生成式人工智能驅動信息資源組織與生成式人工智能驅動信息資源組織與

摘 要：本研究使用質性分析工具對相關學術研究成果進行梳理，總結主要研究成果和思維邏輯，從正向度分析、雙向度分析和負向度分析三個向度對研究向度進行歸納梳理，認為正向度分析包括創新信息服務內容、創新信息服務形式和服務引領社會變革等；雙向度分析主要為知識平臺再中心化；負向度分析包括造成規制問題、影響公眾利益和造成信息風險等。據此，提出了生成式人工智能驅動信息資源組織和服務的趨利避害思維邏輯，指出了多模態信息整合、社交媒體、抗性生成網絡、風險危機預警政策、個性化信息服務、遷移學習等方面的研究發展趨勢。

關鍵詞：人工智能；生成式；信息資源管理；信息組織；信息服務；質性分析；風險治理；向度

生成式人工智能作為人工智能技術的重要分支，為信息資源的整理、檢索和利用提供了全新的解決方案。在信息資源組織方面，生成式人工智能能夠幫助用戶更便捷地獲取和理解信息。在信息資源服務方面，生成式人工智能可以根據用戶的需求和偏好，提供個性化的信息推薦和定制化的服務，提升了用戶體驗和服務質量。然而，生成式人工智能的出現也帶來了一些挑戰和問題，如虛假信息傳播、隱私泄露和版權問題等，給信息資源服務的安全性和可信度帶來了新的考驗。研究生成式人工智能在信息資源組織和信息資源服務中的影響，探討其正負兩方面的作用和雙向潛在問題，對于推動信息資源服務行業的發展，提升信息資源服務水平具有重要意義。通過分析生成式人工智能信息資源管理領域的研究進展并進行理性反思，對明確正反兩方面的問題、探討趨利避害策略和規劃未來研究發展方向具有重要借鑒意義。

1 文獻回顧

1.1 生成式人工智能相關研究

生成式人工智能是一種人工智能技術，其主要目標是通過學習和理解現有數據的分布模式，然后生成與之相似的新的信息。[1]生成式人工智能可以用于生成各種類型的數據，包括文本、圖像、音頻等。這種技術通常基于深度學習模型，如生成對抗網絡（GAN）、變分自編碼器（VAE）等。[2]在自然語言處理領域，生成式模型可以用于文本生成、對話系統、翻譯等任務；在計算機視覺領域，可以用于圖像生成、圖像修復、圖像風格轉換等任務；在音頻處理領域，可以用于音樂生成、語音合成等任務。[3]生成式人工智能帶來了增強創造力、提高生產效率和個性化服務的積極影響。同時也造成了虛假信息傳播、隱私泄露和版權問題等負面效果。

1.2 信息資源組織相關研究

生成式人工智能通過自動分類與標注、個性化推薦與檢索、信息匯總與摘要、數據清洗與整理以及信息生成與創作輔助等方式，能夠提升信息資源的組織和利用效率，為用戶提供了更智能、個性化的信息服務體驗。在信息檢索方面，生成式人工智能可以通過增加任務表述內容、用戶自由定制檢索詞等方法，提升用戶的檢索能力，提升檢索內容的質量。[4]在信息整合方面，通過自然語言理解、語義關聯和智能推薦等技術，能夠從多個來源獲取、理解和整合信息，為用戶提供更全面、準確的信息視角，提升了信息整合的效率和質量。[5]但同時也造成了一系列問題，尤其是生成信息的權屬問題。生成式人工智能能夠生成各種形式的內容，但尚未有明確的法律規定這些內容的權屬劃分，但一般認為這些內容應當由其使用者負責，因為生成式人工智能本身并沒有創造性的能力，而是根據輸入的數據和算法生成新的內容。[6]

1.3 信息資源服務相關研究

生成式人工智能在信息資源服務中推動創新，通過個性化推薦、智能搜索、自動化處理、智能問答和創作輔助等方式提升了用戶體驗，實現了更智能、便捷的信息服務。在服務科研方面，ChatGPT等生成式人工智能展現出的類人性表達能力使得科研知識獲取從檢索式向生成式轉變，思維運作由綜合式向選擇式過渡。[7]在服務產業轉型方面，生成式人工智能可以幫助企業實現產品創新、個性化服務、智能生產，推動產業向數字化、智能化方向發展。[8]在服務圖書館建設方面，生成式人工智能可以幫助圖書館實現升級基礎設施、建設本地數據和改進用戶體驗。[9]在教育服務方面，生成式人工智能正在將人類引向依賴AI輔助生存的環境中，教育的基本模式應從傳承式轉變為創新性，強調以意義為中心，兼顧專業訓練和素質教育。[10]在服務檔案開發方面，生成式人工智能為檔案信息資源開發提供了新思路，通過建設純凈語料庫、強化專業性訓練、加強用戶管控等方面的措施，可以對生成式人工智能檔案產品的真實性進行維護。[11]生成式人工智能對信息資源服務的推動作用體現在個性化推薦和定制服務、智能搜索和快速檢索、自動化信息處理和管理、智能問答和在線咨詢以及信息生產與創作輔助等方面。通過分析用戶數據、自然語言處理等技術手段，生成式人工智能可以在各個領域為用戶提供更智能、個性化的信息服務。[12，13]

2 研究設計

2.1 樣本收集

本文在中國知網以“生成式人工智能”為關鍵詞進行篇名檢索，以“信息資源”為關鍵詞進行全文檢索，檢索得出論文53篇，其中核心論文（北大核心、南大核心）41篇，研究選取的主要文獻樣本如表1所示。

2.2 維度與要素提取

本文選擇通過使用質性分析工具進行三級編碼，對編碼結果進行歸納得出二級編碼，根據二級編碼結果概括出生成式人工智能驅動的信息資源組織與服務相關研究傾向（如表2所示）。

2.3 研究傾向分析

2.3.1 信息資源組織研究傾向分析

（1）正向度分析。在信息資源組織方面，正向度分析體現在促進信息流通（0.32%）和信息組織提質增效（0.21%）。通過自動文本生成和語音合成技術，生成式人工智能顯著加速了信息的傳播速度，使新聞、文章和其他內容更迅速地流通，為知識的動態和及時交流做出了貢獻。同時，生成式人工智能的自動摘要、總結和智能搜索功能提高了信息組織的效率，使用戶能夠更熟練地篩選、檢索和理解大量信息。此外，生成式人工智能通過其在信息標簽、匯總和摘要方面的應用，優化了信息資源管理。它能夠標注、匯總和概括信息，優化信息資源的整體管理，為各學科領域的決策和研究提供了強有力的支持。生成式人工智能技術的綜合應用為加速信息流動、提升組織結構以及提高決策支持機制在學術研究中的應用帶來了巨大的潛力。

（2）負向度分析。在信息資源組織方面，負向度分析主要體現在造成信息風險（0.79%）和造成技術風險（0.93%）。生成式人工智能的應用可能帶來信息風險，例如虛假信息的生成和數據的過度生產。這可能削弱信息的可信度，使用戶難以進行有效處理。此外，生成式人工智能還存在技術風險，包括可能危及用戶隱私和安全的數據處理問題。這些風險可能導致隱私泄露和惡意攻擊。深入研究這些方面的問題，對于更好地理解生成式人工智能在學術領域中的潛在挑戰，并采取相應的防范措施，變得尤為重要。

2.3.2 信息資源服務研究傾向分析

（1）正向度分析。在信息資源服務方面，正向度分析體現在服務引領社會變革（0.45%）、創新信息服務形式（0.52%）、創新信息服務內容（0.69%）。首先，生成式人工智能的應用推動了個性化服務和智能決策支持的發展，從而實現了信息服務的更大定制化，并改變了社會獲取信息的方式。其次，虛擬助手和智能代理的發展，結合自動文本生成和摘要等技術的運用，使用戶更便捷地獲取信息，提高了服務的效率。最后，對信息進行自動化標簽分類和知識圖譜構建，可以提升信息服務的質量和深度，幫助用戶更全面地理解和利用信息資源。這些方面的學術研究為生成式人工智能在信息服務中的創新發展提供了深刻的理論基礎和實踐支持。

（2）雙向度分析。在信息資源服務方面，雙向度分析體現在知識平臺再中心化（0.15%）。生成式人工智能可用于自動文本生成，通過生成解釋性文件、幫助文件或其他信息，以更高效地維護和更新知識庫。同時，生成式人工智能可用于實現標準化和技術一致性，確保文件、信息和知識的一致性，有利于提高知識平臺的管理效能和服務水平。但是，生成式人工智能通過分析數據、生成預測性報告或識別趨勢，為決策者提供全面而及時信息的同時，知識平臺再中心化也可能導致數據安全和技術可行性的問題。

（3）負向度分析。在信息資源服務方面，負向度分析主要體現在影響個人利益（0.42%）、影響公眾利益（0.64%）。在學術角度，生成式人工智能模型在處理大量個人數據時可能對個人隱私構成風險，可能導致隱私泄露。此外，個性化服務可能導致信息過度定制，限制對多元觀點的接觸，潛在地加劇信息繭房效應。在公共層面上，生成式人工智能可能受到訓練數據偏見的影響，導致信息服務中的過濾和呈現帶有偏見，加強社會中的刻板印象和偏見。這可能進一步加劇社會不平等，導致某些群體在信息服務中被忽視。

3 反思與展望

通過上述正向度、雙向度和負向度分析，信息資源組織和服務中應用生成是人工智能應明確趨利避害的思維邏輯。

3.1 趨利思維邏輯

在信息資源組織方面，一是建立實時信息生成系統，快速產生高質量的新聞報道，并整合語音合成服務；二是在信息發布平臺中集成自動摘要工具，優化搜索引擎；三是引入自動化的信息標簽系統，構建知識圖譜，使內容服務更加直觀便利。在信息資源服務方面，一是通過生成式AI技術進行用戶畫像分析，實現個性化服務和智能決策支持，優化推薦系統；二是引入虛擬助手和智能代理應用，開發語音交互、自動回答問題等功能，提高信息獲取的效率；三是應用自動化信息標簽分類系統和知識圖譜構建技術，自動為信息分類和標簽化，提升信息結構化水平，為用戶提供更全面的信息理解和應用支持。

3.2 避害思維邏輯

在信息資源組織方面，一是要強化信息驗證機制和建立監管審核體系，確保生成的信息經過真實性和可信度的嚴格檢驗；二是要加強用戶隱私保護，防范潛在的安全漏洞，如通過用戶教育和培訓和建立用戶參與機制等，形成共同維護信息質量的機制；三是制定明確的法規框架和遵循行業標準，規范生成式AI的應用，確保合規性和社會責任。在信息資源服務方面，一是強調隱私保護與透明度，確保生成式AI在處理用戶數據時符合法規，降低隱私泄露風險；二是信息呈現多元化，打破信息繭房效應，引入多元的推薦算法，使用戶能夠接觸到更廣泛的觀點和信息，同時建立用戶參與和反饋機制，優化系統，確保信息呈現更為多元和公正；三是減少偏見和不平等性，強調多樣化訓練數據，定期審查并調整系統，以防范社會不平等問題的發生。

3.3 研究發展趨勢分析

未來生成式人工智能在信息資源組織和服務中的研究將涵蓋多個關鍵方向。首先，研究將聚焦于多模態信息整合，致力于深度融合文本、圖像、音頻等多種信息形式，以實現更為全面和精準的信息理解與呈現。其次，個性化服務將成為研究的焦點，包括先進的用戶畫像建模、實時個性化推薦算法和更好理解用戶上下文的技術，以更有效地滿足用戶個性化的信息需求。社交媒體信息處理也將受到關注，包括情感分析、事件檢測和虛假信息識別等方面的研究，以提升對社交媒體信息的組織和服務能力。對抗性生成網絡（Generative Adversarial Networks，GANs）等技術的應用將引起重要關注，盡管需要加強對抗性檢測和防御機制以應對潛在的濫用和虛假信息的傳播。此外，研究將趨向倫理和社會影響，關注生成式AI可能引發的偏見、隱私風險和社會不平等問題，以制定相應的政策和準則。可解釋性與透明度的研究將成為一個重要方向，以提高用戶對信息服務結果的信任，并滿足對AI決策透明度的需求。持續學習和遷移學習也是未來的研究焦點，以使生成式AI具備不斷適應新信息的能力。

4 結語

本文通過分析生成式人工智能在信息資源組織和信息資源服務中的正向積極作用、雙向潛在問題和負向消極作用，給出趨利避害的思維邏輯，指出了未來的研究趨勢。但是，在宏觀層面的研究指導，本文所做工作有一定的局限性，將在該領域繼續深入探討。

參考文獻：

[1]王若佳，范科鳴，劉智鋒等.生成式人工智能環境下用戶信息檢索式行為研究[J/OL].數據分析與知識發現：1-15.

[2]尹良鑫.論生成式人工智能檔案產品的真實性維護[J].檔案與建設，2023（12）：39-42.

[3]錢彥，梅影.從理念到實踐：生成式人工智能在智慧圖書館中的應用探索[J].圖書館研究與工作，2023（12）：27-34.

[4]鄭世林，陶然，楊文博.ChatGPT等生成式人工智能技術對產業轉型升級的影響[J/OL].產業經濟評論：1-21.

[5]張文祥，沈天健，孫熙遙.從失序到再序：生成式人工智能下的信息秩序變局與治理[J].新聞界，2023（10）：41-51.

[6]徐沛雷.生成式人工智能背景下的全球創新網絡治理[J].信息系統工程，2023（10）：75-78.

[7]劉瑋.ChatGPT類生成式人工智能嵌入數字政府建設：可供、限制與優化：基于技術可供性視角[J].情報理論與實踐，2023，46（10）：69-76.

[8]朱禹，陳關澤，陸泳溶等.生成式人工智能治理行動框架：基于AIGC事故報道文本的內容分析[J].圖書情報知識，2023，40（04）：41-51.

[9]劉永謀，王春麗.積極應對生成式人工智能對文科教育的挑戰[J].南京社會科學，2023（06）：119-128.

[10]王尚飛.生成式人工智能創作物的權屬基礎與保護制度構建[J].武漢交通職業學院學報，2023，25（02）：31-39+64.

[11]游俊哲.ChatGPT類生成式人工智能在科研場景中的應用風險與控制措施[J].情報理論與實踐，2023，46（06）：24-32.

[12]張亞影.紅色敘事情境下生成式知識組織與服務的邏輯理路和實踐進路[J].檔案管理，2023（06）：81-83.

[13]許劍穎，馮桂珍.ChatGPT賦能檔案服務：技術特征、應用場景與實現路徑[J].山西檔案，2023（06）：111-120.

（作者單位：濮陽職業技術學院 張瑞娟，碩士，圖書館員 來稿日期：2024-02-20）