AI時代，圖書館如何創(chuàng)新信息與人的匹配模式

　　開年以來，DeepSeek發(fā)布開源多模態(tài)模型，再次引爆了對人工智能發(fā)展模式和應用前景的熱烈討論。根據中國互聯網絡信息中心近日發(fā)布的《第55次中國互聯網絡發(fā)展狀況統(tǒng)計報告》，我國生成式人工智能產品用戶規(guī)模去年底已達2.49億人，而近幾個月因為DeepSeek的熱潮又有新的增長。

　　從傳統(tǒng)的“人找信息”，加速向“信息找人”方向轉變，利用AI賦能圖書館，進一步創(chuàng)新信息與人的匹配模式，是圖書館行業(yè)發(fā)展迫切需要解決的重大課題。但是，正如DeepSeek在用戶急劇增長的同時，也越來越把用戶需求和用戶行為的問題更加鮮明地擺到了所有人面前，AI圖書館的探索，也極有必要從用戶需求和用戶行為出發(fā)，加以深入分析和研究。

　　1 突出人性化、個性化、黏性化的正向驅動

　　人尋找符合需求的信息，遵循穆爾斯定律，即所謂的“省力原則”。

　　從建構目錄索引到運用搜索引擎，從簡單人機交互到智能化人機協同，從傳統(tǒng)算法推薦到AI大模型訓練，用戶利用信息工具獲取信息資源，這個過程越科學、方便、簡單、快捷、直接，越貼合人類日常的思維、表達和行為方式，就越讓人感到省力。而AI時代的圖書館用戶，對于人性化的期待更為深刻，用戶不僅希望圖書館在人機交互上提供更加“擬人化”的服務，而且希望在不同用戶間提供更加“差異化”的服務。這是對AI賦能從人性化到個性化的拓展，是對人性化更為具體的延伸需求，在共性的“省力原則”基礎上，讓個體的“舒適原則”進一步彰顯。

　　當然，無論是人性化的“省力原則”，還是個性化的“舒適原則”，都要服從高標準的“效率原則”。效率需求是影響用戶信息行為的基本需求，也是決定用戶黏性的基礎所在。而生成式人工智能的服務效率已經發(fā)生了質的躍升，AI賦能圖書館不僅可以完全覆蓋此前的數字化網絡化功能，而且可以更加深入地挖掘用戶潛在需求甚至創(chuàng)造用戶新的需求。特別是在超大規(guī)模文獻檢析、知識信息精準匹配、知識內容定制型結構化生成等方面，AI與圖書館資源的結合，具有顯著優(yōu)勢和廣闊空間，對個體的信息獲取和消化而言，效率提升將是顛覆性的。因此，伴隨AI大模型從訓練性智能向感知性智能、認知性智能不斷迭代升級，圖書館在創(chuàng)新人與信息的匹配模式上，就需要特別突出人性化、個性化、黏性化的正向驅動。

　　2 防止信任弱化、能力退化、情感異化的行為偏差

　　對應AI賦能的人性化、個性化、黏性化的正向驅動，技術發(fā)展所帶來的伴生問題也日趨明顯。在廣大用戶的討論中，最為典型的莫過于安全擔憂、能力退化擔憂和社會倫理擔憂。

　　首先，安全擔憂帶來信任弱化障礙。眾所周知，AI大模型目前只能對人提供“適量幫助”，“已讀亂回”“瞎編”“犯迷糊”等大模型幻覺問題不但確實存在，而且頻繁出現。因此，用戶總體信息行為相對謹慎和有所保留是必然的。再加上對于隱私安全、深度偽造、數據版權、技術黑箱等各方面的顧慮，人對AI的信任程度相當有限。一項應用調查顯示，哪怕是相對較為成熟的文字類生成內容，也僅有7.5%的用戶會選擇直接使用，而對于圖片類生成內容，幾乎沒有用戶會選擇直接使用。圖書館作為知識資源信息提供者，如果信息內容的可信度和可靠性不能被用戶認可，最后就只能滑向娛樂和消遣。

　　其次，“工具依賴”引發(fā)能力退化焦慮。在理想情況下，AI用戶只需提出需求，然后等待應答，即可滿足信息需要，自身無須再做更多工作。這種“飯來張口”的“喂養(yǎng)式”服務，很可能會使用戶逐漸變成“工具依賴”下的“伸手黨”，在現實中造成學習與進步意愿削弱，在“偷懶”中讓原本熟練的技能退化甚至喪失，這與圖書館存在的價值和意義恰好背道而馳。因此，利用AI賦能圖書館創(chuàng)新服務，必須防止AI“過度使用”下隱藏的“舒適陷阱”，克服“去技能化”的錯誤認知，并使其轉變?yōu)椤霸偌寄芑钡男枨笈嘤?，以引導用戶主動學習和提升更為高階的技能，作為糾正行為偏差、消除相關焦慮的有效途徑。

　　再次，“數字生命”導致情感異化風險。交互性是人工智能應用的顯性特征，AI用戶在新的信息行為中，越來越習慣于將人工智能當作信息交互對象、當作“人”來對待。這也就導致“數字生命”與真實生命的邊界感不斷被突破，從而將新的社會倫理問題擺到了公眾面前。所以必須給予應有重視，做出合理預防，規(guī)避這類“陷阱”和“雷區(qū)”。

　　3 創(chuàng)新信息匹配模式是為了更好地運用信息

　　如果對人與信息的匹配模式作更進一步的分析，我們就會發(fā)現，無論是按照相似性原理（將用戶行為概率化并依據概率推薦），還是按照用戶畫像方式（將用戶偏好標簽化并進行標簽匹配），抑或是按照偏好推斷（將用戶歸類并嘗試同類項推薦），算法對具體個人及其所需信息做出的“匹配”行為，其實都是一個“控制論”問題，即“控制”特定信息與特定人群更為精準的“相遇”。AI技術在深度學習、大數據語料和大模型訓練基礎上，將這一“匹配”過程徹底黑箱化，確實給用戶帶來了一種“反客為主”的錯覺。但實際上，無論是“人找信息”還是“信息找人”，“控制”的主動權都應該始終牢牢掌握在人的手中。任何以人機關系錯位為代價的“創(chuàng)新發(fā)展”，只會帶來發(fā)展悖論，脫離用戶需求的基本邏輯。

　　特別需要說明的是，在傳統(tǒng)“人找信息”的過程中，人也在經歷一個邏輯思考和信息加工的過程，并通過獨立思考和加工建立起獨屬于個人的知識結構。而AI賦能下的“信息找人”，固然可以大大提升信息收集、篩選和整理的效率，但信息之間的邏輯結構，則更多是缺乏親身思考和理解基礎的“成品”。這種人工低介入、低參與情況下對信息需求的一次性交付，可能給人帶來“消化不良”的新問題。

　　筆者此前曾撰文討論過這一問題（《中國教育報》2024年3月13日第九版《人工智能會取代人類閱讀嗎》），指出人工智能的訓練本身是基于規(guī)則化、模型化、機械化和數學化的一種技術規(guī)則的預設，其“智能”歸根結底屬于固化反饋模式的呈現，遠遠無法與人類那種“靈機一動”“觸類旁通”的生命思維體驗相提并論。

　　今天，在人訓練并使用AI大模型作為新的信息工具時，人自身的信息行為也在不斷受其規(guī)訓和影響。特別是，人作為AI用戶，正處于新的信息行為習得初始期，建立和培育正確的用戶行為觀念是當務之急。與未來的AI圖書館相匹配的，應該是更加具有人的主體化意識的新一代信息用戶。

　　（作者系中國人民大學圖書館副研究館員；本文系北京高校圖書館研究基金項目成果，項目批號BGT2024013）

《中國教育報》2025年03月05日 第09版