大模型对情报学发展的影响思考

doi:10.3772/j.issn.1000-0135.2025.02.010

情报学报

2025, Vol. 44

Issue (2): 246-256 DOI: 10.3772/j.issn.1000-0135.2025.02.010

情报学科发展与建设

本期目录 | 过刊浏览 | 高级检索

大模型对情报学发展的影响思考

李阳^1,2, 孙建军^1,2

1.南京大学信息管理学院，南京 210023
2.南京大学数据智能与交叉创新实验室，南京 210023

Reflections on the Impact of Large Language Models on the Development of Information Science

Li Yang^1,2, Sun Jianjun^1,2

1.School of Information Management, Nanjing University, Nanjing 210023
2.Laboratory of Data Intelligence and Interdisciplinary Innovation, Nanjing University, Nanjing 210023

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1254 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要以ChatGPT为代表的大模型应用正对人类社会产生深远影响，世界万物陆续被“压缩”和“映射”到大模型之中。在大模型时代，信息世界呈现新形态，其典型特征表现在3个方面：人工智能生成内容的大量产生，机器地位的不断上升，大模型成为新质生产力引擎。作为对新技术一贯保持高度敏感性、与信息世界同向同行的情报学学科，大模型催生出的信息世界新形态对情报学的研究问题、目标任务、理论体系、研究范式、学科可见度等产生多重影响。由此进一步催生出工具视角（大模型驱动的情报学研究）和对象视角（大模型作为研究对象的情报学研究）两种不同的研究路径，前者涉及大模型赋能的智能情报分析与处理、面向多元场景的情报大模型搭建与应用等核心议题，后者涉及安全与发展融合视角下人工智能生成内容的善治、大模型时代的信息用户与行为等核心议题。未来，需要从学术氛围、数据基础设施建设、教育与人才培养等多方面积极着力，以进一步支持大模型发展及情报学学科话语体系的建构。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李阳
	孙建军

关键词 ：大模型, ChatGPT, 情报学, 信息世界, 人工智能生成内容

收稿日期: 2024-05-17

基金资助:国家社会科学基金一般项目“数智赋能的重大突发公共事件预测型情报服务机制研究”（22BTQ051）。

作者简介: 李阳，男，1989年生，博士，副教授，博士生导师，主要研究领域为社交媒体信息分析与人工智能治理，E-mail：liyang@nju.edu.cn；孙建军，男，1962年生，博士，教授，博士生导师，主要研究领域为网络信息资源管理与大数据分析；

引用本文:

李阳, 孙建军. 大模型对情报学发展的影响思考[J]. 情报学报, 2025, 44(2): 246-256.
Li Yang, Sun Jianjun. Reflections on the Impact of Large Language Models on the Development of Information Science. 情报学报, 2025, 44(2): 246-256.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.02.010 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I2/246

1 报告: 中国人工智能大模型数量全球占比36%[EB/OL]. (2024-07-08) [2024-07-14]. https://baijiahao.baidu.com/s?id=18039897 10956636867&wfr=spider&for=pc.
2 中国10亿参数规模以上大模型数量已超100个[EB/OL]. (2024-03-25) [2024-04-25]. https://www.chinanews.com.cn/gn/2024/ 03-25/10186743.shtml.
3 van Dis E A M, Bollen J, Zuidema W, et al. ChatGPT: five priorities for research[J]. Nature, 2023, 614(7947): 224-226.
4 Zhang X, Wang L M, Helwig J, et al. Artificial intelligence for science in quantum, atomistic, and continuum systems[OL]. (2023-07-17) [2024-03-25]. https://export.arxiv.org/pdf/2307.08423.
5 孙美娟, 张译心. ChatGPT: 热话题需要冷思考[N]. 中国社会科学报, 2023-03-07(2).
6 政光景, 吕鹏. 生成式人工智能与哲学社会科学新范式的涌现[J]. 江海学刊, 2023(4): 132-142, 256.
7 谢天, 邱林, 李雨曈, 等. 大模型时代的社会科学, 何去何从?[J]. 图书情报知识, 2023, 40(6): 6-9, 30.
8 王仕勇, 张成琳. 国内外ChatGPT研究综述及展望: 人文社科视角[J]. 重庆工商大学学报(社会科学版), 2023, 40(5): 1-14.
9 情报学[M/OL]// 3版. 中国大百科全书. 北京: 中国大百科全书出版社. [2024-03-25]. https://www.zgbk.com/ecph/words?SiteID=1&ID=296272&Type=bkzyb&SubID=60718.
10 陆伟, 刘家伟, 马永强, 等. ChatGPT为代表的大模型对信息资源管理的影响[J]. 图书情报知识, 2023, 40(2): 6-9, 70.
11 王静静, 叶鹰. 生成式AI及其GPT类技术应用对信息管理与传播的变革探析[J]. 中国图书馆学报, 2023, 49(6): 41-50.
12 曹树金, 曹茹烨. 从ChatGPT看生成式AI对情报学研究与实践的影响[J]. 现代情报, 2023, 43(4): 3-10.
13 刘细文, 孙蒙鸽, 王茜, 等. DIKIW逻辑链下GPT大模型对文献情报工作的潜在影响分析[J]. 图书情报工作, 2023, 67(21): 3-12.
14 刘逸伦, 黄微, 张晓君, 等. AIGC赋能的科技情报智能服务: 特征、场景与框架[J]. 现代情报, 2023, 43(12): 88-99.
15 李荣, 吴晨生, 董洁, 等. ChatGPT对开源情报工作的影响及对策[J]. 情报理论与实践, 2023, 46(5): 1-5.
16 全国哲学社会科学工作办公室. 中国特色哲学社会科学发展报告: “十三五”回顾与“十四五”展望[M]. 下卷. 北京: 中国社会科学出版社, 2021: 1592-1593.
17 陶建华, 聂帅, 车飞虎. 语言大模型的演进与启示[J]. 中国科学基金, 2023, 37(5): 767-775.
18 Yang J F, Jin H Y, Tang R X, et al. Harnessing the power of LLMs in practice: a survey on ChatGPT and beyond[J]. ACM Transactions on Knowledge Discovery from Data, 2024, 18(6): Article No.160.
19 Guo B Y, Zhang X, Wang Z Y, et al. How close is ChatGPT to human experts? comparison corpus, evaluation, and detection[OL]. (2023-01-18) [2024-03-25]. https://arxiv.org/pdf/2301.07597.
20 米加宁, 董昌其. 大模型时代: 知识的生成式“涌现”[J]. 学海, 2024(1): 81-96, 214-215.
21 张亚勤: AI大模型时代[EB/OL]. (2023-05-08) [2024-07-14]. https://air.tsinghua.edu.cn/info/1007/2015.htm.
22 李纲, 刘学太, 巴志超. 三元世界理论再认知及其与国家安全情报空间[J]. 图书与情报, 2022(1): 14-23.
23 张海涛, 张春龙, 栾宇, 等. 哲学视角的重大突发事件图景建构研究[J]. 情报学报, 2022, 41(12): 1294-1304.
24 董春雨, 薛永红. 大数据哲学: 从机器崛起到认识方法的变革[M]. 北京: 中国社会科学出版社, 2021.
25 ChatGPT成企业应用最多生成式AI工具, 至少提升50%生产力[EB/OL]. (2023-05-30) [2024-04-10]. https://www.aixinzhijie.com/article/6819958.
26 肖鹏. 直面《恶魔之网》: 兰开斯特最后的忧思与图书馆情报学的学科关怀[J]. 图书与情报, 2019(6): 66-71.
27 丁波涛. 人工智能时代的情报学发展与创新——基于情报交流理论的视角[J]. 情报学报, 2021, 40(3): 321-332.
28 赖茂生. 数字化时代的情报学[J]. 图书情报工作, 2007, 51(4): 25-29.
29 王天恩. 信息需要: 人工智能基础研究的重要领域[J]. 河海大学学报(哲学社会科学版), 2019, 21(1): 1-10, 104.
30 中国信息通信研究院. 人工智能生成内容(AIGC)白皮书(2022年)[EB/OL]. (2022-09-02) [2024-04-10]. http://www.caict.ac.cn/kxyj/qwfb/bps/202209/t20220902_408420.htm.
31 Wang H C, Fu T F, Du Y Q, et al. Scientific discovery in the age of artificial intelligence[J]. Nature, 2023, 620(7972): 47-60.
32 王飞跃, 王雨桐. 数字科学家与平行科学: AI4S和S4AI的本源与目标[J]. 中国科学院院刊, 2024, 39(1): 27-33.
33 王飞跃, 缪青海, 张军平, 等. 探讨AI for Science的影响与意义: 现状与展望[J]. 智能科学与技术学报, 2023, 5(1): 1-6.
34 Xu R X, Sun Y F, Ren M J, et al. AI for social science and social science of AI: a survey[J]. Information Processing & Management, 2024, 61(3): 103665.
35 Grossmann I, Feinberg M, Parker D C, et al. AI and the transformation of social science research[J]. Science, 2023, 380(6650): 1108-1109.
36 情报分析技术[M/OL]// 3版. 中国大百科全书. 北京: 中国大百科全书出版社. [2024-04-20]. https://www.zgbk.com/ecph/words? SiteID=1&ID=26798&Type=bkzyb&SubID=60763.
37 张家年, 马费成. 立足情报服务借力工程思维: 大数据时代情报工程学的理论构建[J]. 情报学报, 2016, 35(1): 4-11.
38 Argyle L P, Busby E C, Fulda N, et al. Out of one, many: using language models to simulate human samples[J]. Political Analysis, 2023, 31(3): 337-351.
39 张颖怡, 章成志, 周毅, 等. 基于ChatGPT的多视角学术论文实体识别: 性能测评与可用性研究[J]. 数据分析与知识发现, 2023, 7(9): 12-24.
40 Pan J Z, Razniewski S, Kalo J C, et al. Large language models and knowledge graphs: opportunities and challenges[OL]. (2023-08-11) [2024-04-20]. https://arxiv.org/pdf/2308.06374.
41 Pan S R, Luo L H, Wang Y F, et al. Unifying large language models and knowledge graphs: a roadmap[J]. IEEE Transactions on Knowledge and Data Engineering, 2024, 36(7): 3580-3599.
42 刘挺. 从ChatGPT谈大语言模型及其应用[J]. 语言战略研究, 2023, 8(5): 14-18.
43 十七部门关于印发《“数据要素×”三年行动计划(2024—2026年)》的通知[EB/OL]. (2024-01-05) [2024-04-20]. https://www.cac.gov.cn/2024-01/05/c_1706119078060945.htm.
44 赖茂生. 学科转型, 我们准备好了吗?[J]. 情报资料工作, 2023, 44(1): 15-16.
45 Al Shboul M K I, Alwreikat A, Alotaibi F A. Investigating the use of ChatGPT as a novel method for seeking health information: a qualitative approach[J]. Science & Technology Libraries, 2024, 43(3): 225-234.
46 刘畅, 张鹏翼, 李世娟, 等. AI赋能视角下的信息行为研究——2023年信息行为研究年会综述[J]. 大学图书馆学报, 2024, 42(1): 5-10.
47 韩旭, 孙亚伟, 赵璐. 体系化人工智能与大语言模型在智能情报场景中的应用[J]. 北京邮电大学学报, 2024, 47(4): 11-19, 28.
48 何赛克, 张培杰, 张玮光, 等. 大模型时代下的决策范式转变[J]. 中国地质大学学报(社会科学版), 2023, 23(4): 82-91.
49 人工智能专题报告: 向量数据库, AI时代的技术基座[EB/OL]. (2023-06-21) [2024-05-10]. https://news.sohu.com/a/687911494_121709768.
50 李广建, 潘佳立. 人工智能技术赋能情报工作的历程与当前思考[J]. 信息资源管理学报, 2024, 14(2): 4-20.