Knowledge Management Forum >

2025 , Vol. 10 >Issue 6: 579 - 593

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.039

The Mechanism of Intelligent Knowledge Services in Libraries Empowering AI Literacy Development of Faculty in Border-region Universities

  • Jiang Jiping , 1, 2, 3 ,
  • Wu Ruiyao 3 ,
  • Wei Jiaxiu 3
Expand
  • 1. Guangxi Higher Education Development Research Center, Guilin 541004
  • 2. Guangxi Normal University Library, Guilin 541004
  • 3. Institute of Library and Information Science, Guangxi Normal University, Guilin 541004

Jiang Jiping, Deputy Director of the Institute of Library and Information Science at Guangxi Normal University, Associate Research Librarian, Master's Degree, E-mail: ;

Wu Ruiyao, Master's Candidate;

Wei Jiaxiu, Master's Candidate.

Received date: 2025-10-11

  Online published: 2025-12-22

Supported by

This work is supported by Guangxi Higher Education Development Research Center, Foundation Project titled "The Mechanism and Practice Pathway of Smart Knowledge Services in Enhancing Digital Literacy of University Faculty in Guangxi"(GXGJB202508)

Guangxi Philosophy and Social Science Foundation Project titled "Research on the Construction and Application of Smart Library Knowledge Service System"(23BTQ001)

Fold

Abstract

[Purpose/Significance] This study investigates the underlying mechanism through which library smart knowledge services empower the development of AI literacy among faculty in borderland universities. It aims to provide a regional perspective and practical insights for addressing challenges in teachers' digital-intelligent transformation and for expanding the functional role of academic libraries. [Method/Process] Utilizing a grounded theory approach, in-depth interviews were conducted with 30 faculty members from universities in the Guangxi border region. Data analysis involved a three-level coding process to construct a "Symbiotic Mechanism Model of Library Smart Knowledge Services". [Result/Conclusion] The research reveals an empowerment model characterized by "Preconditions — Multi-dimensional Empowerment — Collaborative Evolution". Faculty's AI literacy challenges and mismatches in library services constitute the preconditions. Libraries then engage in multi-dimensional intervention through four interconnected empowerment pathways: skills, cognition & ethics, culture & localization, and outcomes & governance. This ultimately drives the librarian-faculty relationship towards collaborative evolution, externally manifested in the behavioral progression of "anxiety → trust → integration → co-creation", and internally representing a fundamental shift from one-way support to two-way collaboration. This study enriches the regional theoretical perspective on smart libraries and faculty development, offering concrete implications for the localized and collaborative practices of academic libraries.

Key words： knowledge services in libraries; faculty teachers' AI literacy; border-region universities; mechanism of action

Cite this article

Jiang Jiping , Wu Ruiyao , Wei Jiaxiu . The Mechanism of Intelligent Knowledge Services in Libraries Empowering AI Literacy Development of Faculty in Border-region Universities[J]. Knowledge Management Forum, 2025 , 10(6) : 579 -593 . DOI: 10.13266/j.issn.2095-5472.2025.039

随着国家教育数字化战略行动的持续推进，高校教师专业发展进入一个以智能技术深度参与为标志的新阶段[1]。生成式人工智能的快速迭代，不仅改变了教学与科研的技术工具，更对教师的知识结构、能力范式与发展路径提出了系统性重塑的要求[2]。这一变革在边疆高校语境下显得尤为深刻与紧迫。受制于多语文化情境、技术供给不均与制度性认定等因素[3-4]，教师在适应智能技术时，面临着工具操作、数据伦理与文化适配等多维困境。
传统的教师发展模式，如培训、研讨交流与自我学习等，在人工智能环境下显露出其局限性[5]。其往往侧重于普适性技能的传授，却难以回应边疆教师所面临的情境性、差异化发展需求。基于社会文化视角的教师发展理论[6]，教师专业发展是一个在特定制度与文化语境中，通过外部支持与个体能动性互动而实现的持续社会化过程。当前边疆教师AI素养的困境，本质上是其专业发展过程在数智化转型中遭遇了缺乏外部支持与互动的系统性失配。与此同时，图书馆正经历从传统信息服务向智慧知识服务的范式迈进[7]，凭借知识图谱、语义检索、多模态处理与人机协同等技术，具备在资源整合、能力提升、成果治理与文化在地化等方面发挥系统赋能作用的潜力[8]。这为重新思考教师发展的支持系统提供了新契机。
因此，本研究旨在回应以下核心问题：在边疆高校特殊语境下，图书馆智慧知识服务如何作为一种关键外部支持系统，有效嵌入教师专业发展进程，从而为其AI素养的提升提供可持续的赋能机制？为此，本研究将以广西边疆高校为研究场域，通过对30位在职教师的深度访谈，运用扎根理论方法，构建一个图书馆智慧知识服务赋能高校教师AI素养发展的作用机制模型，以期为实现数智时代边疆高校教师的适应性发展提供理论解释与实践路径。

1 文献综述/Literature review

为系统、全面地把握图书馆智慧知识服务与教师AI素养发展的研究脉络与现状，本研究的文献检索策略具体如下：选择图书馆智慧知识服务(library smart knowledge service)、智慧服务(smart service)、教师AI素养 (teacher AI literacy)、人工智能素养 (AI literacy)以及边疆教育(border education)、民族教育(ethnic education)等为核心关键词，在中国知网、Web of Science核心合集、Scopus等中外文权威数据库中进行检索，时间范围限定为2020年1月至2025年8月。通过对检索结果的初步筛选、去重，并阅读标题与摘要以剔除不相关文献，最终保留134篇与本主题高度相关的中英文文献作为分析对象。

1.1 高校教师AI素养的发展路径

高校教师AI素养是指教师在人工智能时代所需具备的综合能力，包括对AI技术的理解应用、伦理和社会影响的批判性思考等方面。现有研究普遍将AI素养划分为AI认知、AI技能、AI应用和AI伦理4个方面[9]，即AI认知涉及对AI技术基本原理的理解，AI技能包括使用AI工具和编程能力，AI应用强调将AI技术应用于教学和科研，而AI伦理则关注AI技术的道德和社会影响[10]。
在AI支持教师专业发展的研究中，学者们重点探讨了AI在教学设计中的应用以及AI工具在科研中的辅助作用[11]，例如高校图书馆通过提供AI素养教育资源和培训，帮助教师提升AI技能，从而更好地适应教学和科研需求[12-13]。学者普遍认为教师AI素养既包含对智能工具的操作技能，也涵盖对数据伦理的认知与反思[14]以及受到制度环境与文化语境等方面的影响[15]。近年来，更有学者将教师AI素养研究拓展至批判性思维与文化敏感性的融合上[16-18]。然而，当前研究多聚焦于普适性教师AI素养框架，专门针对边疆高校教育场域的研究仍然比较缺乏。在这种边疆教育场景中，教师AI素养的发展路径常面临结构性支持缺位的问题，具体表现为技术供给不足、语言与文化差异、跨境交流复杂性等方面[3]。已有研究表明，边疆民族地区教师在使用AI平台时常遇到语言识别精度低、算法内容偏向主流、成果难以制度化认定等困境[19]，这使得常规的普适性培训难以直接套用并产生效果。因此，教师AI素养的发展路径亟需更多外部支持与情境化机制。依据社会文化视角下的教师发展理论，教师专业成长需在特定的制度与文化语境中，通过外部支持与个体能动性之间的互动得以实现[6]。由此可见，教师AI素养的提升并非单一能力养成，而是一个多因素作用的复杂过程，这也为探索外部支持系统，尤其是图书馆的介入提供了逻辑空间。

1.2 图书馆智慧知识服务的适配问题

近年来，图书馆正处于由传统信息服务向智慧知识服务转型的关键阶段[7]。图书馆智慧知识服务（library intelligent knowledge service）是一种以知识服务为价值内核，以人工智能、物联网、大数据等智慧技术为驱动力的新型图书馆服务模式[20-21]。关于图书馆智慧知识服务的研究已经从理论概念[22]、服务功能[23-24]、技术支撑[25]到系统架构[26]、评价体系[27]等方面展开，形成了系统化的研究体系。人工智能、大数据、物联网、云计算、5G等新一代信息技术在国内外均被视为实现智慧知识服务的关键要素。
在智慧图书馆知识服务赋能教育领域方面，现有研究多从人工智能、知识图谱、语义检索和多模态支持等技术维度展开，强调图书馆在教学与科研支撑中的智能化与个性化潜力[23]。例如，有学者强调智慧图书馆在教育4.0背景下的服务整合趋势[28]，并提出了智慧图书馆在资源聚合、学科服务和平台优化方面的潜力[29]。然而，现有研究多集中在通用型智慧知识服务模式[30-31]，突出其技术框架与功能拓展，较少关注区域差异与文化多样性。在边疆语境下，智慧知识服务在资源覆盖、培训机制与成果认定方面存在明显短板，如本土知识资源缺乏、少数民族教师培训不足、区域学术成果缺乏制度化归档渠道等[3-4]，这使得智慧知识服务在边疆高校呈现出技术先进但情境失配的矛盾。这种情境失配削弱了图书馆服务的支撑价值，也凸显出亟需构建一种更契合边疆语境的智慧知识服务模式。

1.3 研究评述

现有研究在教师AI素养与智慧知识服务两个方向积累了较为丰富的成果，但仍存在三方面不足：①研究对象割裂。大多数智慧知识服务的研究对象以通用型读者为主，鲜有聚焦高校教师AI素养的融合研究，缺乏系统性交叉分析。②赋能机制缺位。既有研究要么强调教师的自我学习或学院培训，要么强调图书馆的资源供给，却忽视了智慧知识服务如何在教师AI素养提升中发挥持续赋能作用。③区域语境不足。智慧知识服务的探讨多以通用模式为导向，缺乏对边疆教师所处复杂语境的深入回应。
因此，本研究拟以广西边疆高校为研究场域，依托高校教师深度访谈资料，运用扎根理论构建图书馆智慧知识服务赋能教师AI素养的作用机制模型，回应研究对象、赋能机制与区域语境三方面的不足，为教师AI素养研究与智慧图书馆服务理论提供区域化的解释框架与实践启示。

2 研究设计/Research design

2.1 研究方法

为深入揭示图书馆智慧知识服务赋能边疆高校教师AI素养发展的作用机制，本研究采用扎根理论作为研究方法。该方法强调从原始资料中逐步归纳范畴与关系，并最终形成理论模型[32]。与传统的假设验证研究相比，扎根理论更适合探索性问题，能够在缺乏既有理论支撑的领域中建构解释性框架。本研究旨在从教师访谈资料出发，提炼教师AI素养困境、服务失配与赋能路径，从而生成具有地方语境特色的作用机制模型，因此选用扎根理论具有合理性与必要性。

2.2 数据来源与收集

为确保模型构建的经验基础与区域代表性，本研究选取广西地区3所高校的在职教师为访谈对象，共30人（访谈文本编号为T01—T30），涵盖不同学科背景（人文社科、理工、教育）和不同职称层级（讲师、副教授、教授），以确保样本的多样性与代表性。广西作为典型的边疆多民族地区，教师在AI素养发展中面临多语、跨境与文化嵌入等复杂挑战，因而具有典型性和研究价值。
为保证样本的代表性，本研究对受访教师的基本特征进行了统计（见表1）。整体来看，性别比例较为均衡，其中男性16人，女性14人；年龄方面以中青年教师为主，30岁以下5人，31—40岁12人，41—50岁9人，51岁以上4人；职称结构涵盖不同发展阶段，包括讲师12人、副教授11人和教授7人；学科背景分布较为广泛，人文社科类11人、理工科13人、教育类6人，呈现跨学科特征；民族构成方面，汉族教师20人，少数民族教师10人，涵盖壮族、瑶族、苗族等群体，能够较好反映广西的民族多样性。该样本结构有助于呈现广西边疆高校教师AI素养发展过程中不同群体的差异性与共性。
表1 访谈对象基本情况

Table 1 Basic information of interviewees

人口特征 类型 人数 占比/% 备注
性别 女 16 53.33
男 14 46.67
年龄/岁 ≤29 5 16.67
30—39 7 23.33
40—49 11 36.67
50—59 7 23.33
职称 副教授 10 33.33
讲师 9 30.00
教授 8 26.67
中级 2 6.67
无职称 1 3.33 博士刚毕业
学历 博士 15 50.00
硕士 10 33.33
本科 5 16.67
学科类别 人文社科类 12 40.00
理工医类 10 33.33
管理与应用类 8 26.67
区域属性 边疆学校教师 6 /
民族课程教师 4 /
跨境课程教师 10 /
数据收集主要采用半结构式深度访谈，时间跨度为2025年3—8月。访谈围绕以下几个方面展开：①教师在教学与科研中使用AI工具的经验与困境；②对现有图书馆智慧知识服务的使用情况与评价；③对图书馆未来在AI赋能方面的期待与建议。每位教师访谈时长60—90分钟，全部经过录音并转写为文本，总字数约20万字。同时，研究者收集了相关政策文件（如《国家教育数字化战略行动》）、学校图书馆服务规划和新闻报道作为辅助资料，以增强分析的多维度。

3 数据分析/Data analysis

在具体编码过程中，为增强编码过程的信度与效度，本研究由3名研究人员分别独立开展编码工作，并在每轮编码完成后进行交叉比对与一致性检验。对于存在差异的编码结果，团队通过集中讨论和反复对照原始资料，达成统一认知，最终形成结构清晰、逻辑一致的编码体系。

3.1 开放式编码

开放式编码是指在不预设分类的前提下，对原始访谈资料中的语义单元进行概念化与范畴化[33]。本研究借助NVivo 14软件对文本逐字逐句分析，提取具有独立意义的语句片段，设立“自由节点”作为初始概念。如将文本T08中“图书馆的AI智能问答似乎不智能，可能需要专门提示词吧”编码为“教师AI操作经验缺乏”。然后通过比较不同文本中的相似表达，整合为“树状节点”即范畴。为确保信度，仅保留出现在3个及以上文本中的概念，剔除低频项。最终提炼出53个初始概念（G1—G53），归纳为20个范畴（F1—F20），具体编码结果见表2和表3。
表2 编码结果提取（部分）

Table 2 Extracted coding results (partial)

范畴（F） 概念 (G) 原始语句 文本编号
F1 数智技能不足 G1 教师AI操作经验缺乏 图书馆的AI智能问答似乎不智能，可能需要专门提示词吧 T08
F3 民族AI认知差异 G6 壮语AI信任感知 我们老师用的那个壮语识别AI，说出来的结果却很不准 T13
F5 区域性知识资源缺失 G12 东盟图谱碎片问题 想找点东盟相关文献，结果AI推荐的全是国内资源，感觉不完整 T04
F6 多民族智能培训瓶颈 G16 民族双语资源稀缺 我们学校培训主要是普通话授课，壮语和瑶语老师跟不上 T11
F9 本地化智能平台建设 G25 壮锦AI教学工具 壮锦课程的AI设计工具很好，但图书馆的版本更新太慢 T02
F10 多语人机协同训练 G28 歌圩AI课程融合 我们在歌圩活动里试过AI课程设计，还需要更多人机互动的支持 T15
F11 边疆教学实践能力 G31 教师跨境课堂应用案例 我们跟越南高校做过跨境线上课，AI翻译还不太稳定 T09
F15 民族科研成果传播 G40 民族教育成果推广 我们的民族教育成果，总感觉在大平台上很少被推荐出去 T07
F17 跨境知识产权保护机制 G44 跨境科研版权保护 我们和泰国合作的项目，成果发布后版权归属问题很麻烦 T05
F19 技术适应与融合 G48 教师AI焦虑缓解 起初我对AI很抗拒，现在慢慢觉得它能帮忙，心态变了 T01
表3 范畴—概念表

Table 3 Category-concept table

范畴 概念
F1 数智技能不足 G1 教师AI操作经验缺乏；G2 教师平台理解障碍；G3 教师算法认知偏弱
F2 技术情感矛盾 G4 技术怀旧情结；G5 文化主权焦虑
F3 民族AI认知差异 G6 壮语AI信任感知；G7 跨境AI合规认知；G8 民族算法偏见感知
F4 边疆成果认定困境 G9 成果智能认定困境；G10 教学成果佐证失灵；G11 评估标准地域冲突
F5 区域性知识资源缺失 G12 东盟图谱碎片问题；G13 AI标引覆盖不足；G14 学术资源获取延迟；G15 开源资源覆盖缺口
F6 多民族智能培训瓶颈 G16 民族双语资源稀缺；G17 村寨实训断联问题；G18 民族数据训练缺口
F7 边疆学术支持短板 G19 非遗成果归档缺口；G20 东盟研究传播障碍；G21 民族伦理审查盲区
F8 智能服务响应困境 G22 民族需求预判失真；G23 移动场景响应滞后；G24 跨境咨询匹配偏差；G25 反馈实时性响应不足；G26 边疆平台集成水平低
F9 本地化智能平台建设 G27 壮锦AI教学工具；G28 边疆中台集成水平；G29 跨境学习预测推荐
F10 多语人机协同训练 G30 歌圩AI课程融合；G31 微课接力工坊实践；G32 数据沙盒跨境演练
F11 边疆教学实践能力 G33 教师跨境课堂应用案例；G34 教师科研实训经验
F12 民族语境算法批判性认知 G35 民族语言处理局限性认知；G36 跨文化算法偏见识别
F13 数据伦理与合规规范 G37 少数民族数据隐私意识；G38 跨境数据合规实践
F14 区域文化知识图谱构建 G39 壮族语料建设；G40 瑶族/苗族知识标引；G41 东盟文化数据对接
F15 民族科研成果传播 G42 民族教育成果推广；G43 东盟学术传播案例
F16 智能归档与认证机制 G44 AI成果认证通过率；G45 民族课程智能佐证机制
F17 跨境知识产权保护机制 G46 跨境科研版权保护；G47 民族成果知识产权认定
F18 教师实践能力内化 G48 教师AI教学应用频率；G49 科研应用效能提升
F19 技术适应与融合 G50 教师AI焦虑缓解；G51 信任与融合的心理转变
F20 民族协同与共建 G52 民族教师参与共建案例；G53 馆师协同优化机制

3.2 主轴编码

主轴编码是在开放式编码基础上，借助类聚分析方法，将初始概念之间的内在逻辑联系加以整合，并构建范畴之间的关系体系[34]。本研究借鉴J. M. CORBIN[35]等提出的条件→行动策略→结果的范式模型，对开放式编码中提取的51个初始概念和20个副范畴进行归纳比较，最终整合为4个主范畴（Z1—Z4），结果见表4。
表4 主轴编码表

Table 4 Axial coding table

主范畴(Z) 作用机制维度 副范畴(F) 内涵说明
Z1 技能赋能机制 技能域 F9 本地化智能平台建设 构建兼顾民族语言与区域资源的本地化智能平台，提升教师在教学科研中的AI应用能力
F10 多语人机协同训练 针对多民族教师语言差异，开展任务共建与实训，提升跨语境AI技能迁移能力
F11 边疆教学实践能力 教师在边疆与跨境场景中运用AI工具解决教学与科研问题，形成实践经验
Z2 认知与伦理赋能机制 认知/伦理域 F12 民族语境算法批判性认知 帮助教师认识AI在民族语言处理、跨文化数据分析中的局限性，培养对算法偏见的批判意识
F13 数据伦理与合规规范 结合少数民族数据、跨境教育资源，提升教师对数据隐私保护与文化伦理的认知
Z3 文化与本地化赋能机制 文化域 F14 区域文化知识图谱构建 建设涵盖壮族、瑶族、苗族及东盟特色语料的知识图谱，支持本地化教学
F15 民族科研成果传播 借助智慧服务平台推动民族教育科研成果在国内外传播，提升学术认同
Z4 成果与治理赋能机制 成果/治理域 F16 智能归档与认证机制 利用AI归档与认证系统，推动民族与区域教育科研成果获得制度性认定
F17 跨境知识产权保护机制 针对东盟合作与跨境科研，强化教师成果的知识产权保护与合法使用
Z5 教师与图书馆共生进化 共生域 F18 教师实践能力内化 教师在民族地区智慧服务支持下，逐步内化AI应用技能与信任感
F19 技术适应与融合 教师从最初的焦虑与排斥转向融合AI，形成适应边疆教育需求的复合型能力
F20 民族协同与共建 多民族教师积极参与智慧知识服务，共同推动图书馆与教师之间的良性互动与协同发展
在此过程中，条件主要体现在教师AI素养的现状困境与图书馆智慧知识服务的失配，具体而言，教师在技能、认知、文化与成果认定等方面的困境，以及图书馆在资源、培训、学术支持等方面的服务失配，这些构成了作用机制得以展开的前置条件（见表5）。
表5 前置条件表

Table 5 Precondition table

范畴类型 副范畴(F) 内涵说明

教师AI

素养困境

 F1 数智技能不足 教师缺乏对AI平台、算法与数智工具的操作与认知能力
F2 技术情感矛盾 教师对智能技术存在情感排斥与文化焦虑
F3 民族AI认知差异 AI在民族语言与数据处理上的局限削弱教师信任感
F4 边疆成果认定困境 民族与区域教学成果难以通过智能平台获得认定

智慧知识

服务失配

 F5 区域性知识资源缺失 东盟/地方相关资源不足，影响教学科研使用
F6 多民族智能培训瓶颈 培训资源和环境不足，难以覆盖多民族教师需求
F7 边疆学术支持短板 民族科研成果缺乏归档与传播平台
F8 智能服务响应困境 智能系统难以精准响应边疆多样化场景
在这一条件框架下，行动策略由图书馆智慧知识服务的多维赋能路径构成，即图书馆如何通过智能资源平台建设、人机协同、成果转化等手段，提升教师在AI素养方面的能力，推动教师AI素养的全方位提升。这一赋能路径的核心正是研究的赋能机制。最后，结果表现为教师与图书馆之间的协同共生进化，教师在AI素养上的提升不仅改变了教师的角色，也促进了图书馆服务的优化，形成了一个持续反馈、共建共赢的机制。

3.3 选择性编码

选择性编码旨在主轴编码基础上提炼核心范畴，系统分析其与其他主范畴的逻辑关系，进而整合构建理论模型[36]。通过对三级编码的持续比较与分析，本研究提炼出图书馆智慧知识服务赋能边疆高校教师AI素养发展的作用机制作为核心范畴。围绕这一核心范畴的故事线清晰呈现：边疆高校教师面临的AI素养困境与图书馆智慧知识服务的供给失配，共同构成了服务介入的前置条件；为应对此前提，图书馆通过技能赋能、认知与伦理赋能、文化与本地化赋能、成果与治理赋能这4个关键路径进行干预，构成模型的多维赋能核心；这些赋能的持续与耦合作用，最终驱动了教师与图书馆之间的关系从单向支持向双向建构的动态演进，实现协同进化。

3.4 理论饱和度检验

为确保范畴系统的完整性与模型的理论饱和度，本研究在完成25份访谈资料的编码基础上，随机抽取剩余5份访谈资料进行持续编码对比。结果显示，所有新增访谈中仅出现3条次级初始概念，且均可归入既有副范畴之中，未形成新的主轴范畴或机制路径，说明当前模型已达到理论饱和状态。

4 图书馆智慧知识服务共生机制模型/A symbiotic mechanism model of library smart knowledge services

基于上述的编码分析，笔者构建了图书馆智慧知识服务共生机制模型（见图1），并对其核心构成要素、内在作用机制及实践路径进行系统阐述。该模型揭示，在边疆高校的特殊语境下，图书馆智慧知识服务赋能教师AI素养发展的过程，是一个以前置条件为现实起点，通过多维赋能的关键干预，最终达成协同进化目标的动态、系统性过程。
图1 高校教师AI素养发展的图书馆智慧知识服务共生机制模型

Figure 1 A symbiotic mechanism model of library smart knowledge services for the AI literacy enhancement of university faculty

4.1 前置条件

在边疆语境下，高校教师AI素养的发展与图书馆智慧知识服务的供给之间，存在显著的不对称性。一是教师在数智化转型中面临多重困境；二是图书馆的服务供给也存在制度与技术短板。二者叠加形成教师困境与服务失配的前置条件，凸显智慧知识服务介入的必要性。
教师的AI素养困境主要体现在4个方面：①数智技能不足，在使用智能工具时因缺乏操作经验和算法理解而受阻[19]，如“图书馆的AI智能问答似乎不智能，可能需要专门提示词吧”（T08）；②技术情感矛盾，部分年长教师因文化焦虑对汉语主导的推荐系统产生抵触[37]，如“AI推荐的壮族教案全是汉语写的，我们自己传歌的权利呢？”（T03）；③民族认知差异，表现为对AI公平性与可信度的疑虑，如“壮语识别AI说出来的结果很不准”（T13）；④成果认定困境，区域成果在中心化评价体系中难以获得承认[38]，如“民族文化课程上传到平台，审核不过，AI好像不认这种成果”（T19）。这些困境显示出教师在数智转型中普遍存在的适应性与制度性障碍。
与之相对应，图书馆智慧知识服务在供给端同样存在不足：①知识资源偏缺[39]，区域与跨境资源覆盖不足，推荐内容偏向主流文献，如“想找点东盟相关文献，结果AI推荐的全是国内资源”（T04）；②培训支持有限，多民族教师缺乏差异化培训，现有课程难以满足边疆语境的特殊需求；③学术支持短板，平台更新滞后、跨境信息服务不足，难以匹配教师科研需求[40]；④智能服务响应困境，表现为需求预判失真、场景响应滞后和跨境咨询偏差，例如“在偏远地区，AI服务响应非常慢，无法及时解决问题”（T08）、“跨境合作项目需要的AI咨询服务总是推荐不匹配的内容”（T10）。由此可见，教师困境与服务失配相互叠加，不仅限制了教师的数智化发展，也为智慧知识服务的制度性嵌入提供了现实契机。
在此基础上，本模型构建了一个“前置条件—多维赋能—协同进化”的共生机制。该模型揭示，图书馆智慧知识服务通过一个层层递进、相互耦合的赋能体系，最终驱动教师与图书馆关系走向协同进化。其中技能赋能是破除技术壁垒的基础，认知与伦理赋能是实现批判性理解和合规应用的深化，文化与本地化赋能是确保服务与边疆民族语境适配的关键，成果与治理赋能则是提供持续发展动力的制度保障，共同构成了推动共生关系发展的核心引擎。

4.2 多维赋能的作用机制

模型的核心在于4个既层层递进又相互耦合的赋能机制。

4.2.1 技能赋能机制：跨越工具门槛的基础层

面对教师在数智技能方面的短板，图书馆智慧知识服务首先通过技能层面的赋能进行补位，帮助教师逐步跨越工具门槛、缓解应用焦虑，并形成稳定的技能认知结构。本研究将技能赋能机制划分为3个维度。①本地化平台建设。本地化智能平台降低了教师使用AI工具的门槛，使边疆教师在教学科研中能够更顺畅地操作。一位教师直言：“壮锦课程的AI设计工具很好，但图书馆的版本更新太慢”（T02）。这表明教师一方面依赖平台资源，另一方面也对服务优化寄予期待。理论上，本地化建设是实现在地适配的关键，能够有效缩小教师数智能力与平台设计之间的落差。②多语人机协同训练。通过组织跨语境实训，图书馆帮助不同民族教师在实践中逐步提升AI技能水平，如“我们在歌圩活动里试过AI课程设计，还需要更多人机互动的支持”（T15），生动呈现了这种互动式训练在缓解教师焦虑、提升技能熟练度方面的作用。这一过程符合扎根理论所强调的“情境中生成”，强调教师在真实情境中的学习与适应。③边疆教学实践能力。图书馆不仅为教师提供了跨境课程设计与科研的资源支撑，还通过智慧知识服务平台创造了实践机会，使教师能够在真实场景中积累经验，如“我们跟越南高校做过跨境线上课，AI翻译还不太稳定”（T09），这一经历虽然存在不足，但正是图书馆提供的跨境协作平台，让教师能够逐步形成更稳固的边疆教学实践能力。因此，教师的实践能力并非孤立的个体积累，而是在图书馆赋能下实现从平台应用到反馈的动态互动。

4.2.2 认知与伦理赋能机制：从工具使用到批判性应用的深化层

在技能不断提升的基础上，教师对AI的理解深度与数据合规意识成为AI素养进一步发展的关键。认知与伦理赋能机制在此环节发挥了双重作用，一方面帮助教师厘清算法逻辑与技术边界，另一方面推动其在数据处理与文化保护中形成合规意识。具体表现在：①民族语境算法批判性认知。认知赋能的首要任务是帮助教师理解AI的运行逻辑与局限性。例如一位教师指出：“我试过让AI翻译壮语歌谣，结果完全不对，说明它没理解我们语言的特点”（T20）。这一案例表明，教师逐渐认识到AI的不足，并在使用中保持批判性思维。此类算法解释不仅缓解了教师对技术的迷信，更促使其在教学与科研活动中形成从理解、批判到应用的理性认知路径。②数据伦理与合规规范。伦理赋能强调教师在使用AI工具处理学生作业和跨境数据时的责任与规范。“学生的民族作业上传到平台，我担心会被乱用”（T06），正是这种担忧的直观体现。通过引入数据合规规范与实践引导，图书馆逐渐将教师的忧虑转化为自觉的合规实践。教师不仅理解了数据保护的基本要求，也开始在跨境科研合作中关注数据的合法性与边疆文化的权益保护。
综上，认知与伦理赋能机制不仅拓展了教师AI素养的深度，还将技能层面的适应提升至价值层面的自觉。通过对算法逻辑与伦理规范的掌握，教师的素养发展实现了从能用AI到会用、善用AI的转变。

4.2.3 文化与本地化赋能机制：确保服务价值实现的情境层

在边疆民族地区，高校教师面临的突出挑战之一，是如何在本地文化与全球学术体系之间实现有效衔接。文化与本地化赋能机制正是智慧知识服务在这一问题上的回应。具体表现在：①区域文化知识图谱构建。知识服务通过构建区域文化知识图谱，帮助教师在课程与科研中快速获取壮族、瑶族、苗族及东盟相关语料。“图书馆如果能建一个壮语知识库，教学就方便多了”（T18），教师的期待表明资源缺口的现实存在。知识图谱的构建不仅能丰富学术语料的来源，还能提升本地文化在学术资源体系中的能见度。②民族科研成果传播。智慧知识服务通过在地化标引与跨境分发机制，推动民族教育成果获得更广泛的传播与认可。“我们的民族教育成果，总感觉在大平台上很少被推荐出去”（T07），直观揭示了成果传播的滞后性。通过平台机制的优化，地方成果得以超越区域局限，进入更广阔的学术空间，实现从本地到国家再到国际的多层次流通。因此，文化与本地化赋能机制不仅回应了教师在资源使用与成果传播上的现实诉求，更凸显了智慧知识服务在维护文化多样性与提升学术影响力方面的重要意义。它既有助于守护地方文化生态，又为民族教师融入学术共同体创造条件。

4.2.4 成果与治理赋能机制：提供持续发展动力的制度层

在教师能力逐步提升的过程中，成果的制度化认定与跨境治理成为影响其学术发展与地位的重要环节。成果与治理赋能机制正是智慧知识服务在制度层面的关键介入，它通过成果认证与治理机制，推动边疆教师实现学术成果的合法化与可持续化。具体表现在：①智能归档与认证机制。图书馆通过智能归档与成果认证，使民族与区域教育成果能够进入制度性评价体系。正如一位教师所言：“民族文化课程上传到平台，审核不过，AI好像不认这种成果”（T19）。这一困境揭示了边疆教育成果在中心化评价体系中的边缘化风险。智慧知识服务通过在地化的归档与认证环节，为区域成果提供了被正式认可的路径，从而缓解了教师的制度性排斥感。②跨境知识产权保护机制。在东盟合作背景下，跨境科研成果的产权归属与治理问题更为突出。“我们和泰国合作的项目，成果发布后版权归属问题很麻烦”（T05）。对此，智慧知识服务通过可信存证与授权模板，逐步提升跨境科研成果的治理规范性。这不仅减少了合作过程中的不确定性，也为教师在国际合作中的成果合法性提供了制度保障。成果与治理赋能机制将教师的学术成果纳入制度性认定和跨境治理体系，既解决了区域教育成果长期被边缘化的问题，也回应了边疆教师在跨境合作中的现实焦虑。通过制度层面的支撑，智慧知识服务推动教师从成果产出走向成果合法化，实现学术发展与治理能力的同步提升。
需要强调的是，这4个赋能机制并非彼此孤立，而是构成了一个有机的整体。技能赋能是破冰的基础；认知与伦理赋能在此基础上实现素养的深化；文化与本地化赋能确保了赋能过程与边疆语境的有效适配；成果与治理赋能则从制度层面为整个过程的可持续性提供了保障。它们相互支撑、彼此强化，共同构成了推动教师AI素养发展的核心引擎。

4.3 教师与图书馆的协同进化

在多维赋能机制的持续与耦合作用下，教师与图书馆的关系实现了从单向支持到双向建构的根本性转变，标志着双方不再是简单的服务提供者与接受者，而是构成了一个角色边界模糊、行动目标协同、价值共创共享的共生生态系统。
协同进化由4种赋能机制的深度耦合所驱动，这4种机制并非孤立生效，而是构成了一个动态的支持网络。技能赋能与文化本地化赋能相互强化，共同解决能用且有用的问题。教师通过本地化平台获得技能，又在契合自身文化语境的应用中验证和巩固这些技能，从而快速跨越从焦虑到信任的门槛。而认知伦理赋能与成果治理赋能相互支撑，共同解决敢用且愿意用的动力问题。当教师对算法的局限性和数据伦理有了清醒认识，他们便产生了对制度保障的需求。最后，图书馆提供的成果认证与知识产权保护服务，消除了教师深度参与和创新的后顾之忧，激励其从被动的融合使用者转变为主动的共建者。
外显的“焦虑—信任—融合—共建”行为演进路径，其内在驱动力正是上述赋能机制的耦合作用。初始的技能赋能是缓解焦虑建立信任的主要动力，认知与伦理赋能在信任基础上促进深度融合，而文化与本地化赋能和成果与治理赋能则为从融合走向共建提供了场景和制度的便利。因此，教师行为的每一次演进，都是图书馆赋能机制与教师内生需求在特定阶段共振的结果。
这种协同进化关系实现了价值的共创，教师不再是知识的被动消费者，而是智慧知识服务体系的共同设计者、内容贡献者和效果评估者（如T12老师参与课程开发）。图书馆则通过教师的深度参与，持续优化其服务供给，使其更具精准性和生命力。双方在这种双向互动中不断调整、相互塑造，共同提升了边疆高校整体的AI素养生态与学术创新能力，实现了真正意义上的共生发展。

5 基于共生模型的图书馆智慧知识服务实践路径/Practical Paths for Library Intelligent Knowledge Services Based on the Symbiosis Model

5.1 构建场景化的智能素养培训体系

针对教师技能短板与焦虑，图书馆应超越一次性讲座，建立系统性的培训支持，实现技能赋能的落地。这种系统性培训支撑可以建立三级能力工作坊，例如针对提升基础工具的认知可开设AI扫盲营、在教学科研场景集成AI应用坊以及建立AI创新实验室以此提升教师学习提示词工程、轻量化开发等能力，满足不同水平教师需求。也可以与各院系合作，开发基于真实边疆教学场景的案例库与实训模块，如跨境线上课程的AI同传应用、多民族班级的AI学情分析、壮族文化资源的AI数字化处理等，让技能学习与教师工作实际紧密结合。此外，还可以从各学科选拔并认证一批率先掌握AI技能的教师，将其培养为AI导师，实现知识的可持续扩散。

5.2 设立AI伦理与算法批判研讨坊

针对教师在使用AI过程中面临的伦理困惑与算法盲区，图书馆应超越传统的单向宣传，转而构建沉浸式、反思性的认知赋能机制。例如可定期组织AI伦理与本地化算法研讨坊，选取教师真实遇到的案例（如壮语识别错误、推荐系统的文化偏见、学生数据的隐私风险等）进行批判性讨论，提升其算法敏感性与伦理判断力。同时可考虑联合法学、伦理学、民族学专家及教师代表，共同起草制定《边疆高校AI数据伦理与合规使用指南》，并将其嵌入平台入口和培训课程，使之成为师生的操作规范。在此基础上，还可向教师开放部分AI工具的原理说明和测试接口，让其亲身体验算法如何工作、如何被“投喂”数据，从而直观理解其局限性与可改进空间，化被动接受为主动审视。

5.3 共建边疆民族文化的本地化AI知识库

为将本地化从理念转化为可积累、可检索的数字资产，图书馆应牵头推进边疆民族文化资源的系统化构建与智能开发。首先可启动知识库建设工程，成立专项工作组制定壮族、瑶族、苗族及东盟相关文化的元数据标准与采集规范，初期选取1—2个特色文化领域（如壮族歌圩、苗族银饰）作为示范。进一步可建立教师与图书馆的协同贡献机制，设计激励制度鼓励教师将教案、科研成果、田野调查资料等通过平台进行标准化上传与标引，并将优质贡献认定为教研成果，持续丰富知识库内容。此外，应基于构建的知识图谱开发民族文化知识点智能问答、跨境文化比较分析、民族语言辅助教学课件生成等AI应用接口，直接赋能教师的教学与科研创新，让本地化资源真正“活”起来。

5.4 创建多元成果认证与跨境知识产权服务机制

为了在制度层面为教师的AI相关实践提供认可与保障，图书馆应推动建立成果认定与跨境服务相结合的支持体系。一方面需积极与学校教务、科研管理部门协商，推动将教师在边疆民族文化AI知识库中的核心贡献、开发的AI增强型课程及跨境协作产出的数字资源等纳入职称评定与绩效考核体系，实现多元成果认定。另一方面可设立专门服务窗口，为教师提供中国—东盟跨境合作中涉及的知识产权协议模板、成果备案、可信存证与法律咨询等一站式服务，降低教师的合作风险与事务性负担。最终还可利用图书馆的智慧知识服务平台搭建边疆民族教育创新成果专区，集中展示和推广教师的AI赋能型成果，并尝试与更高级别的平台或项目对接，助力成果从被认可向被应用转化。

6 总结/Conclusions

本研究在梳理教师困境与服务失配的前置条件基础上，揭示了图书馆智慧知识服务赋能边疆高校教师AI素养发展的作用机制。研究发现，教师在数智化转型过程中所面临的技能不足、认知偏差与成果认定等困境，并不能单纯依靠个体学习或学院培训加以化解，而必须依托于图书馆作为高校知识与数据中枢的系统性支撑。正是在这一逻辑下，智慧知识服务通过技能、认知与伦理、文化与本地化、成果与治理等多维度的赋能路径逐步介入，使教师在实践中实现了由会用到善用的能力内化，并在心理层面完成了从焦虑、排斥到信任、融合的转变。进一步来看，这一过程不仅推动了教师个体素养的持续发展，更通过民族协同与共建形成了图书馆与教师之间的互动回路。教师的积极反馈与参与反过来促进了服务的再优化，从而呈现出“赋能—使用—反馈—再赋能”的螺旋式演化逻辑。与既有文献多从通用化服务或单一能力培养角度展开不同，本研究强调了边疆与民族语境下的特殊性，突出了文化适配、跨境传播与制度治理在教师发展中的重要意义。因此，所构建的“前置条件—多维赋能—协同进化”模型，不仅为理解边疆高校教师AI素养发展的作用机制提供了新的分析框架，也为高校图书馆在数智化转型背景下如何发挥区域化、在地化的赋能功能提供了实践启示。
本研究仍存在一定局限。研究数据主要来自广西高校教师的访谈材料，虽然能够凸显民族与区域语境下的特殊性，但样本范围相对有限，结论在更大范围的推广性仍需进一步检验。此外，研究主要依赖质性方法构建作用机制模型，缺乏量化数据的支持，未来可结合问卷调查或实证测量，以增强模型的稳健性与解释力。

蒋继平：选题设计，数据编码，论文撰写与修改；

吴睿瑶：数据编码，论文修改，模型图绘制；

韦佳秀：数据编码。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
国家教育数字化战略行动2025年部署会举行深入推动人工智能赋能教育变革[J]. 中国教育技术装备, 2025(7): 159.

National Education Digital Strategy Action 2025 deployment meeting held to promote AI-empowered education reform[J]. China educational technology & equipment, 2025(7): 159.

[2]
NING Y M, ZHANG W J, YAO D M, et al. Development and validation of the artificial intelligence literacy scale for teachers(AILST)[J].Education and information technologies, 2025, 30(12): 17769-17803.

[3]
江凤娟, 海路, 苏德. 从政策文本到学校行动:双语教育政策执行偏差研究——以广西壮族自治区为个案[J]. 民族教育研究, 2018(5): 31-41.

JIANG F J, HAI L, SU D. From policy texts to school actions: a study of the execution deviation of bilingual education policy: a case study of Guangxi Zhuang Autonomous Region[J]. Journal of research on education for ethnic minorities, 2018(5): 31-41.

[4]
孙鲁毅, 何佳晨. 广西边境地区少数民族文化传承发展中的多重逻辑调适研究——基于靖西市壮族织绣文化的调查[J]. 广西民族大学学报(哲学社会科学版), 2023(1): 127-131.

SUN L Y, HE J C. A study on logical plurality in adaptation in cultural inheritance and development among minorities in the Borderland of Guangxi: based on the investigation into embroidery culture of Zhuang People in Jingxi City[J]. Journal of Guangxi Minzu University (philosophy and social science edition), 2023(1): 127-131.

[5]
李文启, 涂涛. “AIGC+”教师数字素养提升模型构建及价值意蕴[J]. 西南大学学报(社会科学版), 2025, 51(5): 202-211, 239.

LI W Q, TU T. Construction and value implication of the "AIGC+" teacher digital literacy enhancement model[J]. Journal of Southwest University(social sciences edition), 2025, 51(5): 202-211, 239.

[6]
MAKHMETOVA Z, KARABASSOVA L, ZHAKIM A, et al. Exploring the effects of professional learning experiences on in-service teachers' growth: a systematic review of literature[J]. Education sciences, 2025, 15: 146.

[7]
柯平, 邹金汇. 后知识服务时代的图书馆转型[J]. 中国图书馆学报, 2019, 45(1): 4-17.

KE P, ZOU J H. Library transformation in the post-knowledge service era[J]. Journal of library science in China, 2019, 45(1): 4-17.

[8]
袁一帆, 卢加文, 陈雅. 数智驱动的图书馆智慧数据服务框架与路径[J]. 图书馆工作与研究, 2024(11): 16-22.

YUAN Y F, LU J W, CHEN Y. Frameworks and paths of library smart data service driven by digital intelligence[J]. Library work and study, 2024(11): 16-22.

[9]
罗美娜, 尹莉, 赵呈刚. 教师AI素养的国际研究现状、热点与趋势：基于Web of Science数据库的文献计量分析[J]. 教育科学研究, 2024(9): 73-81.

LUO M N, YIN L, ZHAO C G. International research status, hotspots, and trends in teachers' AI literacy: a bibliometric analysis based on the Web of Science database[J]. Educational science research, 2024(9): 73-81.

[10]
王丹. 人工智能视域下教师智能教育素养研究：内涵、挑战与培养策略[J]. 中国教育学刊, 2022, 347(3): 91-96.

WANG D. Research on teachers' AI literacy from the perspective of artificial intelligence: connotation, challenges, and cultivation strategies[J]. Journal of the Chinese society of education, 2022, 347(3): 91-96.

[11]
李卫姣, 虞晨琳, 蔡迎春. 高校图书馆AI素养教育的多维实践路径探析——以上海外国语大学图书馆为例[J]. 图书馆杂志, 2025(8): 20-29.

LI W J, YU C L, CAI Y C. Exploring multi-dimensional practical paths for AI literacy education in university libraries: a case study of the Shanghai International Studies University Library[J]. Library journal, 2025(8): 20-29.

[12]
杨峰, 朱梨, 胡琳. 构建人工智能素养教育的融合模式：国外高校图书馆的响应启示[J]. 图书馆论坛, 2025(4): 139-148.

YANG F, ZHU L, HU L. Constructing an integrated model for AI literacy education: insights from the responses of foreign university libraries[J]. Library tribune, 2025(4): 139-148.

[13]
张淼. 我国高校图书馆AI素养教育实践调研[J]. 图书情报工作, 2025, 69 (18): 98-108.

ZHANG M. A survey of AI literacy education practices in Chinese university libraries[J]. Library and information service, 2025, 69(18): 98-108.

[14]
ZHANG J, ZHANG Z. AI in teacher education: unlocking new dimensions in teaching support, inclusive learning, and digital literacy[J]. Journal of computer assisted learning, 2024, 40(4): 1871-1885.

[15]
吴化雨, 黄毅. 深耕本土, 美美与共：民族元素创意课程的教学实践探索[J]. 装饰, 2023(3): 120-123.

WU H Y, HUANG Y. Root in local and share beauty: exploration of teaching practice in the course of ethnic elemeuts and creativity[J]. Decoration, 2023(3): 120-123.

[16]
徐梦夏, 李洪修. TPACK下教师数字素养培育的现实困境与实现策略[J]. 教学与管理, 2025(18): 53-57.

XU M X, LI H X. Realistic dilemmas and realization strategies for teacher digital literacy cultivation under TPACK[J]. Teaching & administration, 2025(18): 53-57.

[17]
HENRIKSEN D, CREELY E, GRUBER N, et al. Social-emotional learning and generative AI: a critical literature review and framework for teacher education[J]. Journal of teacher education, 2025, 76(3): 312-328.

[18]
孙博昕, 唐晓彤. 新加坡教育数字化转型的逻辑思路与实践策略[J]. 教学与管理, 2025(19): 70-76.

SUN B X, TANG X T. Logical thoughts and practical strategies of education digital transformation in Singapore[J]. Teaching & administration, 2025(19): 70-76.

[19]
黄如艳, 桑国元, 李晓华. 民族地区教师人工智能助教应用意愿及影响因素研究——基于扎根理论的探索性分析[J]. 青海民族大学学报(社会科学版), 2022(4): 117-126.

HUANG R Y, SANG G Y, LI X H. Research on application intention and influencing factors of artificial intelligence teaching assistants of teachers in minority areas: exploratory analysis based on grounded theory[J]. Journal of Qinghai Minzu University (social sciences edition), 2022(4): 117-126.

[20]
朱学芳, 李川, 刘子溪. 5G网络环境下我国智慧知识服务体系建设策略探讨[J]. 情报科学, 2024, 42(1): 2-9, 50.

ZHU X F, LI C, LIU Z X. The construction strategies of China's smart knowledge service system under 5G network environment[J]. Information science, 2024, 42(1): 2-9, 50.

[21]
钱力, 刘细文, 张智雄, 等. AI+智慧知识服务生态体系研究设计与应用实践——以中国科学院文献情报中心智慧服务平台建设为例[J].图书情报工作, 2021, 65(15): 78-90.

QIAN L, LIU X W, ZHANG Z X, et al. Research design and application practice of AI+ smart knowledge service ecosystem: a case study of the smart service platform construction of the National Science Library, Chinese Academy of Sciences[J]. Library and information service, 2021, 65(15): 78-90.

[22]
张晓林, 梁娜. 知识的智慧化、智慧的场景化、智能的泛在化——探索智慧知识服务的逻辑框架[J]. 中国图书馆学报, 2023(3): 4-18.

ZHANG X L, LIANG N. The intellectualization of knowledge, the scenarization of intelligence, and the ubiquitization of AI: exploring the logical framework of smart knowledge services[J]. Journal of library science in China, 2023(3): 4-18.

[23]
陈一, 向妮, 鲍秀爽. 智慧图书馆知识服务：关键要素、典型场景与未来展望[J]. 图书馆论坛, 2025(10): 40-50.

CHEN Y, XIANG N, BAO X S, et al. Smart library knowledge services: key elements, typical scenarios and development prospects[J]. Library tribune, 2025(10): 40-50.

[24]
于杨, 张豪永. 具身智能驱动图书馆知识服务：基于用户视角[J]. 图书与情报, 2025(3): 114-123.

YU Y, ZHANG H Y. Embodied intelligence driving library knowledge services: from the user perspective[J]. Library and information, 2025(3): 114-123.

[25]
YU K J, GONG R Y, SUN L J, et al. The application of artificial intelligence in smart library[C]//Proceedings of the 2019 international conference on organizational innovation(ICOI2019). Amsterdam: Atlantis Press, 2019: 708-713.

[26]
钱丹丹, 刘洋, 胡姗姗, 等. 智慧图书馆知识服务构成要素及服务架构研究[J]. 情报科学, 2019(12): 52-56.

QIAN D D, LIU Y, HU S S, et al. Research on the components and service architecture of smart library knowledge services[J]. Information science, 2019(12): 52-56.

[27]
王玉梅, 朱学芳. 5G环境下智慧知识服务管理能力评价研究[J]. 情报理论与实践, 2023, 46(12): 28-35.

WANG Y M, ZHU X F. Research on the evaluation of smart knowledge service management capability in the 5G environment[J]. Information studies: theory & application, 2023, 46(12): 28-35.

[28]
周琼, 李卫姣, 王健, 等. 教育4.0环境下高校智慧图书馆实现途径研究[J]. 图书馆杂志, 2023(9): 68-76.

ZHOU Q, LI W J, WANG J, et al. Research on ways to realize intelligent libraries in universities in the environment of education 4.0[J]. Library journal, 2023(9): 68-76.

[29]
张谙宁, 叶兰, 周文琦, 等. AI生成元数据赋能图书馆资源建设的实践与启示——基于国内外案例的调查[J]. 大学图书馆学报, 2025(4): 90-104.

ZHANG A N, YE L, ZHOU W Q, et al. AI-generated metadata enabling library collection development: a case study[J]. Journal of academic libraries, 2025(4): 90-104.

[30]
张庆来, 苏云, 张军. 基于通用人工智能的图书馆知识服务研究[J]. 图书与情报, 2023(6): 70-74.

ZHANG Q L, SU Y, ZHANG J. Research on library knowledge service based on general artificial intelligence[J]. Library & information, 2023(6): 70-74.

[31]
李默, 杨彬. 从生成式人工智能到通用人工智能：赋能图书馆知识服务模式创新[J]. 农业图书情报学报, 2024(6): 50-61.

LI M, YANG B. From generative artificial intelligence to artificial general intelligence: enabling innovation models in library knowledge services[J]. Journal of agricultural library and information science, 2024(6): 50-61.

[32]
陈向明. 扎根理论的思路和方法[J]. 教育研究与实验, 1999(4): 58-63, 73.

CHEN X M. The ideas and methods of grounded theory[J]. Educational research and experiment, 1999(4): 58-63, 73.

[33]
刘凤军, 孟陆, 陈斯允, 等. 网红直播对消费者购买意愿的影响及其机制研究[J]. 管理学报, 2020(1): 94-104.

LIU F J, MENG L, CHEN S Y, et al. The impact of network celebrities' information source characteristics on purchase intention[J]. Chinese journal of management, 2020(1): 94-104.

[34]
姚宏, 邓程鹏. “一带一路”推动中外旅游国际合作的路径——基于扎根理论的质性研究[J]. 西安财经大学学报, 2021, 34(4): 84-93.

YAO H, DENG C P. The path of international tourism cooperation promoted by "the Belt and Road": the qualitative research based on grounded theory[J]. Journal of Xi'an University of Finance and Economics, 2021, 34(4): 84-93.

[35]
CORBIN J M, STRAUSS A. Grounded theory research: procedures, canons, and evaluative criteria[J]. Qualitative sociology, 1990, 13(1): 3-21.

[36]
黄璐宁, 肖海清, 王燕平, 等. 未来学习中心赋能高校图书馆高质量发展：要素、路径及策略[J]. 图书馆, 2025(8): 108-116.

HUANG L N, XIAO H Q, WANG Y P, et al. Future learning center empowers the high-quality development of university libraries: elements, paths and strategies[J]. Library, 2025(8): 108-116.

[37]
黄巨臣, 王一栋. 从“AI排斥”到“AI创能”：人工智能在大学教学中的应用深化[J]. 中国高教研究, 2025(4): 34-41.

HUANG J C, WANG Y D. From "AI Exclusion" to "AI Empowerment": deepening the application of artificial intelligence in university teaching and learning[J]. China higher education research, 2025(4): 34-41.

[38]
耿泽, 王婧, 苏德. 新质生产力赋能民族地区教育工作创新力的逻辑与进路[J]. 广西民族大学学报(哲学社会科学版), 2025(1): 9-18.

GENG Z, WANG J, SU D. Logic and approaches of empowering innovative capacity of education in ethnic areas through new quality productive force[J]. Journal of Guangxi Minzu University (philosophy and social science edition), 2025(1): 9-18.

[39]
宋婧馨, 王萍, 李依凝, 等. 基于Kano模型的少数民族档案资源呈现服务研究[J]. 情报科学, 2023(7): 163-169.

SONG J X, WANG P, LI Y N, et al. Research on the presentation service of ethnic archives resources based on the Kano model[J]. Information science, 2023(7): 163-169.

[40]
杨静, 贺聪, 魏继勋. 一流大学建设背景下的图书馆知识服务体系构建——以北京理工大学图书馆为例[J]. 图书情报工作, 2023, 67(23): 38-48.

YANG J, HE C, WEI J X. Construction of a library knowledge service system in the context of building world-class universities: a case study of the Beijing Institute of Technology Library[J]. Library and information service, 2023, 67(23): 38-48.

Options
Outlines

/

〈 〉