在人工智能技术日益重塑知识生产范式的今日，一个深刻的议题正摆在图书馆学界面前：当机器能够直接从海量数据中生成洞察与决策，图书馆 —— 这个长期以来的知识中介 —— 其核心价值将何去何从？一种新兴的观点认为，问题的关键不在于图书馆是否会被 “绕过”，而在于它能否主动进行一场深刻的战略转型，实现其服务重心的 “双向延伸”：向前，延伸至数据源头，成为高质量数据的架构师；向后，延伸至机器生成认知的应用端，成为批判性思维的领航员。 这一 “双向延伸” 的构想，为图书馆在 AI 时代的价值重构提供了一条极具穿透力的路径。
“第一性原理” 的冲击：从 DIKW 的黄昏到 “直通认知” 的黎明#
要理解这一转型的迫切性，必须首先审视其背后的理论冲击。传统上，图书馆学的服务逻辑深植于 DIKW（数据 - 信息 - 知识 - 智慧）模型。该模型描绘了一个线性、层级递进的价值链，其中人类的认知与判断是驱动数据向信息、知识乃至智慧转化的核心引擎，图书馆则在其中扮演着关键的组织、过滤与传播角色。
然而，大语言模型等 AI 技术的崛起，正以其强大的模式识别与内容生成能力，挑战着 DIK W 模型的根基。它们展现出一种 “直通认知”（Direct-to-Cognition）的潜力，即直接从原始数据中提炼出模式、洞察乃至决策建议，其过程在一定程度上绕过了传统的人类信息加工环节。这种现象可以被视为一种新的 “第一性原理”：在数据密集型知识生产中，机器正成为首要的数据处理主体。
这一原理并非宣告人类角色的终结，而是迫使我们重新思考价值创造的起点与终点。如果说价值链的起点是原始数据，而机器是其主要加工者，那么数据的初始质量、结构与 “机器友好度” 便直接决定了后续认知输出的上限。这正是服务重心 “前移” 的逻辑起点。
服务重心前移：成为数据就绪的架构师#
“前移” 战略要求图书馆从知识 “成品” 的管理者，转变为知识 “原材料” 的战略策展人。其核心使命是确保数据在进入 AI 模型之前，达到 “AI 就绪”（AI-ready）的状态。这涉及三个层面的角色深化：
-
从合规性指导到数据战略咨询。 图书馆的服务不再局限于协助研究者撰写符合规范的数据管理计划（DMP），而是要成为研究项目早期的数据战略顾问。图书馆员需要前瞻性地介入，探讨数据结构、标注方式与采集设计如何更好地服务于未来的机器学习与 AI 分析，从源头上提升数据的潜在价值。
-
从被动归档到主动数据策展。 机构知识库（IR）的职能将从 “数字典藏” 升级为 “AI 友好型数据中心”。这不仅意味着存储，更意味着通过数据清洗、标准化、链接化（如关联知识图谱与本体库）等主动策展活动，丰富数据上下文，增强其机器可发现性与可理解性。
-
从服务于 “人” 到兼顾 “机器” 的元数据战略。 元数据的设计必须超越传统服务于人类检索的范畴，采纳更适合机器交互的语义化标准。高质量的、机器可读的元数据，是激活数据价值、实现跨领域数据融合与 AI 高效分析的关键基础设施。
通过重心前移，图书馆将其在信息组织、标准化与长期保存方面的传统优势，战略性地部署到知识生产的最前端，从而在人机协同的知识生态中，奠定了自身不可或缺的基石。
服务重心后延：成为机器生成认知的领航员#
当机器输出了 “认知”，一个新的、巨大的服务缺口随之出现 —— 解释、验证、信任与伦理的鸿沟。AI 的输出往往是概率性的、缺乏深层语境的，甚至是 “黑箱” 的。用户面对这些看似权威的 “洞见”，亟需批判性的导航与支持。因此，图书馆的服务重心必须向价值链的后端延伸。
“后延” 战略要求图书馆从信息的 “提供者” 转变为认知的 “领航员”，其核心使命是帮助用户驾驭、审问并负责任地应用机器生成的认知。这同样涉及三个层面的角色演进：
-
从信息素养到批判性 AI 素养的教育。 图书馆的素养教育重心，必须从评估传统信息源的权威性，扩展到审视 AI 输出的可靠性。内容应涵盖算法偏见识别、模型局限性理解、结果验证与三角互证等，培养用户与 AI 系统进行有效且审慎协作的能力。
-
从参考咨询到解释性与语境化服务。 面对用户从 AI 获得的复杂洞察，图书馆员需扮演 “AI 结果解释官” 的角色。这包括引介和应用可解释性 AI（XAI）工具，更重要的是，将 AI 的输出置于特定学科的知识体系和伦理框架中进行深度语境化分析，帮助用户理解其真正意义与潜在影响。
-
从馆藏建设到负责任创新的倡导者。 图书馆作为社会公信力的象征和中立的知识殿堂，是讨论 AI 伦理、倡导负责任创新的理想平台。通过组织跨学科学术研讨、制定 AI 应用伦理指南、推广隐私保护技术等方式，图书馆可以在推动技术进步的同时，守护学术共同体与社会的核心价值。
结语：一种生态系统枢纽的诞生#
“服务重心前移与后延” 并非两个分离的动作，而是一个相辅相成的动态闭环。前端高质量的数据策展，是后端认知结果可信赖的基础；而后端对 AI 结果的批判性反思，又会反过来指导前端数据采集和处理策略的优化。
这一 “双向延伸” 的战略构想，为图书馆描绘了一幅全新的发展蓝图。它不再是一个被动的知识仓库，而是主动嵌入知识生产全周期的生态系统枢纽。在这个枢纽中，图书馆连接着研究者、数据、机器、伦理与社会，通过 “前移” 确保根基稳固，通过 “后延” 确保航向正确。这不仅是对传统图书馆学理论的深刻反思与发展，更是为图书馆在智能时代的持续繁荣与价值彰显，指明了一条清晰而坚定的前行之路。