人工智能（AI）正以前所未有的力量重塑着知识生产与传播的图景。它以惊人的效率提供信息、生成文本，甚至模拟推理，为学术研究与信息服务带来了革命性的机遇。然而，在这片技术乐观主义的浪潮之下，一个更为深刻且不易察觉的挑战正悄然浮现：当获取 "答案" 变得前所未有的容易时，我们是否正在失去真正 "理解" 的能力？ 一种由技术流畅性催生的 "解释深度幻觉"（Illusion of Explanatory Depth）正成为 AI 时代知识界面临的核心悖论，它迫使我们重新审视信息、知识与理解的本质，并为图书馆学与信息科学的未来使命划定了新的坐标。
一、 思想的溯源：从 "书写" 到 "算法" 的古老警示#
对外部信息载体可能削弱人类内在理解能力的担忧，并非始于 AI 时代。早在古希腊，柏拉图在《斐德罗篇》中就借苏格拉底之口，警示了 "书写" 这一技术可能带来的危害：它使人依赖外部的提醒而非内在的记忆，从而获得 "智慧的表象" 而非 "真正的智慧"。两千多年后，生成式 AI，尤其是大语言模型（LLM），可被视为这种 "外部记忆" 与 "外部理解" 的终极形态。它能以无与伦比的流畅性整合信息、组织语言，并迅速生成看似完美的答案，从而极易让使用者产生一种已经掌握了知识的错觉。
这种现象在认知心理学中被称为 "流畅性错觉"（fluency illusion）。当信息以清晰、连贯、易于处理的方式呈现时，人们往往会高估自己对该信息的掌握程度。AI 正是这种错觉的强大催化剂。它所呈现的并非零散的数据，而是经过高度组织和修辞优化的 "信息产品"。用户在与 AI 的交互中，跳过了传统知识探索中那些充满认知摩擦的关键环节 —— 如艰难的文献检索、多源信息的比对、矛盾观点的思辨以及知识体系的主动建构。AI 的 "一键生成" 绕开了这些必要的认知努力，直接呈现了终点，却也因此剥夺了通往终点的宝贵旅程。用户可能 "拥有" 了答案，却 "失去" 了对答案背后复杂逻辑、前提假设和潜在局限的深度理解。
二、 实践的转向：图书馆学的核心使命再定义#
面对 "解释深度幻觉" 这一挑战，图书馆学与信息科学的核心价值与实践路径亟待重塑。我们的使命不再仅仅是作为信息的中介或提供者 —— 在这一点上，AI 已展现出强大的能力 —— 而是要成为人类深度理解的促进者与守护者。
首先，这意味着信息素养教育必须向 "批判性 AI 素养" 转型升级。传统的 "授人以渔" 侧重于教用户如何查找、评估和利用信息。而在 AI 时代，我们更需 "授人以渔之思辨"，即培养用户理解 AI 工作原理（基于概率而非因果）、识别其局限性（如 "幻觉" 与偏见）、并批判性评估其输出内容的能力。教育的核心应从 "如何找到答案" 转向 "如何质疑答案"，引导用户将 AI 视为激发思考的工具，而非思维的替代品，从而警惕 "认知外包" 带来的智力惰性。
其次，图书馆员的角色必须从 "信息导航员" 演变为 "知识策展人" 与 "理解引导者"。在 AI 驱动的信息生态中，我们的专业价值体现在对海量 AI 生成内容进行专业的筛选、评估和组织，为用户提供可信赖的、高质量的 AI 工具与信息源。更重要的是，我们要通过设计研究路径、组织专题讨论、提供深度咨询等方式，引导用户超越 AI 给出的表面答案，探究问题背后的多维视角与深层逻辑，从而促进知识的真正内化。
最后，图书馆学应积极践行 "IRM4AI"（Information Resource Management for AI）的理念，即利用本学科在知识组织、数据治理和信息伦理方面的深厚积淀，参与到 "可信 AI" 的构建中。通过为 AI 模型提供高质量、无偏见的训练数据，构建严谨的领域知识图谱以增强其推理能力，以及制定 AI 生成内容的质量评估标准，我们能从源头上提升 AI 的可靠性，并缓解其可能带来的负面影响。
三、 根本的挑战：AI 能否 "理解" 以及我们如何 "求知"#
"解释深度幻觉" 悖论最终将我们引向一个根本性的哲学追问：AI 能否真正 "理解"？以及在 AI 时代，我们应如何重新定义 "求知"？
目前来看，AI 的 "智能" 主要建立在对海量数据进行模式识别和统计关联的基础之上，它缺乏人类所独有的、基于具身体验、情感、意图和价值观的 "具身理解"（embodied understanding）。AI 可以操纵符号，但无法体验符号所指涉的真实世界。因此，AI 的 "解释" 与人类的 "理解" 在本质上是异质的。承认这一根本差异，是我们避免陷入 "幻觉" 的前提。
因此，AI 的定位不应是 "认知替代品"，而应是 "认知增强器"。它的价值在于处理人类难以企及的复杂性和规模，从而发现隐藏的模式、提供新颖的视角、激发创新的灵感。但最终的意义建构、价值判断和批判性反思，必须由人类主体完成。未来的挑战在于，如何设计出能够清晰揭示自身局限、鼓励用户进行深度探究、并促进人机协作而非单向依赖的 AI 系统。
归根结底，AI 时代的到来，迫使我们重新思考 "知识获取" 的真正含义。它不应被简化为信息的快速输入，而是一个包含了主动探索、批判性评估、深度思考、关联建构与创新应用的完整过程。守护并赋能这一过程，正是图书馆学在未来浪潮中无可替代的价值所在。在一个人人都能轻易获得 "答案" 的时代，培养追求 "理解" 的渴望与能力，将是我们对社会最持久的贡献。
参考文献：AI4IRM 与 IRM4AI：驱动信息资源管理学科发展的双螺旋引擎