情报学报2021年3月第40卷第3期
Journal of the China Society for Scientific and Technical Information,Mar.2021,40(3):321-332
DOI:10.3772/j.issn.1000-0135.2021.03.010
人工智能时代的情报学发展与创新
——基于情报交流理论的视角
丁波涛
（上海社会科学院信息研究所，上海200235）
摘要本文对人工智能时代情报学科的创新发展进行了较为全面系统的探讨。首先，本文基于情报交流理论，回顾了情报学的历史发展阶段：大科学时代、大信息时代、大知识时代、大数据时代和大智能时代；其次；本文分析了人工智能环境下情报交流理论的演进，包括交流主体虚拟化、交流内容智能化和交流过程非意识化；第三，本文从新情报观、新过程观和新方法论三个维度，分析了人工智能时代情报学科的发展；最后，本文分析了人工智能对情报工作的影响，包括情报分析的回归、情报工程化和开源情报的重要性提升。本文对情报交流理论、情报学科体系和情报工作的分析，既有助于对新技术环境中情报理论的创新发展提供思路，也可以为情报系统和情报服务的智能化创新提供参考。
关键词人工智能；情报学；情报工作；基础理论
Development and Innovation of Information Science in the Era of Artificial Intelligence:From the Perspective of
Information Communication Theory
Ding Botao
(Institute of Information Science,Shanghai Academy of Social Sciences,Shanghai200235)
Abstract：In this paper,the innovation and development of Information Science in the artificial intelligence era are dis‐cussed comprehensively and systematically.First,based on the theory of information exchange,this paper reviews the his‐torical development stages of information science:the era of big science,big information,big knowledge,big data,and big intelligence.Second,this paper analyzes the evolution of information exchange theory in the artificial intelligence era,in‐cluding the virtualization of communication subject,the intellectualization of communication content,and the unconscious‐ness of communication process.It also analyzes the development of Information Science from three dimensions,including the return of intelligence analys
is,Information Engineering,and the improvement of the importance of open source intelli‐gence.The analysis of information exchange theory,information discipline system,and information work in this paper not only helps to provide some new ideas for the innovation and development of information theory in the new technological environment,but also provides inspiration for the intelligent innovation of the information system and information service.
Key words:artificial intelligence;Information Science;information service;basic theory
收稿日期：2019-05-27；修回日期：2019-11-26
基金项目：国家社会科学基金项目“‘一带一路’倡议的信息资源支撑及开发策略研究”（16BTQ056）。
作者简介：丁波涛，男，1977年生，博士，副研究员，主要研究领域为智慧社会，E-mail：************。
第40卷情报学报
1引言
近年来，情报学在和其他学科的竞争中多处于劣势，在国家科学发展体系中情报学也未得到应有的重
视，甚至被边缘化[1]。因此，不少专家学者提出应加强对情报学基础理论的研究，探索出情报学原创性的、内生性的理论与方法，避免情报学陷入难以与其他学科区分的困境[2]。情报学作为一个应用性和交叉性极强的学科，所谓的内生理论与方法固然十分值得探索，但是，本文认为更重要的应当是关注情报学科的社会功能与目标。数十年来，情报学历经了各种变化，但其发挥“耳目、尖兵、参谋”作用的工作导向没有变，为政府和社会提供决策咨询服务的学科任务没有变，以信息资源为主的研究对象没有变。为了实现这些目标，情报学必须与时俱进，根据政府和社会对情报工作的需求变化和信息技术的发展变革，来不断创新和丰富情报学科体系。
人工智能被称为引领未来的战略性技术[3]。习近平总书记强调指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，要深刻认识加快发展新一代人工智能的重大意义。与以前的各个重大技术突破相比，智能技术以更高水平接近人的智能形态而存在，其在人类生产、生活的各领域中被广泛应用，这必将引发产生新的链式突破，推动人类社会从数字化、信息化和网络化向智能化的加速跃进。因此，情报学必须搭上人工智能的“快车”，推动学科体系的持续创新，使情报学在新的历史阶段为经济发展和社会进步提供更大的价值。
2情报交流理论视角下的情报学发展
历程
投影仪幕布
20世纪50年代初，我国模仿苏联模式建立起覆盖全国的科技情报系统，开启了中国情报学与情报工作的历史征程[4]。苏联科技情报体制的理论基础是米哈依诺夫的情报交流理论，而情报交流理论的核心是正式交流与非正式交流[5]。简而言之，由科学家和专家完成的情报交流属于非正式交流过程，以利用科学文献为基础的情报交流则属于正式交流过程[6]。1958年，美国社会学家门泽尔于提出该理论，米哈依诺夫对其进行了丰富和完善，并深深地影响了包括苏联和中国在内的整个社会主义阵营的科技情报工作体系。
当然，米氏理论也有其历史和社会的局限性。在此后几十年中，情报交流理论不断面临挑战：一是情报的种类、内容与形式的发展；二是情报交流方式与技术的发展[7]。尽管如此，情报交流理论仍是中国情报学的重要理论来源，离开这一理论背景就难以解释中国特的情报学和科技情报体制。虽然我国情报学和情报工作的内涵与外延均超出了米氏理论的范畴，但正如严怡民先生指出的，情报和交流两个基本概念是密不可分的[8]。如果将米氏理论视作一种思想，而不是在特定历史背景下对情报开发利用过程的具体描述，根据情报交流的主体及其关系来建立情报交流模式，就不会因为情报内容、载体、形式与技术变化而变化，那么米氏理论仍然是稳定的、科学的，能反映情报活动的本质[9]。情报学经历了大科学时代、信息资源管理时代、知识管理时代、大数据时代等阶段，目前正在迈向智能时代，然而，情报交流理论对情报学仍具有强大的解释功能。
2.1大科学时代
第二次世界大战极大地程度促进了科学和技术的发展，推动科学发展进入了一个全新阶段。1962年，美国耶鲁大学的普赖斯教授首次提出“大科学”（Mega Science）的概念，用于描述这一新阶段[10]。大科学的重要特征是科学活动的大规模、跨学科和高度复杂，产生了所谓“信息爆炸”现象，由此催生了情报学。从此情报成为一种资源，并正式成为一种学科研究对象，情报工作则成为专业性的工作。此时的情报主要是指科技领域的文献资源，情报交流过程主要是指经典的正式交流和非正式交流。随着科技工作的复杂化和信息技术的进步，情报的范围逐步从科技情报拓展到事实情报、实物情报，而大量电子化、网络化的信息存储、传输和交互技术的出现，使得正式交流与非正式交流的界限逐步模糊。总体而言，这一阶段情报工作的目标主要是服务科技发展，工作内容以传统纸质以及电子化、网络化的科技文献为核心。
2.2信息资源管理时代
20世纪80年代末、90年代初，我国情报学遭遇了严重的学科危机，相关学者对此作了大量分析，本文不再累述。与此同时，西方国家的“信息资源管理”（Information Resource Management，IRM）理论被引入我国，并迅速地被我国情报学界所接受，引发了“情报改信息”运动。在信息资源
322
第3期丁波涛：人工智能时代的情报学发展与创新——基于情报交流理论的视角
管理时代，情报学的研究对象大大地扩展，由科技信息为主转向经济、商业、社会、人才等几乎所有信息；由以文献信息为主转向数字化、网络化信息为主。学科领域从科技系统扩展到企业、政府和社会，信息交流则从知识层面的共享与传播延伸至信息和数据层面的传输、交换和共享。
2.3知识管理时代
在1998年前后，产生于西方企业管理领域的知识管理理论被引入我国，这又掀起了新一轮情报学变革。知识管理理论对情报学的最大影响是将隐性知识纳入情报工作对象，从而拓展了情报学管理范围、提升了管理效能[11]。从过程上看，情报学从仅关注情报传播环节扩展到对知识的需求、学习、创造，覆盖了情报开发利用的全过程。最重要的是知识管理阶段的情报学的重心从“物”转移到“人”，重视将结构化和非结构化信息与人的信息利用规则结合起来，可视为情报智能化的雏形。
2.4大数据时代
2010年以来，大数据技术又一次推动了情报学的研究内容与方法的创新和拓展。一方面，随着物联网、社交网络、云计算等技术不断融入人类的生产、生活，大量数据得以在网络平台和数据库中沉淀和积累，使得以往的隐性大数据走向显性化，情报学研究对象从文献、图片、视频、电子表格等信息转向细粒度的大数据；另一方面，许多新型数据分析技术的出现，使得情报学研究从基于文献的引文或共现关系构建向基于海量数据内容的知识语义关联；从单纯对科学小样本数据的信息组织、存储与
检索向注重大样本数据的描述识别、分布式存储与检索；从基于文本的文献数据信息分析向基于科学大数据的跨学科知识整合与分析；从基于网络内容要素的链接分析向基于海量数据关系网络挖掘的转变。
2.5人工智能时代
观察情报学发展历史，每一种新型技术革命均从信息交流内容、交流方法、交流技术等方面不断赋予情报学新的内涵，使得情报学更加丰富，人工智能技术也是如此。新一代人工智能技术建立于大数据基础之上，但又超越大数据。大数据强调海量异构数据的整合与分析，而人工智能则强调利用大数据技术、数理逻辑、深度学习等来模拟人的思维和行为。
国内著名人工智能企业科大迅飞认为，新一代人工智能技术可分为：计算智能、感知智能和认知智能三个层面[12]。计算智能使得机器能够更高效、快速地处理海量的非结构化数据；感知智能使得机器能够听懂人类的语言、看懂世界万物，使得其信息获得的广度极大地拓展；认知智能使得机器能理解、会思考，可自动化处理的情报范围得到极大地拓展和延伸。总之，在人工智能时代，一方面智能本身是一种研究和管理对象；另一方面也将使情报学产生许多新的智能化信息技术。表1简要分析了情报学的发展历程。
表1情报学的发展历程
核心变革研究对象方法导向关键技术工作目标
大科学时代
情报工作专业化
科技文献
基于知识的文献组织汽车起步熄火
与检索
分类、主题、卡片检索、
单机检索、联机检索等
发现有价值情报
信息资源管理时代
信息资源化
纸质、电子和网络化
的信息
基于计算和网络的
信息管理
数据库系统、管理信
息系统、数理统计等
提升信息管理效率部首
知识管理时代
隐性知识显性化
字长显性知识和隐性知识
基于创新过程的知识聚合与
利用
内容管理技术、知识库、知识
地图、知识网格，等等
知识共享和促进创新
大数据时代
隐性数据显性化
海量、异构、动态变化
的数据
基于相关关系的数据
分析方法
非结构化信息处理、多
源数据融合、语义关联
获得对世界的洞察力土木实习报告
人工智能时代
人类智慧自动化
数据+智能
基于深度学习的智能化方法
深度学习、计算机视觉、自然
语言处理、语音识别、机器人
更好、更快地做决策
3人工智能时代的情报交流理论演进
从情报学发展历程来看，人工智能对情报学的影响是全方位的。从逻辑上讲，情报交流过程包括三个
核心要素：交流主体、交流内容和交流过程。三种要素的不同选择及相互关系构成了完整的社会情报交流系统。人工智能具有极强的渗透力，其不仅改变了情报交流过程，也对交流主体和交流内容带来了深远的影响，推动情报交流机理的不断进化。
323
第40卷情报学报
3.1交流主体的虚拟化
情报学的发展从情报交流的主体是科学家和文献情报工作者，逐步扩展到几乎所有社会人。简而言之，人工智能技术就是用机器模拟人的意识和言行的技术，其将创造一大批“虚拟人”，如机器人、智能代理、数字孪生人等。这些虚拟人或者是对某个具体人的思维进行高真度模拟，或者根据创造者的安排而具备某种特定思维偏向。近年来，人工智能发展速度较快，技术的拟人化程度迅速上升，人工智能被大量应用于呼叫中心、客户服务、新闻采访、新闻播报等领域，不少技术已达到高度仿真、人机不分的程度，未来这些智机器人、智能系统将越来越多地替代人类的工作。
钟信义先生曾指出，技术发展的总体趋势是“辅人律”“拟人律”和“共生律”，在未来的人机共生体系中，人和机器将像一个不可分割的有机整体，共存共生[13]。机器能够根据人的特征和思维，利用智能化
的人机界面，帮助甚至替代人们作出判断、选择和决定，并开展与其他人和机器的交互。人类和人工智能间发生频繁的依赖性交往和互相作用，触发类似于“互为她者”的镜像关系[14]。新型技术社会形态也将催生新型信息交流形态，对情报交流过程的分析若仍限于人与人之间的交流，将难以对高度复杂和多元的社会信息交流过程进行观察、描述和研究；同时，智能感知、物联网（Inter‐net of Things，IOT）、大规模网络（Massive Net‐work）、虚拟现实（Virtual reality，VR）等技术的广泛应用，使得大量社会信息交流以人-机、机-机交互的形式而存在。在这种背景下，这些“虚拟人”应当纳入情报交流主体的范畴，通过对人与机器之间、机器与机器之间的情报交流过程进行深入分析，才能更好地研究情报现象、发现情报规律、改进情报服务。
盘锦化工厂爆炸交流主体的虚拟化将对情报学产生重大影响。其一，主体虚拟化将替代人类来进行信息的自动化接收、分析和回应，将极大地加快信息交流的过程，并推动情报工作流程的再造；其二，虚拟主体具有自我学习能力，从自身和其他主体的情报活动中不断得到训练，提高智能水平，并可借助边缘计算网络将自身的智能“推送”给其他主体，从而快速优化整个情报交流网络；其三，虚拟化主体具有很强的嵌入和自适应能力，可将以往必须依靠人类来完成的情报服务嵌入到实际业务和决策工作的各个环节，实现按需实时的情报响应。
3.2交流内容的智慧化
与情报相关的概念，包括数据、信息、知识、智慧等，这些概念代表了信息资源的不同深度和层级，形成了所谓的“信息金字塔”，如图1所示，自下而上的信息规模越来越小，但价值越来越大[15]。人工智能条件下，社会信息化的核心要素是建立在海量信息、大数据基础和知识基础上的“智慧”。相比于从前的各类信息要素，“智慧”的数量更稀缺，而质量和价值更高，情报学也应当关注这些更具价值的信息资源。
事实上，情报这一概念本身就隐含着智慧、智能等属性。马费成[16]认为，情报学科发展应该对“知识-智能（情报）”加大关注力度；梁战平等[17]对情报与信息进行了剖析，并认为新世纪情报学科应该从文献信息世界走向知识内容世界，再走向智慧目标；孙建军[18]指出，智慧数据观成为情报资源建设的新导向。
由上文可知，情报学的发展本身也是一个情报对象不断拓展和丰富的过程。智能技术的出现，使得情报学的研究对象进一步拓展，将不可描述、不可说明、不可传递的人类智慧纳入情报管理和利用的范畴，实现了智慧的物化和固化，为智慧的大范围传播和复用提供了可能性，使得个体智慧能成为体智慧，成为一种能让全社会共享与利用的可复用资源，降低了知识生产和学习培训的成本，增强了人类社会的整体创造力。
3.3交流过程的非意识化
经典交流理论中所定义的情报交流，无论是正式交流还是非正式交流，都是一种有意识交流，即人是有意识地、有目的、主动地获得或传播情报。
非正式交流过程中，情报传播者和接收者的目标都
图1“信息金字塔”模型
324
第3期丁波涛：人工智能时代的情报学发展与创新——基于情报交流理论的视角
是十分明确的；在正式交流中，各类科技文献的作者也是出于各种目标主动传播自己的作品。所谓的“历时交流”[19]，是时间跨度上的情报交流过程，情报创造者虽然不能预知情报接收者是谁，但其具有明确的情报传播故意，也属于有意识交流。传统情报学研究所依赖的对象——文献、社会关系、学术网络，都是建立在情报主体的“目标性”基础之上，即人必须有创造情报、传播情报、分析情报和利用情报的主观意图，并显化为某种物质载体和社会行为，如发表一篇论文、申请一项专利、参加一个会议、进入一个机构学习或工作等，情报工作者才能根据其有意识留下的活动痕迹，分析其特征与规律，展开相关情报服务。
人工智能的出现，彻底颠覆了人类的信息活动方式。从人工智能角度来看，无论是人的主动言行还是无意识动作，都代表了人的一种情报。网络对社会的高度渗透，人的种种社会活动都在网上留下大量痕迹，而大量感知设备的铺设又会自动捕捉人的数据。人工智能技术可以利用这些数据进行“数据画像”，从个体层面上，能够推测其个人身份特征，并较为准确地预测其观点和行为；从体行为层面上，可以预测可能发生的社会事件[20]。这些人类“无意识”活动留下的海量数据，是一种极为重要的新
型情报来源。与传统情报源相比，其具有预测精准、隐蔽性强等特点，更加符合“情报”的本质属性。
因此，在人工智能时代，情报交流实现了从有意识情报过程扩展到无意识情报过程，给情报学理论与方法带来重大影响。如果说情报交流内容的智慧化是从纵向上拓展了情报学研究对象；而交流过程的非意识化则从横向上进行拓展，将大量非意识化的社会活动数据纳入其中，从而推动情报学研究范畴从科技创新、信息传播等少数领域，转向人类社会的几乎所有活动信息。
3.4人工智能环境中的情报交流
经典情报交流理论产生于特定历史阶段，其局限性表现为：重视正式交流而轻视非正式交流，着眼于个体层面而非体层面，只关注内容传递而不涉及情报认知。其后，学界从几个方向对其进行修正。一是重新定义情报交流类型，如文献[21]提出了“半正式交流”（通过网络自媒体进行的交流）的概念，文献[22]提出以是否有专职情报人员参与来划分正式和非正式交流；二是从认知角度出发，
将情报交流视为知识交互与吸纳过程，将外部情景、情报状态和主体的搜索行为、学习能力等纳入研究范畴[23]；三是从个体和机构层面上升到社会层面，研究社会信息交流和社信息交流问题[24]。
与经典的情报交流理论相比，人工智能环境的情报交流具有以下特点。
1）虚实多元主体
上述几种修正的交流理论中，情报交流的主体仍然是人。然而在人工智能环境之中，情报交流的主体可以是人，也可以是“虚拟人”（机器人、智能代理、数字孪生人等）。交流主体的多元化使得情报交流类型更加丰富，如图2所示。
（1）人-人情报交流。人与人之间的情报交流，经典理论中的正式交流、非正式交流以及我国学者提出的“半正式交流”都属于此类。
（2）人-机情报交流。人与智能主体之间的情报交流，包括人与问答机器人、智能客服系统、智能撰稿系统等之间的情报交互。
（3）机-机情报交流。智能主体之间的情报交流，指机器人、智能代理、数字孪生人等相互之间自动进行的情报交流。
需要指出的是，引入“虚拟人”之后的情报交流不同于本体论层面的情报交流，后者的交流主体可以是世界上的一切物体，而前者的交流主体——“虚拟人”是智能的、受控的、拟人的，其作用是代理现实世界中的某个人或某个体来进行情报交流，不具有仿真和代理功能的机器和系统不能纳入交流主体。同时，人-机情报交流不同于交流栈理论中的“栈交流”，其中的“栈”一般是指个人或者文献情报机构（如图书馆、情报所、出版社、咨询公司等）[25]，并不是指智能系统。
2）双向并行过程
经典理论中的情报交流是一个单向过程，即从情报创造者或拥有者到情报用户的过程，这实际上是情报传递过程，现实中的情报交流是由多个不同
方向的单向过程组成。但在人工智能环境下，任何图2人工智能环境下的情报交流
325
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论