本书聚焦于生成式人工智能(Generative AI)在知识型社会中对知识工作者长期绩效发展的深层影响,围绕认知机制与干预策略两个核心议题展开系统研究。全书共分为四篇十二章,兼顾理论建构与实践探索,力图为学术界与业界提供兼具深度与可行性的分析框架与干预路径。第一篇从生成式AI的技术特征出发,剖析其如何通过提升信息搜集、资料分析与成果输出效率,深刻改变知识工作者的工作形态,并进一步探讨其在学习、创新与协作能力发展上的双向影响。第二篇聚焦生成式AI对知识工作者认知系统的复杂作用路径。一方面揭示其在信息处理、心智负荷与认知灵活性上的赋能效应;另一方面剖析其可能引发的内容确认偏误、信息分析瘫痪与外部依赖倾向等认知局限。第三篇通过引入认知风格等心理机制,深入探讨生成式AI的信息质量(可靠性/失真)与知识工作者个体差异之间的交互机制,并结合AI特性、个体特征与情境因素,构建多维认知感应模型。第四篇在全面分析传统干预手段局限性的基础上,提出具有前瞻性的信息透明与内容多元干预策略,强调可解释性内容设计、认知反馈机制与多角度信息暴露等在AI技术与人类协作中的关键作用。
本书理论基础扎实,结构体系完备,融合心理学、组织行为学、人工智能与教育技术等多学科视角,既适合高等院校相关领域的教学与研究,也可为企业管理实践、AI工具开发及政策制定提供参考。
展开