在效率价值方面，高效阅读、多模态体验、深度理解将成为个体阅读的**特征；在认知价值方面，个体化封闭阅读将向多元主体参与的互动阅读迈进，阅读不单是信息和知识的传递，还是知识的共享与共创；在生存价值方面，人机共生的超级阅读活动将持续推进人的自由***发展。阅读是一个复杂的信息加工过程，其不仅包括信息的获取和感知，还包含含义理解、推理判断等一系列交替进行的认知与理解活动。阅读效率提升是传统阅读研究、阅读教育的**议题，其主张通过阅读训练提高阅读速度和效率。促进阅读资源的综 合利用和共享传播，满足图书馆用户个性化、差异化 的阅读需求。质量科研学术助手标志
智慧学习环境与工具便利了大学生的阅读资源获取和丰富阅读体验，但如何提升深度阅读理解能力仍是亟待解决的问题。文章基于生成式学习理论和人机协同理论，提出促进深度理解与知识生成的智慧阅读模式，深度植入自主提问策略和游戏化学习策略，通过教学实践验证模式的有效性。结果表明：大学生在智慧阅读情境下普遍表现出深度理解反思能力不足，而自主提问能够***增强大学生的数字阅读动机和投入，提升阅读理解能力；贯穿阅读前、中、后全过程的智慧阅读模式利用智慧学习环境实现人机协同的交互式阅读和协作式阅读，促进对阅读内容的深度加工和理解生成。该模式对培养具备深度阅读理解能力与批判性思维的智慧读者具有指导意义。数字图书馆科研学术助手包括什么情境感知技术已经在路线导览、课 堂 教 学、智能家居、电子商务等领 域得到广泛应用和推广。
人机协同学习理论。人机协同学习理论是在计算机赋能深度学习的过程中逐渐发展起来的，旨在充分发挥人类智能和机器智能的**优势，通过学习者与机器的智能交互、协同工作、对话协商和共同决策，促进学生的深度创新学习，重构智能时代的智慧学习新生态[15]。快速发展的智能技术帮助实现泛在化的学习情境感知、全景化的学习数据采集、精细化的学业诊断测评和个性化的学习服务供给，催生了精细、互助和多元的人机协同学习模式。一方面，机器能更好地理解学习者的认知状态和学习需求，进而提供个性化的资源和服务；另一方面，人工智能对于计算机认知网络的贡献让机器算法和模型更加精细深入，并有效支撑分布式学习者的社会认知和知识建构。尤其GenAI的快速发展催生出人机协同的智慧阅读新范式。首先，GenAI作为效能工具降低认知负荷，如总结摘要、语义翻译、资源推荐、制作概念图。其次，GenAI提供即时性的阅读测评与分析，例如自动生成阅读理解问题，基于学习分析结果（如阅读答题分析、注意力热力图、提问层级分布）推送个性化策略建议，形成阅读画像。***，GenAI扮演阅读伙伴或认知**，通过提问和回答启发学生深度思考。
。在知识社区中，用户可以随时提问、回答、评论和点赞，由此形成一个庞大的知识共享网络，其不仅突破传统阅读的边界，也使得知识分享与传播更加高效便捷。知乎社区作为国内比较大的在线**社区，其在高质量内容、话题聚焦和社交互动等方面极具优势，构建了一个真正意义上的知识共享网络环境。开放获取平台可为研究者提供开放获取论文的一站式检索、阅览、推荐、在线交流等服务，也为机构提供论文统计分析、学科分布分析、合作网络分析、作者合作网络分析等服务，其打破了传统学术出版的局限和壁垒，有效促进了知识的***传播与深度利用，为学术研究与创新提供了强有力的支持。此外，阅读活动从封闭性到开性放的转变，**了一种知识共享文化的形成和发展。，国内部分图书馆在技术 驱动环境下开展了构建智慧阅读推广服务的尝试， 推动了图书馆阅读推广工作的发展。
生成式学习与支架式阅读理论。Wittrock提出的生成式学习理论认为有效的学习是学习者对环境中的信息进行意义建构和主动输出的过程，强调了学习者在学习过程中对知识的主动加工、处理和转化[10]。当前GenAI正是模拟人类生成式学习的机理，通过对已有内容的观察和训练来生成新的、有价值的内容。根据生成式学习原理，阅读作为学习的重要方式和内容，并不只是被动地接收字面信息，更要积极生成认知成果，如问题、图解、写作。当前研究显示，大学生在数字阅读中面临理解反思水平较低和阅读注意力难以集中两大问题，主要原因在于缺乏阅读理解支架和生成式阅读任务驱动[11]。在生成式学习理论的基础上，Clark和Graves提出支架式阅读模式，将阅读分为阅读前、阅读中和阅读后3个阶段，认为每个阶段教师都应该提供相应的概念框架和认知策略[12]。建设智慧阅读平台，以便给用户提供个性化、智 慧化的阅读体验，但由于缺乏统一的理论指导和成 熟范式。电话科研学术助手价格多少
将情景感知融入智慧图书馆阅读推荐服务，可以提升图书馆阅读推广服务质量和成效，丰富阅读推荐服务。质量科研学术助手标志
在阅读时信息加工方面，多模态技术结合文本、音频、视频等多种形式，通过多重感官刺激，提高信息的留存率。用户可以通过智能**系统咨询不懂的名词和问题，其不仅提高了用户获取知识的效率，还提升了知识获取的精确度。在阅读后知识创新应用方面，AI技术能够提炼并深度分析阅读内容，生成结构化大纲和读书笔记，帮助用户快速掌握全书主旨和框架。此外，AI技术还可以通过知识图谱建构技术生成阅读地图，辅助用户认识自己的知识结构和局限性，协助用户在知识图谱上进行定位，从而实现广度优先推荐［16］。这不仅能促进用户对知识的深度理解和整合应用，还能为用户提供开展深层次理解和创造性思维工作的时间和空间。此外，阅读智能体在辅助阅读、增强阅读体验、提高阅读趣味性、激发读者创造性思维等方面具有明显优势。质量科研学术助手标志