人工智能参与知识生产 作用边界随知识类型划分

2026/11/16
科技

人机分工与责任划分参照不同知识活动的创新标准、确证规则执行。人工智能在存量知识整理、阐释、传播环节具备效率优势;在新知识产出环节仅可参与部分流程,产出内容必须完成对应的确证流程。

据《光明日报》2026 年 11 月 13 日报道,人工智能已经介入知识生产流程,但其发挥作用的范围存在边界,由知识类别决定;人工智能生成内容需要经过社会确证,才可认定为知识。

相关观点按照创新要求与确证方式,将知识划分为四类,分别为事实性日常知识、事实性专业知识、创新性日常知识、创新性专业知识。人工智能在事实性知识处理环节,主要完成存量知识整合复用,提升资料梳理、信息解释效率;面对创新性知识,人工智能仅能够提供参考思路、提出假设、辅助论证,产出内容需要后续检验。
生成式人工智能依托语料统计关联完成内容生成,遵循算法拟合逻辑;知识的确证依靠证据核验、同行与社群认可,属于社会建构逻辑。两套逻辑存在差异,但在实际知识活动中彼此交织。以专业知识生产流程为例,人工智能可发掘研究线索、比对解释方案、整理论证材料;研究选题价值判断、情境信息辨析、最终结论认定,仍依靠实践验证与学术共同体审查。

人工智能拓宽知识供给渠道,降低知识获取门槛,同时带来两类风险。未经核验的内容被当作知识传播,错误信息可能回流至训练数据持续扩散;缺少数字化记录的地方性知识、小众群体经验、小语种内容容易在模型输出中被弱化,缩减知识表达的多元性。

文章提出,人工智能知识供给规模应当和信息核验能力匹配,针对不同知识设置差异化核验标准。日常知识侧重溯源核查与场景适配判断;健康、农业、法律类专业问答标注适用前提与参考来源,配套专业咨询转接通道;新增专业研究成果,必须完成证据核查、逻辑校验以及同行评议。平台和应用主体承担质量管控、风险提示与纠错职责,核验主体、决策主体、责任主体依照自身能力和权限对应划分。

人机分工与责任划分参照不同知识活动的创新标准、确证规则执行。人工智能在存量知识整理、阐释、传播环节具备效率优势;在新知识产出环节仅可参与部分流程,产出内容必须完成对应的确证流程。
观察哨观察哨3237 次浏览
创作者声明:内容为个人观点,仅供参考创作者图片/视频声明:内容来源网络(已获授权/许可)

平台声明:以上内容(如有图片或视频亦包括在内)为本平台"中媒壹坛"用户创作、上传并发布,本平台系信息发布平台,仅提供信息存储空间服务,如有侵权请及时联系我们(1653875344@qq.com)。

相关阅读