人類在智能時代將成為復合化的主體，其不僅是人機融合的新主體，也是多元人類主體連接的復合主體［26］。這一變化是智慧閱讀邁向超級閱讀的重要動因，**了更加高效、個性化、智能化以及具身體驗性更強的人類未來閱讀趨向。超級閱讀作為智慧閱讀的高級階段，在一定程度將延伸、重塑閱讀的價值和意義，亦可能帶來技術異化風險。尤其是作為主體的人將更多的權利讓渡以獲得更加便利、自由的生活，但這一過程中人的主體性也在逐漸消解［27］。我們應當明晰，超級閱讀的本質仍是人的自由生存和***發展。面102025年第1期總第475期特別策劃VIEWONPUBLISHING對技術的快速發展和創新應用，我們在積極擁抱技術帶來的高效、便捷、新體驗的同時，還應當保持對技術理智且有選擇性的態度，選擇符合自身發展需求的生活和生存方式。為閱讀知識價值的進一步提升 創造有利環境，保障圖書館知識服務的效率和質量。質量科研學術助手服務

生成式學習與支架式閱讀理論。Wittrock提出的生成式學習理論認為有效的學習是學習者對環境中的信息進行意義建構和主動輸出的過程，強調了學習者在學習過程中對知識的主動加工、處理和轉化[10]。當前GenAI正是模擬人類生成式學習的機理，通過對已有內容的觀察和訓練來生成新的、有價值的內容。根據生成式學習原理，閱讀作為學習的重要方式和內容，并不只是被動地接收字面信息，更要積極生成認知成果，如問題、圖解、寫作。當前研究顯示，大學生在數字閱讀中面臨理解反思水平較低和閱讀注意力難以集中兩大問題，主要原因在于缺乏閱讀理解支架和生成式閱讀任務驅動[11]。在生成式學習理論的基礎上，Clark和Graves提出支架式閱讀模式，將閱讀分為閱讀前、閱讀中和閱讀后3個階段，認為每個階段教師都應該提供相應的概念框架和認知策略[12]。信息科研學術助手客服電話對于大學生學術閱讀，閱讀后的知識建構 活動包括提問、測驗、繪制概念圖、討論、寫作等。

在人類社會的發展進程中，不管是生命進化還是文明進步，其本質仍是人的認知能力與生存能力的不斷進化。隨著超級智能時代的到來，人類將理性能力進行疊加、設計、編程、制造，賦予人工智能一定的復雜認知能力。人類與人工智能協同構成了復雜認知體系，人類負責為人工智能供應能源、組件及設計迭代，人工智能則向人類反饋復雜的認知產出，人類又通過這些認知產出進一步指導并促進人工智能系統的迭代與優化［17］。這種人機共存、共生的復雜認知系統不僅拓展人的知識結構，還不斷增強人的認知能力，持續推進人的自由***發展。

智慧讀者與閱讀理解能力。何為智慧讀者？龐敬文等認為“互聯網+”時代下的智慧閱讀不僅是指閱讀環境和設備上的智能化，更要產生智慧讀者，將閱讀過程由“知識化”轉為“智慧化”，對閱讀內容進行有效辨別、深度加工和智慧創造[6]。大學生智慧閱讀素養包括智慧閱讀意識、智慧閱讀技能和閱讀理解能力[7-9]。其中，閱讀理解能力是關鍵能力，是智慧閱讀意識和智慧閱讀技能的**終服務目標。結合布魯姆的認知目標分類，可以認為深度閱讀理解能力即讀者具備超越對閱讀信息的記憶檢索、解釋和應用，逐漸過渡到對內容的批判性評價和自主性創造，自主生成高質量、個性化的認知成果的能力，這也是智慧閱讀的**內涵。當前有關智慧閱讀的研究多從工具效能視角出發，強調智能技術對閱讀效率和體驗的提升（如閱讀工具便捷性、資源獲取速度、界面友好度），對讀者閱讀理解能力的評估和干預不足，缺乏對閱讀者認知策略的系統化支持，導致“技術賦能”與“認知發展”的割裂。此類學習者在問題設計中傾向于遵循“信息提取—局部 關聯—簡單分析”的漸進路徑。

智慧圖書館應確保只有授權的員工才能訪問敏感的用戶數據，并且訪問權應根據員工的職責進行嚴格限定。每次訪問都應有記錄，以便進行安全審計和監控。再次，安全審計是另一項重要措施。定期的安全審計可以幫助圖書館發現潛在的安全漏洞和不當的數據處理活動。同時，審計結果可以用于加強數據保護和修正已識別的弱點。***，智慧圖書館應公開其數據保護政策，明確告知用戶其個人數據如何被收集、使用和保護，并確保其數據處理和存儲實踐符合當地和國際的隱私法規。合理的隱私政策和用戶協議應該清楚地展示給用戶，并且在用戶注冊過程中獲取用戶明確的同意，有助于建立用戶信任，提高其對個性化推薦服務的接受度。將情景感知融入智慧圖書館閱讀推薦服務，可以提升圖書館閱讀推廣服務質量和成效，豐富閱讀推薦服務。哪些科研學術助手收費套餐

智慧圖書館利用物聯網、區塊鏈等智 能技術，有效地將感知、計算與管理三者有機結合起 來。質量科研學術助手服務

為了進一步提升個性化閱讀體驗，智慧圖書館還可以引入智能推薦系統。這些系統利用先進的算法模型，根據讀者的興趣模型自動匹配并推送相關資源。這些資源不僅限于傳統的紙質書籍，還包括學術論文、研究報告、電子書等多元化的學術資源。通過智能推薦系統，讀者可以輕松發現感興趣的內容，拓寬閱讀視野，提升閱讀體驗。此外，智慧圖書館還可以通過不斷優化算法模型，提高推薦的準確性和個性化程度。通過不斷收集并分析讀者的閱讀歷史、偏好、行為模式等多維度數據，智慧圖書館能夠訓練出更加精細的推薦算法。例如，智慧圖書館可以利用協同過濾算法，根據讀者以往的閱讀記錄和相似讀者的行為，為每位讀者量身定制推薦列表。同時，結合內容推薦算法，分析書籍的內容特征，將符合讀者興趣主題的書籍精細推送給讀者。質量科研學術助手服務