情報學視角下人工智能顛覆性應用的基本問題研究

編者按：以生成式人工智能為代表的新一代人工智能正在全球范圍內蓬勃興起，為醫療健康、推薦、政務、文化、教育、科研、交通、信息服務等行業和領域的顛覆性應用帶來了機遇和挑戰。人工智能領域專家展望未來十年人工智能技術落地前景時指出，以數據為中心的人工智能將成為發展重點。當前，人工智能已經進入數據比模型更重要的階段，因此，數據和信息已成為新一代人工智能技術場景落地應用必須依賴的重要資源。在此背景下，結合情報學視角研究人工智能顛覆性應用及信息治理具有重要意義。

基于此，本刊編輯部特邀請教授組織了“情報學視角下人工智能顛覆性應用研究”專題。作為國家社會科學基金重大項目“人工智能顛覆性應用的社會影響與信息治理研究\"的研究成果之一，本專題從情報學視角出發，系統剖析了人工智能顛覆性應用的內涵、特征、社會影響、問題及對策等基本問題，提出了人工智能顛覆性應用的社會影響與信息治理研究的框架和目標。在此基礎上，利用BERTopic方法研究人工智能應用場景的主題建模，在一定程度上展現了催生人工智能顛覆性應用的場景現狀、潛在需求和關聯要素;利用扎根理論方法研究移動智能推薦情景下網絡成癮的影響機理，揭示了人工智能在推薦領域的顛覆性應用所帶來的社會影響。

本專題為人工智能相關政策的制定特別是人工智能顛覆性應用中的信息治理提供了參考，在一定程度上能夠推動人工智能在醫療健康、推薦、政務、文化等行業和領域的顛覆性應用。

Research on Fundamental lssues of Disruptive Applications of Artificial Intelligence from the Perspective of Information Science

AbstractAsthecoredrivingforceofthenewroundof technologicalrevolution，artificialintellgence（AI）isprofoundlytransformingsocietal productionmodelsandinformationecosystems through itsdisruptiveapplications.Fromtheperspectiveof informationscience，this papersystematicallyexplores fundamental issesrelatedtothedisruptiveapplicationsofAI，inludingteirootatios，aracteristic，ocialipacts，halngesndoutermeasures.irstee theconnotationofAI'sdisruptiveappicationsandidentifieseightkeycharacteristics：data-centricity，novelty，cutingedgeinnovatioooicicyefrinssloeibilitigsotetialdrool ence.Subsequently，through typicalcase studies，thepaperanalyzes thepositive impactsofAI'sdisruptiveapplications， suchas enhancing production eficiencyandoptimizing publicservices，as wellastheir negativeconsequences，including employmentrestructuringandwideningdigitaldivide.Finally，itexamines existingchallenges inAI'sdisruptiveapplications，suchasisuficientbreadthanddepthofsenarioadoption，thedual-edgedeffectsofapplications，andsuboptimal data quality，while proposing corresponding solutions and recommendatins.

Keywordsdisruptiveapplicationofartificialintelligence;connotation;characteristic;socialimpact;issuesandounter measures

人工智能（Artificial Intelligence，AI）作為引領新一輪科技革命和產業變革的核心技術，正在深刻地改變社會生產方式和信息生態。從AlphaGo突破人類圍棋認知極限到ChatGPT、DeepSeek推動生成式人工智能的普及，人工智能的顛覆性應用不斷拓展技術可能性邊界，催生新的經濟增長方式和產業形態，推動智能社會產生巨大變革。近年來，數據在人工智能中的作用被顯著放大，出現了“以數據為中心\"的人工智能（Data-CentricAI）新理念。與以往強調\"以模型為中心\"不同，“以數據為中心\"強調對數據進行系統性的工程化處理，尤其十分關注數據的質量，認為數據的潛在質量問題和不良缺陷（如缺失值、錯誤的標簽、異常值等）會顯著影響人工智能的性能[1]。在此背景下，情報學作為研究數據生產、組織、利用與價值實現規律的科學學科，亟須與時俱進，系統地從數據切入，研究如何構建人工智能系統所需要的數據和數據生態系統，以期為智能社會的信息治理貢獻學科力量。情報學在人工智能顛覆性應用研究中具有獨特的學科視角和方法論優勢。情報學長期積累的數據組織、數據挖掘尤其是在情報分析方面的特色和優勢，有助于全面系統地評估人工智能顛覆性應用的社會影響，特別是其中的社會信息問題，如數字鴻溝、數據隱私、算法偏見、倫理風險等[2。基于此，本文從情報學視角探討人工智能顛覆性應用的內涵、特征、社會影響、問題及對策，旨在拓展顛覆理論的研究維度，推動人工智能在文化、科教、醫療健康、金融、交通等行業和領域的顛覆性應用。

1人工智能顛覆性應用的內涵

1.1顛覆理論的起源及發展

顛覆理論（DisruptionTheory）由Christensen及其團隊提出，對學術界和實踐界產生了重要影響[3]。人工智能顛覆性應用是關乎國計民生的重大戰略議題，這里的\"顛覆性\"對應英文的\"Disruptive”，具有破壞、推翻、摧毀等含義。顛覆性”一詞使用的場合不多，主要包括顛覆性技術、顛覆性創新、顛覆性產品。隨著人工智能技術的快速發展，顛覆性應用開始受到更多關注。

Bower和Christensen于1995年在其《顛覆性技術：抓住浪潮》一文中正式提出顛覆性技術的概念，認為當技術發生顛覆性變革時，行業領軍企業通常難以維持其領先地位。顛覆性技術是指開始無法滿足主流客戶的功能需求、只能吸引小眾或新興市場的新技術，這使得行業領軍企業很少走在顛覆性技術商業化推廣的前列。顛覆性技術在開始服務于主流市場時的表現通常不如已有技術，但隨著時間的推移，它們最終會取代已有技術，在這個過程中，支持顛覆性技術的新進入企業會逐漸取代行業領軍企業[4]。

Christensen等于2015年探討了什么是顛覆性創新，認為顛覆性技術概念雖在商業領域已得到廣泛使用，但在許多場景下，顛覆性創新似乎是一個更為合適和貼切的表述，因為很少有技術本身能夠具備內在的顛覆性，而是技術賦能的商業模式能夠帶來顛覆性的影響。顛覆性創新被認為是一種能夠推動新的市場和新的價值網絡的創建并最終顛覆現有市場和現有價值網絡的創新，是以市場未曾預料的方式改進產品或服務的創新5。

Hang等考察了如何為新興經濟體開發顛覆性產品，認為中國、印度等亞洲國家的經濟得到快速發展，已成為新興經濟體，但是這些新興經濟體的大部分消費者沒有能力購買那些為發達國家設計的國外產品。通過分析亞洲四家創新型企業，發現這些企業開發出了專門滿足新興經濟體消費者需求的巔覆性產品，即價格親民、能夠“基本滿足需求”的產品，這四家企業通過開發顛覆性產品而取得成功，并發展成為多國公司[6]。

可見，顛覆性技術、顛覆性創新、顛覆性產品這些概念在顛覆理論的構建和拓展中發揮著重要作用。從源頭上看，它們來自商科領域，其核心思想是探究技術如何賦能商業模式從而帶來顛覆性的影響。它們更多關注企業的商業模式和運營績效，關注新進入企業如何取代行業領軍企業，以及行業領軍企業如何維持其領先地位。人工智能技術的快速發展使得它不同于以往的任何技術，人工智能已對千行百業、萬千場景產生了影響，與人工智能有關的各種顛覆性力量對各行業、各場景的滲透速度已經達到了驚人的程度，且多數體現于人工智能的應用環節。在這種情形下，顛覆性應用逐漸成為人工智能時代引人注目的新概念。

1.2情報學視角下人工智能顛覆性應用的內涵

習近平總書記強調“要加強人工智能發展的潛在風險研判和防范，維護人民利益和國家安全，確保人工智能安全、可靠、可控”。以生成式人工智能（Artificial IntelligenceGenerated Content，AIGC）為代表的新一代人工智能正在全球范圍內蓬勃興起，引領著新一輪科技革命和產業變革，推動著人類社會邁向智能化時代。世界各國都在搶抓人工智能帶來的重大戰略機遇。2022年，科技部等六部門聯合印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，圍繞“高端高效智能經濟培育、安全便捷智能社會建設\"等打造重大場景，推進人工智能的創造性應用8。2023年，由國家網信辦、國家發改委、教育部、科技部等七部門審議通過的《生成式人工智能服務管理暫行辦法》自8月15日起施行，“鼓勵生成式人工智能技術在各行業、各領域的創新應用，生成積極健康、向上向善的優質內容，探索優化應用場景，構建應用生態體系”9]。

新一代人工智能為文化、科教、醫療健康、金融、交通等行業和領域中特定場景的顛覆性應用提供了新的可能和解決方案。如AlphaFold是一種AI蛋白質結構預測模型，被認為是AI在生物學領域的一項重大突破[1]。又如Nature公布了2023年度十大科學人物，ChatGPT破格入選，以表彰AI在模仿人類語言方面對科技進步所起的作用[1]。再如GraphCast是首個AI氣象模型，一分鐘內能預測未來10天的天氣，在 90% 的準確度指標上超越了目前最先進的人類系統[12]。

新一代人工智能的本質是對數據、算法和算力的深層次利用。吳恩達等人工智能領域專家展望未來十年人工智能技術落地，認為將重點形成以數據為中心的AI，AI已經進入數據比模型更重要的階段，繼續推動模型的邊際改進不再具有實質性意義，因此，應保持模型的相對固定并專注于高質量的數據來微調模型[13]?？梢?，數據和信息已成為新一代人工智能技術場景落地應用必須依賴的重要資源。

顛覆理論的創始人Christensen等認為很少有技術本身能夠具備內在的顛覆性，而是技術賦能的商業模式能夠帶來顛覆性的影響[5，14]。同樣地，AI已經進入數據比模型更重要的階段，以數據為中心的人工智能已成為推動人類發展和社會進步的重要力量。情報學視角下人工智能顛覆性應用的內涵表現為：以ChatGPT、DeepSeek為代表的大模型提供了基礎模型，文化、科教、醫療健康、金融、交通等行業和領域擁有特定場景的數據和信息，利用高質量特定場景的數據和信息對基礎模型進行微調等可以有效推動新一代人工智能在不同行業、不同領域更多顛覆性應用的落地，從而形成更大的數據飛輪，帶動AI產業化進程，并帶來重大的社會影響。

2人工智能顛覆性應用的特征

通過對顛覆性技術、顛覆性創新、顛覆性產品相關研究的系統梳理，結合人工智能顛覆性應用內涵的剖析，可以看出，顛覆性應用是顛覆理論的擴展，與顛覆性技術、顛覆性創新、顛覆性產品存在一定的關系。相應地，本文提煉出人工智能顛覆性應用的8個特征（見表1）。

（1）以數據為中心。在人工智能顛覆性應用階段，低質量的輸入會帶來更多低質量的輸出，從而對社會產生消極影響；反之，高質量的輸人會帶來更多高質量的輸出，從而對社會產生積極影響。但是，數據搜集、數據標注、數據增強等數據工程是一項復雜的任務，對于文化、科教、醫療健康、金融、交通等行業和領域，數據標注依賴于專業知識和專家的判斷。在這種情況下，保證數據的準確性、完整性、一致性、及時性等數據質量指標是巨大的挑戰。因此，人工智能顛覆性應用表現出以數據為中心的特征。

（2）新穎性。新穎性是指人工智能在文化、科教、醫療健康、金融、交通等行業和領域中特定場景的應用具有原始創新性。具體而言，顛覆性應用通過引入人工智能技術以開辟全新的人工智能應用場景，包括新行業或領域的應用場景和相同行業或領域的新應用場景。人工智能顛覆性應用依托深度學習等前沿技術，從而表現出應用上的新穎性[5]。

（3）前沿性。人工智能顛覆性應用的前沿性不僅體現在對市場格局的顛覆上，而且深度融合了國家戰略和社會發展的需求[17]。在市場層面，通過人工智能顛覆性應用來重新定義行業規則。如自動駕駛技術顛覆了傳統交通行業的商業模式，而區塊鏈技術則重塑了金融行業的信任機制，為跨境支付和普惠金融提供了新的解決方案。在國家戰略層面，這些應用與各國的科技創新目標高度契合。如我國《新一代人工智能發展規劃》將人工智能列為推動經濟增長和社會進步的核心技術，強調其在智能制造、智慧城市等領域的應用2。在社會發展層面，通過人工智能技術的賦能作用可解決社會發展過程中的一些關鍵性、長期以來懸而未決的難題。如智能醫療系統通過大數據分析和人工智能診斷，提升了醫療資源的利用效率，緩解了資源分布不均的問題。

（4）經濟性。人工智能顛覆性應用遵循經濟性原則，通過低成本策略切入市場，最初服務于邊緣市場或未被滿足的需求[5。這種經濟性策略的核心在于以更低的價格和更高的性價比吸引價格敏感的用戶群體，從而在主流市場競爭之外開辟新的市場空間。尤其是在一些特定領域，人工智能顛覆性應用通過低成本智能化解決方案快速占領市場。如智能客服系統通過自動化處理大量重復性任務，顯著降低了人力成本，同時提升了服務響應速度。由于人工智能顛覆性應用最初主要服務于新興需求，其市場規模和技術性能尚未達到主流市場的要求，因此往往被傳統企業忽視[23]。然而，隨著技術性能的不斷提升和市場需求的逐步擴大，這些應用逐步實現對主流市場的替代，最終顛覆現有市場格局。

（5）易用性。人工智能顛覆性應用高度注重易用性。一方面，通過簡化操作流程和降低使用門檻顯著提升用戶對人工智能應用的接受度，成為其成功滲透市場并顛覆傳統模式的重要推動力[5]。另一方面，通過智能化支持增強人工智能應用的易用性。如智能推薦系統通過分析用戶行為數據，提供個性化的內容推薦，不僅減少了用戶的選擇成本，還提升了交互體驗的流暢性和滿意度。此外，易用性還表現為對用戶需求的深度理解和精準響應，通過高效處理重復性任務，進一步優化了用戶體驗。

（6）長期性。人工智能顛覆性應用通過持續的應用積累和滲透實現長期發展[18]，其長期性主要體現在應用積累與性能優化、應用滲透與擴展以及對用戶需求的動態適應。通過機器學習和數據積累，人工智能在顛覆性應用過程中不斷優化性能，徹底替代傳統應用。如深度學習算法通過海量數據的訓練，在圖像識別、自然語言處理等領域取得了顯著突破，推動了應用的持續演進。同時，人工智能顛覆性應用從最初的邊緣地位逐步擴展到主流地位。如智能語音助手從最初的簡單語音指令識別發展到如今能夠完成復雜任務（如日程管理、智能家居控制），逐步滲透到用戶的日常生活中。

（7）高風險性。由于顛覆性創新對組織的知識儲備、資金投入和戰略定位等方面提出了更高要求，其成功與否往往難以預測，這使得企業在推進相關項目時面臨顯著的不確定性和挑戰[19]。同樣地，人工智能顛覆性應用具有高風險性，這種高風險性主要體現在應用研發、推廣以及倫理與隱私等方面。

在應用研發層面，人工智能顛覆性應用面臨技術成熟度和算法可靠性的挑戰。如深度學習模型雖然在圖像識別和自然語言處理等領域取得了顯著進展，但其“黑箱\"特性可能導致不可預測的決策結果，增加了應用的風險。在推廣層面，人工智能顛覆性應用可能因市場不接受或用戶需求變化而面臨失敗風險。此外，人工智能顛覆性應用還面臨倫理與隱私風險。如數據隱私問題和算法偏見可能引發社會爭議，甚至導致法律和監管風險。人工智能系統在處理用戶數據時，如果未能充分保護隱私或存在算法歧視，可能引發公眾質疑和信任危機。

（8）高影響力。人工智能顛覆性應用的高影響力體現為對應用格局、市場競爭、產業發展及社會變革產生深遠的顛覆性效應[17-18]。在應用層面，它們通過引入全新范式打破傳統應用局限，如人工智能推動了智能化的普及，顯著提升了人機交互的效率和體驗。在市場層面，人工智能顛覆性應用重新定義了行業規則，如自動駕駛技術通過融合人工智能與物聯網技術，正在重塑傳統交通行業的商業模式，催生了智能出行服務等新興市場。在產業層面，人工智能顛覆性應用不僅催生了新興產業，還推動了傳統產業的轉型升級。如預測性維護和智能生產線，顯著提升了生產效率和產品質量，推動了制造業向智能化方向轉型。在社會層面，人工智能顛覆性應用深刻改變了人們的生活方式和價值觀。這種影響力不僅體現在經濟效益上，還表現為對社會結構和文化的深遠影響，成為推動行業變革和社會進步的重要力量。

有理由認為，上述特征決定了人工智能顛覆性應用的非尋常性。在實踐中，人工智能顛覆性應用絕不是簡單地將人工智能技術或產品落地應用于某個或某些特定的場景，而是一項極其復雜的\"以數據為中心”的技術、經濟和社會系統工程，其實現不可避免地會對工程化、平臺化、規?；?、市場化等有極高的追求。具體來說，通過工程化有助于促進數據、算法、算力、模型與實際業務場景深度結合，構建可擴展、可維護且高效、可靠的人工智能系統；通過平臺化有助于促進基于人工智能技術的工業互聯網平臺的搭建，實現整個產業鏈的構建和整合、數據資源的配置和共享以及產業集群的知識重組和協同創新；通過規模化有助于促進人工智能技術的可復制性和低成本部署，實現面向不同場景的、可復用的數據智能解決方案的普及利用；通過市場化有助于資本市場精準定位目標，包括與人工智能落地應用相關的技術、產品、場景、服務等，同時，利用大數據用戶行為分析構建用戶畫像和細分目標市場，使優質的人工智能技術和產品更快地進入不同場景和服務需求的產業投融資配置視野，形成可持續的人工智能顛覆性應用中\"技術-產品-場景-服務\"生態鏈。

3人工智能顛覆性應用的社會影響

情報學自20世紀40年代誕生以來，一直十分關注技術和環境的變化所帶來的社會影響。當前，新一代人工智能正在全球范圍內蓬勃興起，其顛覆性應用通過算法優化和大數據分析，在特定領域提供個性化解決方案，不僅深刻變革了傳統的產業運作模式、開辟了新的市場空間、改變了人類生活方式，還有力推動了數智時代社會結構的巨大變革。因此，從情報學視角來看，人工智能顛覆性應用的直接結果是掀起了一場史無前例的以數字化和智能化為核心驅動力的數智革命，體現為將數據作為關鍵性的資源和要素，通過人工智能技術及其周邊技術（如大數據、云計算、物聯網、區塊鏈等）的融合應用，推動千行百業、萬千場景的數字化轉型和智能化升級。

人工智能顛覆性應用的社會影響是多角度、多方面的。如Lou和 Wu 指出在藥物發現中應用人工智能可以促進影響機制已知和新穎性中等的新藥發現[24]； Ma 和Ye指出人工智能的應用會引發一線員工對工作替代風險和職業發展的擔憂，降低他們對自身能力和價值的判斷25； Hull 認為面部識別等人工智能系統普遍存在認知不公正問題，其應用會放大對種族和弱勢群體的偏見和歧視[26]；Kulkarni和Singh發現在臨床診斷中應用ChatGPT可以顯著提升診斷的效率、準確性和質量27]。科學、客觀地認識人工智能顛覆性應用的社會影響，特別是分析其中所存在的社會信息問題，協調好人工智能顛覆性應用中的各種經濟和社會關系十分必要。本文結合案例重點剖析人工智能顛覆性應用在提升生產效率和經濟效益、改善公共服務和社會治理、推動教育公平和個性化學習方面所帶來的積極影響以及在加劇就業不平等、擴大數字鴻溝和社會不平等、引發數據和倫理問題方面所帶來的消極影響（見圖1）。

3.1積極影響

（1）提升生產效率和經濟效益。人工智能顛覆性應用在提升生產效率和經濟效益方面具有顯著潛力，能夠為企業創造新的價值并推動產業升級。如西門子通過將人工智能技術與物聯網相結合，開發了一套智能工廠解決方案，能夠實時監控生產線上設備運行狀態，并利用機器學習算法進行預測性維護，包括利用系統分析設備的振動、溫度和能耗數據，提前預測潛在的故障風險，并自動生成維護計劃，從而避免非計劃停機。該技術的應用使西門子在其安貝格工廠的生產效率大幅提高。此外，人工智能還優化了生產流程，如通過智能算法動態調整生產線的資源配置，減少了原材料浪費和能源消耗[28]，提升了經濟效益。這些成功實踐為制造業的數字化轉型和智能化升級樹立了標桿，推動了整個行業向高效率和高效益方向發展。

（2）改善公共服務和社會治理。交通、醫療等領域的人工智能顛覆性應用，顯著改善了公共服務和社會治理的效率和質量。杭州“城市大腦\"就是人工智能顛覆性應用在公共服務和社會治理數字化轉型與智能化升級中的典型案例。作為中國首個大規模落地應用的智慧城市項目，杭州“城市大腦\"通過整合人工智能等顛覆性技術，優化了城市交通管理、公共安全、資源分配等領域的運行效率，提高了社會治理水平。在交通管理方面，“城市大腦\"通過實時分析交通流量數據，動態調整信號燈時長，優化交通流線，顯著緩解了交通擁堵問題[29]。在公共安全方面，“城市大腦\"利用人工智能技術對城市監控視頻進行實時分析，能夠快速識別異常行為并預警，提升了城市的安全管理水平。在資源分配方面，“城市大腦\"廣泛應用于醫療資源調度、環境監測等領域，如通過智能算法優化急救車輛的調度路徑，縮短了急救響應時間，使醫療服務的效率和質量得到大幅度的提高[30]

（3）推動教育公平和個性化學習。人工智能顛覆性應用有助于通過數字化轉型和智能化升級為學生提供個性化學習方案，有助于推動教育資源的公平分配。如國內某在線教育平臺通過人工智能顛覆性應用，對學生的學習行為數據進行分析，包括答題正確率、學習時長、知識掌握情況等，為每位學生生成個性化的學習報告和推薦內容。這種個性化學習方案不僅提高了學習效率，還使教育資源得以更公平地分配。在偏遠地區，由于師資力量不足或教學資源匱乏，許多學生難以獲得優質教育。通過在線平臺可將一線城市的名師課程和教學資源輸送到這些地區，同時為農村學生定制個性化學習方案，縮小與城市學生的教育差距[31]。在線教育平臺的成功實踐展示了人工智能顛覆性應用在教育領域的潛力，不僅推動了教育資源的公平分配，還為個性化學習提供了可行的解決方案。

3.2消極影響

（1）加劇就業不平等。人工智能顛覆性應用在提升生產效率的同時，也導致部分低技能崗位被自動化技術替代，從而加劇了就業市場的不平等[32。亞馬遜智能倉儲系統是人工智能顛覆性應用在經濟結構數字化轉型和智能化升級中的典型案例。一方面，亞馬遜對高技能崗位的需求大幅增加；另一方面，亞馬遜雖創造了大量就業機會，但低技能崗位仍面臨被自動化技術替代的風險。為應對這一變革，亞馬遜推出了“Upskilling2025\"計劃，提供數據分析、機器學習、機器人操作等課程培訓，旨在提升員工的數字化技能，以適應技術驅動的就業市場變化[33]。

（2）擴大數字鴻溝和數字不公平。人工智能顛覆性應用資源分布不均可能會擴大發達地區和欠發達地區之間的差距。如印度的“數字印度\"計劃雖然推動了城市地區的數字化轉型和智能化升級，但農村地區由于網絡基礎設施不完善和\"數字文盲\"問題嚴重，難以享受數字化和智能化服務，進一步加劇了城鄉差距。印度發達城市如班加羅爾、海得拉巴擁有先進的數字基礎設施和高技能勞動力，能夠充分享受數字化轉型和智能化升級帶來的紅利，包括電子政務、在線教育、數字支付等服務。然而，印度農村地區由于網絡基礎設施不完善、電力供應不穩定以及數字素養不足，難以接入基本的數字化和智能化服務。這種技術資源分布不均導致農村地區在教育、醫療、就業等領域被進一步邊緣化。為應對這一挑戰，印度政府通過“數字印度”計劃推動農村地區的網絡基礎設施建設，并開展數字素養培訓項目，旨在彌合城鄉數字鴻溝、消除數字不公平[34]

（3）引發數據、算法和倫理風險。人工智能顛覆性應用依賴于大量用戶數據的搜集和分析，這可能引發一系列數據、算法和倫理風險，包括隱私泄露、虛假數據、數據濫用、算法偏見、科技倫理等[35]。如歐盟實施了《通用數據保護條例》（GeneralDataPro-tectionRegulation，GDPR），要求企業在搜集和使用用戶數據時必須獲得明確同意，并確保數據使用的透明性和安全性[36]。美國斯坦福大學2024年發布的《關于人工智能指數的報告》顯示，基于種族歧視的商業面部識別系統、基于性別歧視的篩查系統、具有社會經濟和種族界限偏見的人工智能臨床健康工具的應用，存在加劇社會歧視和偏見的風險[37]。韓國付費使用的聊天機器人Luda在投入應用后對少數群體和殘障人士發表充滿恨意和歧視的言論，最終被中止運營[38]?？梢钥吹奖M管人工智能顛覆性應用在數據分析和個性化服務方面具有巨大潛力，但其引發的數據、算法和倫理風險不容忽視，必須通過加強數據監管、算法治理和倫理建設來平衡顛覆性應用與用戶權益保護之間的關系。

4人工智能顛覆性應用的問題及對策

4.1人工智能顛覆性應用的問題

在文化、科教、醫療健康、金融、交通等行業和領域中存在很多特定的場景，新一代人工智能為這些特定場景的顛覆性應用提供了新的可能和解決方案。但是，面向不同場景的人工智能顛覆性應用還存在以下問題：

（1）場景應用的廣度和深度不充分。李彥宏表示，以先進的大模型為基礎可以構建起活躍于千行百業的AI原生應用，推動新一輪經濟增長。他認為大模型的理解、生成、邏輯和記憶能力能夠推動AI原生應用的誕生，如果沒有豐富的構建于基礎大模型之上的AI原生應用生態，大模型將毫無價值[39。從全世界看，場景應用源于人工智能技術的實踐需求，更是人工智能產業化發展的必要條件和驅動力。目前，我國人工智能發展已進入場景落地應用階段，但是，應用場景呈現出少數重大場景為牽引、大量長尾場景占主導的特征，場景應用的廣度和深度不充分[40]。

（2）場景應用的雙刃效應。人工智能顛覆性應用是一把雙刃劍，在對人類進步產生積極的推動作用的同時，也帶來了消極的甚至是非容忍的負面作用，包括虛假信息、信息濫用、隱私泄露、信任危機等帶來的一系列風險。AI信任問題受到廣泛的關注，眼見不一定為實，耳聽亦可能為虛，一系列使用AI生成人聲和換臉的案件給社會帶來了嚴重的法律和倫理問題。如部分電商直播間使用明星AI換臉進行直播，對當事人的生活、家庭、聲譽乃至整個社會都造成了嚴重的影響[41]。

（3）場景應用中數據質量不高。AI算法依賴高質量、可靠的數據來生成最佳結果，高質量的數據是指完整、準確、有效的數據，它們可以被放心地使用，在使用后即使帶來風險也在可接受的范圍之內。如果數據是有偏見的、不完整的、不充分的、不準確的，它會帶來毀滅性結果。以識別患者疾病的人工智能系統為例，數據質量不高會導致不良后果，劍橋大學對用于診斷Covid-19的400多種工具進行了一項研究，發現由于使用了不準確的缺陷數據集導致AI生成的報告完全無法使用[42]。此外，如果將未經過濾的社交媒體數據提供給AI算法，它能識別出侮辱性言論、種族主義言論和厭惡女性言論。AI沒有能力探測到深色皮膚人群，也是因為訓練數據不完整，缺乏多樣性的膚色、種族和年齡，使得訓練出來的模型會在這些方面出現偏見，導致不公平的結果[43]。

4.2對策和建議

（1助推人工智能顛覆性應用的深度和廣度。關注面向文化、科教、醫療健康、金融、交通等行業和領域特定場景的人工智能顛覆性應用，剖析人工智能顛覆性應用進程中的基本結構和現實需求，凝練場景應用現狀、分布和特性，探測當前國內外發展不成熟的場景應用，挖掘新的場景應用潛能，助推人工智能顛覆性應用在深度和廣度上得到提升。同時，協調各類主體，從供給側和需求側雙向發力，引導人工智能顛覆性應用在各行業、各領域實現跨越式發展，推動人工智能產業化進程。

（2）放大正效應、抑制負效應。為了積極引導AI朝著有利于人類的方向發展，各國政府均做出了努力。2023年10月30日，美國白宮發布拜登簽署的最新行政命令一《關于安全、可靠、值得信賴地開發和使用人工智能的行政命令》，該行政命令提出了八個目標[44]。2023年12月8日，歐洲議會、歐盟成員國和歐盟委員會三方就《人工智能法案》達成協議，該法案按照不同的風險類別形成了“金字塔\"式監管方法[45。我國也出臺了一系列政策性文件。但是，建立一套在世界范圍內卓有成效的人工智能監管標準是一件艱難的事情，我國政府、學術界、工業界需要精誠合作，努力構建具有中國特色的人工智能顛覆性應用的監管體系，以中國力量推動全球人工智能朝著有利于人類的方向發展。

（3）加強對人工智能數據質量的治理。新一代人工智能的本質是對數據、算法和算力的深層次利用。未來十年AI落地將重點形成以數據為中心的AI，這使得數據成為AI落地必須依賴的重要資源。面向文化、科教、醫療健康、金融、交通等行業和領域特定場景的人工智能顛覆性應用能否對社會產生積極影響，這在很大程度上依賴于高質量和專業化的場景數據。因此，應在各行業、各領域積極倡導以數據為中心的AI，在數據搜集、數據標注、數據增強等方面增加投入，將重心放到數據上來，加強數據和信息治理，確保數字化轉型中場景數據的高質量，從而實現數據飛輪效應，帶動面向不同場景的人工智能顛覆性應用的落地。

5結語

由Christensen及其團隊提出的顛覆理論[4-5，46]為本文提供了理論研究支持。人工智能已對千行百業、萬千場景產生了影響，其顛覆性多數體現于人工智能的應用環節。本文基于情報學視角，探討了人工智能顛覆性應用的內涵、特征、社會影響、問題及對策，不僅拓展了顛覆理論的研究維度，而且為人工智能相關政策的制定特別是人工智能顛覆性應用中的信息治理提供了參考，一定程度上能夠推動人工智能在文化、科教、醫療健康、金融、交通等行業和領域的顛覆性應用。

參考文獻：

[1」Zha DC，hatZP，LaiKH，etaData-centricarticialintellgence：AsurveyJ」ACComputingurveys，25，57（5）：-42.

[2]黃煒，張玉瀅，劉勇，等.全生命周期視角下的生成式人工智能治理框架研究[J].圖書與情報，2024（6）：73-85.

[3]DanneelsE.Disruptivetechnologyreconsidered：AcritiqueandresearchagendaJ].JournalofProductand Innovation Management，2004，21（4）：246-258.

[4]BowerJL，ChristensenCM.Disruptivetechnologies：Catchingthewave[J].HarvardBusinessReview，995，73（1）：4-5.

[5]ChristensenCM，RaynorM，McDonaldR.Whatisdisruptiveinovatio？［J].HarvardBusines Review，2015，93（12）：44-53.

[6]Hang CC，Chen J，Subramian A M.Developing disruptiveproducts for emerging economies：Lessons from Asiancases[J].Research-Technology Management，2010，53（4）：21-26.

[7]新華社.習近平：推動我國新一代人工智能健康發展[EB/OL].[2025-05-31].htps：//ww.cac.gov.cn/2018-10/31/c_1123643 315.htm.

［8］中華人民共和國中央人民政府.科技部等六部門關于印發《關于加快場景創新以人工智能高水平應用促進經濟高質量 發展的指導意見》的通知[EB/OL].[2025-05-25].htps：//www.gov.cn/zhengce/zhengceku/2022-08/12/content_5705154.htm.

[9]國家網信辦，國家發展改革委，教育部，等.生成式人工智能服務管理暫行辦法[EB/OL].[2025-05-25].htps：/www.gov. cn/zhengce/zhengceku/202307/content_6891752.htm.

[10]ScienceAI.更高準確性，覆蓋蛋白等更多分子，DeepMind發布AlphaFold新版本[EB/OL].[2025-05-25].ttps：/aijiahao.baidu.com/s？id=1781348632248677041amp;wfr=spideramp;for=pc.

[11]Nature.Nature's10：Tenpeople（andone non-human）who helped shape science in2023[EB/OL].2025-05-25]https// www.nature.com/immersive/d41586-023-03919-1/index.html.

[12］量子位.谷歌氣象大模型登Science：1分鐘預測10天， 90% 指標超最強模型[EB/OL].[2025-05-20].https：//baijiahao.baidu.com/s？id=1782615434663675085amp;wfr=spideramp;for=pc.

[13]新智元.專訪吳恩達：AI未來10年，從硬件至上到數據為王[EB/OL].2025-05-20].htps：/baijiahao.baidu.com/s？id= 1728381050296022630amp;wfr=spideramp;for=pc.

[14]Christensen CM.TheongoingprocessofbuildingatheoryofdisruptionJ]JournalofProductInovation Management，006， 23（1）：39-55.

[15］港清港楚.吳恩達為何一直呼呼以數據為中心的人工智能？[EB/OL].2025-05-20].htps：//aijiahao.baidu.com/s？id= 1801344613992715030amp;wfr=spideramp;for=pc.

[16]NagyD，SchueslerJ，DubinskyA.Defiingandidentifyingdisruptiveinnovations[J].IndustrialMarketingManageent， 2016，57：119-126.

[17]KostoffRN，oylanR，imonsGRDisuptivetechnologadmasJ]TechnologicalForecastingndScialge04， 71（1-2）：141-159.

[18]蘇敬勤，劉建華，王智琦，等.顛覆性技術的演化軌跡及早期識別——以智能手機等技術為例[J].科研管理，2016，37 （3）：13-20.

[19]PetzoldN，LandinezL，BaakenT.Disruptiveinnovationfromaprocessview：AsystematicliteraturereviewJ].Creativityand Innovation Management，2019，28（2）：157-174.

[20]李乾瑞，郭俊芳，黃穎，等.基于突變-融合視角的顛覆性技術主題演化研究[J].科學學研究，2021，39（12）：2129-2139.

[21]王康，陳悅，宋超.顛覆性技術：概念辨析與特征分析[J].科學學研究，2022，40（11）：1937-1946.

[22]國務院.新一代人工智能發展規劃[EB/OL].2025-05-20].https：//ww.gov.cn/zhenge/content/2017-07/20/content5211 996.htm.

[23]Adner R.Whenare technologies disruptive？Ademand-basedviewoftheemergenceofcompetitionJ].Strategic Management Journal，2002，23（8）：667-688.

[24]LouB，WuLAIondrugs：Canartificialinteligenceacceleratedrugdevelopment？Evidencefromalarge-scaleexamiation of bio-pharma firms[J].MISQuarterly，2021，45（3）：1451-1482.

[25」MaCH，YeJinkingartificaltellgencetervicesbotageJTeerviceIusriesJoual，，4-）：04 1074.

[26]HullG.Dirtydatalabeleddirtchap：epistemic ijusticeinmachinelearningsystems[J]EthicsandInformationTechology， 2023，25（3）：1-14.

[27]KulaPghHAtialeligeeiialaossopporesllgd]JJoal of the American Medical Association，2023，330（4）：317-318.

[28]LundS，MadgavkarA，ManyikaJ，etal.ThefutureofworkafterCOVID-19，McKinseyGlobal InstituteEB/OL].2025-05- 20].https：//www.mckinsey.com/featured-insights/future-of-work/the-future-of-work-after-covid-19.

[29］馬劍.從\"治堵\"到\"治城\"這座城市擁有了一個升級版“最強大腦\"[EB/OL].[2025-05-20].htp：//ww.xinhuanet.com/politics/2018-12/30/c_1123929591.htm.

[30］唐駿垚.杭州城市大腦年中新發布——九大新場景個個都便民[EB/OL].[2025-05-20].htp：/zjrb.zjol.com.cn/html/ 2019-07/11/content_3246220.htm？div=-1.

[31]人民網.猿輔導在線教育以科技助力教育[EB/OL].[2025-05-20].htps：//baijiahao.baidu.com/s？id=16937047586060157 43amp;wfr=spideramp;for=pc.

[32]王芳，朱學坤，劉清民，等.生成式人工智能研究進展[J].圖書與情報，2024（4）：45-64.

[33]孫文軒.亞馬遜：到2025年向200萬人提供免費AI技能培訓[EB/OL].[2025-05-20].htps：//ww.bjnews.com.cn/detail/ 1700650539169192.html.

[34]Van Dijk J.The digital divide[M].Hoboken：John Wileyamp; Sons，2020.

[35]張超，韓姚，王芳.ChatGPT與知識生產和復用：賦能、挑戰與治理[J].圖書與情報，2023（3）：52-60.

[36]Goddard M.TheEUGeneralDataProtectionRegulation（GDPR）：EuropeanregulationthathasaglobalimpactJ].International Journal of Market Research，2017，59（6）：703-705.

[37]StanfodUvesittalintellgedexeport4EB/]ps：/dexsfoddutt uploads/2024/04/HAI_2024_AI-Index-Report.pdf.

[38]馮永剛，席宇晴.人工智能的倫理風險及其規制[J].河北學刊，2023，43（3）：60-68.

[39]人民網.李彥宏：繁榮的AI原生應用生態將推動經濟增長[EB/OL].2025-05-20].htp：/ent.people.com.cn/nl/2023/ 1019/c1012-40099065.html.

[40]陳志.進一步加強人工智能場景創新的建議[EB/OL].[2025-05-20].htps：/m.thepaper.cn/baijiahao_24487719.

[41］新民周刊.當眼見 eq 真實，我們如何破解“信任危機\"[EB/OL].[2025-05-20].htps：//new.qq.com/rain/a/20230614A07C5 D00.

[42]KimF.Isyourdatagodenough foryourmachinelearning/AIplans？[EB/L].2O25-O5-20].htps：/readwrite.com/isyour data-good-enough-for-your-machine-learning-ai-plans/.

[43]王林.如何提升數據質量更好地滿足AI項目需求[EB/OL].[2025-05-20].htps：//www.php.cn/faq/517656.html？utm_campaign=client_shareamp;utm_medium=toutiao_iosamp;tt_from 1=- copy_linkamp;share_token=C16241AB-7E93-41EE-8A7E-1643D6F 42845amp;utm_source=copy_link.

[44]安全內參.美國《關于安全、可靠和可信地開發和使用人工智能的行政令》全文翻譯[EB/OL].[2025-05-20/].htps：/ www.secrss.com/articles/60176.

[45]ThinkTank.ArtificialintellgenceactEB/O].2-0-20]tps：//ww.uroparlropa.euinktank/endocumntR BRI（2021）698792.

[46]ChristensenCM，RosenbloomRS.Explainingtheatacker’sadvantage：Tehnologicalparadigms，rganizationaldamics， and the value network[J].Research Policy，1995，24（2）：233-257.

作者簡介：查先進，男，信息管理學院教授，博士生導師；譚依婷，女，信息管理學院、圖書情報國家級實驗教學示范中心博士研究生。