Page 47 - 《中国图书馆学报》2025年第1期

045
裘江南 高双燕 黄榕江 李梦洁:AIGC 背景下人智认知导向的信息检索范式———基于世界 3 理论的探究

认知处理和认知发展的进步;另一方面,当用户将专业性较强的问题交给生成式检索系统处理时,由于生成
内容可能存在质量问题(如错误、歧义等),用户难以分辨信息真伪,从而增加了认知负担和认知偏差。
在此范式下,用户认知层面的问题对其信息辨别和个人学习能力提出了更高的要求。 一方面,人类
必须始终在人智认知导向的检索范式中保持辩证思考,学会利用其他类型的检索系统(搜索引擎、知识

图谱等),与生成式检索系统的结果进行对照,来判别信息真伪、甄别虚假信息。 另一方面,在新范式下,
人类和检索系统存在显著的互补优势。 生成式检索系统在信息资料的检索、整理方面表现出色,但在处
理专业性检索任务时,明显不如具有专业背景的人类。 因此,用户应当掌握生成式检索系统的使用技

巧,通过人机分工协作的方式,实现人和检索系统的优势互补和协同增强,以此提高信息检索的效率,并
提升用户认知的效果。 具体的人机协作方式应该是人侧重提供专业知识、检索系统侧重归纳整理。
(2)检索系统层面
新范式下检索系统通过获取人类的查询表达,利用内部的大语言模型生成与检索主题相关的知识

结构,并在多轮对话中更新对检索主题的认知。 检索系统的内容生成过程类似于人脑的认知建构过程,
且生成结果已经能够基本满足用户日常需求,但是在数据、模型等方面仍存在较大问题。 在数据方面,
用于训练模型的数据来源包含虚假、偏见、歧视性数据,且数据的专业性和全面性不足;在模型方面,基

于历史数据和概率生成的大语言模型,使得新范式检索系统的认知建构过程缺乏人类特有的批判性
思考和整体性思维,在进行知识单元的序列组合时未能考虑生成内容整体上的逻辑连贯性,导致生成
内容的逻辑流畅度相对薄弱 [34] ,出现不连贯甚至矛盾的问题。 数据和模型两方面的问题共同导致生
成内容虚假或违反物理世界的客观事实,存在幻觉 [32] 、偏见 [33] 、违反伦理 [35] 、违反价值观 [36] 等问题。
对此,将检索增强、语义网络等技术融入新范式检索系统的大语言模型,解决新范式检索系统在
数据、模型等方面的问题。 一方面,可以利用检索增强技术 [35] 、人工标注数据 [37] 等来改进训练模型
的数据来源,通过从大型数据存储库中检索数据来训导大语言模型,使新范式检索系统回答问题时使
用事实知识,从而降低产生虚假内容的风险。 另一方面,利用语义知识组织 [38] ,构建高级的逻辑推理
框架,提高模型在复杂问题解决中的逻辑推理能力。 例如,将语义网络、本体、知识图谱等技术融入大

语言模型,来表达知识的构造结构或知识间的关联,为检索系统实现语义推理提供知识组织基础。
(3)人类—检索系统交互层面
在人智认知导向的信息检索范式中,用户与检索系统通过自然语言对话,在表层上实现语义交
互,在更深层次上实现认知交互。 这种交互方式促成了人类与新范式检索系统之间的双向认知构建
过程,但在两个交互层面上仍面临着不同的问题。 一方面,在语义交互层面,基于大语言模型的检索
系统会理解用户提示信息的语义进而返回生成内容。 而检索系统对用户输入的提示信息表现出灵敏
性 [39] ,即使用户给出的提示信息表达相同的意图,但由于措辞、语境或结构的差异,检索系统对其理
解不同,进而造成检索系统无法始终稳定地提供一致的检索输出,即结果的不确定性。 另一方面,在

认知交互层面,新范式检索系统通常围绕用户给出的提示主题生成结论性的内容,缺乏对用户深层次
认知的引导,而用户的创造性思维和认知发展能力也未能支撑系统进一步的认知建构,生成内容在知
识创新性和认知深度上存在局限性,难以突破现有的知识范式和思维框架 [32] 。
针对以上问题,提出利用提示工程、认知心理学等技术和方法指导用户—系统的交互功能设计。
一方面,利用提示工程技术 [40,41] ,设计和优化新范式检索系统接收用户提示的方式,帮助检索系统更
好地理解用户的意图,从而降低生成内容的不确定性。 另一方面,检索系统需坚持“以人为中心”的
主旨,在交互功能设计中进一步考虑提升用户认知。 对此,新范式检索系统可以考虑将认知心理学的

2025 年 1 月 January,2025