知識異化下圖書館知識服務體系的解構與價值再定位

The Reconstructive Effect of the Knowledge Alienation Phenomenon on the Library Knowledge Service System and Its Value Repositioning

Zhou Lanyu

Abstract Exploring library knowledge services’evolution and value reconstruction through the lens of philosophy of science and technology.This study traces theoretical advancements and practical shifts，uncovering how knowledge alienation affects service providers’cognition，object transformations，and the service ecosystem. It elucidates the mechanism of knowledge alienation’s impact on librariesand constructs an alienation model. Amid changing knowledge production，libraries must anchor in human-centric principles，align with emerging research paradigms，and evolve from“intermediaries”to“symbiotic entities”，thereby reshaping trust and knowledge ecology into a service model that blends technical adaptability with human touch.

Keywords Knowledge alienation.Research paradigm.Knowledge service

0 引言

“知識異化”概念的提出，是回歸異化概念本身對馬克思異化理論的解讀，印證了馬克思異化理論在人工智能時代的解釋張力。在資本與人工智能技術的雙重驅動下，當代知識生產體系正經歷著深刻的異化嬗變。知識不僅作為生產要素參與價值創造，更在資本增殖與技術擴張的耦合作用下，呈現出壟斷化、商業化與權力化的異化特征。一方面，智能算法通過數據壟斷構筑知識壁壘，加劇社會認知鴻溝；另一方面，知識商品化導致價值理性被工具理性取代，算法黑箱、隱私侵蝕等技術倫理問題隨之凸顯[1]

圖書情報學對知識問題的關注經歷從工具理性走向價值理性、從技術傳統走向更加重視社會人文傳統的過程，可以溯源到19世紀末20世紀初產生的文獻學?！拔墨I學之父”奧特萊（P.Otlet）把文獻置于整個社會環境中去抽象地考察文獻的內部機制和功能，體現出對知識問題的思考和探索。但后期，隨著學科發展的技術向演進，研究者在關注新技術帶來的高效信息獲取能力的同時，一度忽視了對“知識”本身所蘊含的文化意蘊[2。正如巴克蘭德（M.Buckland）所說，“文獻傳統”是與知識、意義、學習和語言等話語聯系在一起的，如果認識不到其根植于文化研究、人文和質化社會科學之中，那么對這一傳統的任何觀點都是不完整的；“計算傳統”則缺失了對前一方面即對以知識意義等概念為核心的人文社會方面的關注[3。從20世紀90年代至今，隨著知識經濟和知識社會的來臨，知識問題再次受到關注，主要體現為從學科目標、任務、本質和原理的研究與表述上突出知識在圖書情報學的基礎性地位。

本文立足科技哲學視閾，剖析知識異化現象對圖書館知識服務產生的結構性影響，探索圖書館知識服務模式的創新路徑。此外，在知識異化概念下討論圖書館知識服務，賦予其以知識意義等概念為核心的人文社會方面的關注，豐盈圖書館知識服務研究的哲學價值。

1知識異化的維度、核心表現與影響趨勢

“知識異化”是指當人類創造的智能系統開始自主生產知識體系，原本作為認知主體的人類卻逐漸陷入被知識客體支配的悖論處境?！爸R異化”概念的提出，是回歸異化概念本身對馬克思異化理論的解讀，印證了馬克思異化理論在人工智能時代的解釋張力。人工智能技術在賦予知識以自我增殖能力的同時也導致“知識一權力”的共生結構發生倒置，知識不再作為人類本質力量的對象化存在，反而成為異己的統治力量[4]。

隨著由人工智能技術主導的第四次工業革命的到來，知識不僅作為生產要素參與價值創造，更在資本增殖與技術擴張的耦合作用下，呈現出壟斷化、商業化與權力化的異化特征。知識異化現象對知識服務產生的結構性影響，在技術上引發知識獲取碎片化與知識權威消解，在認知上加劇服務主體客體化與知識傳播異化。知識異化分為知識人與機器的異化、知識人生產勞動的異化和知識人與機器類本質模糊三個維度，對科研活動帶來變革。

一是知識人與機器的異化。隨著人工智能的廣泛參與，知識生產不再僅僅依賴于人類，機器也成了重要的知識生產者。這一變化導致知識人不再是知識的唯一生產者，并受到機器生產知識的反向影響。機器憑借其極高的生產效率，正逐漸呈現出成為知識主要生產者的趨勢。

二是知識人生產勞動的異化。知識人的勞動重心發生了轉變，從直接生產知識轉向了設計、訓練具備更強知識生產能力的人工智能。這一變化意味著知識生產過程已經從人類勞動主導的階段，演變為以機器為核心的技術開發活動。

三是知識人與機器類本質模糊。原本通過規劃性知識生產活動所界定的人類特性（即類本質），因AI代理的廣泛參與而被解構。這導致人與機器的本質差異逐漸弱化，知識生產活動中人類的獨特性面臨著身份認同的危機。

1.1在知識人與機器的異化維度

科研活動實現“人類主導”到“人機共生”的躍遷。人工智能通過深度學習、生成式模型等技術，已從輔助工具演變為具有自主知識生產能力的“科研準主體”，即 Science byHumanbeing 。但是，這些由人工智能直接創作、生產內容的海量知識，技術自主性導致知識生產鏈條出現“監督斷點”，衍生三類結構性問題。

一是“機器欺騙”和“機器幻覺”引發知識可信性危機。如大模型生成虛假、誤導性的內容且刻意掩蓋其不確定性，如在問答系統中編造權威數據、主動回避敏感問題而非承認知識盲區；或大模型生成的邏輯自洽但脫離現實的內容，如捏造歷史事件細節或發明不存在的科學理論等[

二是產權歸屬困境。目前，人工智能生成的內容的知識產權在開發者、使用者和算法系統間的分配，尚無明確法理依據，由此全球多數國家拒絕為人工智能生成內容賦予知識產權，以避免可能產生的糾紛。如2023年12月20日英國最高法院里程碑式判定人工智能不能成為專利“發明人”；美國版權局（USCO）也在《版權登記指南：包含人工智能生成材料的作品》中明確指出，版權只能保護人類創造力的產物。

三是認知生態污染。人工智能輸出的“知識幻覺”正污染學術生態。大型語言模型（LLMs）其語法規范性反而強化了錯誤知識的可信度，形成自我強化的認知污染鏈。

1.2在知識人生產勞動的異化維度

知識人勞動重心從直接生產知識，轉向設計、訓練具備更強知識生產能力的人工智能。知識勞動核心能力要求轉向為數據治理（清洗、標注、質量評估）、模型調優（超參數設置、損失函數設計）和人機協同（結果驗證、迭代反饋）。例如，2024年10月9日，瑞典皇家科學院將2024年諾貝爾化學獎的一半授予華盛頓大學的DavidBaker，以表彰其在蛋白質設計方面的貢獻，另一半則共同授予谷歌旗下人工智能公司DeepMind的DemisHassabis和JohnJumper，以表彰他們結合人工智能模型對蛋白質結構預測領域作出的貢獻[。

1.3在知識人與機器類本質模糊

人與機器的本質差異弱化，人類面臨身份認同危機。在“以物為本”的資本擴張邏輯下，原本通過規劃性知識生產活動界定的人類特性，因AI代理參與而被解構，人類工程師淪為算法精度校驗工具，設計師成為生成式AI的風格校準器。例如，2024年3月，斯坦福大學神經科學團隊在《Nature》發表的論文顯示，通過腦機接口向人類大腦植入虛擬記憶的受試者在48小時內出現“自我懷疑癥候群”，無法分辨哪些是原生記憶，哪些是代碼寫入的虛假片段，當被問及“如何證明你不是人類”時，AI用受試者的腦波數據反向推演出了一套“人類認證算法”。以至于在硅谷秘密舉行的“人類身份保衛戰”峰會上，科學家與哲學家達成了“必須建立基于生物演化的認知主權體系”的共識[

2科研新范式下圖書館知識服務的實踐歷程

美國科學哲學家ThomasKuhn在《科學革命的結構》中提出“范式理論”，并提出了科學知識增長模式，即前學科（沒有范式）一常規科學（建立范式）一科學革命（范式動搖）—新常規科學（建立新范式）9。2017年，JimGray繼承“范式理論”，將人類科學研究歷程劃分為經驗范式、理論歸納范式、計算機模擬范式和數據密集型科學范式階段[10]。目前普遍認為，人工智能已在引發新一輪科學革命，數據密集型科學范式被動搖，人機共生、跨學科、跨領域的新科研范式逐現雛形[]

由于提供知識服務的機構是嵌人在整個用戶創新過程中的，而信息服務的機構則游離于創新過程之外[2]。因此，可以按照科研范式的演進梳理圖書館知識服務的實踐歷程。

在20世紀90年代前，科研范式主要以經驗范式為主。這一時期的科研服務特征體現在以經驗積累和手工服務為主導，科研人員主要依賴紙質文獻和物理傳遞方式來獲取所需信息。技術手段相對有限，主要依靠郵政系統進行信息傳遞，以及手工檢索的方式來查找文獻資料；

進入20世紀90年代，科研范式逐漸轉變為理論歸納范式。這一時期，科研服務開始構建專業化服務體系，按學科領域組織資源，強調理論指導與系統化服務設計。技術手段也得到了顯著提升，數據庫建設和學科館員制度的引入，使得科研人員能夠更高效地獲取和利用科研資源。

到了2000年至2010年，計算機模擬范式成為主流。這一時期，科研服務經歷了數字化服務轉型，依托網絡技術實現了跨機構資源共享與協同?？蒲腥藛T可以在互聯網平臺上搜索信息，大大提高了信息獲取的效率和便捷性。這一范式的出現，標志著科研服務進入了信息化時代。

2020年至今，數據密集型科學范式成為新的發展趨勢。這一時期的科研服務強調資源與服務深度整合，基于大數據和人工智能（AI）技術實現個性化、精準化知識發現與決策支持。數據挖掘、機器學習等技術手段的應用，使得科研人員能夠更深入地挖掘和利用科研數據，提高科研效率和成果質量。

目前，一種新的科研范式正在逐漸成形中。這一范式將更加注重人機共生、跨學科、跨領域的合作與交流。生成式人工智能等前沿技術的應用，將為科研人員提供更加智能化、個性化的服務支持。未來，隨著技術的不斷進步和創新，新科研范式將引領科研服務走向更加高效、協同和智能化的方向。

從上述知識服務歷程中可發現，知識服務模式由搜索、組織、分析和重組，變為知識篩選、機器訓練、知識產權保護和數據治理；知識服務的效果由滿足用戶的信息和知識需求，變為實現科研目標的同時降低機器參與知識生產的負面作用。此外，在價值塑造上，知識異化中為避免人類被工具化、邊緣化，需要從“以物為本”轉化為構建“以人為本”的知識治理圖景，才能逐步消解知識異化背后的資本邏輯實現人的自由和解放。

3受到異化影響后的圖書館知識服務定位

圖書館知識服務是面向科研過程為科研團隊提供以信息資源為基礎的高層次信息服務[13]。從理論發展來看，圖書館知識服務屬于知識管理基礎上的增值服務[4]，其理論演進遵循經典的“信息鏈理論”而發展，即“事實”通過“數據—信息—知識”組成信息鏈（InformationChain），最終形成“認知”[15]。1999年，任俊為在“知識資本”的概念下，提出長期被視為“知識寶庫”的圖書館應開展知識服務，第一次將知識服務引入圖書情報界[16]；之后，張曉林明確指出，圖書館知識服務的目的是知識經濟對知識創新目標進行回應[17]，自此，圖書館知識服務的理論框架初具雛形。隨后，在信息鏈理論下，研究者通過對“信息服務”概念的揚棄來明晰“知識服務”概念，認為知識管理是在信息管理的基礎上，把握知識間的相互關系，邏輯性地創造出新的知識，進而滿足社會發展的需要[18]；而信息服務則是簡單的信息搜集、組織和傳遞的過程[19]

當前圖書館知識服務環境發生變革：一是市場競爭與學科交叉融合導致知識服務呈現委托分散化與內容碎片化特征，推升服務復雜性并降低服務供給效能；二是中文語義分析、深度學習等關鍵技術成熟正驅動 AI+RPA 組合模式深度滲透，重構人機協作形態[20；三是由人類或生成式AI生成的海量知識數據存在真偽混雜、倫理爭議及管理困境等問題。由此，圖書館知識服務團隊需依托專業化的知識管理技術，構建起貫穿科研項自生命周期的支持體系，見圖1。

可見，從技術進步來看，受到異化影響后的知識服務在一定程度上也模糊了科研人員與知識服務人員的身份界限。一方面，知識服務者憑借對智能工具的熟練運用，已從傳統的信息中介轉型為科研協作伙伴，甚至作為主要成員直接參與科研活動；另一方面，其核心職能由文獻服務升級為知識風險管理，重點防范知識異化帶來的新型挑戰，如通過持續迭代算法模型提升預測精度、建立全鏈路數據質量監控機制、完善涉及多主體的知識產權確權規則以確保知識生產的合規性與安全性等?？梢姡R異化伴隨著信息環境、技術環境的演變而產生，對科研活動帶來變革和風險。

4知識異化下的圖書館服務的要素及模型構建

知識異化通過科研新范式影響了圖書館知識服務四要素，即人、空間、資源、服務，而圖書館需要通過對知識服務方式的調整來應對知識異化帶來的風險。由此，在知識異化的環境下，通過對知識異化下圖書館知識服務體系的解構，進一步詳細了解和分析知識異化對圖書館知識服務的作用機制（見圖2），才能設計出圖書館知識服務的機制模型。

知識異化通過科研新范式進行顯化?？蒲行路妒綖榭蒲谢顒訋淼膹钠魑锏剿枷氲淖兏铮貥嬃酥R服務生態的核心要素，導致知識異化現象的顯現。在“人”要素上，科研人員需突破傳統學科壁壘，通過跨領域協作與智能工具運用實現創新能力躍升；在“空間”要素上，物理場所與虛擬環境的深度融合催生出沉浸式科研場景，知識共享空間正演變為支持虛實交互、即時協作的創新孵化場域；在“資源”要素上，科研新范式使知識資源整合需兼顧結構化數據與非結構化知識的動態適配；在“服務”要素上，則呈現出從標準化供給轉向全流程、場景化的知識嵌入服務?？蒲蟹妒睫D換過程中會顯現出知識異化現象，知識創造漸趨工具理性化，反映出技術邏輯與人文價值的張力失衡。如當算法推薦主導知識分發時，科研人員易陷入信息繭房，其認知視野被技術預設的框架所局限；知識平權訴求與商業數據庫的知識壟斷形成結構性沖突，導致知識傳播出現階層化差異等。

圖書館知識服務團隊可以通過對知識服務要素做出的相應調整，以更新的知識服務的方式來規制知識異化現象。在工具維度，構建“人機協同”的知識治理體系，將語義分析、知識圖譜等技術與館員（或專家）的專業判斷相結合，既提升知識組織效率又保留人文審視；在空間治理方面，借助虛擬現實技術實現跨地域知識流動；在服務中則聚焦“有效知識”與“人本服務”深化，建立基于科研生命周期的知識供給模型，在承繼了傳統知識服務的核心價值的同時，不忘融合數字人文的技術優勢。

圖書館知識服務異化機制模型的構建，需要嵌人整個科研過程，根據知識異化對圖書館知識服務角色定位和作用機制，制定知識異化風險應對機制。將傳統文獻服務升級為包含風險控制的知識治理體系，既保持圖書館的專業優勢，又通過技術手段有效規制知識異化帶來的身份模糊、權屬不清等新型風險問題。知識服務提供方通過人員嵌入、過程嵌入和技術嵌入三種模式，深度融人整個科研過程。

（1）項目申請階段。核心目標是確立創新研究方向。為實現這一目標，提供的服務內容包括領域知識圖譜構建、研究空白區識別以及競爭情報分析。知識服務團隊（如學科館員）會入駐科研團隊，參與研究方案的論證，以此作為嵌入方式。然而，也存在異化風險，即選題方向可能受到算法推薦偏差的影響。為控制這一風險，采取構建多維評估模型和設置人工校驗節點的措施，并運用自然語言處理技術來構建領域語義網絡。

在該階段，知識服務團隊運用自然語言處理技術構建領域語義網絡，并采用文獻計量學方法對目標領域進行系統性文獻回顧，生成研究熱點共現圖譜及演進路徑分析報告，精準定位學術空白區域，提供包括領域知識圖譜構建、研究空白區識別和競爭情報分析等知識服務。

知識服務團隊同時參與研究方案論證，為科研團隊提供選題分析與資源規劃支持。

（2）項目實施階段。核心目標轉變為保障研究過程的可靠性。此階段的服務內容包括動態情報追蹤、隱性知識挖掘及實驗數據校驗。通過建立協同工作平臺，嵌入科研過程管理系統來實現服務的嵌入。但此階段也面臨人機協同導致的知識產權歸屬模糊的風險。為應對這一風險，可建立數據溯源機制，并實施動態授權管理；同時，利用機器學習算法實現知識關聯推理，以提升研究過程的效率和準確性。

在該階段，知識服務團隊建立協同工作平臺，并嵌入科研過程管理系統。團隊采用機器學習算法實現知識關聯推理，結合動態監測機制對海量文獻進行語義分析，挖掘隱性知識關聯，提供涵蓋動態情報追蹤、隱性知識挖掘及實驗數據校驗等服務，輔助科研團隊完成數據整合與算法優化，提供跨領域知識支持。

（3）項目結題階段。核心目標是確保成果的合規性。服務內容涵蓋成果知識關聯、智能歸檔管理及查新認證支持。通過部署智能分析系統，集成機構知識庫來實現服務的嵌入。然而，此階段存在成果評價過度依賴技術指標的風險。為控制這一風險，可融合專家評議機制，并開發合規性審查系統。此外，還可以利用區塊鏈技術保障存證的可信性，以確保成果的合規性和可追溯性。

在該階段，知識服務團隊可以依托區塊鏈技術保障存證可信性，并通過智能分析系統集成機構知識庫，開展成果知識關聯、智能歸檔管理及查新認證支持服務。同時，從引文網絡密度、技術新穎性等維度進行量化評估，參與成果凝練與知識轉化。

5圖書館知識服務的價值再定位

隨著人工智能代理的廣泛應用，知識異化現象呈現加速態勢。知識生產與應用的分離性加劇，導致數據壟斷、算法偏見等技術倫理問題不斷涌現，出現知識產權邊界模糊、算法黑箱導致決策不可解釋等治理難題。因此，圖書館知識服務團隊需要面向整個知識服務流程構建知識異化風險應對機制，在保障知識生產效率的同時有效控制異化風險，實現技術創新與倫理約束的動態平衡。

5.1 “以人為本”的價值重構

哲學研究率先將“異化”的概念，擴展到對被視為私有化的生產資料的“知識”的研究中[2，提出要揚棄人的異化，實現人的復歸。在資本邏輯的持續擴張下，知識已異化為資本增殖的工具，既被物化為數據商品形成知識壟斷，又被異化為權力符號加劇社會分層。而生成式人工智能帶來的科技浪潮更使異化加劇。人工智能的人格化特質模糊了人機邊界，算法權力與資本合謀重構知識秩序，導致人類面臨工具化危機。圖書館知識服務需要秉承“以人為本”的理念，持續推進知識開放共享以消解資本壟斷、重構人機協同機制。通過知識治理逐步消解知識新異化背后的資本邏輯實現人的自由和解放，引導知識回歸原本的“真善美”狀態[22]。其“真”體現在去偽存真的開放驗證體系，“善”彰顯于普惠可達的知識分配正義，“美”回歸到激發創造的知識互動體驗。這種價值重構不僅是對抗知識異化的解毒劑，更是實現人類認知自由的根本路徑。

5.2重塑科學信任生態

如今，生成式人工智能已出現臆造知識、臆造結論、臆造引用來源，甚至臆造論文等現象，嚴重影響了科學研究的準確性和真實性。其技術黑箱特性導致模型機理不透明，既阻礙研究者解析決策邏輯與改進優化，又削弱用戶信任基礎。要求圖書館知識服務人員強化“知識守門人”角色，通過構建知識質量評估體系、開發智能檢測工具、開展信息素養教育等多維路徑，在內容溯源、質量控制和知識治理等方面建立新型防護機制，從而有效應對生成式人工智能帶來的知識異化風險，重塑人工智能時代的科學信任生態。

在構建科學信任生態時，可建立四重治理框架：首先，以“人機協同”為核心構建雙重校驗機制，所有AI生成內容須經學科專家基于領域知識圖譜的權威性驗證，以及通過對抗性測試開展的邏輯完備性核查；其次，根據研究階段設置差異化的數據訪問和編輯權限，智能調整數據訪問粒度和編輯權限層級；再次，運用區塊鏈智能合約技術，將數據采集、特征提取、模型訓練等全流程操作分布式存儲，形成不可篡改的貢獻者瀕源鏈條；最后，通過預置的合規性檢查算法，實時掃描知識生產過程中的價值偏向、隱私泄露等風險指標，當檢測到概率偏差超過閥值時自動觸發熔斷機制。

5.3實現從“中介者”到“共生體”的轉型

在數智技術深度滲透科研的生態下，圖書館知識服務人員從科研輔助者變為科研直接參與者、科研風險控制者，在抵御知識異化過程中實現從“中介者”到“共生體”的轉型。知識服務人員已突破傳統輔助角色邊界，通過掌握的技術能力，在人機協同中快速完成學科知識的系統性整合與創新性推演，實質性介入科研創新鏈條。面對知識異化風險，圖書館知識服務人員還需持續強化信息素養，既要深入了解自然語言處理、區塊鏈存證等關鍵技術，更要善于將技術優勢轉化為創新成果，通過搭建可信知識生態、優化知識服務體系，將異化危機轉化為價值重塑的契機。在破解“工具理性吞噬價值理性”的困局中，重新錨定圖書館作為知識策源中樞和學術治理共同體的戰略定位，實現從服務供給者向知識生態共建者的歷史性跨越。

6結語

哲學研究將“異化”概念引人知識論域，揭示了知識私有化進程中人類主體性的消解危機，知識已從啟蒙時代的解放工具蛻變為資本增殖的異化存在。生成式人工智能的技術革命使知識異化進度加快，Deepseek、Kimi等工具通過人格化交互界面消解人機本質差異，人類正從知識主體異化為數據客體。

面對知識異化的嚴峻挑戰，圖書館亟需以人為本重構知識服務邏輯，通過技術賦能與人文覺醒的雙向驅動，構建貫穿科研活動全過程的共生型服務體系，實現從“中介者”到“共生體”的轉型，重塑社會信任環境與知識生態，形成兼具技術適應性與人文關懷的新型服務模式。

參考文獻：

[1］胡芳，劉婷婷.人工智能時代知識新異化及其政治經濟學批判[J].華僑大學學報（哲學社會科學版），2024（5）：5-14，36.

[2]王琳.情報學中知識思想的歷史回顧與思考[J].情報學報，2013，32（4）：340-353.

[3]BUCKLAND M K.The Landscape of InformationScienc[J]JASIS，1999，50（11）：970-974.

[4］胡芳，劉婷婷.人工智能時代知識新異化及其政治經濟學批判[J].華僑大學學報（哲學社會科學版），2024（5）：5-14，36.

[5]李倫，劉夢迪.人工智能驅動的科學研究范式革命：態勢與未來[J].探索與爭鳴，2024（10）：143-151， 180.

[6]劉偉：從技術到倫理，破解AI“說謊”難題[EB/OL].[2025-02-25].https：//baijiahao.baidu.com/s？id=1824981849620722748amp;wfr=spideramp;for=pc.

[7]如何看待諾貝爾獎頒給AI？獨家專訪諾貝爾化學獎得主阿龍·切哈諾沃[EB/OL].[2024-10-14].https：//baijiahao.baidu.com/s？id=1812898669874739601amp;wfr=spideramp;for=pc.

[8]人類最后的自證：我們憑什么說自己不是AI？[EB/OL].[2025-02-21].https：//baijiahao.baidu.com/s？id=1824679682492458579amp;wfr=spideramp;for=pc.

[9]KUHN T S. Objectivity， value judgment，and theorychoice[M]//Arguing about science. Routledge， 2012：74-86.

[10]HEYT，TANSLEYS，TOLLEK.第四范式：數據密集型科學發現[M].潘教峰，張曉林，等，譯.北京：科學出版社，2012.

[11]張越，郭玥，余江.通用人工智能驅動的科研新范式：理論與實踐[J/OL].科學學研究，1-16[2024-12-10].https：//doi.org/10.16192/j.cnki.1003-2053.20240829.001.

[12]姜永常.論知識服務與信息服務[J].情報學報，2001（5）：572-578.

[13]張雅男.學術型圖書館知識服務要素分析與模型構建[J].圖書館工作與研究，2015（5）：109-112.

[14]龐愛國.基于圖書館知識管理的知識服務[J]圖書館學刊，2005（2）：78-79.

[15]梁戰平.情報學若干問題辨析[J].情報理論與實踐，2003（3）：193-198.

[16]周蘭羽，吳才喚.圖情視域下黨的十八大以來中國智庫研究的演進特征與發展趨勢[J].圖書館研究，2024，54（4）：102-114.

[17]張曉林.走向知識服務：尋找新世紀圖書情報工作的生長點[J].中國圖書館學報，2000（5）：30-35.

[18]姜永常.圖書館在知識創新中的作用及對策[J].圖書館理論與實踐，2001（2）：9-11.

[19]田紅梅.試論圖書館從信息服務走向知識服務[J].情報理論與實踐，2003（4）：312-314.

[20]夏冬，王超，任波，等.科技查新人機協作服務模式構建研究[J].圖書館，2021（10）：83-89.

[21]徐文英.知識經濟時代人的異化與復歸[J].洛陽工學院學報（社會科學版），2002（3）：44-48.

[22]胡芳，劉婷婷.人工智能時代知識新異化及其政治經濟學批判[J].華僑大學學報（哲學社會科學版），2024（5）：5-14，36.

周蘭羽中共上海市委黨校圖書館館員。上海，200233。（收稿日期：2024-12-20編校：董瑩，曹曉文）