《国防情报搜索分析与需求生成：通过面向环境感知的人-AI智能体系统设计解决数据超载问题》最新29页

本研究探讨了政府和国防机构的情报搜索人员所面临的数据超载问题。研究利用认知系统工程（CSE）文献中的方法，对情报搜索工作领域进行深入分析。这些见解被应用于设计和评估专门用于情报搜索任务的人类-人工智能智能体团队的支持概念和要求。领域分析揭示了 “价值结构 ”的动态性质，“价值结构 ”是一个术语，用于描述管理情报搜索过程的不断变化的标准集。此外，领域洞察力还提供了搜索聚合和概念空间的详细信息，可将价值结构有效地应用于情报搜索。利用这些发现的支持系统设计可以使情报搜索者在更抽象的层次上与数据互动并理解数据，从而提高任务效率。此外，新的系统设计还可以通过相关的系统提示，促进对大型数据域中未被选择对象的 “环境感知”，从而为搜索者提供支持。通过支持概念和人工智能团队实现的 “环境感知 ”有可能解决数据超载问题，同时提高搜索覆盖范围的广度和深度。

图 4. FAN 领域模型。为了强调整个 FAN 的抽象功能结构和目标互动，图中模糊了流程块的细节。详细的智能搜索功能模型见补充材料图 S1。

政府和国防机构的情报搜索人员面临着越来越多的数据和文件，他们需要从中查找或 “发现 ”信息，以获得支持明智决策的见解。这种情况被称为数据超载问题，即个人在系统或其他代理的帮助下，难以选择、组合或综合所需的数据子集，以完成需要在更大的数据领域进行态势评估的任务[1]。在这种情况下，情报搜索人员与同事一起利用搜索工具，协同努力从几乎无限的可用于任务的文件中查找、收集和评估文件，以完成为情报目标提供信息的任务。具体地说，数据超载妨碍了搜索人员识别数据子集的能力，而这些数据子集能提供足够的细节来满足情报目标，这对行动任务的完成至关重要。

用于一般情报搜索任务的系统可能会导致数据超载症状。具体来说，情报搜索工具会表现出与 “锁孔脆性”[2] 概念有关的缺陷。这里所说的 “锁孔 ”是指缩小呈现数据的范围，将剩余数据分配到更多的隐藏屏幕上。这种呈现方式要求研究人员手动浏览和综合来自多个数据屏幕的信息，以了解搜索的效用。同时，这些现有工具的脆性与它们支持从情报搜索工作领域的数据中提取意义的潜力有关。因此，“脆性 ”产生于搜索工具对信息的狭隘表述。对于需要从大量数据中提取意义的复杂任务来说，这种局限性导致了效率的下降，而这些数据又超出了给定系统的表述范围。此外，由于情报搜索工作和信息领域的结构复杂，无法充分捕捉和传达，妨碍了对支持行动所需的信息的理解和管理。这就导致效率低下，搜索人员往往会错过有价值的见解和与目标相关的数据，同时还要花费更多的时间浏览各个屏幕来完成任务。

情报工作领域的搜索所面临的这些广泛挑战构成了本研究要探究的问题，图 1 的顶部对此进行了总结。图 1 中还列出了应对这些挑战常用的术语和缩略语，作为本研究的路线图。