人工智能賦能下情報人員的專業(yè)素養(yǎng)發(fā)展研究*

高國偉 賀帆

（1. 遼寧師范大學(xué)政府管理學(xué)院，大連 116029；2. 北京大學(xué)信息管理系，北京 100871）

人工智能（Artificial Intelligence，AI）正在成為情報機(jī)構(gòu)的新“利器”，這意味著傳統(tǒng)的情報工作面臨新的機(jī)遇與挑戰(zhàn)。2019年美國國家情報總監(jiān)辦公室發(fā)布了《美國國家情報戰(zhàn)略》，重點(diǎn)關(guān)注了人工智能、自動化和高性能計算等新興技術(shù)給情報界帶來的新機(jī)遇[1]。但是，新的信息技術(shù)環(huán)境下，情報工作也因此面臨一定的壓力與挑戰(zhàn)。情報人員作為傳統(tǒng)情報研究工作的核心要素，其大量工作可能逐步被人工智能及大數(shù)據(jù)技術(shù)所代替，無形中驅(qū)動著情報工作流程的創(chuàng)新和情報人員專業(yè)素養(yǎng)的提升。即使當(dāng)前的人工智能在情報需求感知、情報任務(wù)分解、情報凝練與發(fā)現(xiàn)等方面具有明顯的不足。但不可否認(rèn)，AI的發(fā)展具有極大潛力，尤其在初見端倪的形勢下，對于情報人員如何發(fā)展，實現(xiàn)與人工智能技術(shù)協(xié)調(diào)互補(bǔ)，以促進(jìn)情報研究工作的快速和可持續(xù)創(chuàng)新發(fā)展極具前瞻性意義。

國內(nèi)外學(xué)者對以上問題都有相關(guān)的研究，例如：Katz[2]探討了在AI及大數(shù)據(jù)時代，情報工作人員應(yīng)該如何提高自身的戰(zhàn)略價值，并為決策者提供最大化的情報價值；Coghill等[3]則認(rèn)為，即使在大多時候人工智能可以代替完成多數(shù)工作，但是情報工作人員仍然要參與到整個任務(wù)中，只是關(guān)注焦點(diǎn)從專注于“情景意識”的問題（如數(shù)據(jù)的匯編、處理和重新包裝），向更加復(fù)雜的、難以衡量的和新穎的問題轉(zhuǎn)變；栗琳等[4]則指出，傳統(tǒng)思維方式阻礙了數(shù)據(jù)智能技術(shù)在情報流程中的應(yīng)用，并且在未來應(yīng)用人工智能的工作場所中，情報界人才結(jié)構(gòu)應(yīng)如何調(diào)整還沒有明確的答案；張婧等[5]認(rèn)為，人工智能使情報工作者的精力投入到需求判讀、分析模型選擇與優(yōu)化以及智慧分析研判、評估等環(huán)節(jié)，將是新時代情報工作的發(fā)展趨勢。通過對以往相關(guān)文獻(xiàn)的回顧，學(xué)者對于人工智能環(huán)境下情報工作所帶來的機(jī)遇和挑戰(zhàn)已形成一定的共識，但是沒有系統(tǒng)地研究情報人員在面臨被機(jī)器替代的情況下，如何凸顯自身戰(zhàn)略價值。

因此，基于國內(nèi)外專家學(xué)者的相關(guān)研究成果，本文主要聚焦于情報人員的專業(yè)素養(yǎng)發(fā)展研究?；赥TD（Theory of Technology Dominance）理論，構(gòu)建了AI與人類智慧（Human Intelligence，HI）雙回路的情報流程框架，并提出情報任務(wù)的智能化分級，通過分析情報人員與AI動態(tài)交互及動態(tài)分工的過程，提出了情報人員在AI賦能下發(fā)揮不可替代性的發(fā)展方向。文章認(rèn)為情報人員要具備元認(rèn)知及批判性的高階思維，才能夠突破對技術(shù)工具的依賴，從而更好地完成人工智能賦能下的情報工作任務(wù)，這不僅是對TTD理論的應(yīng)用，也是對TTD理論研究的擴(kuò)展。

1 TTD理論

1.1 理論緣起

TTD理論是應(yīng)用于人或組織在進(jìn)行復(fù)雜決策時對于技術(shù)接受或依賴的重要理論。眾多學(xué)者在此理論基礎(chǔ)上進(jìn)行不斷擴(kuò)展，探討了用戶如何應(yīng)用智能決策輔助，并在影響自身判斷的各種因素下，如何調(diào)整對智能決策輔助工具的采納。最早該理論是由Arnold等[6]提出，其核心思想是技術(shù)使用者在利用智能決策輔助工具（IDA）時，可能會傾向于依賴技術(shù)工具提供的建議，而非自主判斷，換句話說，就是智能決策輔助工具會對用戶的判斷產(chǎn)生影響。隨著人工智能等新興技術(shù)的發(fā)展，分析智能、移情智能等技術(shù)將提供更高效的分析和決策意見，TTD理論的研究情境也逐步拓展到情報工作領(lǐng)域。與技術(shù)接受模型（Technology Acceptance Model，TAM）相比，TTD理論更加適用于智能情報研究的復(fù)雜決策環(huán)境，這種場景就像合作者相互影響和支持彼此的決策一樣，智能技術(shù)通過呈現(xiàn)相關(guān)信息來影響分析人員的決策，而分析人員權(quán)衡不同的結(jié)果又會受到各種因素的影響。因此，基于TTD理論模型能夠深入探索智能數(shù)據(jù)技術(shù)的輔助能否在知識積累、認(rèn)知進(jìn)化以及綜合能力層面對情報人員的專業(yè)素養(yǎng)產(chǎn)生影響[7]。

TTD理論提供了個人或多或少會依賴決策輔助工具的條件，并構(gòu)建了TTD理論模型（見圖1），主要包括任務(wù)經(jīng)驗、任務(wù)復(fù)雜性、對決策輔助工具的熟悉程度以及用戶和決策輔助工具之間的認(rèn)知契合[7]。

圖1 TTD理論模型

此外，Triki等[8]基于實證檢驗及相關(guān)決策輔助研究，確定了可能影響用戶依賴或不依賴智能決策輔助建議的其他因素，并將其整合到一個改進(jìn)模型中，構(gòu)建了TTD理論擴(kuò)展模型（見圖2）來完善已有的相關(guān)研究。具體而言，是在圖1的基礎(chǔ)上探討了可能影響現(xiàn)有理論模型效果的4個額外因素，分別是初始信任、自信、解釋和建立信任，并且針對各項因素，凝練出了相關(guān)擴(kuò)展命題。

圖2 TTD理論的擴(kuò)展模型

1.2 主要觀點(diǎn)

（1）對技術(shù)依賴的強(qiáng)化，意味著整個過程中對于人的依賴正在減弱，那么最終會導(dǎo)致過程的改變。有研究指出，技術(shù)正在影響并會繼續(xù)影響情報分析生產(chǎn)模式，包括輸入、過程及產(chǎn)出，這種改變意味著一些情報任務(wù)將不再由情報分析人員完成，而是利用智能技術(shù)實現(xiàn)自動化[3]。因此，對于技術(shù)應(yīng)用的依賴，將逐步影響到情報工作流程的轉(zhuǎn)變。

（2）對于技術(shù)的依賴程度與相關(guān)人員能力的要求存在負(fù)相關(guān)關(guān)系，也就是說，對于技術(shù)的依賴程度越強(qiáng)，會導(dǎo)致相關(guān)工作對人員能力要求的逐漸削弱，以及自身專業(yè)素養(yǎng)能力的降低。Coghill等[3]在相關(guān)研究中提出，對于技術(shù)依賴的增強(qiáng)，意味著在大多時候相關(guān)人員根本不需要參與整個過程，傳統(tǒng)的低層次增值活動將由機(jī)器完成，相關(guān)人員則需要更新自身具備的技能。此外，Arnold等[6]也提出，反復(fù)使用決策輔助工具會導(dǎo)致用戶的“去技能化”。

（3）對于技術(shù)依賴程度的增強(qiáng)導(dǎo)致相關(guān)人員在該領(lǐng)域知識掌握的減弱，以及妨礙認(rèn)知進(jìn)化，而在任務(wù)復(fù)雜程度相同時，個人專業(yè)知識能夠減輕對于技術(shù)的依賴，意味著相關(guān)人員需要向著更高層次的知識維度提升。Sutton等[9]認(rèn)為相關(guān)人員需要重新考慮在技術(shù)驅(qū)動的當(dāng)下社會中需要什么樣的專業(yè)技能。

（4）對于技術(shù)的依賴是一個不斷深化的過程，同時也是對個人替代程度不斷深化的過程，由部分替代向不完全替代，到最終的完全替代。Wickens[10]在其研究中描述了自動化的四個階段，即過濾、整合、決策和行動實施，這一研究對該觀點(diǎn)進(jìn)行了更加細(xì)化的證實。

（5）持續(xù)的技術(shù)依賴可能會導(dǎo)致自動化偏見，一些技術(shù)應(yīng)用方面的不足，需要相關(guān)人員的補(bǔ)充。技術(shù)優(yōu)勢是許多學(xué)科廣泛關(guān)注的問題，但值得注意的是，應(yīng)用TTD理論的醫(yī)學(xué)研究已經(jīng)發(fā)展出平行的術(shù)語，傾向于“自動化偏見”而不是“技術(shù)優(yōu)勢”。因此，從業(yè)者將需要增強(qiáng)自身技能來有效地與智能決策輔助工具合作，此外，確定人和工具的相對優(yōu)勢，并專注于設(shè)計出能有效利用這些優(yōu)勢的系統(tǒng)，可以改善自動化偏見及工作的整體質(zhì)量。

1.3 理論的適用邏輯

人工智能賦能下情報人員的發(fā)展研究之所以適用于TTD理論，是因為二者具有觀點(diǎn)和理論邏輯上的共通性：人工智能作為決策支持工具，已成為情報機(jī)構(gòu)應(yīng)對挑戰(zhàn)的重要方式，例如信息過載、信息研判和信息挖掘等挑戰(zhàn)，這意味著情報人員需要與智能決策輔助工具共同協(xié)作完成復(fù)雜的情報任務(wù)，以此不斷提高情報工作效率，從而更好地支持決策者。從長期來看，各種因素將影響二者的協(xié)同，一方面，情報人員自身職業(yè)素質(zhì)的高低將影響情報任務(wù)的完成，如較低的能力將會過于依賴技術(shù)工具；另一方面，開源信息在情報相關(guān)方面的潛在價值得到了廣泛認(rèn)可，這種復(fù)雜多變的信息環(huán)境也為情報工作帶來了巨大的挑戰(zhàn)，于是需要依賴于智能自動化技術(shù)，然而，在不了解技術(shù)工具算法和假設(shè)的情況下，過于信任這些技術(shù)工具可能會導(dǎo)致分析錯誤，更不能在算法產(chǎn)生不利影響的情況下進(jìn)行質(zhì)疑和糾正，這就意味著情報工作需要情報人員的認(rèn)知來監(jiān)測AI生成的判斷并解釋其輸出。因此，應(yīng)用TTD理論提出人工智能賦能下情報人員專業(yè)素養(yǎng)的發(fā)展研究具有邏輯上的合理性。

智能是一個復(fù)雜系統(tǒng)，在追求算力與算法實現(xiàn)人工智能應(yīng)用的時代，人在與智能體合作中的作用不可忽視。人機(jī)融合的表現(xiàn)有人機(jī)交互界面、輔助決策和人機(jī)功能分配等。若將情報工作流程劃分為情報規(guī)劃、情報搜集、情報處理、情報分析以及評估和反饋[11]，那么人工智能輔助決策工具的引入將對人機(jī)功能實行合理的分配，充分利用、結(jié)合人機(jī)各自的優(yōu)勢，體現(xiàn)人機(jī)融合系統(tǒng)的智能化，使情報從被動采集轉(zhuǎn)向主動監(jiān)測，情報處理的部分功能被前置到了情報分析階段，情報分析的效率和規(guī)模得到了極大的提升[12]。因此，人機(jī)融合智能是人工智能發(fā)展的必經(jīng)之路，其中既需要新的理論方法，也需要對人、機(jī)、環(huán)境之間的關(guān)系進(jìn)行新的探索，這也與TTD理論中所涵蓋的觀點(diǎn)和理論邏輯相適應(yīng)。

2 AI賦能下情報工作的變化

2.1 AI賦能的情報流程

隨著人工智能技術(shù)的進(jìn)步，越來越多的情報工作由智能工具承擔(dān)，甚至逐步在沒有人員控制和監(jiān)督的情況下自主完成。新技術(shù)的快速普及以及信息社會帶來的信息過剩，使得美國軍方和情報界都非常關(guān)注如何將人工智能系統(tǒng)應(yīng)用于情報分析。2019年，美國國家情報總監(jiān)辦公室正式發(fā)布《AIM倡議：機(jī)器增強(qiáng)情報戰(zhàn)略》[13]，旨在通過集中開發(fā)和快速采用人工智能技術(shù)，利用AIM戰(zhàn)略，來指導(dǎo)美國情報界各機(jī)構(gòu)開展人工智能相關(guān)工作，以擴(kuò)大勞動力的有效性、任務(wù)能力及加強(qiáng)情報機(jī)構(gòu)向決策者提供數(shù)據(jù)解釋的能力，從而確保情報界戰(zhàn)略競爭的信息優(yōu)勢。此外，美國國家情報總監(jiān)辦公室首席技術(shù)顧問Dean Souleles在2020年7月表示，“在我們?nèi)找鎻?fù)雜的數(shù)字世界中，IC（情報界）必須適應(yīng)并采用AI和相關(guān)技術(shù)來執(zhí)行其關(guān)鍵任務(wù)”[14]；并且，美國人工智能情報國家安全委員會在2021年3月發(fā)布的最終報告中稱美國情報界應(yīng)在其工作的各個方面應(yīng)用并整合人工智能，還應(yīng)該開發(fā)創(chuàng)新的人機(jī)結(jié)合方法，利用人工智能來增強(qiáng)人類的判斷力[15]。

AI賦能下的情報流程將情報人員及AI系統(tǒng)構(gòu)成一種新的人機(jī)關(guān)系，以實現(xiàn)情報流程的互補(bǔ)（見圖3）。傳統(tǒng)情報人員作為情報分析流程的核心角色，承擔(dān)著一系列情報活動及情報任務(wù)，并以自身的專業(yè)素質(zhì)和知識實現(xiàn)情報目標(biāo)，提供有效的情報服務(wù)。但是，隨著數(shù)據(jù)在數(shù)量、關(guān)聯(lián)性及深度層面的變化，已經(jīng)大大超過人員吸收數(shù)據(jù)的能力，也超過了情報機(jī)構(gòu)用傳統(tǒng)方法進(jìn)行分析的能力，由于信息越來越瞬息萬變，且以數(shù)據(jù)流的形式動態(tài)變化，僅僅依靠分析人員難以進(jìn)行處理，因此，人工智能及大數(shù)據(jù)技術(shù)的引入，可以挖掘數(shù)據(jù)的情報價值。

圖3 AI賦能的情報流程框架

2.2 情報任務(wù)的智能化

人工智能的嵌入從根本上說發(fā)生在任務(wù)層面而不是工作層面。隨著弱AI到強(qiáng)AI的發(fā)展，情報任務(wù)的智能分級是數(shù)據(jù)智能技術(shù)對傳統(tǒng)情報任務(wù)的賦能，人工智能將輔助情報人員接管更多的分析性任務(wù)，也就意味著將智能技術(shù)手段嵌入情報業(yè)務(wù)工作中。并且，以大數(shù)據(jù)為基礎(chǔ)的人工智能判別，是實現(xiàn)情報智能化、提升情報價值的本質(zhì)所在[5]。那么，當(dāng)人工智能可以更好地完成某項任務(wù)，以滿足情報工作時，情報人員的判斷力也會得到增強(qiáng)。

人工智能賦能下，對傳統(tǒng)情報任務(wù)進(jìn)行智能化分級，主要分為機(jī)械智能、分析智能、直覺智能及移情智能4個智能層次[16]（見表1）。機(jī)械智能涉及自動執(zhí)行常規(guī)、重復(fù)任務(wù)的能力。對于情報任務(wù)的完成來說，機(jī)械過程不需要太多的創(chuàng)造力，因為這些過程已經(jīng)被執(zhí)行了很多次，可以在很少或沒有額外思考的情況下完成，因此適應(yīng)于情報任務(wù)中態(tài)勢感知的實現(xiàn)。分析智能的開展主要應(yīng)用機(jī)器學(xué)習(xí)及數(shù)據(jù)分析等技術(shù)，典型的分析性人工智能可以訓(xùn)練計算機(jī)通過處理大量數(shù)據(jù)并識別數(shù)據(jù)中的模式來完成特定任務(wù)，因此能夠?qū)崿F(xiàn)情報任務(wù)中信息報道的智能化。直覺智能是指創(chuàng)造性地思考和有效地調(diào)整新情況的能力，可以被認(rèn)為是基于整體和經(jīng)驗的思考智慧，復(fù)雜的、特異性的任務(wù)需要依靠直覺智能提供服務(wù)，因此適應(yīng)于信息構(gòu)建的智能化實現(xiàn)。移情智能是指認(rèn)識和理解其他人的情緒，做出適應(yīng)于當(dāng)下環(huán)境的情緒反應(yīng)，能夠深刻理解用戶的需求及所處的環(huán)境以提供情報產(chǎn)品，因此適用于決策支持的實現(xiàn)。決策代理是指替用戶判斷最正確的決策選擇[17]，在這一階段意味著人工智能將替代或者完全與情報人員進(jìn)行融合嵌入。

表1 情報任務(wù)的智能化層級

3 AI賦能下情報工作的挑戰(zhàn)

3.1 AI的潛在風(fēng)險

AI所帶來的價值是顯而易見的，但也不能忽視AI潛在的新挑戰(zhàn)、新問題和新風(fēng)險。也就是說，既要更加準(zhǔn)確地認(rèn)識人工智能的能與不能，還要進(jìn)一步看到風(fēng)險、挑戰(zhàn)和影響。智能技術(shù)的趨勢不可阻擋，那么包括情報人員在內(nèi)的利益相關(guān)者就要更加多維度地思考和學(xué)習(xí)，這樣才有可能形成相對完善的應(yīng)對措施。

①算法風(fēng)險。算法的安全性問題是保障智能情報分析工作的基礎(chǔ)，若缺乏監(jiān)督、糾正和評估，易導(dǎo)致自動化偏見、決策不公和分析失準(zhǔn)等結(jié)果。較為知名的案例如谷歌的“流感趨勢”項目。該項目存在系統(tǒng)性問題，對數(shù)據(jù)的收集和解釋是基于不斷變化的谷歌動態(tài)搜索算法，而預(yù)測流感爆發(fā)的學(xué)習(xí)機(jī)制是靜態(tài)的。類似于一個測量與特征情報（MASINT）收集系統(tǒng)，如果只是改變數(shù)據(jù)的輸入權(quán)重而不改變學(xué)習(xí)機(jī)制中對這些權(quán)重的后續(xù)解釋，很可能導(dǎo)致錯誤輸出[18]。②倫理困境。一方面，情報機(jī)構(gòu)正逐步利用人工智能系統(tǒng)收集和過濾盡可能多的情報信息，尤其是開源情報，而人工智能在收集數(shù)據(jù)的過程中不免對公民隱私權(quán)造成威脅；另一方面，人工智能技術(shù)背后的各種復(fù)雜算法透明度和可解釋性低，有必要對情報分析結(jié)果做出合理解釋，否則，人工智能輔助情報部門決策將出現(xiàn)歧視、偏見及認(rèn)知偏差等問題。③應(yīng)用陷阱。首先，人工智能技術(shù)可能造成效率低下的問題，也就是AI不僅沒有創(chuàng)造新價值，反而壟斷情報人員的時間；其次，最智能的分析工具如果缺乏有效的培訓(xùn)數(shù)據(jù)或足夠的輸入數(shù)據(jù)，其效用也將有限；最后，過于依賴或反對智能技術(shù)工具都將直接影響情報工作的發(fā)展。

3.2 AI與人的協(xié)同

情報人員能夠成為應(yīng)對AI風(fēng)險的關(guān)鍵要素。情報機(jī)構(gòu)正逐步將新興技術(shù)的優(yōu)勢應(yīng)用于全源情報分析中，這對其在優(yōu)化情報信息及后續(xù)產(chǎn)生及時、準(zhǔn)確的戰(zhàn)略觀點(diǎn)和決策優(yōu)勢至關(guān)重要。但是，在對未來情報分析工作智能化及自動化進(jìn)行展望和塑造的同時，不可忽視情報人員的戰(zhàn)略價值。

人類和機(jī)器都有各自擅長且不可互相替代的優(yōu)勢，所以人機(jī)協(xié)同才是未來的主要工作模式。計算能力的進(jìn)步和算法的獨(dú)創(chuàng)性強(qiáng)調(diào)了通過利用高性能計算和人工智能來增強(qiáng)人類認(rèn)知是增強(qiáng)自然智能的一個現(xiàn)實選擇。因此，人工智能系統(tǒng)遠(yuǎn)沒有取代情報搜集員和分析員，而是在情報工作中將智能與情報人員進(jìn)行協(xié)同互補(bǔ)，通過頻繁交互完成更復(fù)雜的情報任務(wù)[12]。一方面，人與智能情報工具的合作，不僅是共存的工作模式，而且具有很強(qiáng)的交互性，情報人員能夠從煩瑣的任務(wù)中被解放，將個人能力聚焦在能夠突出個人創(chuàng)造力的工作中，不斷發(fā)揮智慧性的認(rèn)知能力，智能情報工具在與情報人員的交互中不斷學(xué)習(xí)，為情報工作創(chuàng)造更具價值的生產(chǎn)力[12]；另一方面，人處理其擅長的“應(yīng)該”（should）等價值取向的主觀信息，而機(jī)器不僅處理其擅長的“是”（being）等規(guī)則概率的客觀數(shù)據(jù)，同時也將從人處理“應(yīng)該”信息中優(yōu)化自己的算法，從而產(chǎn)生“人+機(jī)器”既大于人也大于機(jī)器的效果[19]。

3.3 情報人員的危機(jī)

人機(jī)融合的情報流程似乎能夠促進(jìn)情報工作的快速及可持續(xù)發(fā)展，但是也給情報人員帶來更多的挑戰(zhàn)。①AI對于情報人員職業(yè)的挑戰(zhàn)。隨著專業(yè)工作越來越自動化，其神秘感被解除，社會對專業(yè)職業(yè)的尊重感普遍減弱。因此，許多職業(yè)的基本需求和持續(xù)存在受到根本性的威脅，其中不免有對情報人員的質(zhì)疑。②隨著每一次技術(shù)的進(jìn)步，情報人員的價值可能被逐漸削減。即使專注于分析的情報人員結(jié)合其專業(yè)知識和各種工具及技術(shù)，可以使情報搜集更有效，但快速增長的信息洪流給情報系統(tǒng)帶來了沖擊。③將人工智能引入情報工作，不僅會觸動情報工作者的利益，還會在長期工作中削弱情報人員的自信[20]。

情報人員面臨的挑戰(zhàn)可以看作被替代的危機(jī)。技術(shù)的洪流難以抵抗，情報人員避免被替代的關(guān)鍵就在于突出自身的不可替代性，也就是將情報人員的傳統(tǒng)能力、特質(zhì)、特點(diǎn)和技能進(jìn)行發(fā)展升級，從多個方面凸顯情報人員的獨(dú)特優(yōu)勢。

4 AI賦能下情報人員專業(yè)素養(yǎng)發(fā)展思路探析

4.1 工作職能

情報人員工作職能的發(fā)展主要是由傳統(tǒng)的全流程工作任務(wù)向端到端的工作職能轉(zhuǎn)變。情報工作人員的傳統(tǒng)職能是分析信息和數(shù)據(jù)，以輸出情報產(chǎn)品，協(xié)助決策者做出最佳決策。并且，傳統(tǒng)的分析模式使用演繹法、歸納法和類比法等，強(qiáng)調(diào)對觀點(diǎn)的證實，忽視對觀點(diǎn)的證偽[21]。但是，在人與AI進(jìn)行協(xié)同的情報工作中，一些工作任務(wù)可能被AI所代替，例如數(shù)據(jù)搜集、處理及分析等，也就是說情報人員更專注于端到端的工作任務(wù)。如圖3所示，所謂前端就是整個情報流程的開端，從確定情報需求至數(shù)據(jù)收集這部分屬于前端，而終端也就是情報流程的末端，從情報分析到評估與反饋部分則是終端。

4.1.1 情報人員的前端工作職能

情報人員在前端主要關(guān)注用戶需求、問題的界定及方案的確定，主要工作任務(wù)（見圖4）是為后續(xù)情報分析的開展奠定基礎(chǔ)，將情報分析的不確定性降至最低。情報分析工作開展之前，情報人員需要充分理解用戶的需求以及面臨的問題，以問題導(dǎo)向進(jìn)行分析，例如后續(xù)需要完成哪些工作以及用戶需要何種情報產(chǎn)品等[21]。在此基礎(chǔ)上，對問題進(jìn)行分解，以駁斥的思維對后續(xù)任務(wù)進(jìn)行安排，也就是說始終要以批判的思維融入人機(jī)協(xié)同的情報流程中。

圖4 前端工作任務(wù)

并且，對于傳統(tǒng)強(qiáng)調(diào)證實的分析模式也不適合當(dāng)前人機(jī)協(xié)作的情報工作流程，正如Jenicek[22]所說，“如果不加批判，我們總是會找到想要的東西并加以證實，容易遠(yuǎn)離并看不到任何可能對我們的偏好有危險的東西?！蓖ㄟ^這種方式，很容易獲得似乎是壓倒性的證據(jù)來支持一種偏好理論或假設(shè)，而如果以批判的態(tài)度來對待這種假設(shè)，它就會被駁倒。

因此，隨著大數(shù)據(jù)、人工智能技術(shù)的迅猛發(fā)展，且在情報領(lǐng)域的廣泛應(yīng)用，使情報人員能夠從鋪天蓋地的支持性事實中抽身而出，去發(fā)揮情報人員獨(dú)具的寶貴優(yōu)勢，引出那些具有反駁價值的事實。

4.1.2 情報人員的終端工作職能

情報工作的終端則關(guān)注算法及情報產(chǎn)品的設(shè)計、選擇及評估，主要是由智能工具輸出情報分析結(jié)果及情報產(chǎn)品，而情報人員在此階段的工作任務(wù)是對系統(tǒng)可能引入的偏見和錯誤保持敏感，并且在算法產(chǎn)生不利影響的情況下進(jìn)行質(zhì)疑和糾正，對算法遵循的程序和做出的具體決定給出解釋，同時要對算法數(shù)據(jù)收集過程中所引起的潛在偏見進(jìn)行探討。也就是說，智能工具系統(tǒng)引入的同時，相應(yīng)算法的透明度和問責(zé)制也是必要的。

在算法透明度和問責(zé)制問題上，情報人員以循證推理方式對情報產(chǎn)品的評估及輸出負(fù)責(zé)?；谧C據(jù)的推理是情報領(lǐng)域解決問題和決策任務(wù)的核心，如Tecuci等[23]在研究中提到的那樣，“證據(jù)的領(lǐng)域就是知識的領(lǐng)域”，循證推理是想象力推理、批判性推理和技術(shù)工具的復(fù)雜組合。因此，最終的情報產(chǎn)品需要情報人員對智能工具輸出的分析結(jié)果加以處理，做出基于證據(jù)推論的解釋說明。而這里的證據(jù)不僅包括對智能技術(shù)分析結(jié)果的認(rèn)知，還包括決策過程中用到的具體信息。如此看來，情報人員在終端的工作職能需要融合循證思維、專業(yè)知識以及反思能力。

4.2 綜合能力

以上情報工作職能的轉(zhuǎn)變對情報人員有了更高的要求，即使在人工智能最擅長的數(shù)據(jù)分析階段，數(shù)據(jù)的預(yù)處理、模型的選擇、參數(shù)的調(diào)整、可視化結(jié)果的優(yōu)化等方面依然需要大量的人工，因此情報人員要發(fā)揮其特有的專業(yè)綜合能力。

4.2.1 情報元認(rèn)知能力

情報元認(rèn)知能力在情報研究工作中起著重要的作用，尤其在人工智能技術(shù)應(yīng)用下，是影響情報生產(chǎn)力的重要因素之一。元認(rèn)知屬于心理學(xué)術(shù)語，而情報元認(rèn)知是特殊元認(rèn)知的一種，是元認(rèn)知活動在情報領(lǐng)域的體現(xiàn)。人工智能融入情報工作的大環(huán)境下，情報元認(rèn)知不僅可以被理解為在情報研究過程中分析人員對于有關(guān)分析認(rèn)知活動的自我認(rèn)識、自我監(jiān)控和自我調(diào)節(jié)的自主性過程[24]，更是對整個過程中所運(yùn)用技術(shù)的性能功效、價值作用及發(fā)展趨勢的認(rèn)識。因此，在AI環(huán)境下，情報人員需要具備情報認(rèn)知系統(tǒng)的高層觀念，充分發(fā)揮元認(rèn)知能力，調(diào)動元認(rèn)知知識、運(yùn)用一定的元認(rèn)知策略對情報分析過程進(jìn)行計劃、監(jiān)督和調(diào)節(jié)。

情報元認(rèn)知能力能夠彌補(bǔ)一般情報能力傾向的不足。許多研究者通過實驗發(fā)現(xiàn)，不管一般能力傾向是高是低，如果一個人具有較好的元認(rèn)知知識，那么即使他的一般能力傾向不高，也能在解決問題的過程中顯示出一定能力[25]，情報元認(rèn)知能力的具備，能夠讓情報人員在與AI協(xié)同的過程中，更加明晰這些技術(shù)是如何起作用的，以及如何利用這些技術(shù)提高情報分析的效果與質(zhì)量，如果不具備情報元認(rèn)知能力，就算有人工智能技術(shù)的助力，可能也很難完成好一些情報工作[26]。

4.2.2 創(chuàng)造性能力

情報人員特有的創(chuàng)造性能力包括但不限于對情報信息敏銳的感知能力、洞察能力及挖掘能力。對于知識創(chuàng)造而言，人工智能處理顯性知識的能力是毋庸置疑的，這種能力存在于任何計算機(jī)化系統(tǒng)中，以多種方式處理顯性知識，并在已有知識基礎(chǔ)上創(chuàng)造新的知識。但是，由于隱性知識不能被編碼、建?；驒C(jī)械化，人工智能無法支持隱性知識的流通，這意味著人工智能不能以其處理顯性知識的方式處理隱性知識，然而這恰好是情報人員所特有且擅長的能力，因此要持續(xù)發(fā)揮情報人員的綜合創(chuàng)造性能力，為用戶提供更為優(yōu)質(zhì)與具有創(chuàng)新性的知識服務(wù)，實現(xiàn)高效的情報產(chǎn)出。

4.3 知識結(jié)構(gòu)

情報人員知識結(jié)構(gòu)的持續(xù)深化和發(fā)展，能夠指導(dǎo)并牽引著情報專業(yè)技能和情報人員綜合能力的不斷提高。情報知識既來源于實踐中培養(yǎng)的綜合能力，又服務(wù)于情報實踐工作，情報知識結(jié)構(gòu)既包括實踐中所得的應(yīng)用知識，又包括基礎(chǔ)理論知識，旨在使情報工作專業(yè)化和科學(xué)化，解決情報工作中出現(xiàn)的各類問題[27]。因此，情報人員要專注于提升自己，持續(xù)發(fā)揮人工智能難以完全替代的人類智慧。

4.3.1 持續(xù)性學(xué)習(xí)

今天的情報專業(yè)人員需要豐富知識結(jié)構(gòu)，尤其是對于情報工具、情報方法、領(lǐng)域知識等，都需要情報人員快速且持續(xù)的學(xué)習(xí)，以獨(dú)特的相對優(yōu)勢改善人機(jī)協(xié)作的情報研究工作質(zhì)量。一方面，情報人員可能需要擺脫傳統(tǒng)的專業(yè)知識發(fā)展模式，重新考慮在人工智能賦能的情報研究工作中，開發(fā)新的學(xué)習(xí)體系，專業(yè)人員至少需要對算法的工作有一些概念的理解，進(jìn)行一些專業(yè)知識的掌握。但是新的人才培養(yǎng)及學(xué)習(xí)體系不是為了與人工智能競爭，而是為了在人機(jī)協(xié)作的決策過程中更好地應(yīng)用人工智能，不是一味地依賴工具。另一方面，專業(yè)知識的學(xué)習(xí)，也許不應(yīng)該從人腦孤立運(yùn)作的角度來評估，而是評估人腦是否能夠有效地導(dǎo)入事實、信息和處理規(guī)則，以便在復(fù)雜的決策領(lǐng)域有效地做出決定，這可能需要不同類型的專業(yè)知識，或者至少是加強(qiáng)某些方面的專業(yè)知識，使情報人員能夠更有效地使用嵌入新興工作系統(tǒng)的人工智能。除此之外，情報人員可以探索新的方法來幫助那些沒有大量數(shù)據(jù)科學(xué)或計算機(jī)科學(xué)背景的決策者獲得對自動化過程的工作理解。

總的來說，智能機(jī)器的主要優(yōu)勢是使用各種算法在數(shù)據(jù)集中尋找模式，這些數(shù)據(jù)集對于人類來說太大且復(fù)雜，無法在工作記憶中保存，當(dāng)然也難以實現(xiàn)計算，而對于情報人員來說，更加擅長跨領(lǐng)域的類比，這是機(jī)器目前無法匹及的。因此，人工智能賦能對于情報人員而言，應(yīng)該被視為一個起點(diǎn)，而不是一個終點(diǎn)，一個優(yōu)秀的有持續(xù)發(fā)展能力的情報人員能夠通過終身的學(xué)習(xí)將自身的價值進(jìn)一步放大。

4.3.2 智慧的融合

機(jī)器作為客觀的存在，需要情報人員發(fā)揮自身對于情報信息的敏感性，以情報人員的智慧實現(xiàn)情報任務(wù)的捕捉、歸納及提煉。當(dāng)前人機(jī)協(xié)同的情報工作模式主要是功能的分配，情報人員把握宏觀方向，而機(jī)器處理精細(xì)過程。雖然智慧性的因素處于技術(shù)層面之外，但正是情報智慧能夠使情報人員做出成功的決策。正如肯特（Sherman Kent）所說：“無論我們所要破解的難題如何復(fù)雜，也無論我們在搜集和存儲所需信息時可能使用的技術(shù)多么復(fù)雜，有思想的人在情報機(jī)構(gòu)中的最高地位永遠(yuǎn)都無法被替代”[28]。

早期的人工智能運(yùn)用符號推理和概率推理模擬人的推理系統(tǒng)，取得了巨大的成就[29]，不僅能夠求解某種特定問題，并且可以通過周圍環(huán)境的改變，調(diào)整自己的行動，建立行為范式，建立在強(qiáng)大的數(shù)據(jù)和推理手段之上的智能系統(tǒng)卻不能像小孩一樣進(jìn)行常識判斷和因果推斷。它可以做出專家不能做的事情，卻無法做出小孩能做的事情，原因在于小孩通過對外界環(huán)境的刺激進(jìn)行反應(yīng)，也就是因果學(xué)習(xí)[30]。而這正是智慧的一種體現(xiàn)，于情報人員而言是具備的，也是智能機(jī)器所不具備的。因此，大數(shù)據(jù)與人工智能時代，智慧服務(wù)將成為情報服務(wù)的發(fā)展方向[31]，除了機(jī)器的智能化外，更要融合專業(yè)情報人員的智慧。

5 結(jié)論

對于各情報機(jī)構(gòu)而言，AI的賦能能夠適應(yīng)當(dāng)前激烈的競爭環(huán)境，以及助力情報流程的創(chuàng)新和情報分析的智能化，但是從弱AI到強(qiáng)AI的發(fā)展，新形勢要求情報人員通過提升專業(yè)素養(yǎng)，找到自身位置。本文基于TTD理論從情報流程的視角出發(fā)，面向人工智能及大數(shù)據(jù)技術(shù)的賦能，情報人員及AI系統(tǒng)構(gòu)成一種新的人機(jī)關(guān)系。通過分析AI賦能的情報分析流程，認(rèn)為人工智能可以彌補(bǔ)當(dāng)前情報人員面臨的困境，更好地支持決策者，但也面臨如算法偏見、倫理問題等風(fēng)險，這也說明人工智能系統(tǒng)并不能完全取代情報人員，而是共同協(xié)作完成日益復(fù)雜的情報任務(wù)。但是情報人員價值凸顯的關(guān)鍵正是其能否突破對智能輔助機(jī)器的依賴性，這一現(xiàn)實對情報人員提出了新的要求，可以展望未來的情報人員在工作職能層面承擔(dān)端對端的工作任務(wù)，在綜合能力層面要培養(yǎng)元認(rèn)知及創(chuàng)造性能力，最終在持續(xù)的學(xué)習(xí)中，充分展現(xiàn)AI難以替代的人類智慧。

隨著科技情報機(jī)構(gòu)對于智能技術(shù)的廣泛應(yīng)用，傳統(tǒng)科技情報服務(wù)正逐步向智能情報服務(wù)模式轉(zhuǎn)型發(fā)展，科技情報工作者作為其中的關(guān)鍵要素，應(yīng)當(dāng)適應(yīng)當(dāng)下的發(fā)展。本文從科技情報人員的維度，探求情報人員在當(dāng)前環(huán)境下提升專業(yè)素養(yǎng)發(fā)展方向。一方面對未來科技情報人才隊伍的培養(yǎng)、建設(shè)及升級提供了方向和建議，以保障科技情報智慧服務(wù)的效率；另一方面也為各級情報機(jī)構(gòu)智慧服務(wù)流程重組、工作設(shè)計以及任務(wù)的安排提供啟示。