数字智能驱动下的信息资源管理理论发展

胡昌平 吕美娇

(武汉大学信息管理学院，武汉，430072)

信息资源管理是20世纪70年代末以来兴起和发展的跨学科研究领域，在社会信息化推进中产生，依托于数字信息技术、计算机与网络技术而发展。其学科理论研究经历了面向实践问题的理论归纳、跨领域研究探索、信息资源管理基础理论建设和前瞻性研究发展过程。从信息资源实践上看，信息资源的存在和组织形态必然以相应的技术为支撑，即信息技术及其应用发展决定了信息资源管理的基本技术构架。在信息资源的社会化需求促动下，信息资源的社会化组织必然在一定的技术环境下展开。这说明，不同发展时期的信息资源形态、应用技术环境和信息基础结构的变化，是信息资源管理必须面对的问题，需要从多方面进行基于实践的理论探索，以寻求适应于社会环境和需求的理论范式。当前，数字智能技术的发展不仅改变着网络信息环境，促进着信息资源组织与面向需求的服务形态变革，而且从信息技术基础上影响着信息资源管理理论研究与前沿发展，因而有必要围绕其中的信息资源组织形态、基础理论构架和前沿研究问题进行理论发展探析。

1 数字智能技术进步与信息资源组织形态变革

信息在一定时空范围内的存在具有客观性，其在自然界和人类社会中的存在是物质形态及其运动形式的体现。信息的存在和交互作用出现在自然、社会和人类思维活动之中，包括人与自然界、自然物质世界以及人与社会环境的交互之中。信息作为一种资源，在科学研究、物质生产、社会运行和发展中具有不可替代性，作为一种具有主导性的社会资源，直接关系到物质资源配置、社会文明建设和经济发展水平。

(1)数字智能技术进步与信息资源组织的关联关系

由于信息资源与其载体的不可分割性，信息载体形态决定了信息资源的基本组织形态[1]，这说明，信息载体形态在信息资源管理中具有基础性作用。而信息资源组织形态必然建立在包括信息载体技术、存储转化技术和网络传输技术等在内的信息科学技术支撑上，因而，信息化时代的数字智能技术无疑成为信息资源组织形态变革的直接驱动力。图1从基本的关联要素出发，展示了信息资源管理构架及形态与技术的内在逻辑关系。

图1 数字智能技术进步与信息资源组织的关联关系

如图1所示，数字智能技术在计算机技术、数字载体技术、信息传输和机器学习、智能交互、神经网络及智慧服务技术应用中拓展，由此决定了基于数字智能技术的信息资源管理构架和基本的组织形态；在数字智能驱动下，数字文本、数字图像、视觉信息、实时数据和智能交互信息资源的社会化组织得以实现。从技术进步和数字智能技术应用上看，信息资源组织形态随着数字智能技术发展处于不断变革之中，因而应致力于信息资源管理与数字智能技术发展的同步。

数字智能背景下的信息资源管理，以信息资源的数字化形态为基础，进行基于网络化分布结构的智能化管理，实现面向用户的高效化信息服务与保障目标。数字化技术和智能技术进步在这一过程中处于关键位置。

(2)数字化与智能技术进步对信息资源组织形态变革的影响

数字化的本质是将多源、异构和复杂形态的信息进行数字形式的转化或通过相应的技术对反映客观事物对象、作用和交互关系的数据进行获取与汇集，继而通过相应的数字化模型将其转化为计算机系统可自动识别、处理、揭示和有序化存取的形态。在数字化过程中，数据汇集和处理由机器完成，在人工预设的规则下进行海量数据的采集、处理、存储和控制。数字信息的产生、传播、利用与计算机网络技术的发展息息相关，其技术进步作为数字化信息资源管理推进的前提条件而存在。首先，数字编码、加工、存储具有对计算机技术和电子信息技术的依赖性，其实现建立在大容量存储、实时处理和虚拟网络支持基础之上；其次，数字信息资源组织直接由计算机系统来完成，其采集和汇集离不开数字技术的支撑；同时，虚拟环境下的数据交互、资源共享和面向用户的数据嵌入应用，无不与数字网络技术发展相关联。由此可见，数字技术进步为数字化信息资源管理创造了适应于新一代互联网应用的条件。

当前，数字技术进步不断改变着信息资源采集、处理、组织、序化和存储方式。在数字网络中，数据传感器激增、多形态数字信息资源增长提速、实时数据处理和分布存储结构趋于复杂化，从而提出了基于大数据技术的多源数据转化和聚合要求。从数据管理上看，一般认为2004年前后的分布式文件系统(GFS)、NoSQL数据库系统和大数据分布计算框架，在大数据技术起源和发展中具有整体上的意义。这一基本构架，在于适应数字化发展中的大数据环境，对于大数据与智能技术的结合具有现实性。

大数据技术的意义并不在于管理数量庞大的数字信息，而是在分布式网络云环境下进行海量数据规模化处理、快速数据流转、低密度数据过滤、多源异构数据组织、实时运算挖掘和面向用户的数据交互。显然，大数据的获取、存储、组织、分析是传统的数据软件系统所不能承载的，因而需要进行适应新环境的技术构架。在新的构架中，数字智能技术的发展因而具有关键性。

智能化的实质是使数字信息资源系统具有自动感知、处理、分析、管理数字资源的能力，同时进行与用户的交互，以实现具有智能功能的面向用户的服务目标。其中，数字智能化和智能数字化处于关键位置。数字智能化，旨在数据中融入智能处理功能，实现数据内容识别、处理、挖掘、揭示目标；智能数字化，强调运用数字智能技术进行人机交互，从而将人工智慧融入计算机系统之中。在数字智能实现中，数字智能化和智能数字化具有不可分割的内在联系，二者的有机结合构成了以智慧为纽带的人机交互深度学习体系，形成了人机一体的新范式。在这一模式下，数智化的推进已成为当前技术发展中必须面对的问题，其技术进步决定了信息资源智能化组织形态的形成和应用层次的深化，即从数字信息资源细粒度化和认知交互角度，进行智慧服务功能的实现。

数字智能技术在信息资源管理中的应用，始于早期的专家系统、信息自动分类标引、智能搜索和随后的人工智能发展，在数字信息资源管理方面，包括文本信息内容揭示、语义网络构建、用户认知分析、智能代理和知识发现等。随后，数字智能技术在人工智能基础上迅速发展，在面向信息资源管理的应用中形成了一种与人类智能相似的智能机。近10余年来，人工智能的应用领域得以不断扩展，在信息资源的智能化管理中，可有效实现对人的意识、思维过程的模拟，进行细粒度图像内容识别、语义信息的逻辑处理、异构大数据内容管理和领域智库组织。

自2013年美国卡内基梅隆大学研究团队发布一种可比较和分析的图像关系语义机器学习系统(NEIL)以来，深度学习和智能交互得以快速发展，从而为数字智能交互提供了新的工具。

2 大数据与智能化中的信息资源管理理论构架

数字信息资源管理的智能化已成为一种必然的发展趋势，其理论研究围绕信息资源管理实践问题展开，在理论体系构建中确立学科理论发展构架。

(1)数字化信息资源管理实践与理论发展

20世纪70年代以前，信息资源管理以公共部门、图书馆、档案馆等服务中的文献资源为对象，进行文献内容与服务的管理。从学科发展上看属于图书馆学、情报学与档案管理学科研究的范畴；此后，随着信息技术、信息系统与网络的发展，数字化信息组织与资源管理已成为信息化中所必须面对的普遍问题。自20世纪80年代以来，以信息资源为对象的管理实践和理论探索，为信息资源管理理论体系的构建奠定了基础；立足于基础理论研究、基本规律揭示和研究方法的规范，信息资源管理的学科地位得以确立[2]。

信息资源管理研究不仅以实践为依据，而且有着信息化发展中的导向性作用，以信息科学技术为基础，同时具有跨学科领域的研究发展背景。在信息资源管理研究中，Ricks等[3]在1984年出版的《信息资源管理》(Information Resources Management)中对信息资源管理进行了界定，以此出发进行了其中的理论建构；Horton[4]于1985年进行信息资源管理的跨学科领域分析认为，IRM实质上是基于信息生命周期的可用信息资源的管理，在于进行资源组织规划和推进信息资源的利用，以此强调企业信息资源管理的重要性；Smith等[5]认为信息资源管理在信息管理构架上进行，在于将传统意义上的信息系统组织变革为包括信息源、信息系统和传播利用在内的流程管理。由此可见，国外学者关于信息资源管理的研究起步早且视野广阔，其共同点是寻求跨学科基础上信息资源管理理论构建，以适应包括公共信息机构、企业在内的具有普适性的理论建议需求。

国内学者和业界对信息资源管理的实践与理论探索始于20世纪80年代，基本上与国外同步，其系统性理论于20世纪90年代发表。其中具有代表性的包括1995年科学技术文献出版社出版的《信息管理科学导论》[6](胡昌平著)、1997年海洋出版社出版的《信息资源学》[7](符福峘著)、2003年科学出版社出版的《信息资源管理导论》[8](孟广均等著)、2004年电子工业出版社出版的《信息资源开发与管理》[9](马费成著)和科学出版社于2005年出版的《信息管理学基础》[10](娄策群等著)等。此后，信息资源管理实践与理论问题的研究逐步成为业界和学界关注的焦点。在最初的研究中，注重于社会信息机制、形态和系统服务的研究，着重于基本规律的揭示，突出信息科学视角下的信息资源管理理论与技术发展，在揭示信息流规律的基础上构建相对完整的学科体系。与此同时，信息资源管理研究面向微观、中观和宏观层面的资源管理问题，进行数字信息资源基于文本的序化组织、内容开发和服务，并以信息资源需求出发，进行信息资源的开发研究和基于科学管理的资源利用组织。显然，这些研究具有互补性，从研究发展上看，适应于信息化深层次发展环境与需求。

(2)数字智能环境下的信息资源管理理论构架

网络时代的数字智能技术进展，一是促进了信息科学基础之上的面向公共部门、图书馆、信息机构、档案与行业信息资源服务的深层次发展，二是提供了基于数智技术的理论研究取向，确立了新的理论基础结构。这一基本关系和关联结构如图2所示。

图2 大数据与智能化中的信息资源管理理论

图2中大数据与智能化中的信息资源管理理论面向公共信息机构、图书馆、科技信息机构、档案系统、行业、企业和公共部门的信息组织、传播、交互和服务进行构架，虽然存在各部门、机构和行业信息资源组织与服务中的差异，但基本理论问题、技术应用和实践基础却具有共同的本质特征，由此决定了基本的学科理论构建。这说明，信息资源管理理论、方法具有普遍性。从学科交互关系上看，信息科学理论、方法和技术决定了信息资源管理的基本理论构架，其学科关系并未因环境改变和技术的演变而发生变化。这意味着，信息(information)、传输(communication)和计算(computation)直接关系到信息资源理论的形成。其中，信息科学基本原理和方法具有固化的支撑作用，这里所改变的是信息科学进步所形成的新的应用基础，其技术基础集中体现在数字智能对信息资源管理理论发展的驱动上，具体体现在大数据技术和人工智能技术的应用拓展上。在数字智能作用下，信息资源管理数字化、智能化理论体系得以形成。

与此同时，信息科学技术进步以及跨领域的应用拓展，促进了数据科学的形成和数据管理技术发展。事实上，数据科学与大数据技术发展密切相关。大数据资源作为不可缺失的信息资源而存在，新一代互联网环境下的实时采集、传输、交互和利用，在社会信息化发展中处于核心位置，因而也是信息资源管理必然涵盖的领域。就技术与管理的内在关系而论，大数据资源管理所依托的是数据科学理论、方法和技术，以实现对大数据分布资源的智能化组织、内容挖掘和利用目标，其内容包括数据识别、价值处理、分布存储和传输利用。这说明，数据科学与大数据技术具有多学科交叉属性，其中，数字技术和信息科学理论处于核心地位。信息资源管理理论应通过数据科学理论、方法和大数据技术的应用，在智能化推进中融合多学科理论体系进行构建。

值得强调的是，在大数据技术、智能技术作用和虚拟网络背景下，信息资源的深层次发掘、内容组织、知识元数据管理和实时数据智能服务，需要进一步的理论发展支持。同时，以现代管理学理论为基础的基于知识元组织的第五代管理理论和管理模式具有重要意义，由此引出了数字空间建设和基于信任关系的协同管理问题，促进了新人文研究与发展模式的形成。

3 基于数智赋能的信息资源管理前沿发展

除社会信息化中的需求引动外，数字智能赋予信息资源管理实践与理论发展以新的动力，从而形成了基于数智赋能的前瞻性发展格局。大数据与智能技术的应用拓展需要计算机科学技术与信息资源管理的深度融合，从信息单元的空间描述、知识构建和数据资源利用出发，进行多元数据和知识的序化组织与内容关联，以实现面向用户的多元化、多层次交互利用目标。显然，这一基础上的理论研究具有全局性。在面向应用的前沿研究中，以下问题值得关注。

(1)数字空间构建与安全机制

信息时空结构研究和时空理论模型构建，可以追溯到米哈依洛夫的科学交流理论和布鲁克斯对知识作用的结构描述。由于各领域科学知识交流都是在确定的时空范围内进行的，用户交流空间和信息资源空间结构研究因而是一个不可回避的基本理论问题[11]。随着信息化的深层次发展和大数据与智能技术的应用拓展，信息时空结构和用户活动空间已发生深刻变化，从而提出了数字空间构建和时空安全问题。

当前，数字网络与数字智能技术拓展应用涵盖了数字空间的不同层面，包括数字技术应用基础设施、人工智能、数据互联和网络交互等。在物理结构上，网络是用物理链路将分布式主机连在一起而形成的社会化信息共享开放系统，在于以功能完善的网络协议、信息交换方式进行网络数字资源的交流和数据处理。这意味着，网络应用基础上的数字空间具有虚拟空间特征，其构建在于提供基于互联网的数字活动空间。基于网络技术、数字智能技术的数字空间，也是一种真实的社会交往和信息活动空间，各方面主体行为的交互影响和利益关系客观存在，因此虚拟数字空间安全必须面对。

在数字网络空间活动中，人们可以自主建立各种网络联系和虚拟交互关系，从而将真实的交往迁移至线上，以通过高效化、智能化、沉浸式互联网体验现实中相应的目标。值得关注的是，数字空间服务高效运行的同时，存在着空间安全机制问题，因此，数字网络空间应构建在虚拟安全保障基础之上。近10年来，数智技术驱动下的网络服务得以迅速发展，如各行业数字化服务的开展、公共数据服务组织、电子政务和商务服务、区块链服务，以及引起多方关注的元宇宙发展机遇与挑战等。这一背景下的数字空间构建与安全机制研究，在适应当前技术发展的同时，所形成的数字时空理论对未来发展无疑具有前瞻性。从跨学科研究发展上看，数字网络空间既是信息资源管理学科研究不可回避的问题，同时也是计算机科学、管理科学、社会学、法学、心理学等学科需要面对的问题，因而其理论研究必然在更广的范围内产生影响。

(2)基于用户认知的智能交互

在技术形成上，人工智能属于计算机科学的一个分支，在于解析机器智能的实现过程，生产出与人类智能相似的智能机器，用于替代人工处理信息、分析数据，以进行高能化的计算[12]。在新一代数字计算技术驱动下，交互式人工智能发展提出了计算机科学、信息管理、语言学、心理学、认知科学等跨领域研究问题。在应用层面上，信息管理学科的研究着重于应用基础、基本构架和场景，以扩展AI在信息交互中的应用，同时形成理论研究上的技术应用导向[13]。人工智能理论与技术的研究涉及认知心理、人机交互、深度学习、神经网络和数理逻辑角度的研究，已成为数智环境下信息资源管理理论研究有待进一步深化的问题，相关研究必将在人工智能领域和基于数智赋能的信息管理前沿发展中产生影响。

当前，人工智能交互技术在用户认知描述与数据单元的关联揭示中已得到全面应用，在智能交互中实现了用户认知表达与数据空间描述之间的映射，从而在问答式交互系统构建、自主学习、面向任务的知识嵌入和开放交流中形成了基于人机融合的应用基础。其中，任务目标对话和交互理解，已成为当今社会活动中人们普遍接受的方式。在智能交互过程中，不仅以自然语言为载体进行数字内容交互，而且可运用音视频载体形式和视觉感知手段进行情景交互，其实用化发展在信息资源服务中已成为现实。

由于智能交互和机器学习的双向性，从用户认知与行为特征分析出发进行新一代人工智能技术开发具有现实性。在智能交互的实现中，用户认知与情感分析是其中的关键。认知与情感倾向作为交互原型系统设计的依据，其认知情感分析与机器逻辑的结合必将推动智能技术的进一步发展。另外，智能交互中的用户信息安全需要得到同步保障，这就需要按交互信息安全节点进行安全机制与规则研究，为基于安全链的智能交互安全保障提供依据。这方面的理论研究与实践发展将对数智服务产生进一步的影响。

(3)多模态信息资源融合管理

数字智能背景下，面向用户的文本及音视频数字资源的组织已成为信息资源整合与服务集成中的关键问题。在数字环境下，进行多模态信息的融合和集成化数据管理，在于以信息内容关联和数据元为基础，进行以数字文本为核心的资源组织构架，通过融合数据的分布存储与平台化交互共享，实现面向用户集成需求的多模态信息交互利用目标。从客观上看，这种模态融合需要立足于用户的深层次需求认知进行组织[14]。

多模态可以从人的感官和认知出发，进行包括视觉模态、听觉模态以及触觉模态的信息融合，其中每一模态都可以标识为用户感知下的内容结构；通过多个模态对同一对象事物的表征，用户可以进行不同形态的数据形式或同形态不同格式数据的融合利用，一般表示为文本、图片、音频、视频和混合数据的集成。当前，基于数字文本形态的模态转化主要是声音和图像的处理和内容管理。其中，融合多种单模态信息的数据组织构架具有通用性，其内容包括多模态信息获取、数据处理、内容分析、信息元关联组织和表达，以及基于用户认知的多模态信息推荐。对此，Bernsen[15]于2008年在“多模态理论”(Multimodality Theory)中进行了归纳，从而提出了基本的模态分析构架。2010年以来，多模态信息组织研究不断取得新的进展，从而形成了基本的理论构架和数智技术驱动下的发展基础[16]。目前，该领域研究在多个方面不断取得突破性进展。

在多模态信息融合管理中，多模态关联数据融合具有重要性，其实现需要从内容上进行多模态信息的提取和解析，确立多源异构的数据融合框架，实现内容的关联和模态数据之间的映射，在表层及深层特征识别中进行同一主题的多源数据整合，从而展示基本的内容关联结构。关于这一问题的研究和实践，在数字人文领域文本信息和图像内容的融合上得到了应用，其融合内容不断深化。在基于数字智能的信息资源组织中，信息存在的多模态现实、内容关联的复杂性以及智能交互形态的多样性，提出了基于数据关联的模态深度融合问题，当前的理论研究和技术实现将围绕多模态信息融合自动建模、数据采集与解析、内容描述和关联组织展开，这方面的研究进展将直接关系到大数据与智能环境下的各领域信息资源服务的开展。

(4)大数据嵌入与智慧服务

数字智能技术驱动最终必然体现在信息资源服务组织上，如大数据嵌入和包括智慧城市、智慧交通、智能制造在内的各领域应用，以及基于智库的服务发展。因此，在前瞻性理论研究中，有必要立足于技术进步，在适应于信息化深层发展的环境中展示进一步的应用前景。

随着大数据与数字智能技术的社会化应用深化，科学研究、交互学习、行业服务、公共保障和服务模式已发生深刻变化。例如，在2020年开始的全球新冠疫情防控和患者治疗康复中，疫情大数据生成、组织、存储、维护和网络化利用已成为一项基础性工作，信息化背景下具有不可缺失性。从信息服务的组织上看，数字信息面向用户业务流程的嵌入逐渐成为新一代服务发展的主流。在数智赋能场景下，数据嵌入从最初的数字学习、数字化科学研究、智能制造、智能医疗，扩展到各行业领域[17]。开放环境下数据生成的海量化将定向嵌入式计算扩展到面向任务目标和流程的过程数据嵌入，由此提出了新的挑战[18]。目前，大数据嵌入在于按数字化流程要求，以应用为中心进行围绕任务目标的大数据采集、过滤、解析和提供，以支持用户任务目标的实现。显然，围绕这一问题的研究，需要在大数据泛在服务基础上进行面向即时应用的组织实现，以此出发从服务理论上进行完善。在大数据与智能化技术不断发展的前提下，融合大数据与智能的技术应用处于重要位置，其理论研究与技术实践互动中必将取得新的进展。

智慧服务的开展与大数据技术和智能交互技术发展存在着必然的联系。数字智能背景下，智慧服务是指运用智慧工具面向社会主体(包括公众、组织、个人)所提供的具有数据智慧处理功能的服务。智慧服务以智力系统、方法与技能系统为支持，是人工智能面向应用的深层次延续和发展，在公共领域、行业和各专门领域得以迅速发展。目前，虽然智慧服务尚处于初期发展阶段，然而其基本的理论构架和在智慧医疗、智慧城市规划、智能交通等领域的应用展示了其广阔的发展前景。同时，在科技、经济与社会发展决策咨询中，智库建设和服务已引起业界和各部门的关注，科技信息分析与咨询开始面向智库服务转型，在科技服务中具有现实性和面向未来的前瞻性[19]。从综合应用上看，随着数字智能应用的深入，其智慧化发展将成为新的发展主流。

4 结语

数字智能驱动下的信息管理理论发展探析，在于面向现实问题明确理论研究的技术与社会发展基础，从信息资源形态变革和管理机制出发，展示基本的理论构架和学科关系；在信息资源管理科学范式下，分析数智赋能下的理论发展路径，立足于现实问题和大数据与智能技术的应用拓展，进行理论发展的展示。研究表明，数字空间构建与安全机制、基于用户认知的智能交互、多模态信息资源管理、大数据嵌入与智慧服务研究将在进一步深化中得到发展。