生成式人工智能（GAI）背景下的數(shù)智可供性與認(rèn)知帶寬調(diào)節(jié)研究

摘" "要：隨著生成式人工智能與大數(shù)據(jù)資源的融合應(yīng)用，可供主體的數(shù)智化特性逐漸凸顯，在強(qiáng)化AI生成能力的同時(shí)拓寬了用戶認(rèn)知邊界，為可供思想提供了新的延續(xù)支點(diǎn)。文章首先以生成式人工智能背景下的數(shù)智可供性理論建構(gòu)為切入點(diǎn)，從“賦能”屬性和“關(guān)系”機(jī)制梳理可供條件下數(shù)智與認(rèn)知的邏輯關(guān)聯(lián)；其次，借鑒可供思想的數(shù)智化發(fā)展機(jī)理，結(jié)合四種理論模式解構(gòu)認(rèn)知帶寬的可供特性；最后，圍繞生成式環(huán)境下認(rèn)知帶寬在“資源-能力-空間”的三重升維機(jī)制，探討數(shù)智供給量級(jí)優(yōu)勢(shì)、技術(shù)可供內(nèi)生潛力、場(chǎng)域自主化發(fā)展的實(shí)踐過程，以期深入理解“數(shù)智何以賦能認(rèn)知”的關(guān)鍵命題。

關(guān)鍵詞：生成式人工智能；數(shù)智可供性；認(rèn)知帶寬；AIGC；稀缺資源；場(chǎng)域自主化

中圖分類號(hào)：G356" "文獻(xiàn)標(biāo)識(shí)碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024011

Research on Data Intelligence Affordance and Cognitive Bandwidth Adjustment in the Context of Generative Artificial Intelligence （GAI）

Abstract With the integration and application of generative artificial intelligence and big data resources， the characteristics of the digital intelligence of the available subjects are gradually highlighted， which broadens the boundary of the user's cognition while reinforcing the generative ability of AI， and provides a new pivot point for the continuation of available ideas. Firstly， this paper takes the theoretical construction of digital intelligence availability in the context of generative AI as an entry point， and analyses the logical connection between digital intelligence and cognition under the condition of availability from the attribute of \"empowerment\" and the mechanism of \"relationship\". Secondly， we draw on the developmental mechanism of digital intelligence in the context of availability of ideas， and deconstruct the availability of cognitive bandwidth by combining the four theoretical models. Finally， we explore the practical process of quantitative advantage of digital intelligence supply， endogenous potential of technology availability， and autonomous development of field around the triple upgrading mechanism of \"resource-capability-space\" of cognitive bandwidth in generative environment， in order to understand in depth \"We will explore the quantitative advantage of digital intelligence supply， the endogenous potential of technology availability， and the practical process of autonomous development of the field， in order to deeply understand the key proposition of \"How Digital Intelligence Enables Cognition\".

Key words generative artificial intelligence; digital intelligence availability; cognitive bandwidth; AIGC; scarce

resources; field autonomy

自2022年以來，人工智能大語言模型（Large Language Model，LLM）、人工智能生成內(nèi)容（Artificial Intelligence Generated Content，AIGC）、人工智能體（AI-Agent）等新一輪數(shù)智概念持續(xù)活躍，并相繼孕育出一系列令人矚目的成果，成為激活科技、媒體與通信（Technology-Media-Telecom，TMT）行業(yè)市場(chǎng)效能的潛在力量。據(jù)第三方營銷機(jī)構(gòu)VezaDigital數(shù)據(jù)統(tǒng)計(jì)表明，有別于以往人氣累積式的增長模式，OpenAI憑借其出色的GPT系列模型、DALL-E類、Whisper等產(chǎn)品在極短時(shí)間內(nèi)達(dá)到10億每月活躍用戶，迅速實(shí)現(xiàn)自然發(fā)酵式網(wǎng)絡(luò)流量飆升，創(chuàng)造了有史以來最大網(wǎng)站漲幅記錄。其研究成果為AI從專用人工智能向通用人工智能（Artificial General Intelligence，AGI）演進(jìn)提供了技術(shù)方向，也為基于人智交互的通用人工智能體（Artificial General Agents，AGA）的發(fā)展奠定了基調(diào)。特別是ChatGPT、文心一言（ERNIE Bot）、Google Bard等生成式AI應(yīng)用落地，為人工智能驅(qū)動(dòng)的科學(xué)研究（AI for Science，AI4S）新范式提供長足的可供空間，為AI從特定領(lǐng)域技術(shù)向新質(zhì)生產(chǎn)力工具遷移帶來了新的契機(jī)。

此外，人工智能正與其他新信息技術(shù)迅速融合，數(shù)智環(huán)境呈現(xiàn)泛在化特征，數(shù)智技術(shù)和產(chǎn)品供給端出現(xiàn)爆發(fā)式增長。如國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》［1］明確表示要探索腦認(rèn)知的量子模式與內(nèi)在機(jī)制，建立大規(guī)模類腦智能計(jì)算新模型和腦啟發(fā)認(rèn)知計(jì)算模型，實(shí)現(xiàn)具備高可解釋性、強(qiáng)泛化能力的人工智能。又如Elon Musk旗下Nueralink公司獲批啟動(dòng)首次大腦植入物人體臨床試驗(yàn)，腦機(jī)接口（Brain-Computer Interface，BCI）再次回歸大眾視野，標(biāo)志著世界各國加入布局的“腦計(jì)劃”研究取得重大突破，有望成為下一階段面向AI能力組構(gòu)的高潛力研究場(chǎng)景，探索“人腦智慧”在認(rèn)知層面的通用性能力為理解未來AGA的發(fā)展趨勢(shì)帶來了新動(dòng)能?？梢?，人與AI在“認(rèn)知域”的雙向突破或許會(huì)引領(lǐng)智能體（Agent）多維能力進(jìn)一步躍升。隨著生成式人工智能技術(shù)、資源、工具的爆發(fā)式增長，人機(jī)融合與人智共生成為未來發(fā)展趨勢(shì)，用戶認(rèn)知需求如何與數(shù)智供給相適應(yīng)成為重要研究問題。基于此，本文立足于可供性理論，從信息流動(dòng)、技術(shù)嵌構(gòu)和場(chǎng)域互塑多維視角出發(fā)解析生成式環(huán)境下認(rèn)知帶寬的層次特征，深入分析了資源、能力和空間三重升維下用戶認(rèn)知帶寬調(diào)節(jié)機(jī)理。

1" "生成式人工智能背景下的數(shù)智可供性理論建構(gòu)

AI 強(qiáng)大的內(nèi)源性動(dòng)能和外融性功能正在不斷刷新用戶的認(rèn)知高度，其自生長力也印證了基石模型（Foundation Models）對(duì)智能體基本認(rèn)知能力的驅(qū)動(dòng)作用。但生成式環(huán)境下如何將人與AI有效互聯(lián)實(shí)現(xiàn)真正意義的“人智”融合有待進(jìn)一步驗(yàn)證，而可供維度的探索在于突破“技術(shù)決定論”和“社會(huì)構(gòu)建論”［2］二元對(duì)立局面，以概念解構(gòu)與理論建構(gòu)為“行為主體”和“數(shù)智化”注入了新的創(chuàng)生活力。

1.1" " 可供性理論的概念演化

“可供性”（Affordance）存在于人與環(huán)境（中介物）之間相互作用的過程中，強(qiáng)調(diào)行為主體感知并利用這種“功能”屬性與可供主體進(jìn)行交互后達(dá)到某種目的或結(jié)果的可能性。隨著不同領(lǐng)域的意義締造，緣起于生態(tài)心理學(xué)的可供性理論逐漸被賦予豐富的內(nèi)涵價(jià)值，其中五種類別應(yīng)用較為廣泛：第一，環(huán)境可供性展示了一種“存在與發(fā)現(xiàn)”的互補(bǔ)關(guān)系，即客觀存在的環(huán)境特征在促進(jìn)行為的同時(shí)限制了其他行為，這種選擇的“可能性”源自于受眾對(duì)環(huán)境的感知利用；第二，技術(shù)可供性主要探究了作為關(guān)鍵“社會(huì)力量”的技術(shù)與作為“感知主體”的用戶間的相互作用關(guān)系及產(chǎn)生后續(xù)行動(dòng)的可能性，既強(qiáng)調(diào)了技術(shù)本身的功能屬性可以引導(dǎo)或設(shè)計(jì)用戶行為傾向，也關(guān)注到不同情境下行為主體的主觀能動(dòng)性可以平衡技術(shù)的主導(dǎo)作用［3］；第三，媒介可供性傾向于發(fā)現(xiàn)媒介技術(shù)作為傳播載體將如何創(chuàng)造有利于傳播實(shí)踐的互動(dòng)關(guān)系和可供條件，重點(diǎn)關(guān)注媒介的功能屬性推動(dòng)用戶行為的可能性，并突出新興媒介技術(shù)對(duì)社會(huì)活動(dòng)中的賦能作用［4］；第四，想象可供性將技術(shù)作為擴(kuò)展用戶想象和“非理性”思維的特殊工具，并引入“中介體驗(yàn)”的可供方式來幫助用戶構(gòu)建主觀感知，旨在探究用戶對(duì)媒介技術(shù)的“感知期望”將如何影響“情感線索”與交互方式［5］；第五，IT可供性是技術(shù)的物質(zhì)性特征在信息領(lǐng)域的拓展研究，在關(guān)系視角下有助于行動(dòng)參與者更好理解IT可塑性，并根據(jù)目標(biāo)需求選擇適配的IT工具來發(fā)揮可供的最優(yōu)價(jià)值。為綜合回顧可供性概念的發(fā)展演化，本文從不同視角梳理了代表性領(lǐng)域中可供性的要素、屬性、主要內(nèi)容和關(guān)注層次（見表1）。

1.2" " 數(shù)智化發(fā)展是可供思想的延續(xù)支點(diǎn)

從不同領(lǐng)域研究者對(duì)可供概念詮釋可以看出，可供性發(fā)展主要圍繞“關(guān)系機(jī)制”這一核心屬性展開，著重探索受眾群體和可供主體的互動(dòng)關(guān)系，旨在發(fā)現(xiàn)行為主體接收外部功能性刺激后產(chǎn)生的動(dòng)機(jī)和行為，以及這種“傾向性”對(duì)結(jié)果走向的影響程度。從作用機(jī)理來看，數(shù)智可供性沿襲了傳統(tǒng)理論的“關(guān)系”屬性，將行為主體和可供主體間的雙邊互動(dòng)關(guān)系拓展為“人（Human）-信息（Information）-技術(shù)（Technology）-場(chǎng)域（Field）”的綜合引導(dǎo)關(guān)系，因此研究數(shù)智可供性為我們進(jìn)一步理解環(huán)境、平臺(tái)、媒介等中介物質(zhì)的價(jià)值理性和工具理性創(chuàng)造了有利條件。在生成式環(huán)境中，數(shù)據(jù)資源和AI工具的供給日益增加，為用戶提供了廣泛可選擇的使用機(jī)會(huì)，但受限于用戶對(duì)新興概念和復(fù)雜技術(shù)的認(rèn)知障礙，其使用過程往往存在程度不一的數(shù)字鴻溝，導(dǎo)致用戶感知并參與可供交互的能力被弱化。可見，可供性作為一種驅(qū)動(dòng)因素可能會(huì)帶來不同的行為或結(jié)果，但真正影響決策效果的還是個(gè)體、群體認(rèn)知能力。

從數(shù)智賦能角度來看，生成式環(huán)境下可供性價(jià)值更多表現(xiàn)為三種關(guān)系：首先是結(jié)果可能性，數(shù)智優(yōu)勢(shì)為使用者提供了拓展可能性，但無法直接驅(qū)動(dòng)行為和創(chuàng)造結(jié)果，同樣使用者負(fù)責(zé)顯現(xiàn)化具體結(jié)果，但卻受限于數(shù)據(jù)環(huán)境或智能技術(shù)。其次是選擇傾向性，人對(duì)自身關(guān)注程度決定了數(shù)智可供性的“能動(dòng)”屬性，用戶更易通過智能手段去認(rèn)同可供主體的自有屬性，并主動(dòng)發(fā)掘和定義其隱性功能。這種內(nèi)驅(qū)感知力可能源于某種需求轉(zhuǎn)向，也可能受具體環(huán)境影響，但都依附于個(gè)體認(rèn)知水平而存在。最后是工具驅(qū)動(dòng)性，數(shù)智可供性引入“賦能”屬性，旨在利用AI智能化釋放數(shù)據(jù)價(jià)值，結(jié)合數(shù)據(jù)量變把握規(guī)律質(zhì)變特征，為行動(dòng)結(jié)果提供科學(xué)依據(jù)和有力支持。

1.3" " 生成式環(huán)境下的數(shù)智可供性理論建構(gòu)

剖析數(shù)智可供性內(nèi)涵可發(fā)現(xiàn)，受眾范圍從人進(jìn)一步拓展至以人為主，以人工智能為輔的“綜合體”。人不再是唯一可以與中介物質(zhì)形成特殊關(guān)系機(jī)制的主體，生成式人工智能在一定條件下也能與之產(chǎn)生聯(lián)系并實(shí)現(xiàn)自組織和自生長。如以ChatGPT、AIGC等為代表的生成式AI經(jīng)過不斷地訓(xùn)練迭代可以自主生成圖文影音、虛擬數(shù)字人等多模態(tài)內(nèi)容，使得AI與中介物質(zhì)形成緊密調(diào)和的互動(dòng)關(guān)系。生成式環(huán)境下的數(shù)智可供性理論創(chuàng)新在于將受眾角色定位從“感知者（Perceiver）”延伸至“聯(lián)結(jié)者（Interconnector）”和“創(chuàng)造者（Creator）”，旨在利用生成式人工智能客觀規(guī)律來促進(jìn)受眾最大程度發(fā)揮自身主觀能動(dòng)性。簡言之，用戶不僅可以感知到外部環(huán)境、技術(shù)工具和信息資源的物質(zhì)屬性，還擁有將兩種或多種屬性相聯(lián)結(jié)甚至產(chǎn)生新“屬性”的能力。

相對(duì)而言受眾的認(rèn)知維度是動(dòng)態(tài)、復(fù)雜和多維的，且可供特性會(huì)隨著認(rèn)知帶寬的擴(kuò)展而陸續(xù)激活。以往研究強(qiáng)調(diào)了技術(shù)、媒介的功能屬性，也考慮了以用戶為中心的需求屬性，但卻忽略了富信息化刺激下的“認(rèn)知覺醒”。如移動(dòng)互聯(lián)網(wǎng)與人類生活的深度融合，用戶認(rèn)知從Web1.0時(shí)代靜態(tài)的單向信息接受上升至Web2.0時(shí)代動(dòng)態(tài)的內(nèi)容互動(dòng)創(chuàng)造。隨著用戶認(rèn)知的進(jìn)一步躍遷，讓數(shù)字資源成為資產(chǎn)、讓物聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)實(shí)空間態(tài)的疊加、讓AI構(gòu)建更智慧的“類人”科技，共同形成下一代互聯(lián)網(wǎng)（Web3.0）的數(shù)字化生態(tài)。

1.4" " 數(shù)智可供性與用戶認(rèn)知的深度聯(lián)結(jié)

數(shù)智可供性與用戶認(rèn)知研究的聯(lián)結(jié)性在于“賦能”屬性的強(qiáng)化作用和“關(guān)系”機(jī)制的邏輯適洽，主要表現(xiàn)在以下三個(gè)方面：

第一，算力、算據(jù)、算法被視為AI智能涌現(xiàn)的基礎(chǔ)要素［18］，經(jīng)過多模態(tài)融合、泛知識(shí)學(xué)習(xí)、交互式推理等數(shù)智化拓展訓(xùn)練后智能體綜合能力進(jìn)一步提升，由此激發(fā)我們對(duì)現(xiàn)有知識(shí)體系的全新想象和對(duì)跨域要素創(chuàng)新組合的感知實(shí)踐，極大程度提升了認(rèn)知空間。

第二，人工智能引領(lǐng)的技術(shù)革新對(duì)物理域、社會(huì)域、信息域、認(rèn)知域均產(chǎn)生不可忽視的影響，在數(shù)據(jù)和知識(shí)雙輪驅(qū)動(dòng)下，理解新一代人工智能從“運(yùn)算智能”到“感知智能”再到“認(rèn)知智能”的發(fā)展路徑是必不可少的環(huán)節(jié)。AI-Agent逐步顯現(xiàn)的多維能力展示了“人”作為“智能本體”的主導(dǎo)意義，同樣我們的認(rèn)知水平也將伴隨人工智能的發(fā)展而躍遷至新高度。

第三，生成式人工智能的技術(shù)性嵌入相較于其他工具來說更具智慧特征，在解放生產(chǎn)力的同時(shí)帶入創(chuàng)作者視角，是一種內(nèi)驅(qū)能力外顯化的生產(chǎn)過程。截至目前AI能量天花板尚未出現(xiàn)，在現(xiàn)有認(rèn)知范圍內(nèi)我們很難準(zhǔn)確預(yù)判智能體的能量上限和智慧閾值，以及這些能力集合是否可以繼續(xù)被我們所理解和引導(dǎo)。

綜合來看，理解數(shù)智化的能力可供性可以進(jìn)一步拓展受眾的認(rèn)知維度，而提升認(rèn)知帶寬更有利于感知互動(dòng)過程和行為的數(shù)智可能性，從而充分發(fā)揮數(shù)據(jù)與智能的作用價(jià)值。

2" "理解與解構(gòu)：基于數(shù)智可供的認(rèn)知帶寬層次特征分析

生成式環(huán)境下個(gè)體對(duì)技術(shù)、媒介、信息等可供對(duì)象的整體定位存在一定的認(rèn)知區(qū)間，其中認(rèn)知上限決定了交互過程中物質(zhì)屬性被最大程度激活的可能性。在信息流和意識(shí)流雙重推動(dòng)下，主體認(rèn)知域的深度和廣度在逐步提升。

2.1" " 從信道帶寬到認(rèn)知帶寬的層次躍遷

在數(shù)字通信系統(tǒng)中，信道表示信息傳輸?shù)慕橘|(zhì)或通道，數(shù)字信號(hào)在相應(yīng)物理或邏輯信道中完成信息發(fā)送和接受，區(qū)別于信道容量表示的理想狀態(tài)下無差錯(cuò)傳輸?shù)淖畲髠鬏斔俾?，信道帶寬是指通過信道傳輸?shù)男盘?hào)頻率范圍，體現(xiàn)了一種數(shù)據(jù)傳輸能力。“信息論之父”香農(nóng)將信息傳輸邊界與帶寬相聯(lián)系，進(jìn)而引入了“互信息”和“信息熵”的概念，通俗來講互信息代表了傳輸過程中有價(jià)值信息的量，信息熵描述了信息中不確定性的概率。借鑒這一思想，將其與認(rèn)知領(lǐng)域空間和分配理念相對(duì)標(biāo)便引申出認(rèn)知帶寬（Cognitive Bandwidth）的內(nèi)涵，即在內(nèi)外部條件作用下（正向/負(fù)向）人們做出合適抉擇所具備的認(rèn)知層次和范圍，體現(xiàn)了主體面對(duì)不確定環(huán)境和稀缺資源時(shí)調(diào)節(jié)注意分配、處理有用信息，拓展內(nèi)化知識(shí)、實(shí)施理性決策行為的認(rèn)知自洽能力，具有有限可用性、可擴(kuò)容性、可調(diào)節(jié)性和可增益性等特征。

2.2" " 認(rèn)知帶寬的可供特征解構(gòu)

結(jié)合不同理論模式能夠有效解構(gòu)認(rèn)知帶寬的四種可供特性，分別為“有限可用性、可擴(kuò)容性、可調(diào)節(jié)性、可增益性”（見圖1）。

2.2.1" "稀缺頭腦模式下認(rèn)知帶寬的“有限可用性”

行為經(jīng)濟(jì)學(xué)家Sendhi Mullainathan和心理學(xué)家Shafir研究表明長期資源稀缺狀態(tài)下“稀缺頭腦模式”將注意力過渡分配至稀缺資源（Scarcity Resources），據(jù)此提出認(rèn)知帶寬的概念，并將其概括為個(gè)體在關(guān)注、決策、堅(jiān)持計(jì)劃等并行任務(wù)中可用的心智（認(rèn)知）容量［19］。一方面，稀缺性影響了個(gè)體認(rèn)知判斷力，導(dǎo)致有效信息的識(shí)別、理解和利用產(chǎn)生偏差，進(jìn)而陷入“注意-稀缺”的反向循環(huán)；另一方面，稀缺性遏制了個(gè)體執(zhí)行控制力，前攝干擾和外部噪聲均會(huì)導(dǎo)致非理性行動(dòng)決策出現(xiàn)，俘獲有限注意力的同時(shí)加深認(rèn)知負(fù)荷［20］。相比于豐富的資源供給，稀缺心態(tài)更易于激活認(rèn)知權(quán)衡與資源利用的相關(guān)性［21］，需要通過正向關(guān)注刺激措施來強(qiáng)化價(jià)值［22］，但在“管窺”限制下，個(gè)體注意力聚焦于狹窄的“短視隧道”中，容易造成“帶寬負(fù)擔(dān)”等負(fù)面現(xiàn)象［23］。

2.2.2" "認(rèn)知發(fā)展理論下認(rèn)知帶寬的“可擴(kuò)容性”

“刺激-反應(yīng)”的信息加工過程可視為主體在已有認(rèn)知結(jié)構(gòu)基礎(chǔ)上發(fā)展出同化、順應(yīng)和平衡等動(dòng)態(tài)機(jī)制，不斷進(jìn)行“由少至多”“由散入整”的循環(huán)建構(gòu)［24］。其中“同化”的前提是信息交互，個(gè)體通過“刺激過濾-信息轉(zhuǎn)化-經(jīng)驗(yàn)沉淀”的方式豐富和擴(kuò)展認(rèn)知結(jié)構(gòu)，進(jìn)而循序提升自身認(rèn)知能力；當(dāng)發(fā)展過程中個(gè)體難以完全適應(yīng)環(huán)境需求甚至出現(xiàn)認(rèn)知沖突時(shí)可能會(huì)引發(fā)圖式改造或重組，即“順應(yīng)”。對(duì)認(rèn)知結(jié)構(gòu)而言，前者關(guān)注量級(jí)變化，后者關(guān)注質(zhì)變分析，通過不斷“認(rèn)知-調(diào)節(jié)-實(shí)踐-適應(yīng)”（Cognition- Regulation-Practice-Adaptation，CRPA）來達(dá)到新的平衡狀態(tài)，這種動(dòng)態(tài)調(diào)節(jié)過程就是認(rèn)知發(fā)展［25］。從適應(yīng)性角度來看，維持整個(gè)發(fā)展過程的平衡狀態(tài)需要足夠的認(rèn)知容量，而容量的可用范圍取決于認(rèn)知帶寬的上限和流暢度，可見個(gè)體認(rèn)知的穩(wěn)定發(fā)展離不開認(rèn)知帶寬的適配性“擴(kuò)容”，且隨著知識(shí)的積累其思維方式和能力表現(xiàn)將進(jìn)一步提升。

2.2.3" "資源限制理論下認(rèn)知帶寬的“可調(diào)節(jié)性”

認(rèn)知資源限制理論將注意內(nèi)涵從容量有限的內(nèi)容加工通道引申為處理刺激的有限認(rèn)知能力，指出復(fù)雜任務(wù)和信息負(fù)載對(duì)注意力的過度占用會(huì)限制主體對(duì)其他刺激的處理效率［26］。從信息加工過程中認(rèn)知資源的調(diào)配機(jī)制來看，期望代表個(gè)體基于過程和情境知覺所形成的預(yù)先假設(shè)［27］，執(zhí)行動(dòng)機(jī)源于認(rèn)知帶寬下特定結(jié)果的效能概率和可得價(jià)值的需求判斷，而結(jié)果導(dǎo)向的信息加工過程傾向于調(diào)整認(rèn)知資源來強(qiáng)化這種行為。結(jié)合稀缺性原則可知外在資源缺乏使得功能固化的認(rèn)知偏差被打破，稀缺感會(huì)在認(rèn)知層面適度調(diào)節(jié)個(gè)體的注意力分配情況，甚至在約束性環(huán)境下創(chuàng)造出新的功能屬性［28］，以此來平衡有限帶寬帶來的負(fù)面效應(yīng)。因此認(rèn)知資源有限性會(huì)影響注意力并行分配的效率，而將刺激轉(zhuǎn)化為行動(dòng)決策更多取決于主體對(duì)認(rèn)知帶寬的調(diào)節(jié)程度。

2.2.4" "情景意識(shí)理論下認(rèn)知帶寬的“可增益性”

所謂情景意識(shí)（Situational Awareness）［29］是指?jìng)€(gè)體面對(duì)復(fù)雜且不確定的環(huán)境要素所呈現(xiàn)的內(nèi)部表征，主要體現(xiàn)為三個(gè)等級(jí)狀態(tài)：基于時(shí)空情境的線索感知能力（水平1），基于整合信息的決策理解能力（水平2），基于未來態(tài)勢(shì)的動(dòng)態(tài)預(yù)判能力（水平3）。Endsley采用信息加工模型來理解情境、信息的激活強(qiáng)度對(duì)認(rèn)知帶寬的增益作用，旨在探討短時(shí)刺激、長時(shí)記憶、思維圖式與認(rèn)知資源分配的邏輯關(guān)聯(lián)［30］?；诖耍珹dams等關(guān)注到情景狀態(tài)和個(gè)體認(rèn)知因素對(duì)情境意識(shí)的觸發(fā)作用，并嘗試性將復(fù)雜系統(tǒng)中事件流的態(tài)勢(shì)感知問題轉(zhuǎn)變?yōu)榍榫霸u(píng)估下主體對(duì)認(rèn)知容量的管理問題［31］。隨后，Preden等表示信息消費(fèi)者的需求變化取決于主體認(rèn)知資源的可管理性［32］，盡管視覺感知、注意力和記憶機(jī)制的局限性會(huì)干擾帶寬的可觸達(dá)邊界［33］，但生成式環(huán)境下的信息優(yōu)勢(shì)會(huì)極大程度提高認(rèn)知資源的利用效率并獲得高水平情景意識(shí)［34］。由此可見情境線索的深度挖掘和價(jià)值釋放可為主體帶來認(rèn)知層面的“帶寬增益”。

3" "生成式環(huán)境下認(rèn)知帶寬的三重升維和實(shí)踐述評(píng)

從實(shí)踐過程來看，得益于大數(shù)據(jù)和智能體的優(yōu)勢(shì)作用，越來越多的可供特征被感知、被利用，信息流動(dòng)、技術(shù)嵌構(gòu)和場(chǎng)域互塑共同推動(dòng)了“資源-能力-空間”的三重升維，在有機(jī)體與中介環(huán)境間形成了相互促進(jìn)的良性循環(huán)（見圖2）。

3.1" "資源升維：生成式人工智能強(qiáng)化了數(shù)智供給量級(jí)優(yōu)勢(shì)

生成式人工智能最大的特點(diǎn)是通過大規(guī)模、細(xì)粒度的數(shù)據(jù)組織重塑了知識(shí)供給模式，動(dòng)輒千億級(jí)的參數(shù)和海量人類知識(shí)在數(shù)智技術(shù)、數(shù)智資源、數(shù)智工具供給端展現(xiàn)出強(qiáng)大的量級(jí)優(yōu)勢(shì)和智能屬性，這為認(rèn)知帶寬的資源升維帶來了全新的發(fā)展思路。

3.1.1" "流動(dòng)和量變是信息可供的基礎(chǔ)

在生成式環(huán)境中，“流動(dòng)”和“量變”可視為信息可供性發(fā)揮作用的基礎(chǔ)要素。解讀這組動(dòng)態(tài)條件對(duì)我們理解信息可供能力具有重要意義。

首先，“流動(dòng)”是有價(jià)值信息被選擇和交互的前提，其特點(diǎn)在于時(shí)空維度的可跨越性，且在“信息觸達(dá)-信息理解-供需匹配-交互利用”的傳遞過程中賦予信息意義構(gòu)建和價(jià)值釋放的能力。生成式人工智能以大規(guī)模數(shù)據(jù)的向量化組織、空間表達(dá)和上下文推理實(shí)現(xiàn)信息流動(dòng)速率的顯著提升，其方向也由“信息的流動(dòng)”轉(zhuǎn)變?yōu)椤傲鲃?dòng)的信息”并逐漸呈現(xiàn)出可供特質(zhì)，使用者的認(rèn)知需求和能力可能會(huì)導(dǎo)致信息的理解偏差，成為影響流動(dòng)信息實(shí)踐的潛在因素。

其次，“量變”是有價(jià)值信息能被積累和利用的基礎(chǔ)，存在于信息產(chǎn)生、傳遞、加工、儲(chǔ)存等各個(gè)環(huán)節(jié)，體現(xiàn)了一種持續(xù)且不顯著的動(dòng)態(tài)過程［35］。一般而言，在保持質(zhì)量相對(duì)穩(wěn)定的情況下信息量變會(huì)引起信息數(shù)量的增減或傳遞向位的轉(zhuǎn)變，進(jìn)而幫助主體從不同維度理解信息可供的特質(zhì)。大模型的千億級(jí)參數(shù)和多模態(tài)數(shù)據(jù)融合為生成式人工智能提供了“量變”可能，當(dāng)量變達(dá)到“臨界點(diǎn)”時(shí)，信息價(jià)值增加或減少可能會(huì)帶來認(rèn)知層面的質(zhì)變，使得主體可以跳出原有認(rèn)知框架發(fā)現(xiàn)物質(zhì)的其他屬性。

最后，信息可供性的認(rèn)知精髓在于用戶需求驅(qū)動(dòng)的知覺過程，從“流動(dòng)”和“量變”兩個(gè)條件入手探索生成式環(huán)境下信息可供與認(rèn)知帶寬間的相互關(guān)系有助于理解資源升維的價(jià)值效果。

3.1.2" "不同時(shí)代信息可供下認(rèn)知帶寬的“擴(kuò)容增益”

在可回溯的時(shí)代進(jìn)程中，信息流以經(jīng)驗(yàn)累積的形態(tài)下沉至主體認(rèn)知空間，由此造就了差異化的認(rèn)知帶寬，而先進(jìn)認(rèn)知實(shí)踐又為時(shí)代進(jìn)步開辟了動(dòng)力源泉。結(jié)合Alvin Toffler《第三次浪潮》中對(duì)生產(chǎn)范式轉(zhuǎn)變地思考以及對(duì)信息可供認(rèn)知論地探索，將時(shí)代劃分為農(nóng)業(yè)時(shí)代、工業(yè)時(shí)代、信息時(shí)代和智能時(shí)代四個(gè)部分（內(nèi)容見表2）。

由此可見各時(shí)代信息生產(chǎn)要素和思維模式的轉(zhuǎn)變均伴隨著認(rèn)知帶寬的“擴(kuò)容”和“增益”。科技浪潮的出現(xiàn)加速了認(rèn)知帶寬的維度提升，可供內(nèi)容由自然環(huán)境下的實(shí)踐經(jīng)驗(yàn)逐漸向智能互聯(lián)下的信息融合過渡，認(rèn)知領(lǐng)域?qū)哟我惨徊讲匠癆I智創(chuàng)”的方向邁進(jìn)。

3.2" " 能力升維：AI智創(chuàng)激活了技術(shù)可供性內(nèi)生潛力

AI探索式融合邏輯揭示了AI智能體“能力涌現(xiàn)”對(duì)人類開放性認(rèn)知的助推作用，有助于實(shí)現(xiàn)個(gè)體、群體乃至社會(huì)層面的能力躍升與認(rèn)知突圍。

3.2.1" "生成式技術(shù)革新下AI能力的遞進(jìn)式發(fā)展

在運(yùn)算智能階段，AI圍繞人為設(shè)計(jì)的“指令+執(zhí)行”規(guī)則進(jìn)行快速計(jì)算和記憶儲(chǔ)存，通過條件設(shè)置的方式完成推演過程，大部分指令源自于人類智慧下的經(jīng)驗(yàn)判斷；在感知智能階段，遷移學(xué)習(xí)和多模態(tài)信息處理等突破傳統(tǒng)機(jī)器的運(yùn)行模式，AI借助傳感器等硬件設(shè)備識(shí)別物理世界的可見內(nèi)容并映射至數(shù)字空間，利用人與機(jī)器間有效的數(shù)字化交互機(jī)制將信息提升至可理解范疇。在認(rèn)知智能階段，初級(jí)感知能力不足以完成更深入的目標(biāo)任務(wù)，智能體自主生成和知識(shí)推理能力進(jìn)一步放大了數(shù)智化與用戶的關(guān)聯(lián)性特征。

以AIGC、ChatGPT為代表的新一代生成式人工智能工具激活了技術(shù)可供性的內(nèi)生潛力，基于已有數(shù)據(jù)進(jìn)行訓(xùn)練、學(xué)習(xí)、理解和預(yù)測(cè)，多模態(tài)融合與感知、智能體自動(dòng)執(zhí)行、多維全景映射、細(xì)粒度要素微調(diào)等能力初現(xiàn)，其廣泛的場(chǎng)景化應(yīng)用預(yù)示著內(nèi)容增量市場(chǎng)的無限可能，在技術(shù)層面推動(dòng)了認(rèn)知的能力升維［40］。特別是GPT-4和類ChatGPT模型的技術(shù)迭代迎來爆發(fā)期，AGI和AGA雛形悄然顯現(xiàn)［41］，為確保人工智能與人類價(jià)值觀和認(rèn)知行為保持一致，在價(jià)值對(duì)齊過程中強(qiáng)調(diào)了“監(jiān)督”和“獎(jiǎng)懲”的重要性，有助于減輕模型“推理幻覺”有效提升AI數(shù)智化程度。區(qū)別于我們對(duì)技術(shù)突破的慣性思考，智能體的發(fā)展更像是AI對(duì)物理域和信息域的探索式“元認(rèn)知”，在提示詞引導(dǎo)下逐步發(fā)展出有限的“想象”能力。

3.2.2" "BCI驅(qū)動(dòng)下認(rèn)知帶寬的破界與強(qiáng)化

隨著腦機(jī)接口關(guān)鍵器件和核心技術(shù)的突破性發(fā)展，數(shù)智操作系統(tǒng)加速了“人-機(jī)-物-場(chǎng)”的深度融合，認(rèn)知帶寬的破界創(chuàng)新和強(qiáng)化實(shí)踐也將迎來發(fā)展的機(jī)遇期。為深入理解大腦活動(dòng)原理，揭示人類智能運(yùn)作機(jī)制，以期通過BCI技術(shù)干預(yù)的方式在認(rèn)知域占據(jù)核心競(jìng)爭力，以美國、歐盟為主的多國政府及企業(yè)機(jī)構(gòu)依托于“腦功能”“腦開發(fā)”“腦異?！钡戎卮笱邪l(fā)計(jì)劃加速布局“人vs類人”腦科學(xué)項(xiàng)目（見表3）。

相比于其他有機(jī)體，人類智慧優(yōu)勢(shì)在于高級(jí)認(rèn)知思維下的能力涌現(xiàn)，而BCI的出現(xiàn)將大腦信號(hào)與外部智能設(shè)備間構(gòu)建直連通路變?yōu)楝F(xiàn)實(shí)，很大程度展示了未來人智交互的發(fā)展方向——腦機(jī)平衡，即在保障大腦功能區(qū)安全穩(wěn)定的前提下選擇最優(yōu)方式開發(fā)腦部潛力，這側(cè)面印證了科技創(chuàng)新和技術(shù)進(jìn)步對(duì)認(rèn)知帶寬的帶動(dòng)作用。由此引申出兩個(gè)關(guān)鍵問題：一是如何利用意識(shí)來控制外部設(shè)備；二是如何利用特定信息刺激來調(diào)控認(rèn)知行為。在物理域，BCI可作為輔助工具來記錄腦活動(dòng)的信號(hào)軌跡，通過直接或間接刺激腦內(nèi)特定區(qū)域來干預(yù)甚至調(diào)控主體行為；在信息域，一些超出人類可感知能力的信息可借助BCI技術(shù)進(jìn)行適度放大，以便更加全面的感知可供信息；在認(rèn)知域，BCI嘗試越過機(jī)體神經(jīng)將大腦與外界直接相連，為深入理解人腦認(rèn)知過程提供技術(shù)支持，也為提升認(rèn)知帶寬的閾限峰值打開思路。

3.3" " 空間升維：自主化生成過程推動(dòng)了場(chǎng)域可供性持續(xù)發(fā)展

在現(xiàn)實(shí)向度中，生成式人工智能強(qiáng)調(diào)自主化內(nèi)容表達(dá)和信息組合，通過不斷塑造科技創(chuàng)新資源、功能大模型等新質(zhì)生產(chǎn)力來觸發(fā)場(chǎng)域自主化生成機(jī)制。

3.3.1" "場(chǎng)域自主化是認(rèn)知增強(qiáng)的可供條件

在生成式環(huán)境下，場(chǎng)域自主化生成范式不再局限于既定模式的功能嵌套和價(jià)值承載，而是聚焦于具體空間范圍內(nèi)主客體互動(dòng)關(guān)系及規(guī)則的構(gòu)型（Configuration），其屬性邊界會(huì)依據(jù)實(shí)際情況適當(dāng)調(diào)整，體現(xiàn)為一種動(dòng)態(tài)的變化過程。其中場(chǎng)域參與者“慣習(xí)”取決于當(dāng)下主體在空間中所處的位置和能力，且隨著主體認(rèn)知帶寬的不斷提升，資源交換后的行為實(shí)踐會(huì)激發(fā)主客體關(guān)系的再生產(chǎn)［51］，使得場(chǎng)域朝滿足多方需求的方向發(fā)展，并逐漸延伸出區(qū)別與其他場(chǎng)域的特質(zhì)，這便是場(chǎng)域自主化生長過程。

3.3.2" "不同空間升維的觸發(fā)機(jī)制

從關(guān)系屬性來看，空間內(nèi)部多邊互動(dòng)是用戶提升認(rèn)知帶寬的基本要素，也是場(chǎng)域可供性持續(xù)發(fā)展的先決條件。為了更好理解這種相互關(guān)系，本文在三元世界理論的基礎(chǔ)上拓展出虛擬空間和智能空間，并從場(chǎng)域形態(tài)、關(guān)系屬性、可供性和認(rèn)知層次四個(gè)方面綜合描述不同空間升維的觸發(fā)機(jī)制（見表4）。

綜上所述，受場(chǎng)域形態(tài)和可供性影響，傳統(tǒng)空間觀念往往局限于物理維度的感官體驗(yàn)和時(shí)空維度的有限認(rèn)知，因此主體對(duì)空間關(guān)系的理解存在具象依賴性。但在生成式環(huán)境下認(rèn)知沿“記憶-理解-應(yīng)用-分析-評(píng)價(jià)-創(chuàng)新”層次遞進(jìn)，技術(shù)能力得以突破性發(fā)展，可供屬性在交互過程中不斷豐富，升維機(jī)制也由初級(jí)的感官刺激向高級(jí)的人智互聯(lián)轉(zhuǎn)變，不同空間形態(tài)均展現(xiàn)出向上發(fā)展的潛力。

4" "結(jié)語

綜合來看，生成式環(huán)境下認(rèn)知帶寬（Cognitive Bandwidth）的“擴(kuò)容增益”不只在于接觸信息數(shù)量級(jí)和已有知識(shí)儲(chǔ)備量的提升，更多是理解認(rèn)知資源從“稀缺”到“可供”的無限可能性。而數(shù)智可供優(yōu)勢(shì)為“認(rèn)知域”的提升帶來了全新機(jī)遇，同時(shí)也釋放了潛在的挑戰(zhàn)信號(hào)。一方面，生成式人工智能系統(tǒng)的發(fā)展會(huì)經(jīng)歷一段隱形且反復(fù)的試錯(cuò)過程，智能體的行為也會(huì)隨之做出調(diào)整，我們需要在現(xiàn)有認(rèn)知框架的基礎(chǔ)上糾錯(cuò)和適應(yīng)這種模式，并聯(lián)合AI本體做出前瞻性的預(yù)判。另一方面，AI“智能涌現(xiàn)”可以視為智能體能力進(jìn)化的關(guān)鍵環(huán)節(jié)，但對(duì)其方向的判斷依然處于“黑箱”階段。換言之，AI偶發(fā)性涌現(xiàn)能力可能是顛覆原生認(rèn)知機(jī)制的臨界條件，而這種技術(shù)急變帶來的“可能結(jié)果”難以準(zhǔn)確預(yù)判。因此，我們有必要關(guān)注到生成式人工智能的多維數(shù)智屬性及其影響受眾認(rèn)知和行為結(jié)果的可能性，充分發(fā)揮兩者的本體價(jià)值和耦合優(yōu)勢(shì)，進(jìn)而塑造新的認(rèn)知維度，擴(kuò)展新的認(rèn)知途徑，形成數(shù)智與認(rèn)知聯(lián)結(jié)共生的新磁場(chǎng)。

參考文獻(xiàn)：

［1］" 國務(wù)院.國務(wù)院關(guān)于印發(fā)《新一代人工智能發(fā)展規(guī)劃》的通知［EB/OL］.［2023-11-20］.https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

［2］" 喻國明，趙睿.媒體可供性視角下“四全媒體”產(chǎn)業(yè)格局與增長空間［J］.學(xué)術(shù)界，2019（7）：37-44.

［3］" 謝衛(wèi)紅，曾思敏，彭鐵鵬，等.技術(shù)可供性：概念內(nèi)涵、理論框架及展望［J］.科技管理研究，2022，42（5）：210-218.

［4］" 劉堅(jiān).媒介可供性視角下的出版知識(shí)服務(wù)：生態(tài)構(gòu)建及實(shí)踐進(jìn)路［J］.中國編輯，2023（4）：54-58，63.

［5］" 喻國明，蘇芳.媒介有效建構(gòu)社會(huì)信任的全新模式——想象可供性視角下價(jià)值媒介、平臺(tái)媒介與用戶的連接與協(xié)同［J］.視聽理論與實(shí)踐，2021（3）：3-9，16.

［6］" Gibson James J.The Ecological Approach to Visual Perception：Classic Edition［M］.Taylor and Francis，2014：119-121.

［7］" Norman D.The Design of Ev-eryday Things-Revised and Expanded Edition［M］.Philadelphia：Basic Books，2013：11.

［8］" Gaver W W.Technology affordances［A］.Proceedings of the Sigchi Conference on Human Factors in Computing Systems［C］.New York：ACM，1991：79-84.

［9］" Wellman B.Physical Place and Cyberplace：The Rise of Personalized Networking［J］.International Journal of Urban and Regional Research，2001，25（2）：227-252.

［10］" Hutchby L.Conversation and Technology：From the Telephone to the Internet［M］.Cambridge，UK：Polity，2001：78.

［11］" Schrock A R.Communicative Affordances of Mobile Media：Portability，Availability，Locatability，and Multimediality［J］.Journal of Engineering，2015（9）：1229-1246.

［12］" Rice R E，Evans S K，Pearce K E，et al.Organizational Media Affordances：Operationalization and Associations with Media Use［J］.Journal of Communication，2017，67（1）：106-130.

［13］" 胡翼青，王沐之.作為媒介性的可見性：對(duì)可見性問題的本體論探討［J］.新聞?dòng)浾撸?022（4）：8-19.

［14］" Nagy P，Neff G.Imagined Affordance：Reconstructing a Keyword for Communication Theory［J］.Social Media + Society，2015，1（2）：1-9.

［15］" MARKUS M L，SILVER M S.A foundation for the study of IT effects：a new look at DeSanctis and Poole's concepts of structural features and spirit［J］.Journal of the Association for Information Systems，2008，9（10）：609-632.

［16］" Majchrzak An，F(xiàn)araj S，Kane G C，et al.The Contradictory Influence of Social Media Affordances on Online Communal Knowledge Sharing［J］.Journal of Computer-mediated Communication，2013，19（1）：38-55.

［17］" Cousins K，Robey D.Managing work-life boundaries with mobile technologies An interpretive study of mobile work practices［J］.Information Technology amp; People，2015，28（1）：34-71.

［18］" 李白楊，白云，詹希旎，等.人工智能生成內(nèi)容（AIGC）的技術(shù)特征與形態(tài)演進(jìn)［J］.圖書情報(bào)知識(shí)，2023，40（1）：66-74.

［19］" Mullainathan S，Shafir E.Scarcity：Why Having Too Little Means So Much［M］.New York：Times Books，2013：46-49.

［20］" 閆瑤瑤，李永先.基于“稀缺理論”的信息檢索認(rèn)知模型研究［J］.情報(bào)雜志，2016，35（11）：136-140.

［21］" Huijsmans I，Ma L，Micheli L，et al.A scarcity mindset alters neural processing underlying consumer decision making［J］.Proceedings of the National Academy of Sciences of the United States of America，2019，116（24）：11699-11704.

［22］" Sehnert S，F(xiàn)ranks B，Andy J，et al.Scarcity，engagement，and value［J］.Motivation and emotion，2014，38（6）：823-831.

［23］" Bruijn E J，Antonides G，Abdellaoui M.Poverty and economic decision making：a review of scarcity theory［J］.Social Science Electronic Publishing，2022，92（1）：5-37.

［24］" 劉萍，葉方倩，楊志偉.認(rèn)知建構(gòu)視角下交互式信息檢索模型研究［J］.圖書情報(bào)知識(shí)，2020（2）：93-101，122.

［25］" 孔勇，劉敏，郭順利，等.社會(huì)化問答情境下用戶知識(shí)內(nèi)化的過程及動(dòng)因研究——基于fsQCA的組態(tài)效應(yīng)分析［J］.情報(bào)科學(xué)，2022，40（11）：93-102.

［26］" Franconeri S L，Alvarez G A，Cavanagh P.Flexible cognitive resources：competitive content maps for attention and memory［J］.Trends in Cognitive Sciences，2013，17（3）：134-141.

［27］" 湯胤，徐永歡，張萱.基于社會(huì)認(rèn)知理論的社交媒體用戶轉(zhuǎn)發(fā)行為研究［J］.圖書館工作與研究，2016（6）：68-76.

［28］" Ravi M，Meng Z.Creating When You Have Less：The Impact of Resource Scarcity on Product Use Creativity［J］.Journal of Consumer Research，2016，42（5）：767-782.

［29］" Endsley M R.Toward a theory of situation awareness in dynamic systems［J］.Human Factors，1995，37（1）：32-64.

［30］" Endsley M R.Toward a theory of situation awareness in dynamic systems［M］.Situational awareness.New York：Routledge，2017：9-42.

［31］" Adams M J，T enney Y J，Pew R W.Situation awareness and the cognitive management of complex systems［J］.Human Factors，1995，37：85-104.

［32］" Preden J，Kaugerand J，Suurjaak E，et al.Data to decision：pushing situational information needs to the edge of the network［A］.IEEE International inter-Disciplinary Conference on Cognitive Methods in Situation Awareness and Decision Support［C］.2015：158-164.

［33］" Cohen M A，Dennett D C，Kanwisher N.What is the Bandwidth of Perceptual Experience？［J］.Trends in Cognitive Sciences，2016，20（5）：324-335.

［34］" Xiaowu L，Jiguo Y，Weifeng L，et al.Network security situation：From awareness to awareness-control［J］.Journal of Network and Computer Applications，2019，139（1）：15-30.

［35］" 徐漢青，滕廣青，欒宇，等.知識(shí)網(wǎng)絡(luò)演化中的結(jié)構(gòu)穩(wěn)定性與知識(shí)涌現(xiàn)［J］.圖書與情報(bào)，2019（1）：53-62.

［36］" 榮朝和.從進(jìn)化視角看人類交通與信息能力的發(fā)展［J］.北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，22（2）：33-45.

［37］" ［美］阿爾文·托夫勒.未來的沖擊（Future Shock）［M］.黃明堅(jiān)，譯.北京：中信出版社，2018：103-107.

［38］" ［美］阿爾文·托夫勒.第三次浪潮（The Third Wave）［M］.黃明堅(jiān)，譯.北京：中信出版社，2018：182-186.

［39］" ［美］赫伯特·西蒙.認(rèn)知：人行為背后的思維與智能［M］.荊其誠，張厚粲，譯.北京：中國人民大學(xué)出版社，2020：192-196.

［40］" 詹希旎，李白楊，孫建軍.數(shù)智融合環(huán)境下AIGC的場(chǎng)景化應(yīng)用與發(fā)展機(jī)遇［J］.圖書情報(bào)知識(shí)，2023，40（1）：75-85，55.

［41］" Bubeck S，Chandrasekaran V，Eldan R.Sparks of Artificial General Intelligence：Early experiments with GPT-4［J］.arXiv preprint，2023，arXiv：2303.12712.

［42］" USC Mark and Mary Stevens Neuroimaging and Informatics Institute.The Human Connectome Project［EB/OL］.［2023-11-18］.http：//www.humanconnectomeproject.org/.

［43］" The BRAIN InitiativeR.Overview|Why is The BRAIN InitiativeRneeded？［EB/OL］.［2023-11-18］.https：//braininitiative.nih.gov/about/overview.

［44］" The BRAIN InitiativeR 2.0：From Cells to Circuits，Toward Cures［R/OL］.［2023-11-18］.https：//www.acd.od.nih.gov/documents/presentations/06142019BRAIN.pdf.

［45］" Human Brain Project.First Specific Grant Agreement （SGA1） Deliverables［EB/OL］.［2023-11-20］.https：//www.humanbrai

nproject.eu/en/about/governance/deliverables/sga1-phase/.

［46］" CORDIS EU research results.Human Brain Project Specific Grant Agreement 2［EB/OL］.［2023-11-20］.https：//cordis.europa.eu/project/id/785907.

［47］" CORDIS EU research results.Human Brain Project Specific Grant Agreement 3［EB/OL］.［2023-11-20］.https：//cordis.europa.eu/project/id/945539.

［48］" Poo M M，Du J L，Ip N，et al.China Brain Project：Basic Neuroscience，Brain Diseases，and Brain-Inspired Computing［J］.Neuron，2016，92（3）：591-596.

［49］" Brain /MINDS DATA PORTAL：What is the Brain/MINDS Project？［EB/OL］.［2023-11-20］.https：//dataportal.brainminds.jp/about.

［50］" Australian Academy of Science：Why Australia needs a brain initiative［EB/OL］.［2023-11-20］.https：//www.science.org.au/supporting-science/other-initiatives/ausbrain/why-australia-needs-brain-initiative.

［51］" Sida L，Mustafa E.Field and Ecology［J］.Sociological Theory，2016，34（1）：62-79.

［52］" 陸莉，沙勇忠，徐雪峰.基于生命周期的公共安全數(shù)據(jù)管理模型研究［J］.圖書與情報(bào)，2019（4）：13-21.

［53］" Sida L .Between social spaces［J］.European Journal of Social Theory，2020，24（1）：123-139.

［54］" 向安玲，高爽，彭影彤，等.知識(shí)重組與場(chǎng)景再構(gòu)：面向數(shù)字資源管理的元宇宙［J］.圖書情報(bào)知識(shí)，2022，39（1）：30-38.

［55］" 田倩飛，張志強(qiáng).人工智能2.0時(shí)代的知識(shí)分析變革研究［J］.圖書與情報(bào)，2018（2）：33-42.

作者簡介：詹希旎，女，南京大學(xué)數(shù)據(jù)管理創(chuàng)新研究中心、數(shù)字經(jīng)濟(jì)與管理學(xué)院博士研究生，研究方向：政務(wù)智能與數(shù)據(jù)管理；李白楊，男，南京大學(xué)數(shù)據(jù)管理創(chuàng)新研究中心助理教授，博士生導(dǎo)師，數(shù)據(jù)智能與交叉創(chuàng)新實(shí)驗(yàn)室研究員，研究方向：數(shù)據(jù)智能、數(shù)字素養(yǎng)等。

*本文系國家自然科學(xué)基金青年項(xiàng)目“面向海外公共安全的事件畫像與多源數(shù)據(jù)融合方法”（項(xiàng)目編號(hào)：72004171） 研究成果之一。

收稿日期：2023-12-10；通訊作者：李白楊（libaiyang@nju.edu.cn）；責(zé)任編輯：劉婷