网络科研学术助手标志

提升**阅读素养，促进社会文化发展。在数智时代背景下，智慧图书馆的阅读推广对于提升**阅读素养具有至关重要的作用。阅读素养不仅关乎个人的知识获取与思维能力提升，更是社会文化发展的重要基石。智慧图书馆通过整合丰富的数字资源、提供便捷的阅读服务和个性化的阅读推荐，能够有效激发公众的阅读兴趣，拓宽阅读视野。这不仅有助于个人在信息的时代筛选出有价值的内容，培养批判性思维和创新能力，还能促进整个社会的文化氛围提升，增强民众的文化认同感和归属感。智慧图书馆的阅读推广活动，如线上读书会、阅读挑战赛等，能够激发社会各界对阅读的热情，形成积极向上的阅读风尚，为社会文化的繁荣发展贡献力量。发挥图书馆交互式学习、阅读和 交流共享的空间价值，提升用户阅读服务体验。网络科研学术助手标志

其次，学习者通过点击、拖拽、缩放等操作，与阅读内容进行深入的互动，并对文本进行自由地标注、编辑和点评，在此过程中形成笔记和反思。国外已有多项研究探索利用数字学习工具支持阅读障碍者进行流畅阅读，例如借助听读技术辅助具有视觉词义障碍的儿童进行视听混读；对于注意力缺陷儿童使用标记、提示等技术维持阅读注意力[17]。再次，用户通过社交功能或平台将阅读内容、个人笔记或感悟分享到社交媒体上，与其他用户进行讨论和交流。***，学习者利用人工智能技术进行文本分析、信息提炼、实时翻译等，提高用户的阅读效率和理解深度，如一些平台支持AI全文翻译和多种语言互译。基于大语言模型的生成式人工智能可以扮演虚拟阅读同伴或导师，通过对话提问帮助阅读者深度思考，启迪智慧网络科研学术助手标志高水平的问题引发读者的深入思考，有助于发展“批判性思维” 或“更高层次的思维” 。

生成式学习理论的**来源于建构主义学习理论。社会建构理论认为个体的认知过程和结果是与社会环境、文化背景、与他人互动密切相关的产物[13]。在社会交互中，提问是相当有启发性的交流方式，提问者凭借敏锐的洞察力，捕捉到阅读内容中的重点或潜在矛盾，清晰、准确地表达自己的疑惑或见解，这无疑是对语言组织与逻辑思维能力的有效训练。个体在阅读过程中与他人进行交流互动，如答疑解惑、讨论文本内容、分享阅读感受，进一步促进思维的发展。近年有研究开始关注生成式学习和反思性评价在学术阅读中的应用，认为提问策略在训练阅读者的高阶思维方面效果***[14]。因此本研究将自主提问作为**干预策略。

数智时代为智慧图书馆的阅读推广工作带来了前所未有的机遇与挑战。通过精细推送个性化阅读资源、提升阅读体验与互动性、融合新媒体拓宽推广渠道、智慧化管理优化流程以及创新服务模式打造多元化阅读环境，智慧图书馆正逐步构建起一个高效、便捷、互动的阅读生态系统。这些策略的实施，不仅有助于提升**阅读素养，推动教育资源均衡分配，还能促进文化传承与创新，增强文化自信。未来，智慧图书馆应继续深化技术应用，创新服务模式，为阅读文化的深入普及与发展贡献力量，让阅读成为连接过去与未来、促进社会***进步的重要力量。依 据用户情景需求提供适合信息资源，从而提升用户 体验、实现知识的有效供给。

超级阅读中的智能认知偏差是读者在与技术的互动过程中产生的，对其进行纠偏不仅涉及读者对技术运用的理性认识，还涉及智能技术的创新方向、监管引导等问题。在技术运用方面，应强化技术伦理教育，提高读者智能素养。相关机构可通过教育引导读者正确认识虚拟与现实的界限，增强对智能技术的理性判断能力，避免过度依赖或盲目信任虚拟信息，从而减少虚拟认知偏差。在技术创新方面，行业应优化智能推荐算法，引入多元化评价指标，避免陷入信息茧房，确保读者能够接触到多样化的信息和观点，以拓宽认知视野，降低形成认知偏差的风险。虚拟技术的开发也应坚持以人为本的理念，通过技术创新降低人们从虚拟环境回归现实的适应难度，减轻认知负担。在技术监管方面，行业应积极推进技术监管体系的完善，规范智能技术的发展与应用。**和相关机构应根据智能技术特点及其在行业和领域的应用，制定相应的分类分级技术标准、监管规则、法律法规等，确保智能技术发展符合社会伦理和公共利益，有效防范技术异化带来的负面影响。，智慧图书馆实现自动化智 慧感知用户情境信息功能时，要加强用户信息安全和 隐私保护。企业科研学术助手一体化

阅读推荐服务是智 慧图书馆的服务之一，在海量信息中推送满足用 户需求的阅读资源。网络科研学术助手标志

个性化阅读推荐系统的设计始于高效且精确的数据采集、处理与分析。在智慧图书馆中，用户每天进行搜索、阅读和下载等互动行为均会产生大量数据。以大型智慧图书馆为例，其每月会新增数千份电子书和期刊，且数百万用户的日常活动会生成海量数据记录，包括搜索查询、点击和下载等行为数据。这些数据是设计个性化阅读推荐系统的基础，需要收集和处理，以便后续进行分析和应用。数据采集必须***覆盖用户数据，包括用户的注册信息、借阅记录、阅读习惯，以及用户与智慧图书馆资源的交互方式等。依托上述数据，个性化阅读推荐系统可掌握用户的基本兴趣和偏好，鉴别用户潜在的兴趣领域和行为模式，从而为推荐给予数据方面的支持。网络科研学术助手标志