海量的證據(jù)中提取所需信息，為服務(wù)對(duì)象提供深度分析和可視化呈現(xiàn)，使其更快速、直觀地理解復(fù)雜的數(shù)據(jù)與知識(shí)；外部支持者利用AI篩選并分析證據(jù)，從而評(píng)估智庫(kù)的研究成果與價(jià)值。證據(jù)傳遞模式從單向輸出轉(zhuǎn)向“需求感知—智能匹配—認(rèn)知強(qiáng)化”的閉環(huán)系統(tǒng)，智庫(kù)通過(guò)控制證據(jù)的解釋權(quán)與分發(fā)渠道，隱性獲得議程設(shè)置能力。

最后，AI的融入對(duì)技術(shù)與利益相關(guān)者、組織與利益相關(guān)者、組織與證據(jù)間互動(dòng)的影響較弱。利益相關(guān)者對(duì)技術(shù)的認(rèn)可程度與掌握程度決定了其對(duì)技術(shù)的使用情況，如智庫(kù)的服務(wù)對(duì)象的技術(shù)接受習(xí)慣，以及內(nèi)部研究人員對(duì)技術(shù)的應(yīng)用水平。AI技術(shù)使需求方與合作方能夠通過(guò)智能平臺(tái)與研究人員進(jìn)行更直接的互動(dòng)，同時(shí)改變智庫(kù)內(nèi)部人員的技術(shù)使用結(jié)構(gòu)，增強(qiáng)利益相關(guān)者對(duì)技術(shù)的使用與信任。組織與利益相關(guān)者之間的互動(dòng)更多地集中于信息傳遞層面，AI造成的兩者互動(dòng)變化更間接且程度更低。服務(wù)對(duì)象的需求和反饋影響著組織的戰(zhàn)略規(guī)劃及資源投入；內(nèi)部人員不斷推動(dòng)政策機(jī)制的優(yōu)化；外部支持者的資源投入和合作意愿則從側(cè)面反映了智庫(kù)組織文化的吸引力程度。AI技術(shù)的應(yīng)用提升了利益相關(guān)者之間的溝通效能。智庫(kù)通過(guò)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法，預(yù)測(cè)外部潛在需求、制定前瞻性戰(zhàn)略規(guī)劃；內(nèi)部研究人員和管理人員優(yōu)化工作方式，從而形成有利于AI使用的智庫(kù)文化。AI對(duì)組織與證據(jù)互動(dòng)的影響最小。智庫(kù)的戰(zhàn)略規(guī)劃與政策制定依賴充分的數(shù)據(jù)與知識(shí)基礎(chǔ)，智庫(kù)內(nèi)部文化影響著對(duì)證據(jù)的重視程度。借助AI工具，智庫(kù)能夠更全面地收集處理數(shù)據(jù)，從而提出更科學(xué)、可行的戰(zhàn)略規(guī)劃。此外，AI在知識(shí)獲取和數(shù)據(jù)管理中的應(yīng)用，推動(dòng)著智庫(kù)研究模式由專家驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)變，可以看作智庫(kù)組織文化的改變。

3.3" AI作用下智庫(kù)功能實(shí)踐路徑的演變

AI不僅是工具革新，更是智庫(kù)功能的“催化劑”，通過(guò)數(shù)據(jù)穿透力、算法決策力、網(wǎng)絡(luò)協(xié)同性三大核心特質(zhì)，推動(dòng)智庫(kù)在議程設(shè)置、研究與運(yùn)營(yíng)等環(huán)節(jié)實(shí)現(xiàn)系統(tǒng)性重構(gòu)，形成“環(huán)境感知—?jiǎng)討B(tài)響應(yīng)—價(jià)值輸出”的閉環(huán)能力。AI打破智庫(kù)依賴政策信號(hào)的被動(dòng)研究模式，轉(zhuǎn)向議題建構(gòu)與規(guī)則設(shè)計(jì)的主動(dòng)干預(yù)；將智庫(kù)的研究從“線性知識(shí)生產(chǎn)”升級(jí)為“動(dòng)態(tài)決策推演網(wǎng)絡(luò)”；同時(shí)AI重構(gòu)組織資源分配邏輯，驅(qū)動(dòng)智庫(kù)從官僚制管理轉(zhuǎn)向“平臺(tái)化賦能”。此背景下，智庫(kù)需要圍繞議程設(shè)置、研究和運(yùn)營(yíng)三大核心功能，制定具體的實(shí)施路徑，將AI的影響轉(zhuǎn)化為實(shí)際行動(dòng)，從而在復(fù)雜性和不確定性交織的全球化環(huán)境中，持續(xù)輸出高質(zhì)量政策方案。

3.3.1" 重構(gòu)智庫(kù)議程設(shè)置" " 第一，建構(gòu)智庫(kù)及公眾對(duì)AI的認(rèn)知。智庫(kù)需要明晰人與AI間的關(guān)系，消除認(rèn)知盲區(qū)，明確所需的AI技能和應(yīng)用場(chǎng)景。同時(shí)，由于目前公眾對(duì)GAI以積極態(tài)度為主，同時(shí)也保持著較高的警惕[14]，智庫(kù)有義務(wù)積極引導(dǎo)公眾的認(rèn)知。在AI時(shí)代，大眾媒體主導(dǎo)的圖文信息戰(zhàn)正在向社交媒體主導(dǎo)的算法認(rèn)知戰(zhàn)演變[15]，智庫(kù)需要認(rèn)識(shí)到這一變化，通過(guò)教育、傳播和公共討論等方式，提升公眾對(duì)AI的認(rèn)知水平，培養(yǎng)公眾的批判性思維能力，使其能夠更加理性地評(píng)估AI技術(shù)的影響。

第二，關(guān)注倫理與安全問(wèn)題。AI涉及議題領(lǐng)域廣泛、行為體眾多，各方在倫理、規(guī)范和安全領(lǐng)域存在分歧[16]。正如亨利·基辛格（Henry Kissinger）的《人工智能時(shí)代與人類未來(lái)》（The Age of AI： And Our Human Future）一書所說(shuō)：“我們既不應(yīng)將人工智能視為自動(dòng)運(yùn)作、無(wú)須照管的存在，也不應(yīng)允許其在無(wú)人監(jiān)督、監(jiān)視或直接控制的情況下采取不可撤銷的行動(dòng)?！盵17]智庫(kù)需要積極參與AI的道德規(guī)范研究，防止算法偏見(jiàn)和信息泡沫，并關(guān)注AI生成內(nèi)容的版權(quán)歸屬問(wèn)題。此外，鑒于大多數(shù)的大語(yǔ)言模型只能通過(guò)應(yīng)用程序編程接口（application programming interface，API）獲得[18]，容易導(dǎo)致數(shù)據(jù)泄露、濫用和不當(dāng)訪問(wèn)等風(fēng)險(xiǎn)，智庫(kù)應(yīng)研究如何通過(guò)技術(shù)、政策和法律手段，加強(qiáng)隱私保護(hù)和安全監(jiān)管。

第三，積極主導(dǎo)推動(dòng)全球治理。目前，國(guó)際上與AI相關(guān)文件有《人工智能倫理問(wèn)題建議書》（Recommendation on the Ethics of Artificial Intelligence）《布萊切利宣言》（The Bletchley Declaration）《人工智能法案》（Artificial Intelligence Act）等，但這些文件并不都適用于全球人工智能管理，且與我國(guó)立法的標(biāo)準(zhǔn)體系難以完全兼容。因此，智庫(kù)要協(xié)助政策制定者共同打造適應(yīng)AI發(fā)展的法律框架，同時(shí)以建立共同遵守的秩序?yàn)槟繕?biāo)[19]，致力于將公眾關(guān)注的人工智能問(wèn)題納入更廣泛的國(guó)際討論范疇，有序推進(jìn)全球人工智能治理的進(jìn)程。

3.3.2" 創(chuàng)新智庫(kù)研究生態(tài)" " 第一，自動(dòng)化處理與分析信息。英國(guó)數(shù)學(xué)家克萊夫·洪比（Clive Humby）提出“數(shù)據(jù)就是新的石油，如果沒(méi)有提煉，就不能使用”[20]，強(qiáng)調(diào)了數(shù)據(jù)的價(jià)值及提煉的重要性。AI的自動(dòng)化分析能力提升了智庫(kù)對(duì)大量非結(jié)構(gòu)化數(shù)據(jù)的處理效率。利用情感分析、主題識(shí)別和文本分類等技術(shù)，AI幫助研究人員快速識(shí)別政策趨勢(shì)與學(xué)術(shù)問(wèn)題，支持基于數(shù)據(jù)的智能決策。通過(guò)此類AI（如Anthropic的Claude），智庫(kù)能夠?qū)Ａ繑?shù)據(jù)進(jìn)行自動(dòng)分析，迅速發(fā)現(xiàn)問(wèn)題并為政策研究提供方向。

第二，實(shí)現(xiàn)高效的知識(shí)提煉與成果生成。AI技術(shù)特別是GAI具備自主學(xué)習(xí)和動(dòng)態(tài)調(diào)整能力，能從多源數(shù)據(jù)中提取復(fù)雜模式和關(guān)聯(lián)，促進(jìn)跨領(lǐng)域知識(shí)融合。對(duì)于智庫(kù)研究人員而言，AI不僅有助于形成多維度理解，推動(dòng)新理論誕生，還能夠生成研究綜述和報(bào)告框架等各類文稿作為正式報(bào)告的參考。同時(shí)，借助人類反饋強(qiáng)化學(xué)習(xí)技術(shù)（reinforcement learning from human feedback，RLHF），AI可以根據(jù)研究人員的反饋不斷增強(qiáng)文稿表達(dá)，學(xué)習(xí)如何更準(zhǔn)確地使用專業(yè)術(shù)語(yǔ)、更有效地結(jié)構(gòu)化報(bào)告內(nèi)容。

第三，開(kāi)展政策的動(dòng)態(tài)預(yù)測(cè)與評(píng)估。AI技術(shù)中，循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）在解決時(shí)間序列問(wèn)題上展現(xiàn)出獨(dú)特優(yōu)勢(shì)。已有專家學(xué)者通過(guò)門控循環(huán)單元（gated recurrent unit，GRU）等循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行股票預(yù)測(cè)并取得成效[21]。參考這種方式，智庫(kù)可以在模擬預(yù)測(cè)中，基于深度學(xué)習(xí)模型的GAI提升多維度數(shù)據(jù)集處理的精度和效率，分析歷史數(shù)據(jù)識(shí)別趨勢(shì)，構(gòu)建模擬環(huán)境，預(yù)測(cè)不同政策干預(yù)的綜合反應(yīng)。例如，亞馬遜的全托管平臺(tái)“魔法生成器”（Amazon SageMaker）提供了構(gòu)建、訓(xùn)練和部署GAI模型的功能，用戶可以根據(jù)需要生成預(yù)測(cè)模型。在效果評(píng)估中，實(shí)時(shí)數(shù)據(jù)處理和反饋學(xué)習(xí)機(jī)制的AI技術(shù)通過(guò)監(jiān)控即時(shí)效應(yīng)、調(diào)整優(yōu)化預(yù)測(cè)模型，對(duì)比預(yù)測(cè)和實(shí)際數(shù)據(jù)，識(shí)別偏差和問(wèn)題，為政策調(diào)整提供依據(jù)。

第四，支持跨語(yǔ)言和跨文化的研究。NLP能夠識(shí)別和理解不同文化背景下的語(yǔ)言使用和表達(dá)方式，實(shí)現(xiàn)跨領(lǐng)域、跨文化、跨時(shí)空分析[22]，這使智庫(kù)能夠在全球范圍內(nèi)收集和分析數(shù)據(jù)，更深入地理解不同文化中的概念、價(jià)值觀和行為模式，從而提供更全面和深入的比較分析，促進(jìn)不同文化背景下的觀點(diǎn)和知識(shí)的交流。

3.3.3" 再造智庫(kù)運(yùn)營(yíng)工作" " 第一，優(yōu)化內(nèi)部管理及運(yùn)營(yíng)效率。通過(guò)AI工具可以優(yōu)化智庫(kù)內(nèi)部管理的資源配置，智庫(kù)的項(xiàng)目具有服務(wù)于國(guó)家宏觀決策、解決公共政策問(wèn)題、高時(shí)效性、強(qiáng)綜合性等特征[23]。AI能夠?yàn)橹菐?kù)提供項(xiàng)目啟動(dòng)階段的任務(wù)優(yōu)先級(jí)識(shí)別、時(shí)間資源分配、人員安排，項(xiàng)目實(shí)時(shí)過(guò)程中的進(jìn)度跟蹤、風(fēng)險(xiǎn)預(yù)測(cè)、動(dòng)態(tài)調(diào)整等功能。例如，澳大利亞軟件公司艾特萊森（Atlassian）研發(fā)的項(xiàng)目管理工具“吉拉”（Jira Software）能夠自動(dòng)分配任務(wù)并為任務(wù)設(shè)置優(yōu)先級(jí)，根據(jù)任務(wù)數(shù)據(jù)評(píng)估成員的價(jià)值貢獻(xiàn)，利用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)算法來(lái)解析項(xiàng)目數(shù)據(jù)[24]。AI能夠通過(guò)簡(jiǎn)單的問(wèn)答為智庫(kù)新員工指引入職流程，介紹智庫(kù)政策、課題項(xiàng)目等資源，自動(dòng)化并簡(jiǎn)化了智庫(kù)研究人員與人力資源管理人員的重復(fù)性任務(wù)[25]。同時(shí)，AI輔助管理人員分析研究人員的研究專長(zhǎng)、工作成果、項(xiàng)目參與度、各級(jí)反饋等，生成詳盡的績(jī)效評(píng)估報(bào)告，從而助力綜合性、復(fù)合型和前瞻性隊(duì)伍[26]。例如，松下北美公司利用維西爾（Visier）公司的人才洞察平臺(tái)，顯著改善了人才招聘、員工敬業(yè)度和績(jī)效管理。

第二，賦能傳播塑造智庫(kù)品牌影響力。結(jié)合了AI技術(shù)的傳播媒介，擁有人工書寫難以達(dá)到的內(nèi)容生產(chǎn)效率[27]。GAI既能生成定制化的新聞稿、報(bào)告等內(nèi)容，并且形成一種擬人化的主體身份，與使用者“平等”交流，還可以生成音頻、視頻等多媒體內(nèi)容，文字生成視頻軟件Sora、RunwayML、Pika及StableVideo等都能夠豐富智庫(kù)觀點(diǎn)的展現(xiàn)形式，使智庫(kù)的傳播內(nèi)容更加生動(dòng)、直觀。

第三，擴(kuò)大智庫(kù)輿論引導(dǎo)功能發(fā)揮的邊界。輿論引導(dǎo)是智庫(kù)的重要職能之一，進(jìn)行輿論監(jiān)測(cè)和情感分析則是輿論引導(dǎo)的重要前提。情感分析作為NLP的重要應(yīng)用，其使用的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)有多層感知機(jī)（multilayer perceptron，MLP）、卷積神經(jīng)網(wǎng)絡(luò)等能夠識(shí)別和分類文本數(shù)據(jù)中的情緒傾向。智庫(kù)可以使用情感識(shí)別技術(shù)識(shí)別公眾在不同社交平臺(tái)上對(duì)新政策的反應(yīng)，并識(shí)別其中的情感驅(qū)動(dòng)因素，來(lái)調(diào)整其溝通策略，強(qiáng)化政策的正面成果或直接提出公眾關(guān)心問(wèn)題的解決方案。

第四，支持構(gòu)建智庫(kù)國(guó)際網(wǎng)絡(luò)關(guān)系。國(guó)際網(wǎng)絡(luò)的形成需要經(jīng)歷了解形勢(shì)、樹(shù)立形象、達(dá)成合作、國(guó)際共治等過(guò)程，AI有效降低了國(guó)際信息檢索難度和語(yǔ)言轉(zhuǎn)換的壓力，協(xié)助智庫(kù)監(jiān)測(cè)全球治理的進(jìn)展和挑戰(zhàn)。智庫(kù)可以將AI的信息獲取能力和強(qiáng)大的學(xué)習(xí)能力為自己所用，通過(guò)反饋訓(xùn)練優(yōu)化AI的語(yǔ)料庫(kù)，塑造智庫(kù)良好的國(guó)際形象，提升其在國(guó)際社會(huì)中影響力[28]。在此基礎(chǔ)上，AI的相對(duì)公正性能夠?qū)θ蚍秶鷥?nèi)的公共問(wèn)題進(jìn)行數(shù)據(jù)分析與決策參考，推動(dòng)形成更加公平、合理、有效的國(guó)際治理體系。

4" 結(jié)論

SOTE模型中利益相關(guān)者、組織、技術(shù)、證據(jù)四大要素各司其職，共同推動(dòng)智庫(kù)功能的實(shí)現(xiàn)和優(yōu)化。在AI這場(chǎng)具有劃時(shí)代意義的革命浪潮中，SOTE模型內(nèi)的要素、結(jié)構(gòu)與功能也受到了顛覆性的影響：利益相關(guān)者突破單向信息交互模式，通過(guò)智能協(xié)同平臺(tái)深度參與政策推演；組織架構(gòu)打破傳統(tǒng)僵化邊界，構(gòu)建跨域協(xié)作網(wǎng)絡(luò)；技術(shù)要素從輔助工具升級(jí)為驅(qū)動(dòng)內(nèi)核，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的穿透性解析與知識(shí)重構(gòu)；證據(jù)生產(chǎn)則從經(jīng)驗(yàn)依賴轉(zhuǎn)向多模態(tài)融合分析，形成動(dòng)態(tài)演化的政策知識(shí)體系。智庫(kù)作為戰(zhàn)略和政策研究的機(jī)構(gòu)，是數(shù)據(jù)、信息、知識(shí)和情報(bào)行業(yè)的重要主體，應(yīng)引入AI技術(shù)與專業(yè)人才，在道德和法律框架內(nèi)完善研究議程，從傳統(tǒng)的被動(dòng)研究模式向主動(dòng)的議題建構(gòu)與規(guī)則設(shè)計(jì)轉(zhuǎn)型，使研究模式由線性知識(shí)生產(chǎn)升級(jí)為動(dòng)態(tài)決策推演網(wǎng)絡(luò)，提升研究的質(zhì)量與影響力。

參考文獻(xiàn)：

[1] 李程. 基于人工智能技術(shù)的新型出版智庫(kù)建設(shè)淺析[J]. 出版廣角， 2020（4）： 6-10.

[2] 羅明. 人工智能時(shí)代圖書館新型智庫(kù)的建設(shè)研究[J]. 河南圖書館學(xué)刊， 2023， 43（4）： 81-83.

[3] 黃曉斌， 張明鑫. 新技術(shù)環(huán)境下的智庫(kù)情報(bào)服務(wù)創(chuàng)新研究[J]. 圖書與情報(bào)， 2020（1）： 112-119.

[4] 游俊哲. ChatGPT類生成式人工智能在科研場(chǎng)景中的應(yīng)用風(fēng)險(xiǎn)與控制措施[J]. 情報(bào)理論與實(shí)踐， 2023， 46（6）： 24-32.

[5] 里昕. 新科技在智庫(kù)中的運(yùn)用： 以媒體智庫(kù)為例[J]. 智庫(kù)理論與實(shí)踐， 2020， 5（5）： 48-54.

[6] MULLER A. AI preparedness for think tanks[EB/OL]. （2024-04-21）[2024-07-21]. https：//onthinktanks.org/articles/ai-preparedness-for-think-tanks/.

[7] BALL L. How to use ChatGPT to improve your think tank communications[EB/OL]. （2023-02-15）[ 2024-07-23]. https：//onthinktanks.org/articles/how-to-use-chatgpt-to-improve-your-think-tank-communications/.

[8] 丁炫凱， 葛子豪. 社交媒體視角下智庫(kù)影響政策過(guò)程研究[J]. 圖書館論壇， 2024， 44（11）： 59-67.

[9] 楊瑞仙， 權(quán)明喆， 魏子瑤. 國(guó)外一流智庫(kù)運(yùn)行機(jī)制現(xiàn)狀調(diào)研及啟示[J]. 情報(bào)理論與實(shí)踐， 2017， 40（12）： 29-34.

[10] 王龍， 王娟. 智庫(kù)的知識(shí)生產(chǎn)與高質(zhì)量發(fā)展策略研究[J]. 智庫(kù)理論與實(shí)踐， 2022， 7（6）： 26-36.

[11] H.R.4174 - Foundations for Evidence-Based Policymaking Act of 2018 [EB/OL]. （2019-01-14）[ 2025-02-13]. https：//www.congress.gov/bill/115th-congress/house-bill/4174.

[12] 葛子豪， 李剛， 盧柯全. OTT報(bào)告解讀： 全球智庫(kù)如何應(yīng)對(duì)多重環(huán)境嬗變[J]. 智庫(kù)理論與實(shí)踐， 2024， 9（3）： 125-135.

[13] 夏子葉， 霍國(guó)慶. 智庫(kù)數(shù)字化轉(zhuǎn)型與數(shù)字智庫(kù)[J]. 智庫(kù)理論與實(shí)踐， 2024， 9（2）： 22-28.

[14] 劉鳴箏， 王碩. 技術(shù)想象與技術(shù)實(shí)踐的交織： 科學(xué)傳播視域下公眾對(duì)生成式人工智能的認(rèn)知、評(píng)估與使用[J]. 國(guó)際新聞界， 2024， 46（4）： 32-51.

[15] 羅昕， 張驍. 人工智能時(shí)代美西方認(rèn)知戰(zhàn)的運(yùn)作機(jī)制與中國(guó)應(yīng)對(duì)[J]. 統(tǒng)一戰(zhàn)線學(xué)研究， 2023， 7（4）： 124-133.

[16] 魯傳穎. 全球人工智能治理的目標(biāo)、挑戰(zhàn)與中國(guó)方案[J]. 當(dāng)代世界， 2024（5）： 25-31.

[17] 亨利·基辛格， 埃里克·施密特， 丹尼爾·胡滕洛赫爾. 人工智能時(shí)代與人類未來(lái)[M]. 北京： 中信出版社， 2023： 269 .

[18] TANG R X， HAN X T， JIANG X Q， et al. Does synthetic data generation of LLMs help clinical text mining？[J/OL]. arXiv， 2023[2024-07-01]. https：//arxiv.org/abs/2303.04360.

[19] 魯傳穎. 全球數(shù)字地緣政治的戰(zhàn)略態(tài)勢(shì)及其影響[J]. 當(dāng)代世界， 2023（5）： 37-43.

[20] Michael Palmer. Data is the New Oil [EB/OL]. （2006-11-03）[ 2024-08-01]. https：//ana.blogs.com/maestros/2006/11/data_is_the_new.html.

[21] 嚴(yán)冬梅， 李斌. 基于生成式對(duì)抗神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)研究[J]. 計(jì)算機(jī)工程與應(yīng)用， 2022， 58（13）： 185-194.

[22] 王文廣. 跨文化傳播中的通用人工智能： 變革、機(jī)遇與挑戰(zhàn)[J]. 對(duì)外傳播， 2023（5）： 48-51.

[23] 李穎明， 王曉莞， 田園， 等. 基于雙螺旋理論的智庫(kù)項(xiàng)目管理研究[J]. 中國(guó)科學(xué)院院刊， 2020， 35（12）： 1482-1489.

[24] 吳奕鴻. GenAI專欄 | 生成式AI賦予項(xiàng)目管理工具新生機(jī)： LocWorld50大會(huì)的前沿洞察（二）[EB/OL]. （2023-10-30）[2024-07-01]. https：//www.sohu.com/a/732434309_121292768.

[25] AGUINIS H， BELTRAN J R， COPE A. How to use generative AI as a human resource management assistant[J]. Organizational Dynamics， 2024， 53（1）： 101029.

[26] 蔡靖. 社會(huì)智庫(kù)人力資源管理如何支撐人文外交實(shí)踐[J]. 公共外交季刊， 2021（4）： 89-94， 125.

[27] 鄭泉. 生成式人工智能的知識(shí)生產(chǎn)與傳播范式變革及應(yīng)對(duì)[J]. 自然辯證法研究， 2024， 40（3）： 74-82.

[28] 周亭， 蒲成. 生成式人工智能的國(guó)際傳播能力及潛在治理風(fēng)險(xiǎn)[J]. 對(duì)外傳播， 2023（4）： 14-18.

作者貢獻(xiàn)說(shuō)明：

何雙伯：確定論文選題、撰寫及修改論文；

唐聞天：設(shè)計(jì)論文總體框架、撰寫及修改論文；

黃筠惠：收集資料、撰寫及修改論文；

謝彬瑜：收集資料及資料整理；

楊利辛：修改論文；

李" 剛：提出觀點(diǎn)，設(shè)計(jì)論文總體框架，指導(dǎo)、修改論文。

The Construction of Think Tank Element Model and the Change of Its Functional Path

under the Perspective of AI

He Shuangbo1" Tang Wentian2" Huang Junhui2" Xie Binyu1" Yang Lixin1" Li Gang2

1 China Southern Power Grid Energy Development Research Institute Co.， Ltd.， Guangzhou" 511458

2 School of Information Management， Nanjing University， Nanjing" 210023

Abstract： [Purpose/Significance] A comprehensive and systematic exploration of the the operational mechanisms and components of think tanks can provide a model basis of the analysis of the functional realization of think tanks. [Method/Process] This study analyzes each functional element under the operational mode of think tanks， constructs the SOTE element model， and elaborates on its driving factors and application scenarios. On this basis， it focuses on analyzing the influence of artificial intelligence， a transformative force， on the SOTE model. [Result/Conclusion] Artificial intelligence has significantly changed each element of the SOTE model and the interaction mode among elements. Furthermore， it has provided innovative impetus for the functional practice path of think tanks， promoting the innovation and optimization of think tank agenda setting， research， and operational work.

Keywords： artificial intelligence（AI）" " think tank" " element model

收稿日期：2024-08-01" " " 修回日期：2024-10-11

作者簡(jiǎn)介：何雙伯，南方電網(wǎng)能源發(fā)展研究院大數(shù)據(jù)中心項(xiàng)目經(jīng)理，高級(jí)工程師，碩士，E-mail：hesb1@csg.cn；唐聞天，南京大學(xué)信息管理學(xué)院博士研究生，E-mail：602023140023@smail.nju.edu.cn；黃筠惠，南京大學(xué)信息管理學(xué)院碩士研究生，E-mail：1134095058@qq.com；謝彬瑜，南方電網(wǎng)能源發(fā)展研究院助理研究員，工程師，碩士，E-mail：xieby1@csg.cn；楊利辛，南方電網(wǎng)能源發(fā)展研究院助理研究員，工程師，碩士，E-mail：yanglx8@csg.cn；李剛，南京大學(xué)中國(guó)智庫(kù)研究與評(píng)價(jià)中心主任、首席專家，南京大學(xué)信息管理學(xué)院教授、博士生導(dǎo)師，博士，E-mail：ligang@nju.edu.cn。