數字時代，人們對信息和知識的接受、理解、思考、運用等呈現不同的特征，如開放性、虛擬化、具身化等。閱讀的技術互動成為閱讀交流的全部，高度構建的技術場域成為人們閱讀交流的現場，同時可能使得閱讀交流活動固化、異化，進而造成人們新的認知偏差。其一，虛擬認知偏差。早期閱讀交流的虛擬性主要體現在用戶身份的虛擬性，但隨著智能體的出現，閱讀交流的對象將完全虛擬化，其可能模糊虛擬與現實的界限而形成一定的認知負擔［22］。此外，VR/AR技術營造出高度沉浸感，雖然可以輔助讀者完成閱讀認知和知識理解，但可能會使讀者在回到現實空間時，因現實環境的刺激程度相對較低而難以集中注意力。其二，生成認知偏差。智能推薦是超級閱讀內容分發的重要機92025年第1期總第475期特別策劃VIEWONPUBLISHING制，其能夠有效降低讀者獲取信息和知識的成本，但是個性化推薦也可能營造一種封閉性認知環境。同時，智能生成內容并非完全真實、可靠，當虛擬內容以高度可信的方式提供給讀者時，可能會給讀者帶來新的認知幻覺、認知偏差等。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。參考科研學術助手用戶體驗

智慧閱讀是AI技術賦能閱讀的初步探索，其潛力遠未被充分挖掘。隨著生成式人工智能、增強現實、腦機接口、生命科學等前端技術的不斷突破和落地應用，人類即將迎來超級閱讀時代。作為智慧閱讀的高級階段，超級閱讀并非智慧閱讀的簡單延續，而是通過更深層次的技術賦能，帶給讀者多模態交互增強的閱讀體驗，幫助讀者突破傳統的閱讀方式限制，提高閱讀效率，優化知識管理模式，甚至將閱讀過程與知識輸出、社會互動深度融合。技術創新主導的超級閱讀活動，其基本架構包括感知層、交互層和認知層，呈現全新的特征。哪些科研學術助手預算，智慧圖書館實現自動化智 慧感知用戶情境信息功能時，要加強用戶信息安全和 隱私保護。

技術作為工具將人的身體媒介化，媒介成為人的延伸。智能技術以一種離身而非具身的形式實現了對人某些身體能力的延伸，然而閱讀活動只有將“技術所予”轉換為“身體所予”才能獲得意義［25］。超級閱讀時代，人類應辯證地看待科學技術的發展，避免智能技術的過度使用。書籍作為人類文明的技術化持留，其傾注了人性與真實世界的交互，傳統閱讀仍是人類至今為止***的獲取知識和信息的手段。深度思考的本質不僅在于解決問題，還在于提出問題的過程，機器智能深度分析也不能完全替代人的深度思考。人類應回歸閱讀的本質，理性接入、使用技術，防止技術過度依賴導致的感知失衡。此外，人類還應積極加強基礎性身體技能的訓練，智能技術對人腦的模擬并不意味著人類可以不用發展記憶、觀察、抽象概括等能力，相反，這些能力的強化不僅可以使讀者面對機器生成內容時有足夠的批判與反思能力，還能夠促進讀者高階智慧的涌現，進而推動創造性知識的生成。

閱讀是各類學習和認知活動的基礎。在高等教育中，大學生群體作為數字原住民，其閱讀行為已從傳統的紙質媒介向智能移動終端***遷移[1]。新技術的快速發展更是讓大學生獲得多模態、交互性和便捷性的閱讀體驗[2]，但也引發淺層次閱讀和快餐式閱讀等挑戰，尤其是在生成式人工智能（GenAI）日漸強大的背景下，出現淪為惰性讀者趨勢[3]。相比起紙質閱讀，部分大學生數字閱讀理解能力下降，閱讀動機和投入不足，在數字閱讀中表現出更多的走神和迷航現象；而這些行為與閱讀內容枯燥無味、閱讀理解表現不佳以及社交媒體的干擾等因素有關[4]。他們對文本的理解往往浮于表面，當遇到問題時選擇直接獲取來自GenAI的答案，而并非自主思考，缺乏深入探究和理解反思的能力，嚴重影響閱讀成效和專業發展[5]。因此，培養智慧閱讀環境下大學生深度閱讀理解能力意義重大。本研究提出基于自主提問的大學生智慧閱讀干預策略，構建大學生生成式智慧閱讀模式，用以提升大學生深度閱讀理解能力，并通過教學實踐驗證策略的有效性，為培養當代智慧讀者提供借鑒。積極探索智慧時代下圖書館智慧閱讀推廣以滿足 用戶個性化、多元化閱讀需求，對推進終身學習具有深遠意義。

數智時代為智慧圖書館的閱讀推廣工作帶來了前所未有的機遇與挑戰。通過精細推送個性化閱讀資源、提升閱讀體驗與互動性、融合新媒體拓寬推廣渠道、智慧化管理優化流程以及創新服務模式打造多元化閱讀環境，智慧圖書館正逐步構建起一個高效、便捷、互動的閱讀生態系統。這些策略的實施，不僅有助于提升**閱讀素養，推動教育資源均衡分配，還能促進文化傳承與創新，增強文化自信。未來，智慧圖書館應繼續深化技術應用，創新服務模式，為閱讀文化的深入普及與發展貢獻力量，讓閱讀成為連接過去與未來、促進社會***進步的重要力量。閱讀推薦服務是智 慧圖書館的服務之一，在海量信息中推送滿足用 戶需求的閱讀資源。信息化科研學術助手承諾守信

在智慧時代，閱讀推廣已成為一項需要 學校、出版商、社會組織、企業、社區等社會各界參與的事業。參考科研學術助手用戶體驗

在設計智慧圖書館的個性化閱讀推薦系統時，推薦算法的選擇是關鍵。統計顯示，個性化閱讀推薦系統可以將用戶滿意度提高至少25%，同時增加用戶訪問圖書館資源的頻率。因此，選擇合適的推薦算法對提升圖書館的服務質量和效率具有***影響。選擇推薦算法時需要考慮多種因素，包括用戶行為數據的類型和規模、系統的性能要求以及不同類型資源的特性。智慧圖書館通常處理大量的用戶行為數據，從數百萬到數十億不等，每天生成數百萬事件，這要求推薦系統具備強大的計算能力，以高效處理和分析大規模數據。參考科研學術助手用戶體驗