數智時代情報學與情報工作的發展透視

許鑫，葉丁菱

（華東師范大學經濟與管理學部信息管理系，上海 200241）

1 引言

伴隨大數據、云計算、人工智能等現代信息技術的發展，數智時代已然到來。作為以數據信息為對象、以信息技術為手段、以決策服務為目標的情報學與情報工作，每一發展階段都伴隨著信息技術的突破助推，現代化信息技術的創新發展與深入應用不可避免地對其產生重大影響。正如曾建勛等[1]所指出的，信息技術的變革發展，是情報學研究與實踐邁向新高度的重要推動力，是情報學具體內涵、理論體系與分析方法不斷完善的有效支撐。

數智時代以數字化與智能化的融合為驅動，可以概括為以數為基，以智為能，即在大數據、云計算、人工智能、區塊鏈、5G等數字技術或智能技術的支持下，逐步實現從小數據到大數據再到智慧數據的智能進階，融合多元數據構建動態、智能的決策機制或模型，實現智能化分析與應用。情報研究與情報工作則在數智賦能中，一方面走向綜合化、專深化與多元化，逐漸由信息分析與知識服務拓展加深為智慧服務與智能決策；另一方面不斷探索如何有效融合先進信息技術，變革固有模式，凸顯情報本質，充分實現情報學與情報工作的深度發展與廣度擴張。基于此，本文將梳理數智時代背景下，新一代信息技術與情報學和情報工作的融合應用，以期闡明數智時代下情報學與情報工作的發展實際，為新時代情報學與情報工作的生產力變革提供技術支持。

2 數據智能技術對社會和情報領域的影響

伴隨數據量的暴漲、算力的提升和算法的突破，數據智能技術得以快速發展，為數字中國建設和社會發展帶來深刻的變革。以服務國家和社會發展為宗旨的情報領域，在新技術機遇中，同樣發生了不凡的改變。

（1）賦能國家戰略的數據智能技術。2020年國務院政府工作報告中正式提出，重點支持“新型基礎設施建設”[2]。國家發展改革委明確指出，新基建是“以新發展理念為引領、以技術創新為驅動、以信息網絡為基礎，面向高質量發展需要，提供數字轉型、智能升級、融合創新等服務的基礎設施體系”，包含“以5G、物聯網……人工智能、云計算、區塊鏈……數據中心……為代表”的信息基礎設施，“深度應用互聯網、大數據、人工智能等技術”的融合基礎設施，以及“支撐科學研究、技術開發、產品研制”等的創新基礎設施[3]。可以看到，伴隨數字化、智能化與高速化發展，以大數據—云計算—人工智能—區塊鏈—5G為代表的數據智能技術在新基建中得到廣泛應用與深度扶持，新一代信息技術正以其泛在數據化、泛在信息化與泛在網絡化打造經濟發展新引擎，賦能國家發展戰略。

（2）變革社會發展的數據智能技術。Gartner定義的戰略技術是指具有巨大顛覆性潛力、在未來三年可能為企業帶來重大影響并具有重要戰略意義的技術[4]。Gartner將戰略性技術趨勢中人、設備、技術與內容分為三部分，即智能、數字和網格。智能是以人工智能為代表，通過人工智能與其他技術的結合形成的新的技術或服務；數字是物理世界與數字世界的融合，并從數字世界感知物理世界；網格是將人、企業、設備、內容和服務等連接起來的共有網絡[4]。Gartner 2019—2021年的戰略性技術趨勢基本以超級自動化、數字體驗、分布式云、區塊鏈、數據安全等為主要發展趨勢。通過人工智能和機器學習等技術，增強智能驅動，加強流程自動化和機器自主性；通過拓撲結構的數據收集與處理，映射物理世界，增強虛擬感知與交互；通過5G網絡布局構成分布式移動邊緣云，增強智能驅動，推進區塊鏈實用發展；注重數據安全與隱私，加強數據信任。數據智能技術持續性地在社會發展中發揮深刻影響，推動社會智能創新，迎來數據智能時代。

（3）融入情報體系的數據智能技術。情報學是以情報為核心對象，以數據、信息、知識、智能、情報從產生到利用的理論、技術與方法為主要內容，并為情報工作提供服務支撐的學科[5]；情報學與情報工作以服務國家發展戰略、滿足社會發展需求為宗旨[6]。因而，數據智能技術與情報體系的融合，一方面緣于學科自身和數據智能技術存在密切關聯，另一方面與數據智能技術在國家戰略和社會發展中具有顯著影響相關。數據智能技術的深度應用為情報學與情報工作帶來了全局性和根本性的影響[7]，海量數據、深度學習、分布計算等工具或技術正在以多角度、深層次應用于情報生產與情報分析的各個環節，促成情報研究與情報工作思維、方法、內容等的革新與迭代升級。情報研究與情報工作在新一代信息技術環境下逐漸形成“ABCD5”的技術支撐體系，即Artificial intelligence（人工智能）、Blockchain（區塊鏈）、Cloud computing（云計算）、big Data（大數據）和5G技術[8]。

3 新技術環境賦能的情報學與情報工作

3.1 基于大數據環境的情報變革范式

情報學作為一個注重挖掘復雜數據中知識和規律的學科[9]，大數據時代的到來，不可避免地對該學科產生巨大的影響。在大數據的驅動下，情報學與情報工作的內涵和內容更加豐富化，大數據特質以及由其帶來的多元聚合性特征越發凸顯，數據驅動模式逐漸成為情報研究與情報工作動態進階的基本參考。通過梳理和綜合分析諸多學者對大數據環境下情報學發展特征的研究可以發現，情報學者普遍認為，在大數據環境下，情報研究的應用范式和情報工作的思維模式都產生了實質性變革[9-14]。

（1）大數據范式下的情報學研究。大數據環境和技術的發展，促進數據密集型科學研究范式的廣泛應用，帶來情報學研究要素的全面變革。如表1所示，情報學研究要素可以概括為研究數據、研究工具、研究內容和研究方法四個層面。研究數據是情報學研究內容的基本來源，也是探索情報事物真實要素的基礎保障；研究工具是研究數據提取、處理、分析與呈現的技術依托；研究內容是情報學探索事物本質與規律、實現情報學科創新的關鍵；研究方法是研究內容的重要支撐，也是情報學科成熟與專深的標志[12]。在研究數據層面，大數據范式下數據的獲取渠道、獲取方式、數據規模和數據質量從以往基于小規模、客觀的數據轉向海量、實時的復雜非正式渠道數據，為以往小樣本的情報研究提供有力的數據補充。在研究工具層面，數據采集依據不同數據源采用不同類型爬取、傳感方式，數據存儲由關系型數據庫存儲轉向分布式云存儲方式，數據分析通過算法迭代和人工智能技術實現多元非結構化數據的抽取與挖掘，數據呈現向高維度、智能化的信息可視化技術發展，實現情報研究數據高效率、低成本的處理分析。在研究內容層面，情報學研究介質從傳統紙質文獻轉向數字資源，繼而向全數據資源轉變，信息鏈更是發生直接性變化，從以往的“事實—數據—信息—知識—情報”，拓展延伸出“數據—情報”的直接過程，數據跳過信息和知識環節，直接轉化成情報[10]；情報學研究空間從固定、有限的物理空間轉向互聯網絡、通信網絡和傳感網絡交織的虛擬空間；研究場景從文獻資源的檢索、組織和分析轉向知識集成的智庫服務、用戶生成內容的行為分析等；研究理論從布拉德福等文獻分布、檢索、傳播理論轉向泛在智慧服務理論、大數據流程理論、智慧感知理論等。這些對于全面分析情報學研究介質、深入挖掘情報學發展規律、真實解釋情報對象本質而言，無疑是深刻而科學的。在研究方法層面，情報學研究的參與方式從情報人員介入性研究轉向復雜網絡式的無監督計算，思維方式從部分事物的深入因果挖掘轉向事物整體性的相關探索分析，計算方式從人工主導計算轉向計算機挖掘分析，分析方式從演化、規律性探究轉向融合、預測性分析。新的研究方法擴展了情報學研究的思維邊界，為情報學科發展注入了新的活力。

表1 大數據范式下的情報學研究變化

（2）大數據思維下的情報工作。蘇新寧[15]認為，“情報工作是社會發展的需要，也是科技進步的必然，它是將決策支持、高效管理和咨詢服務融為一體的智慧活動，是情報學研究成果實踐的場所”，因而，與情報學研究類似，情報工作的用戶需求、數據基礎、組織方式、分析方法、服務手段等層面也在大數據思維下不斷擴展，如圖1所示。但不同于情報學研究更為注重研究內容的變革，情報工作更強調用戶需求和服務手段的變化。在用戶需求層面，從利用傳統的定性、定量和實驗研究方法向全源數據的深層次挖掘拓展，從基于小樣本數據的分析轉向細粒度數據的抽取計算和全樣本數據的相關分析，通過多方位把握和持續性跟蹤預判用戶需求的發展態勢，有效增強需求分析的精準性；在數據基礎層面，從傳統文獻信息轉向不同類型、不同維度、不同形式的全面數據采集和集成，與此同時，大數據自有的多源數據融合理念，有利于情報工作一方面在同一數據集中洞察不同的對象特性，另一方面反映同一對象在不同數據集中的表征；在組織方式上，從傳統的信息集成、組織與整合轉向語義化、關聯化和碎片化的知識組織，實現數據內在特征的共現和關聯；在分析方法上，從以往的鏈接分析、文獻計量、內容分析轉向以大數據技術為核心的算法與挖掘計算、復雜數據平臺分析，為決策支持、趨勢預測等提供數據分析支撐；在服務手段上，從傳統的演化分析與規律探索、查新服務、競爭分析轉向跨地域、跨平臺的知識融合共享服務和決策咨詢與預測機制，通過整合感知和認知技術，挖掘數據資源，實現數據到知識、知識到決策、決策到服務的智慧轉換。

圖1 大數據思維下的情報工作變化

大數據所帶來的研究范式變革和思維方式的改變，促使情報研究與情報工作面向更為復雜的數據結構、更為深層的組織處理、更為智慧的分析方法、更為精準的用戶需求、更高質量的服務方式，情報研究與情報工作的開展、分析、管理以及利用，離不開大數據的支撐與保障，大數據為情報學與情報工作提供泛在數據支撐平臺。

3.2 基于云計算的情報資源集成

在大數據環境下，海量數據資源爆炸式地增長，數據集成和分析工具的需求日益增多，情報學與情報工作所涉及的技術工具也需不斷提升。“工欲善其事，必先利其器。”先進的信息技術既是情報資源獲取、分析和管理的關鍵性要素，也是情報分析與服務質量提高的重要護航手段。正如美國中央情報局（Central Intelligence Agency，CIA）數字創新副主任Sean Roche所言，“利用云計算技術，CIA可以采集和聚合海量資源用于工作之中，并促進CIA內部優化和創新”[16]。

云計算是通過互聯網的快速連接和傳輸，將數據的存儲與處理過程從單獨的計算機或服務器轉向云端虛擬的數據中心，并通過超強的計算能力實現資源的分散、聚合、獲取與服務。不同于部分領域注重利用云計算實現對海量數據的高度并行運算和實時分布響應，情報領域更為注重運用云計算實現數據資源在語義層面自下而上的深度聚合與知識發現，以便全面揭示資源間的深度聯系，促進情報資源的融通應用，提升情報學與情報工作的知識計算能力和精益服務能力。

（1）資源聚合下的情報學與情報工作。分布式存儲和超強計算能力的云計算環境為情報學與情報工作的資源聚合帶來了全新的變化。云計算利用形式概念分析、標簽聚類、主題模型等技術發掘情報資源的內容語義和關聯語義[17]，有效促進情報學與情報工作的資源整合能力。例如，在安全情報中，通過云計算可以實時存儲和遷移海量社會輿情數據，分析提取輿情信息元數據，實現標簽創建和管理，提升情報資源的存儲、處理和檢索效率；在軍事情報中，美國國防部積極推動“軍事云”建設，試圖構建可以存儲、整合與傳感大量未加密和加密軍事數據的云計算系統，以提升軍事決策和作戰能力[18-19]。從“快速訪問計算環境”（rapid access computing environment，RACE）到“Forge.Mil”、到“全球信息柵格內容傳輸服務”（global information grid content delivery service，GCDS）、到“聯合信息環境”（joint information environment，JIE），再到“聯合作戰人員云能力”（joint warfighter cloud capa‐bility，JWCC），“軍事云”試圖構成相互鏈接的網絡軍事資源池，一方面通過云端分布式存儲功能，實現實時地面、空中、海域、太空的數據資源的傳輸和獲取，進行資源的動態按需分配，另一方面通過云計算的超級算力，實現軍事情報信息的有效融合和管控，根據實時軍事需求，云端優化資源配置，大為縮減“探測—跟蹤—偵查—評估—決策”的周期，提升軍事謀劃和決策能力，加強協同作戰效能[18-19]。

（2）一站式服務下的情報學與情報工作。云計算環境所集成的一站式服務是指在情報資源聚合的基礎上，依托云計算的基礎設施即服務、平臺即服務和軟件即服務，形成情報資源的系統化應用平臺。此類平臺有效減輕了系統開發、調試和搭建的工作量，利于幫助用戶快速開展情報業務，提高情報資源共建、共享與共用能力。例如，在競爭情報中，企業借助云計算平臺的集成服務功能，可以有效改進業務運營模式，加速企業創新升級。在生產環節，通過云上構建實時全量的企業數據湖，實現海量生產數據的交互分析以及生產設備的預測分析，提高企業生產效率；在制造環節，借助云平臺開展邊緣計算等應用，通過分析和反饋實時生產數據來改進關鍵制造流程和加強質量監控，實現敏捷制造；在售后環節，通過云上軟件平臺，收集用戶反饋數據，挖掘用戶需求，定制用戶產品，提升用戶體驗。在安全情報中，美國國防部高級研究計劃局（Defense Advanced Research Projects Agency，DARPA）開展的XDATA項目就利用云計算架構搭建情報服務平臺[20]。該項目基于云計算架構實現了系列軟件和方法的集成互操，開發出涵蓋基礎公共數據資源采集和存儲、處理和分析、管理和檢索、可視和應用、交互和反饋的情報服務系統，有效加強數據資源的重復流動應用，實現情報業務的云上按需配置和調取，提升情報服務支撐水平。

云計算聚合了數據資源、存儲資源、網絡資源和計算資源，通過其虛擬化、并行化、自動化和集成化的情報資源進行存儲、整合、管理與共享的方式，極大地增強了情報資源的組織性和情報應用的交互性，為情報學與情報工作提供泛在組織支撐平臺。

3.3 基于區塊鏈的情報組織方式

在情報研究與情報工作中不可避免地存在數據資源的共建共享問題，如數據安全性差、數據可追溯性低、數據信任困難、數據共享程度低等。與云計算類似，區塊鏈技術也可對數據資源的共建共享問題加以解決，甚至相比于云計算，區塊鏈技術具有更加安全可靠、隱私保護、去中心化等特點[21]，能夠有效提高情報機構與情報工作者的協同共享能力，促進情報分析與服務的提能升級。

區塊鏈是基于互聯網的分布式賬本技術，其本質是一個去中心化的共享數據庫[22]，鏈上的數據具有防篡改、去中心化、可溯源、共同維護等特征。Collins[23]指出，區塊鏈技術是數字內容的新形式，利于保障數據安全、透明和私有化，在圖書情報領域應用區塊鏈技術將利于創新。丁曉蔚等[24]指出，“數據孤島”和“信息孤島”問題會妨礙情報分析、影響情報預測，而區塊鏈的信任大數據、不可篡改、集體維護等特點可以在一定程度上彌補此類缺陷。Manley[25]著點于數據安全問題，提出利用智能合約技術實現具有約束力的數字化協議，限制使用者的使用內容，從而有效保障知識產權。

（1）助推資源安全的情報學與情報工作。情報資源的安全性一直是情報學界十分關注和致力解決的問題，區塊鏈技術中的不可篡改、加密算法和共識機制等特性利于建立情報資源安全體系，提升數據的安全性和完整性。此類問題在各國正得到積極的探索。例如，俄羅斯國防部ERA-Kaspersky研究實驗室探索如何使用區塊鏈技術識別網絡攻擊，以有效保護關鍵軍事基礎設施；澳大利亞金融情報局嘗試使用區塊鏈和智能合約執行資金轉移；美國國防部高級研究計劃局（DARPA）通過購買區塊鏈應用程序Guardtime，構建無鑰匙簽名的基礎設施（keyless signature infrastructure，KSI），來驗證數據完整性監控系統，以便應用于軍事領域，增強關鍵武器系統的安全性[26]。在軍事情報中，美國空軍在區塊鏈技術上的探索更為深刻，其利用Fluree區塊鏈數據庫平臺將區塊鏈技術融于數據管理。首先通過不可篡改技術把鏈上數據組合為防篡改的時間戳塊，再利用高加密算法鎖定每一時間戳塊，隨后通過授權公鑰或私鑰來限制用戶的訪問權限，并利用打開或關閉鏈上某些功能來使用和管理不同類型數據庫，從而確保數據的完整性和數據流通的安全性。美國空軍計劃在內部測試基于此項區塊鏈技術的圖形數據庫，隨后在國防部或盟國間利用此技術實現文檔的共享[27]。

（2）實現資源共享的情報學與情報工作。區塊鏈技術的高可靠性、安全性和溯源性促使情報機構以及情報用戶間的信任關系發生變化。伴隨溯源性能的建立，用戶更為信任地進行情報資源的提供；伴隨數據安全性的提高，用戶更為積極地進行情報資源的交流與共享，有力促進了情報資源的共建共享。傳統情報資源的共建共享主要由各情報機構或情報學者通過點對點或組成聯盟而實現，并且存在資源可追溯性能差、資源交換延遲滯后、資源協同共享性較差等問題。在區塊鏈技術下，情報資源共建共享的實現主要通過去中心化這一特性來實現，基于共識機制，鏈中所有參與者的地位平等，各情報機構或情報工作者作為鏈上的節點同步擁有所有數據，確保了數據獲取的一致性和即時性。同時，對于云計算中情報資源的共享存在一定篡改風險的問題，區塊鏈將各數據區塊按照時間節點進行相接，完整記錄情報資源的交互歷史，有效規避情報資源的篡改和偽造風險。在數據不可篡改、安全性高、可靠性強的基礎上，情報用戶降低信任成本，增強情報資源共享頻率與范圍，促進不同機構或學者間的交流協作，加強情報資源的挖掘速度和使用頻率，促進情報研究與情報工作的廣泛化、協同化和知識化，實現真正意義上的情報資源共建共享。

區塊鏈作為特定的去中心化和分布式存取數據技術，主要應用于數據資源的處理[28]。區塊鏈確保情報資源在交流共享過程中的透明性、安全性和可控性，實現情報資源的全生命周期管理，增強多元主體間的相互信任和相互操作，既可為情報分析與服務的開展提供安全廣泛的資源基礎，又可為情報分析的基礎設施架構帶來堅實的支撐，從而構成情報學與情報工作中的泛在組織支撐平臺。

3.4 基于人工智能的情報服務模式

2017年，我國在《新一代人工智能發展規劃》中指出，“到2020年……人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑”，推動社會經濟向智能化加速發展[29]。人工智能通過算法等技術實現機器對人類活動或者人類行為過程的智能模擬[9]，感知智能、計算智能和認知智能被認為是人工智能的三個關鍵層面[30-31]，這與情報研究和情報工作需要利用人類智慧對數據或信息進行判讀、研究與呈現具有相關性。

人工智能技術融于情報研究與情報工作的眾多環節，貫穿情報服務流程，促進情報服務智慧化發展，如圖2所示。在智能數據感知方面，利用感知智能自主發現和采集用戶環境數據、用戶行為數據、知識經驗數據、用戶反饋數據等，實現從情境到內容再到態勢的全源感知，構成多源感知數據庫，為智能決策提供數據基礎和先驗依據。在智能數據組織方面，利用計算智能和認知智能預先篩選與識別有效的異構情報來源，提煉和抽取異構情報來源中的高層次知識片段，將隱性知識轉化為機器可讀取和可處理的結構化知識，實現多模態知識的映射、關聯、聚類和融合，建立多維模型、方法和工具儲備庫，大幅度降低情報研究與情報工作對數據資料的認知負擔，有效提升情報分析效率。

圖2 基于人工智能的情報服務模式

（1）智能信息分析下的情報學與情報工作。人工智能技術促進邊緣計算、機器學習、智能傳感等技術實現深入發展和廣泛應用，通過數據映射和技術構建，構成與現實世界相對應的虛擬世界，讓“平行情報系統”成為現實[32-33]。“平行情報系統”的發展為情報領域有效開展智能信息分析提供了新的路徑，基于決策情境，利用感知智能和計算智能表征語義和投影語義，實現現實世界和虛擬世界的精確對應，通過在虛擬世界中映射出現實世界情報對象的關鍵特征數據，形成對問題情境的同步分析、交叉驗證和智能匹配，構成對復雜情報情境可智能化、客觀化和交互化分析的仿真空間。同時，通過對現實情報系統進行動態演化模擬，發掘其中的內在關聯和運動趨勢，利于增強情報決策能力和情報預見能力。例如在安全情報中，通過仿真模擬突發公共事件，提取突發事件知識元，挖掘突發事件演化規律，可以有效提升突發事件應急管理能力。

（2）智能決策服務下的情報學與情報工作。情報分析的本質是通過各種資源、方法、技術分析出形成決策所需要的情報[34]。人工智能應用于情報服務流程，可以有效促進情報向決策的智慧轉換，提升情報研究與情報工作中的決策保障能力。通過高度整合感知智能、計算智能和認知智能，可以實現對問題情境的主動監測和全面感知，結合沉浸式逼真虛擬環境、專家知識庫、人機交互系統等自動對知識推理形成新的情報，感知、凝練和推斷情報對象的發展路徑和發展態勢，構建科學的情報價值感知模型和決策預判模型，形成自下而上的決策分析過程和決策生成方案。在人工智能技術的應用下，情報服務突破淺層次的信息整合和推斷，轉向基于知識和智慧的比較與評估，預測決策生成效果和發展影響，實現超前性和科學性的決策預判和優化，有效提升情報人員的決策服務、決策支持和決策解決能力。

人工智能拓展了情報資源自動化處理、知識化生成、智慧化轉型的邊界，為情報學與工作帶來的影響是全局性和根本性的[35]，既實現了從數據到情報的直接過程，也實現了從知識決策到智慧決策的過程。通過數據感知分析決策所需情報，利用智能處理技術挖掘情報內涵，采用智能分析技術實現智慧決策，為情報學與情報工作構成泛在服務支撐平臺。

3.5 基于5G技術的情報融合展現

海量數據的爆炸式增長，加重了數據資源傳輸、共享、應用等壓力。伴隨大數據、云計算、區塊鏈、人工智能等信息技術的發展，5G技術的出現與結合，促使海量數據資源的挖掘、應用和服務能力明顯提升，情報用戶可以無障礙地實時在線傳輸數據，加快其共享效率，促使原有的數據、信息、知識和情報管理向高層次的協同、交互、智慧的管理方式轉變。

5G技術是第五代移動通信技術，具有高速度、高可靠、高并發、低延時等特點。伴隨大規模互聯網、增強移動網絡的深入應用，5G技術將變革網絡運營模式，深入影響情報用戶的網絡行為[36]。阿里達摩院在《達摩院2020十大科技趨勢》中指出，5G網絡將實現全新技術賦能，催生平行虛擬網絡，加速多智能體間的協同，釋放群體智能價值[37]。王陶冶等[36]認為，在高頻傳輸技術、新型多天線傳輸技術和密集網絡的支持下，5G技術對大數據環境和技術的支撐性日益提升，人工智能趨于人類智能，促使各領域的深度智能融合成為現實。Simsek等[38]認為利用5G的高頻傳輸、虛擬現實等技術可以實現充分實現虛實交互，有效提升用戶的感知能力。

（1）萬物互聯下的情報學與情報工作。5G技術的高速度、高并發、高兼容等網絡構建特征帶來了普遍連接，為海量數據的協同傳輸提供了強大的計算能力，促使情報研究與情報工作的全量數據挖掘和分析成為可能。一方面，5G技術通過高頻段毫米波、厘米波等進行數據信息的輸出，實現高速度短距離的通信，促使海量數據的傳輸容量和傳輸速率得到較大的提高[36]；另一方面，通過增強網絡運營能力，加快情報資源從云計算系統或區塊鏈的高速調取，實現快速有效的情報資源交流共享。同時，利用人工智能技術提高數據分析效率，實現高效的情報資源分析過程。例如，在安全情報中，通過5G技術實現實時信息傳輸和異常信息預警，再通過人工智能技術識別異常信息要素，隨后高速分發異常原因，協同各部門工作，實現異常信息的快速響應和處理，提高情報工作效率。

（2）應用感知下的情報學與情報工作。5G技術的低延時、高可靠、高并發等特征打破了時間與空間的限制、線上與線下的阻隔，實現現實與虛擬的交互，為情報研究與情報工作的可視化呈現帶來全新模式。可視化呈現和交互是情報研究與情報工作對外交流和應用的重要窗口，對于用戶理解情報服務具有深刻意義。5G技術結合VR/AR等技術通過感知交互、場景交互、渲染處理、網絡傳輸、內容制作等[36]，逼真復制出在視覺、聽覺、觸覺等方面高度接近現實的虛擬世界，通過虛實結合促使用戶身臨其境般體驗高度沉浸式的可視化內容和交互服務，促使數字孿生成為現實，實現用戶對情報研究與情報工作的立體、全面和深度理解，如通過5G技術實現多維立體的知識圖譜構建，開展數字人文的多模態實物感知體驗等。5G技術在情報應用中實現的泛在虛擬、模擬仿真、孿生協同，為情報研究與情報工作帶來了多形態化的分析展示和高智能化的服務模式。

5G技術利用其高網絡速度、高安全性和低延遲性等特征，弱化時空限制和物理限制，實現萬物互聯，改善情報資源的利用與分析環境，帶動情報分析和服務向智能化、感知化、協同化與互動化趨勢發展，為情報研究與情報工作提供了泛在網絡支撐平臺。

4 面向數智技術集成的情報學與情報工作

錢學森先生認為，情報工作是對知識的激活和活化，情報系統是轉化知識、產出情報、增值情報的智能系統[39]。情報學與情報工作的重要技術之一即是情報分析技術，不論人工主導的分析方式還是智能化的分析模式，其最終目標都是形成決策所需要的情報。但是，不同的情報分析方法和手段，會帶來不同的情報轉化效率，形成不同的情報轉化結果。

情報學與情報工作的分析流程可以概括為情報需求和規劃階段、數據檢索和采集階段、數據融合和組織階段、數據分析和凝練階段以及數據呈現和傳遞階段[40]。傳統的情報學與情報工作分析流程如圖3所示。在情報需求和規劃階段，主要以問題為導向，一般通過定性、定量、實驗等方式探索用戶需求，或依據現實社會環境探討情報工作；在數據檢索和采集階段，依靠情報人員手工或使用簡單機器從一定數據庫或搜索引擎對異構的數據信息資源進行檢索、下載和自保存；在數據融合和組織階段，通過元數據、分類法、主題法等分類工具進行半結構化或非結構化數據的處理與融合，通過簡要軟件處理工具進行情報資源的組織；在數據分析和凝練階段，通常基于扎根理論、文獻綜述、德爾菲法等進行情報資源的定性分析，或者通過文獻計量的定量分析方法實現情報演化、態勢分析等；在數據呈現和傳遞階段，通過撰寫專業文獻、研究報告、簡報等，或開發情報產品進行展示和流通。

圖3 傳統情報學與情報工作分析

數智集成下的情報學與情報工作分析流程如圖4所示。在情報需求和規劃階段，大數據環境與技術導致海量多源異構的數據資源異常豐富，為情報研究與情報工作提供了交互數據、感知數據、交易數據等全面數據資源和數據挖掘工具，從而促使情報學與情報工作一方面基于顯性數據確定分析問題，另一方面基于隱形數據挖掘數據間的內在關聯，來確定深度性或預測性的研究問題；在數據檢索和采集階段，對大數據環境下生成的網絡數據和物理數據，基于分布式存儲的云計算技術和保障數據安全的區塊鏈技術，實現海量數據的云端一站式并行檢索和調用；在數據融合和組織階段，基于虛擬化的云計算技術、去中心化的區塊鏈技術和感知計算的人工智能技術，自動清洗半結構化或非結構化數據，并發掘數據間的語義關聯，揭示數據間的深層聯系，融合構成廣泛關聯的情報資源體系；在數據分析和凝練階段，發揮人工智能的感知智能、計算智能和認知智能，采用自動信息抽取技術、自然語言處理技術、深度學習、知識推理、仿真模擬等技術實現情報資源的知識發現、決策生成和預測分析，促使情報決策服務的智慧化發展；在數據呈現和傳遞階段，通過人工智能技術實現知識圖譜等智能可視化工具，通過5G技術的高頻傳輸、增強現實、人機交互等為情報決策的可視化提供多維立體的沉浸式體驗。

圖4 數智技術集成下的情報學與情報工作分析

數據智能技術為情報研究與情報工作帶來智能化的分析工具，有效解決數據爆炸帶來的認知負擔和管理難題，充分變革對海量多源數據的采集、處理、利用和分析方式，實現情報分析與服務從數據到信息到知識再到智慧的轉化，拓寬了情報分析與服務的廣度與深度，促使情報學與情報工作向智慧化升級。

5 結語

數據智能時代并非簡單的信息技術時代，而是實現顛覆性和戰略性技術的時代。在此數智環境下，情報學與情報工作面臨著堅定情報學的定位和堅守情報學的核心的考驗。數智技術和情報學與情報工作應構成何種關系？數智技術會向何種方向發展？伴隨數智技術與情報領域的深入融合，情報學該如何增強理論支撐？這些問題都是值得并且亟待情報學界探究和解決的問題。

在數智技術和情報學與情報工作的關系上，我們應把握好其中的核心要點，即情報學與情報工作為數智技術的發展提供實踐溫床，數智技術助力情報學與情報工作實現智慧決策。情報學與情報工作需要支持國家戰略需要，滿足社會發展需求，實現智慧決策是其中的重要路徑，情報分析則是智慧決策實現的必要過程，而數智技術正是情報分析的應用手段。因而，情報學與情報工作要審視數智技術的應用空間和范圍，守好數智技術的應用界限，避免學科發展一味向技術發展傾斜，進而模糊學科界限，丟失學科特色，偏離學科內核。

在數智技術的發展上，一方面，大數據、云計算、人工智能、區塊鏈和5G技術在實踐應用過程中越發密切，技術之間相輔相成，相互促進，大數據是資源基礎，云計算是資源存儲和計算設施，人工智能是智慧化推力，區塊鏈是資源安全與共享的保障，5G是技術互聯升級的網絡支撐，技術之間的邊界不斷削弱，技術的深度交叉和集成將是未來的創新路徑；另一方面，審視Gartner的戰略技術趨勢可以發現，安全和隱私技術作為實現數據資源共建共享的信任基礎，將成為未來技術發展的關鍵方向之一。同時，結合國家發展戰略可以看到，量子計算將是戰略技術發展的又一大趨勢，雖然該技術的研究和應用尚處于新興狀態，何時能夠實際應用于情報學與情報工作尚未可知，但情報領域可以開展量子計算的應用部署，以在未來適應甚至成為量子計算戰略發展的關鍵部分。

在情報學理論發展上，數智技術的應用帶來情報學與情報工作的提能升級，情報學理論也必須實現適應性發展，為情報學與情報工作提供機理支撐，避免情報學理論與實踐間的脫軌。數智技術應用于情報領域的每一個分析流程，因而情報領域的理論發展一方面需要契合情報分析流程的變化，另一方面需要在原有基礎理論的支撐上，吸收跨學科技術理論，包括自然科學領域的信息論、計算機科學的機器學習理論、信息安全領域的網絡信息安全服務理論、通信科學領域的用戶交互理論等。同時，用戶作為情報學與情報工作的主體，情報學理論的發展也必須重視人文價值和人文倫理，做好技術與人文的理念融通。