AI、知识权力与全球城市：学术基础设施重构的战略意涵

当AI重构知识的“操作系统”

人工智能正被写入几乎所有基础设施体系——从交通管制、能源网格，到城市安全与公共服务。然而，在这场全球性的AI竞赛中，一个更隐蔽、也更具基础性的系统正在被重新装配：学术知识的管理与传播机制。图书馆、数字知识库、学术出版乃至引文索引，这些看似中性、静态的知识基础设施，恰恰构成了全球思想生产的底层框架。它们决定哪项研究被看见、谁的观点获得权威、哪些知识成为可计算的资产。

一项发表于《人文与社会科学通讯》的最新研究，正是对这一变化的清醒检视。该研究避开“AI在商业传媒中如何创造利润”的叙事，转向一个常常被忽视的领域：人工智能在图书馆信息科学、数字人文与学术知识传播中的实际角色。通过将文献计量分析与网络情感分析相结合的混合方法，研究者试图回答一个根本性问题：当AI开始自动组织、索引和推荐知识时，我们是否准备好面对它带来的秩序重构？

知识的自动化与隐蔽权力

该研究的关键发现并不惊世骇俗：AI在学术知识管理中主要体现在三个环节——自动元数据索引、引文分析和智能推荐系统。这些环节都指向一种“效率想象”：用算法代替人工完成繁琐的文献分类，用模型预测读者可能感兴趣的研究，用计量工具评估学术影响力。这看似只是任务自动化，实则意味着知识的发现路径正在被重新设定。

在过去，图书馆员、编辑和引文索引人员，作为知识系统的守门人，其判断标准相对明确，也相对可争议。而在算法驱动的体系内，分类、排序与推荐变成了封闭的计算黑箱。研究者可能并不知道，自己的论文为何被归入某个类别，为何被推荐给某些读者，又为何在引文网络中处于边缘位置。这种隐蔽权力比过去的行政权威更难以挑战。

由此产生的知识不平等将是结构性的。那些训练数据中具有代表性的语言、学科与区域，会更容易被算法识别和推荐；而来自“全球南方”、非英语语境、边缘学科的研究者，则可能面临一种新型的“可发现性危机”——不是被拒绝，而是被静默地排除在数字视野之外。

为什么城市必须关切？

这一点将我们带回一个更广阔的战略层面：全球城市竞争。知识生产从来不是漂浮在虚空中的抽象活动，而是聚集于特定城市空间——大学、研究实验室、数字企业、国际组织与图书馆网络。城市在全球分工中的位置，越来越取决于它们能否成为知识流的枢纽，而不仅仅是物质流的节点。

AI技术对学术基础设施的渗透，为研究型城市带来新的治理课题。一方面，诸如波士顿、旧金山、北京、伦敦等城市之间的竞争，不再仅仅是论文发表数量或大学排名的锦标赛。城市政权需要关注它们的知识基础设施是否具备“算法自主权”：面对由商业巨头主导的AI工具，公共学术图书馆和研究机构是否有能力开发透明、公平且符合公共利益的知识管理模型？

另一方面，城市也是政策试验场。从多伦多到阿姆斯特丹，AI伦理框架正在城市层面逐渐落地。但绝大多数AI伦理议题仍聚焦于自动驾驶、面部识别或就业自动决策，学术知识系统很少被纳入公共议程。这一缺位说明，城市规划者尚未完全理解诸如学术图书馆这样的传统知识空间，恰恰是新一代算法的“门户”——谁拥有这个门户，谁就控制了通往研究和思想的入口。

混合方法：城市政策研究的镜鉴

该研究的另一层贡献，在于其方法设计上的范式启示。文献计量分析能够描绘研究系统的宏观轨迹，却难以揭示使用者的真实体验；网络文本与情感分析则通过捕捉学者、图书馆员和公众的讨论，为宏观图景补充了复杂的微观感知。这种“系统+用户”的混合方法，在本质上是一种基础设施的人本评估策略——它要求我们在评估技术影响时，不仅仅看指标，还要听声音。

对于城市与区域规划，这种策略同样重要。许多智慧城市项目之所以失败，正是因为政策制定者过度依赖传感器数据和效率指标，忽略了居民感知。同理，AI知识基础设施的建设也面临同样的危险：自动化的元数据系统可能在技术上表现优异，但如果学者和读者对其失去信任，公共知识系统便会加速退化为少数机构的内部空间。

因此，该研究对“偏见”与“隐私”的强调，不应被解读为一般性的伦理套话。它揭示了AI权利的关键转向：在知识基础设施中，隐私不再只是个人数据的问题，更关乎集体认知的完整性。当算法基于不透明的训练数据，将某些知识谱系置于边缘，被侵犯的并不只是单个用户的偏好，而是人类知识结构的多元性本身。

需要新的“知识主权”叙事

这项研究呼吁跨学科协作、提升AI透明度、解决偏见与隐私问题，这看起来只是日常学术建议。但将之放到全球技术政治的大背景中，我们必须承认，这些原则正在从实验室规范走向国家地缘战略。AI时代的知识管理，正在成为国家安全与城市竞争力的交叉领域。

对于欧洲、北美和东亚的主要城市群而言，在数字知识系统中构建可靠的公共替代方案，可以为广泛的AI国家战略提供基础。对于中东、南亚、拉美和非洲正在浮现的全球南方知识城市而言，在AI驱动的知识生态中占有一席之地，也许比争夺任何单独的人工智能模型更为迫切。如果这些城市过度依赖外部数字平台组织自己的学术遗产，它们不仅将失去“发现权”，也会失去对自己知识主权的控制。

结语：知识基础设施的长期主义

常识误导我们，以为图书馆、学位论文库、期刊数据库只是数字化过程中的被动内容容器。事实上，它们是持续演变的社会技术实体。AI的介入不是一次性的工具升级，而是一次长期的制度转型。它能将分散的知识组织成有机的流动，也可能将知识的歧义压扁为计算上的重复。

本文所依据的研究提醒我们，全球学术知识系统正处在一个新的“形成期”。在这一阶段，算法系统的容错能力较强，制度弹性尚存。如果各国城市和大学现在便着手建立系统的AI治理框架——将知识地图的多样性、算法决策的透明度和全球南方的参与权纳入战略视野，或许可以避免未来二十年中，知识基础设施被单一想象垄断的格局。

最后，在谈论AI改造城市、实现“未来城市”的宏大叙事时，我们不应遗忘一种更加基本的城市性——城市是记忆、学习与异议的容器。人工智能塑造的学术知识基础设施，正在决定未来城市能够记住什么、忽视什么，以及允许谁去发现。这已经不是仅属于图书馆管理学者的专业议题，而是关乎每一个知识社会未来的公共问题。

参考研究：Artificial intelligence in digital media, humanities, and information science: a multidimensional analysis of research trends and user perceptions