邓士昌，博士，现任上海对外经贸大学工商管理学院副教授、上海市大数据社会应用研究会副秘书长。研究方向为智能时代人的发展。曾荣获上海市优秀毕业生称号（2016年，复旦大学），入选上海市“晨光计划”项目。主持与研究方向相关的国家自然科学基金项目一项、省部级项目四项，上海市高校重点课程和一流课程各一门。其著作荣获上海市第十六届哲学社会科学优秀成果奖，研究专报得到省部级决策部门采纳。

　　《生成式AI影响知识工作者长期绩效发展的认知机制和干预策略研究》聚焦于生成式人工智能（Generative Al）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Al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。
　　《生成式AI影响知识工作者长期绩效发展的认知机制和干预策略研究》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、Al工具开发及政策制定提供参考。

　　第一篇 促进或抑制：生成式AI对知识工作者长期绩效发展的双向影响
　　本篇深入探讨生成式AI技术在知识工作者长期绩效发展中的双重作用。通过系统地分析生成式AI的定义、类型及其与传统AI工具的区别，揭示了这一技术的进步路径及其对既有社会规则的颠覆性挑战。本篇内容分为以下三章：第一章概述生成式AI的定义、类型及发展历程，并详细阐述其与传统AI工具在设计理念、交互方式、应用领域和进步路径等方面的区别。进一步地，探讨生成式AI对社会规则的颠覆性影响，包括专业内容的民主化、职业和劳动市场的变革以及隐私与伦理问题，为读者提供了一个全面的背景框架。第二章聚焦于生成式AI在知识工作者的工作流程中的具体应用，展示其在信息搜集、资料分析和个性化成果输出中的实际效用，以及其如何通过提高工作效率和定制化成果输出改变知识工作者的工作方式。第三章探讨生成式AI对知识工作者长期绩效发展的双向影响，具体分析了其在学习能力、创新能力和协作能力发展中的正面效应和负面效应，帮助读者全面理解这一技术对知识工作者的潜在利弊。本篇通过对生成式AI技术的多维度分析，为知识工作者应对长期绩效发展中的机会与挑战提供了深入的思考框架。
　　第一章 新世来临：生成式AI的出现和普及
　　本章探讨了生成式AI的基本概念、技术进步及其对社会规则的影响，分析了生成式AI在技术原理和应用方面的独特优势，以及它带来的社会变革和挑战。首先，第一节详细介绍了生成式AI的定义、类型及其发展历程。通过对生成式AI在文本、图像、音频和视频生成中的广泛应用和不同算法模型的分析，展示了生成式AI在创新内容生成和创意表达方面的巨大潜力。第二节通过对生成式AI与传统AI的区别进行比较，从设计理念、交互方式、应用领域和整体进步与未来趋势四个维度，揭示了生成式AI在推动技术创新和提供多样化交互体验方面的显著优势。第三节深入分析了生成式AI对既有社会规则的颠覆性影响，尤其是在内容创作的民主化、职业与劳动市场的变革、隐私与安全风险、伦理和法律挑战方面展开讨论。通过法律法规的完善、技术手段的改进及社会各界的共同努力，生成式AI有望在创新与规范并行的路径上推动社会进步。本章为理解生成式AI的全貌和未来发展方向提供了系统框架和前瞻性思考。
　　第一节 生成式AI的定义和类型
　　生成式AI（Generative Artificial Intelligence）作为人工智能领域的重要分支，近年来取得了显著进展，并在多个领域展现了强大的应用潜力和社会影响。本节详细介绍生成式AI的定义、主要类型、工作原理及其广泛的应用场景和影响，旨在全面探讨生成式AI的当前发展及其未来趋势，为读者提供一个系统、深入的理解框架。通过本节的内容阐述，读者将了解到生成式AI在技术和应用层面的最新进展及其对社会和伦理的深远影响。
　　一、生成式AI的定义
　　生成式AI是一类通过学习大量数据来生成新内容的人工智能技术。与传统的判别式AI（Discriminative AI）不同，生成式AI不仅能理解和分类数据，还能创建新的数据，如文本、图像、音频和视频。生成式AI模型可以从训练数据中捕捉复杂的模式和结构，并利用这些知识生成高质量的内容（Alberts等，2023；邵怡蕾，2024）。
　　生成式AI的核心概念在于其生成能力。通过学习已有数据的分布，生成式AI可以产生新数据，这些数据在风格和内容上与训练数据相似。例如，ChatGPT等语言模型可以根据用户的输入生成连贯的文本段落，而DALL－E和Stable Dif－fusion等图像生成模型可以根据文字描述生成图像。这些模型的广泛应用证明了生成式AI在内容生成方面的强大潜力和广泛适用性（Yang等，2022；沈芳君，2024）。
　　……

第一篇 促进或抑制：生成式AI对知识工作者长期绩效发展的双向影响
第一章 新世来临：生成式AI的出现和普及 3
第一节 生成式AI的定义和类型 3
第二节 生成式AI与传统AI工具的区别和进步 10
第三节 生成式AI对既有社会规则的颠覆和挑战 14
第二章 趁手利器：生成式AI影响知识工作者工作形态的主要途径 20
第一节 生成式AI带来超便利性的工作信息搜集 21
第二节 生成式AI带来超高效率的工作资料分析 27
第三节 生成式AI带来超个性化的工作成果输出 32
第三章 利弊相生：生成式AI对知识工作者长期绩效发展的正面影响和负面影响 38
第一节 生成式AI对学习能力发展的双向影响 39
第二节 生成式AI对创新能力发展的双向影响 45
第三节 生成式AI对协作能力发展的双向影响 49

第二篇 赋能或局限：生成式AI引发知识工作者双重认知感应的心理过程
第四章 大脑外挂：生成式AI对知识工作者的认知赋能效应 57
第一节 生成式AI驱动下的信息处理能力增强 58
第二节 生成式AI驱动下的心智加工负担减轻 63
第三节 生成式AI驱动下的认知灵活程度提升 69
第五章 过犹不及：生成式AI对知识工作者的认知局限效应 74
第一节 生成式AI驱动下的内容采择确认偏误 75
第二节 生成式AI驱动下的域外信息分析瘫痪 81
第三节 生成式AI驱动下的外部建议过度依赖 86
第六章 得失兼有：双重认知感应对知识工作者长期绩效发展的不同影响 93
第一节 认知赋能状态对知识工作者长期绩效发展的促进作用 94
第二节 认知局限状态对知识工作者长期绩效发展的抑制作用 99
第三节 生成式AI驱动下知识工作者两种认知状态的相互转化 104

第三篇 依存或独立：生成式AI引发知识工作者双重认知感应的边界条件
第七章 认知赋能：生成式AI信息可靠与知识工作者认知风格的交互作用 113
第一节 生成式AI的信息可靠与认知风格的场独立性的交互作用 114
第二节 生成式AI的信息可靠与认知风格的场依存性的交互作用 118
第三节 相关实证研究与案例分析 123
第八章 认知局限：生成式AI信息失真与知识工作者认知风格的交互作用 129
第一节 生成式AI的信息失真与认知风格的场独立性的交互作用 130
第二节 生成式AI的信息失真与认知风格的场依存性的交互作用 134
第三节 相关实证研究与案例分析 139
第九章 其他条件：AI技术特征、用户个人特征和工作情境特征的影响 144
第一节 其他AI技术特征对知识工作者双重认知感应的影响 144
第二节 其他用户个人特征对知识工作者双重认知感应的影响 149
第三节 工作情境特征对知识工作者双重认知感应的影响 154

第四篇 透明与多元：生成式AI提升知识工作者长期绩效的干预策略与应用实践

参考文献 210