人工智能（AI）正以前所未有的力量重塑著知識生產與傳播的圖景。它以驚人的效率提供信息、生成文本，甚至模擬推理，為學術研究與信息服務帶來了革命性的機遇。然而，在這片技術樂觀主義的浪潮之下，一個更為深刻且不易察覺的挑戰正悄然浮現：當獲取 "答案" 變得前所未有的容易時，我們是否正在失去真正 "理解" 的能力？ 一種由技術流暢性催生的 "解釋深度幻覺"（Illusion of Explanatory Depth）正成為 AI 時代知識界面臨的核心悖論，它迫使我們重新審視信息、知識與理解的本質，並為圖書館學與信息科學的未來使命劃定了新的坐標。
一、 思想的溯源：從 "書寫" 到 "算法" 的古老警示#
對外部信息載體可能削弱人類內在理解能力的擔憂，並非始於 AI 時代。早在古希臘，柏拉圖在《斐德羅篇》中就借蘇格拉底之口，警示了 "書寫" 這一技術可能帶來的危害：它使人依賴外部的提醒而非內在的記憶，從而獲得 "智慧的表象" 而非 "真正的智慧"。兩千多年後，生成式 AI，尤其是大語言模型（LLM），可被視為這種 "外部記憶" 與 "外部理解" 的終極形態。它能以無與倫比的流暢性整合信息、組織語言，並迅速生成看似完美的答案，從而極易讓使用者產生一種已經掌握了知識的錯覺。
這種現象在認知心理學中被稱為 "流暢性錯覺"（fluency illusion）。當信息以清晰、連貫、易於處理的方式呈現時，人們往往會高估自己對該信息的掌握程度。AI 正是這種錯覺的強大催化劑。它所呈現的並非零散的數據，而是經過高度組織和修辭優化的 "信息產品"。用戶在與 AI 的互動中，跳過了傳統知識探索中那些充滿認知摩擦的關鍵環節 —— 如艱難的文獻檢索、多源信息的比對、矛盾觀點的思辨以及知識體系的主動建構。AI 的 "一鍵生成" 繞開了這些必要的認知努力，直接呈現了終點，卻也因此剝奪了通往終點的寶貴旅程。用戶可能 "擁有" 了答案，卻 "失去" 了對答案背後複雜邏輯、前提假設和潛在局限的深度理解。
二、 實踐的轉向：圖書館學的核心使命再定義#
面對 "解釋深度幻覺" 這一挑戰，圖書館學與信息科學的核心價值與實踐路徑亟待重塑。我們的使命不再僅僅是作為信息的中介或提供者 —— 在這一點上，AI 已展現出強大的能力 —— 而是要成為人類深度理解的促進者與守護者。
首先，這意味著信息素養教育必須向 "批判性 AI 素養" 轉型升級。傳統的 "授人以漁" 側重於教用戶如何查找、評估和利用信息。而在 AI 時代，我們更需 "授人以漁之思辨"，即培養用戶理解 AI 工作原理（基於概率而非因果）、識別其局限性（如 "幻覺" 與偏見）、並批判性評估其輸出內容的能力。教育的核心應從 "如何找到答案" 轉向 "如何質疑答案"，引導用戶將 AI 視為激發思考的工具，而非思維的替代品，從而警惕 "認知外包" 帶來的智力惰性。
其次，圖書館員的角色必須從 "信息導航員" 演變為 "知識策展人" 與 "理解引導者"。在 AI 驅動的信息生態中，我們的專業價值體現在對海量 AI 生成內容進行專業的篩選、評估和組織，為用戶提供可信賴的、高質量的 AI 工具與信息源。更重要的是，我們要通過設計研究路徑、組織專題討論、提供深度諮詢等方式，引導用戶超越 AI 給出的表面答案，探究問題背後的多維視角與深層邏輯，從而促進知識的真正內化。
最後，圖書館學應積極踐行 "IRM4AI"（Information Resource Management for AI）的理念，即利用本學科在知識組織、數據治理和信息倫理方面的深厚積淀，參與到 "可信 AI" 的構建中。通過為 AI 模型提供高質量、無偏見的訓練數據，構建嚴謹的領域知識圖譜以增強其推理能力，以及制定 AI 生成內容的質量評估標準，我們能從源頭上提升 AI 的可靠性，並緩解其可能帶來的負面影響。
三、 根本的挑戰：AI 能否 "理解" 以及我們如何 "求知"#
"解釋深度幻覺" 悖論最終將我們引向一個根本性的哲學追問：AI 能否真正 "理解"？以及在 AI 時代，我們應如何重新定義 "求知"？
目前來看，AI 的 "智能" 主要建立在對海量數據進行模式識別和統計關聯的基礎之上，它缺乏人類所獨有的、基於具身體驗、情感、意圖和價值觀的 "具身理解"（embodied understanding）。AI 可以操縱符號，但無法體驗符號所指涉的真實世界。因此，AI 的 "解釋" 與人類的 "理解" 在本質上是異質的。承認這一根本差異，是我們避免陷入 "幻覺" 的前提。
因此，AI 的定位不應是 "認知替代品"，而應是 "認知增強器"。它的價值在於處理人類難以企及的複雜性和規模，從而發現隱藏的模式、提供新穎的視角、激發創新的靈感。但最終的意義建構、價值判斷和批判性反思，必須由人類主體完成。未來的挑戰在於，如何設計出能夠清晰揭示自身局限、鼓勵用戶進行深度探究、並促進人機協作而非單向依賴的 AI 系統。
歸根結底，AI 時代的到來，迫使我們重新思考 "知識獲取" 的真正含義。它不應被簡化為信息的快速輸入，而是一個包含了主動探索、批判性評估、深度思考、關聯建構與創新應用的完整過程。守護並賦能這一過程，正是圖書館學在未來浪潮中無可替代的價值所在。在一個人人都能輕易獲得 "答案" 的時代，培養追求 "理解" 的渴望與能力，將是我們對社會最持久的貢獻。
參考文獻：AI4IRM 與 IRM4AI：驅動信息資源管理學科發展的雙螺旋引擎