数智赋能的情报学学科发展趋势探析

陆 伟 杨金庆

(武汉大学信息管理学院，武汉，430072； 武汉大学信息检索与知识挖掘研究所，武汉，430072)

1 引言

数智时代，大数据、云计算、人工智能、第五代移动通信技术(5G)、物联网等新技术不断涌现，正在重塑世界的现实[1]，也催生了高等教育的新形态[2]。在此背景下，正如习近平总书记指出的“社会大变革的时代，一定是哲学社会科学大发展的时代”，新文科建设力图打破传统文科思维模式，加强学科交叉与深度融合[3]，推动哲学社会科学创新发展，实现人文社会科学与科技强国相匹配。以数据为基的情报学[4]也面临着大数据、人工智能等一系列新的技术、方法和模型的全面介入，这也就要求情报学学科适应时代发展，“主动求变”，拥抱新技术并及时利用新技术解决新问题。大数据+人工智能等信息技术的赋能将给情报学发展带来新的学科增长点。

情报学从诞生开始就呈现出与技术的天然亲和力[5]。回顾情报学学科发展路线，分析“数智赋能”的情报学发展趋势，将有助于开拓情报学学科发展域，推动情报学研究理论创新与实践探索，进而服务于社会需求和国家战略。本文以情报学学科历史沿革为基础，分析学科演进路径，并以此为导线探析情报学学科未来发展趋势。

2 情报学学科之缘起

情报学的起源与形成依赖于社会实践的发展，不同地区情报学学科缘起都各具特点。欧洲国际目录学会(Institute internationale de Bibliographie, IIB)创立于1895年，而文献学(Documentation)这一术语于1908年才正式被使用。之后，国际目录学会于1931年被更名为国际文献学会(International Federation of Documentation)。英国学者布拉德福于1948年发表《文献工作内容的改进和扩展》[6]一文，标志着文献学已超出了文献整理的范畴，深入至文献内容层面，同年英国皇家学会首次召开国际科学情报会议。英国情报学家布鲁克斯于1967年探讨了情报与知识的内在联系[7]，并于1980年通过发表《情报学基础》系列论文[8]，将“三个世界”理论确立为情报学的理论基础。

文献学早在20世纪30年代传入美国，美国学者万尼瓦尔·布什于1945年发表的《诚若所思》被视为“情报科学的开端”[5]。1950年美国凯斯西储大学教授福克在传统图书馆学的基础上，开设了“文献课”，此举被视为“情报学教育的开端”[9]。之后，1957年美国科学家柴瑞把科学交流研究与活动统一于情报学[6]。自美国华盛顿1958年召开“科技情报国家会议”开始，情报研究进入到科技决策领域，逐步从辅助支撑转向决策参与，试图解决二战后科技信息爆炸所带来的困境。随后，从1958年“贝克尔报告”到1976年美国内务部委员会向总统提交的国家情报政策研究报告，都对情报学学科的确立起到了促进作用。20世纪60年代末，计算机技术被广泛应用于文献加工处理，美国很多图书馆学院在“Library Science”中加入了“Information”，更改为“Library and Information Science”。1968年美国著名情报学家博科在美国情报学科更名大会上，将情报学定义为一门研究Information特性和行为、管控信息流的力量以及改善信息的可获得性和可用性所需的各种信息处理工具或手段的学科[10]。

在苏联，“情报学”概念由科学院通讯院士那尔基维茨于1962年首次提出，1963年特姆尼柯夫教授建议将情报学视为一门搜集、传递、交流、加工和利用情报的新学科[11]。情报学在苏联确立以后，沿着科技情报工作实践和科学交流过程的基本规律两个方向发展。苏联科技情报所所长和国际情报与文献联合会(FID)副主席米哈依洛夫继《科学情报基础》(1965年)、《情报学基础》(1968年)出版之后，于1976年又发表重要著作《科学交流与情报学》，推动了苏联情报学理论体系的逐步完善。该体系中主要论述了情报的本质及作用、科学交流的规律等基础性问题，米哈依洛夫认为“情报学研究科学情报的构成和共同特性，以及科学交流全过程的规律性。”[12]。由此可以看出，以米哈依洛夫为代表的苏联情报学家更偏向于科学交流理论的研究。

新中国成立初期，为了应对以欧美列强为首的科技封锁带来的科技情报资料难以获取的困境，周恩来等党和国家领导人提出应发展中国科技情报事业。随后，国家科委编制了第一个中长期科技规划《1956—1967年科学技术发展远景规划纲要》。1956年10月中国科学院科学情报研究所的成立标志着我国科技情报工作进入了组织化、系统化阶段[13]。由此可以看出，我国情报学诞生于国家战略需求背景下的科技情报工作实践，在引入欧、美、苏情报理论的基础上，进行综合集成，结合我国国情内化形成了中国特色的情报学科，如图1所示。

3 情报学研究演进路径分析

我国情报学在引入和吸纳欧、美、苏三者早期理论的基础上，不断内化创新，形成了中国特色的战略性情报研究范式[14]。情报学研究路径也在此过程中不断演进，情报学学者们从不同的角度和层面对情报学研究的演进路径进行了分析和总结。马费成教授等[13]将我国情报学的发展划分为初始期、成长期、转型期、繁荣期四个阶段。在初始期，科技情报工作纳入了国家科技战略，在此阶段引入、学习国外情报理论与方法，也是我国情报学研究的开端；成长期的情报学研究产出了一批高水平著作，情报学教育得到进一步发展；在转型期，信息技术的兴起，传统的情报工作向信息化领域转型，“科技情报”由此改为“科技信息”，之后学位名称也由“科技情报”统一改为“情报学”；在21世纪以来的繁荣期，情报服务聚焦于国家创新驱动发展战略、智库战略、国家安全战略。苏新宁教授等[15]从情报学服务手段的角度将情报学研究划分为三个阶段：科技文献服务与管理阶段(20世纪90年代以前)，信息处理与检索阶段(20世纪90年代至21世纪初)，网络信息资源建构与服务平台建设阶段(21世纪以后)。王知津教授等[16]将我国情报学发展路径也概述为三个阶段：引进和吸收国际先进理论和经验阶段；在引进的同时，不断创新与本土化阶段；保持本土化中的坚守与发展阶段。安璐教授等[17]从国家战略与社会需求角度认为，情报学发展的脉络与过程经历了四个阶段：获取科技情报资料，服务国家“赶超发展战略”阶段(1949—1977年)；引入计算机技术、自动化联机检索、数据库等信息技术，服务国家改革战略阶段(1978—1991年)；结合情报理论方法与经济建设，促进科研成果转化为社会生产力阶段(1992—2010年)；拓展科技情报工作内容，不断引入新技术、新方法、新理念，服务于国家安全与经济发展、文化传播与建设阶段(2011年至今)。综合以上分析不难发现，我国情报学的发展以服务国家战略和社会需求为目标，不断引入先进的、新的情报理论与技术方法，在强基固本的同时，不断开拓创新。

为了进一步剖析我国情报学演进路径，本部分以1982年创刊的中国科学技术情报学会会刊《情报学报》为分析线索，经去除其中征文、贺词等非学术性文章，获取刊载文献2093篇，时间跨度为1982—2020年。为了突显每一时期情报学研究的核心主题，本部分以关键词为节点构建了时序共现网络，并划分了四个阶段，即以20世纪的90年代以前(1982—1989)和90年代(1990—1999)、21世纪的2000—2009年和2010—2020年。四个阶段相应研究内容的可视化分析如图2所示。

从图2中可以看到，在情报学演进过程中，不同阶段的核心关键词存在明显的差异性，情报学演进路径整个过程可以概括为起步于科技情报工作，形成于信息资源建设，成长于信息管理与服务，发展于情报服务拓展，且一直在不断地开拓创新。此四个阶段分别对应科技情报工作时期、信息资源建设时期、信息管理与服务时期以及情报服务拓展时期。

(1)科技情报工作时期

情报学的来源和实践基础是科技情报工作[10]。我国情报学的形成正是沿着先开展科技情报工作，再成立科技情报专业，最后形成情报学学科的演进路径。我国于1963年成立中国科学技术情报研究所情报方法研究室，并开展了机器检索与计算机自动翻译等的试验研究，这被视为我国情报学研究的开端。1978年武汉大学创办科技情报本科专业，情报学教育步入了快速发展时期。1988年版的《中国大百科全书》图情档卷中情报学的内容包括情报的产生、内容、特点和结构，情报的存储和检索，情报系统和网络等。在此阶段，主要是面向学术研究的传统文献工作和面向科技研发及管理决策的情报分析工作，如参与科技文献的收集、翻译、分类、文摘索引，专题跟踪等科技情报工作[18]。因此，该阶段的情报学研究对象是科技情报。

(2)信息资源建设时期

20世纪90年代因特网的引入改变了科技情报传统的工作模式。科技文献的电子化、检索手段的自动化、社会需求的多样化，促使科技情报工作以文献资源为依托，以数据库存储和检索技术为手段，建设服务于科技情报工作和社会需求的信息资源库，提供信息服务。1992年，国家科委以“科技信息”代替了“科技情报”；1993年，教育部也将“科技情报”改为“科技信息管理”专业，相应地“情报检索”也改称为“信息检索”；1996年，国务院学位委员会学科评议组将硕士和博士“科技情报”学位授予点统一改为“情报学”；1998年，经济信息管理、信息学、科技信息、管理信息系统、林业信息管理五个专业合并为信息管理与信息系统。在这一时期，信息资源建设与信息服务成为了各情报机构的主要工作，例如建设数据库以及检索系统等。

(3)信息管理与服务时期

在信息资源建设的基础上，情报学研究开始以资源数字化的数字图书馆为依托，进行信息管理与信息系统开发。在此过程中，学者们开展元数据、信息检索、数据挖掘等理论方法研究。此外，随着市场经济的进一步发展，为服务企业信息化，情报学不再局限于科技信息领域，拓宽了新的研究范围——竞争情报。竞争情报加速了情报学研究内容的变革、方向的调整以及视野的国际化[19]。市场经济背景下情报学研究也涉及了知识产权、电子商务等新的研究领域，服务社会发展需求。这一时期，我国情报学理论研究与实践工作逐渐得到国家和学界的认可，2002和2007年，武汉大学和南京大学情报学学科相继被评为国家重点学科，2009年，武汉大学信息管理学院加入国际信息学院联盟iSchools。信息资源管理、信息系统、信息检索、竞争情报、计量学等成为主流[20]。

(4)情报服务拓展时期

随着情报学理论体系的不断完善以及大数据、深度学习等新技术的不断介入，情报学的决策服务功能逐渐渗透到全领域，服务于国家创新战略、安全战略以及社会需求[17]。大数据环境及其带来的新思维、新技术与情报学研究紧密融合，突破了传统的情报分析方法，改变了情报工作的业务流程和服务模式。不仅情报服务手段从信息服务、知识服务转向智能服务、智慧服务，同时情报服务内容也从描述性和动向性情报转向预测、预警性与战略性情报[21]，如利用深度学习、引文分析、文本挖掘、情感分析以及知识网络等方法识别领域前沿，监测网络舆情与突发事件，开展应急决策情报工作[22]。此时期，在大数据、人工智能等新兴技术的驱动下，情报学研究突破了传统的研究范式界限，走向了数据密集型科学研究范式，正向智能情报研究与服务迈进。

从以上各时期内容来看，科技情报工作时期、信息资源建设时期、信息管理与服务时期、情报服务拓展时期这四个阶段，可以视为在马费成教授四个宏观时期的基础上对苏新宁教授三个阶段的进一步拓展。沿着情报学演进路径不难发现，计算机、因特网等信息技术以及大数据技术在不同的时期引领了情报学发展方向，推动了情报学研究范式的转变。当前，大数据+人工智能等新技术打破了传统介质、空间和场景局限，拓宽了情报学研究的问题域，数据获取对象从档案性的“冷数据”转向实时性的“热数据”[23]，分析对象由“信息”深入到“数据”[24]，使得开源情报工作逐渐进入情报实践的重点区域[25]，情报服务在“数智”技术驱动下，正追求着“有求必应”甚至“无求先应”的智能化服务模式。

4 数智赋能的情报学发展趋势分析

从情报学研究演进路径可以看出，情报学是一个对技术具有天然亲和力的学科，每一轮技术变革都会给情报学发展带来新的增长点。由于信息链中各要素相互交织构成了情报学与情报工作的总体特征[26]，本部分从信息链角度，探析以大数据和人工智能为代表的新技术如何赋能情报学研究的发展。如图3所示，新技术推动了信息链中各概念之间跨越式转化关系的实现，改变了以往线性增值的单链转化模式，形成了以数据为重心，更加灵活和多元的网状结构。

信息链的重构从整体上形成了更为多元的情报价值生成路径，进而赋能情报学理论与方法的革新。具体来看，重构的信息链理论形成了以数据为核心的学科范式，引导了情报工作流程再造，以致情报研究过程中广泛收集的信息资源数据化，组织与评价方法智能化，服务内容的精细化与模式的工程化，其相应的代表性研究内容为数智赋能情报学理论与方法、多模异构信息的融合与挖掘、智能驱动信息组织与检索、全文本科学计量分析及创新评价、数据驱动的信息行为与人机交互和情报服务模式工程化及智能化。因此，本部分以情报学演进路径的四个时期为导线，从以上六个方面探析情报学发展趋势。

(1)数智赋能情报学理论与方法

情报学起源于情报工作实践，情报学理论及方法与情报工作紧密相连。随着技术变革，国家战略调整，情报工作与研究也经历了从科技情报工作时期、信息资源建设时期、信息管理与服务时期到情报服务拓展时期。从学科角度，情报学相应地经历了大科学时代、信息资源管理时代、知识管理时代、大数据时代等阶段[27]，目前正在迈向数智时代。在大数据时代，大数据技术突破了传统的研究范式，推动情报研究向数据密集型研究范式转变。数智时代情报工作正向资源数据化、技术方法智能化和创新服务工程化方向发展。数智赋能的情报学将吸纳智能感知、协同分析、视觉搜索、自然语言处理、边缘计算等新的技术和方法赋能情报学理论与方法变革。从信息链角度，大数据、人工智能技术强大的数据处理能力改变了“事实-数据-信息-知识-情报(智慧)”信息链[28]逐级提炼升华的情报产生模式，可以从信息链上的任意节点深度分析挖掘情报[29-30]。数智赋能的信息链将引领情报学理论与方法体系重构，形成情报学研究新范式，推动情报工作流程再造。

(2)智能驱动信息组织与检索

在科技情报工作时期，情报检索是情报学研究的核心内容之一，从手工检索、单机检索到联机检索，在此过程中不断探索检索与标引技术理论。在信息资源建设时期，用于文献和情报服务的数据库建设逐步开展起来，开发了情报检索系统。由于受到信息化浪潮的影响，信息构建理论被引入情报学，网络信息资源建设技术与方法也成为情报学研究的核心内容之一[31]。由此，“情报检索”逐渐改称“信息检索”。信息组织与检索两者相辅相成，密切相关。信息组织经历了文献组织、信息组织到知识组织的演变过程。大数据、自然语言处理、机器理解、自动语义标注等人工智能技术赋能的知识组织研究正向语义层迈进，融合多层语义知识组织方法和认知计算模型解决知识表示、知识关联等问题[32]。数智赋能的知识组织促使信息检索从词性外层检索策略转向词义内层检索策略，将从知识细粒度化智能理解的角度，提高信息组织与检索的效率和准确率。智能驱动的信息组织与检索是未来情报学研究的重要内容之一。

(3)多模异构信息融合与挖掘

我国情报学起源于科技情报工作，与科技文献紧密相关。科技文献的分析与理解是情报分析的核心内容之一。在科技情报工作时期与信息资源建设时期，情报分析以服务科技决策和战略为导向，主要开展科技文献的翻译、编制和二次加工等工作，聚焦科技信息分析。随着信息技术和文本理解方法的发展，情报分析从文献单元转向知识单元，分析对象也从单一文本模态转向多模态。多模态信息内容表示较为宽泛，需要从细粒度层面解构其内涵，例如科技文献篇章结构识别[33-34]、图片与表格数据抽取[35]、词汇功能理解[36-37]等科技文献多模异构内容信息处理、融合与理解。此外，随着情报学决策服务功能逐渐渗透到全领域，数据源不单是科技文献资料，还包括社交媒体、特定领域的多模异构数据，使得情报学研究对象从文献、图片、视频、电子表格等信息转向细粒度的大数据，对情报分析技术方法提出了挑战。大数据、自然语言处理、深度学习等技术赋能以多媒体信息融合、多模态异构信息处理等为代表的情报分析方法的变革，成为情报学发展的又一方向。

(4)全文本科学计量分析及创新评价

在发展早期，科学计量主要以科技文献为分析对象，发现科学交流与生产规律，例如情报学五大经典定律：布拉德福定律[38]、洛特卡定律[39]、齐夫定律[40]、文献增长律[41]和文献老化律[42]，在此基础上催生了科学计量和科学评价[6]。自Garfield创建科学引文索引以来，以引文为代表的学术文本外部形式特征被广泛运用于学科结构演变[43]、学科态势分析[44]、前沿识别[45]等领域。自然语言处理、深度学习等深度语义理解技术的发展为学术文本内容特征挖掘提供了有效手段，进而促使科学计量兼顾外部形式特征与文本内容特征，形成多元化与智能化的全文本科学计量分析新模式，例如以引文上下文识别[46]、引用功能与情感分析[47]为代表的引文内容分析已成为全文本科学计量的重要研究话题之一。学术文本内容的智能理解有助于深入发掘有关成果和学者的特征知识，形成客观准确的评价。学术文本评价的根本任务是对文本内容创新性的评价[48]，新论点和新论据的智能识别是创新性评价的有效途径之一，而文本智能理解技术可以支撑创新点、创新句等多粒度创新内容、多元化创新类型以及创新程度的智能化识别与分类，从而达到大数据、人工智能及认知计算赋能创新评价的目的。数智赋能的科学计量分析与创新评价研究揭示科学技术创新的内在特征与规律，进而协助开展技术路径预测[49]、颠覆性技术识别[50]，服务国家科技创新战略。

(5)情报服务模式工程化及智能化

在科技情报工作时期和信息资源建设时期，情报机构主要开展以文献提供为主的科技情报服务，例如情报查新咨询服务[51]、定题服务等[52]。新一代人工智能技术为情报服务提供了数据驱动与知识引导相结合的技术路径，聚焦以自然语言理解为核心的认知计算模型，形成从大数据到知识、从知识到决策的情报服务模式。智能情报服务应基于“数据-信息-知识-智慧”传统价值提升顺序，打通知识到智慧这一关键环节[53]，推动情报机构将学科知识和行业经验转化为机器可理解的规则和模式，构建智能化情报分析系统，向社会化和产业化方向转型[26]。人工智能驱动工程思维与情报流程的融合，情报工作经验、技巧、知识和常识的固化，使得情报服务智能化成为可能[54]，实现数据动态感知、信息自动处理、知识协同挖掘，情报智能服务的流程集成化与服务工程化的智能情报一体化服务平台。以新型智库为代表的数据驱动战略情报研究[55]，为公众、社会和国家科学决策提供有效途径[56]，服务社会需求、国家创新战略和国家安全战略。智库用户的多元化、社会化、个性化情报需求，对情报服务模式提出了新要求，工程化与智能化的情报服务模式变革，将提供及时、准确、前瞻、客观的情报支撑，提高情报服务的效率和质量。

(6)数据驱动的信息行为与人机交互

早期的信息主要来源于文献等学术资源，用户信息行为也只局限于图书文献的存储、检索和使用情况[57]，因此科技情报工作时期的信息行为也被称为“情报行为”[58]。20世纪90年代，国内学者开始从用户角度探讨信息查询、选择和使用等行为[59]。人机交互既包含用户行为又涉及交互技术的研究[60]，信息技术革新很大程度上影响信息行为与人机交互的研究范式，信息技术发展早期用户参与度相对较低，客观行为数据难以获取，研究人员一方面基于日志分析，另一方面通过定性调查或访谈来收集数据[61]。社交媒体技术的兴起强化了用户网络行为的活动环境，产生了大量的客观行为数据，催生了以社交媒体、网络问答社区[62]为代表的用户信息行为研究。数智时代，新技术的涌现不仅催生了新型用户行为模式，也为用户行为信息挖掘、用户感知与认知因素分析提供了新的实践路径。尤其是人机共生环境下人机协同行为模式的研究，以交互式问答系统为例[63]聚焦对话式信息交互行为，分析对话行为信息，发掘人机对话行为模式，以便揭示人机协同内在机制，优化智能化的信息服务。此外，人机交互的新型用户行为模式，也为用户隐私保护研究带来了挑战与机遇。

5 结语

数智时代为情报学学科发展提供了新的技术环境，带来了新的学科增长点。情报学研究沿着科技情报工作时期、信息资源建设时期、信息管理与服务时期到情报服务拓展时期的演进路径，正向“数智”赋能的知识化与智能化时代迈进。“数智”赋能正逐步成为推动情报学创新发展的新动力，大数据+人工智能等新技术不仅为情报学学科发展带来了新机遇，也要求情报学人适应“数智”新时代，主动谋变，促进学科发展，推动学术创新。坚持“强基固本，不断拓新”，以科技情报为学科基础，以服务国家重大战略需求为导向，不断拓展学科新领域，构建以信息资源数据化、技术方法智能化和创新服务工程化为特征的情报学发展框架。坚持理论与方法创新，推动研究范式与研究方法的变革与突破，把握新形势下的学术创新突破点，以服务科技创新为基点，不断从广度和深度上开拓情报学研究新思路，形成情报学研究新范式。在开放心态直面新思路和新范式的同时，也要坚守“耳目、尖兵、参谋”的初心，在守正中不断拓新，善于融入新技术、新方法解决学科发展中所面临的新问题。