复杂信息环境下国防科技情报工作发展研究

赵相安，雷 帅，汤珊红，李晓松

（军事科学院军事科学信息研究中心，北京 100142）

1 引 言

国防科技情报工作历经60余年建设发展，构建形成了开放协同、领域分工的工作体系，推出了内容丰富、形式多样的系列研究成果和产品，为国防科技创新发展做出了重要贡献。当前，世界正处于百年未有之大变局，科技革命、军事变革与产业革命交织发展，国防科技情报需求的粒度、广度与深度都在拓展，国防科技情报工作所处的外部环境发生了深刻变化；与此同时，大数据和人工智能等技术手段的兴起，深刻变革科技情报感知、获取、融合、分析与服务的手段模式，国防科技情报变革内部驱动力日益旺盛。当前，如何将海量开源数据转化为高价值国防科技情报，如何更好地通过全源信息获得更全面精准的情报，如何挖掘掌握更加合理和更有根据的知识，如何在新体制下推动国防科技情报工作创新发展，如何更好地发挥“耳目、尖兵、参谋”作用，已成为当前国防科技情报工作理论研究和实践应用的重难点问题[1]。

剖析驱动国防科技情报工作变革的内外部因素，核心在于“信息环境”正日趋复杂，从而牵引带动国防科技情报工作的生产力（方法、工具、模式、手段）、生产关系（主体、客体、工作对象等）发生质变。近些年来，部分学者开展了复杂信息环境下国防科技情报工作发展变革相关研究。例如，于凯等[1]针对复杂信息环境特点，从建设双重“技术”型智库、深化价值体系的知识创新中心、融入研制环境知识管理的多维视角，提出了推进装备科技信息工作创新发展思路；赵志耘等[2]提出了复杂信息环境下整体效能主要依赖于科技情报实施主体的体系能力，即优质的科技情报资源、科技情报研究方法、科技情报分析技术等三个核心要素；王秉等[3]提出了国家生物安全情报工作体系要素，包括情报要素和技术要素（“物理”）、组织要素（“事理”）、人员要素（“人理”）；李阳等[4]提出复杂信息环境下加强情报信息的赋能作用，研究通过情报集成、情报智析、情报研判、情报转化、情报更新等机制，构建应急情报开发路径，推动智慧型应急管理实现；梁春华[5]提出了大数据与人工智能环境下“一主三辅”的情报研究工作模式，“一主”即人类智慧，“三辅”即多源信息、大数据情报分析方法、情报智能机器等；刘宗毅等[6]从情报来源（开源情报转向全源情报）、对象范围（相对独立向全域多维拓展）、研究范式（人工为主向人工智能演变）、方式方法（由数据中心向知识中心转变）和保障模式（由被动应答向按需推送跃升）等五个方面，分析了大国博弈背景下新时代国防科技情报转型发展及特点趋势。

本文从复杂信息环境入手，深入分析了国防科技情报工作面临的挑战，设计构建了“场景（scene）+数据（data）+模型（model）+智慧（wisdom）+工具（tool），融入标准化流程（standard procedure）”的国防科技情报工作模式（简称SDMWT-SP），期望能够为新形势下国防科技情报工作转型提供新的路径。

2 国防科技情报工作面临的信息环境复杂性分析

“信息环境”是指国防科技情报工作实施、发展与演进的信息条件。国防科技情报工作对象的本质为各类情报信息，信息搜集、获取、转化与服务的循环过程即国防科技情报工作的核心内容。从转化链条看，信息环境可以分为感知环境、认知环境与服务环境；从耦合要素看，信息环境又涵盖社会、技术、经济、政治、文化等各个方面。本文以转化链条为主维度，剖析了国防科技情报工作面临信息环境复杂性，为后续构建新的工作模式筑牢认识基础。

2.1 信息感知环境复杂性

从Pirolli和Card提出的“情报分析三循环”[7]（包括信息搜寻循环、意义构建循环和现实/政策循环）看，信息感知对应的是信息搜寻循环。影响信息感知环境的最主要因素是大数据技术的快速发展，驱动情报工作进入了数据密集型研究范式时代。其复杂性主要体现在三个方面。

2.1.1 数据异构海量

随着大数据时代的到来，数据作为核心资产要素受到越来越多的重视，数据获取手段也日益便捷。具有潜在情报价值的信息数据量越来越大，而且非结构化数据的增长速度远快于结构化数据，已远远超过了人力所能处理的范围。

2.1.2 信息源复杂

大数据形态的出现重塑了全社会信息交流与传播环境。国防科技情报来源正从过去以国防科技文献为主，向互联网信息资源拓展，信息源从Web 2.0时代的新闻站点向社交媒体、公众号等迅速扩展，信息获取方式发生了深刻变革。

2.1.3 多模态并存

随着大数据处理技术手段的迅猛发展，国防科技情报工作开始追求从多源多模态数据融合中挖掘情报，情报的载体形态不仅有文本、图片、视频，还包括各类传感器所获得的数据，呈现多模态并存的特点。

2.2 信息认知环境复杂性

信息认知是数据到情报转化的关键环节，其环境特性受到技术、政治、社会等多因素的多重影响。从演变趋势看，信息认知环境复杂性表现在三个方面。

2.2.1 大数据的价值稀疏特征

大数据的价值稀疏特征，使得高质量信息往往被淹没在数据海洋中，迫使情报人员必须使用更加智能的情报挖掘技术手段将自己从信息淹溺中解脱出来。

2.2.2 认知主体更加多元

信息认知环境的变化，驱动国防科技情报工作者改变过去追求精准、高价值情报的思维习惯，开始运用大数据思维从纷繁复杂的数据中把情报挖掘出来。思维方式的转变带来了行业的阵痛与反思，低附加值的情报认知工作正在被越来越多的“跨界者”所取代。

2.2.3 情报“迷雾”日益显现

科技博弈愈演愈烈诱发的情报“迷雾”特征日益显现，部分国家选择性披露相关信息，或者故意发布虚假信息，导致信息真伪难辨，信息迷雾日益增多。例如，美国发布的《选择性披露：通往长期竞争的战略途径》提出，披露哪些能力、如何披露、何时披露，以及隐瞒哪些能力、隐瞒多久，在大国竞争中起到重要战略作用。

2.3 信息服务环境复杂性

信息服务环境是连通情报机构与用户的外在条件集合，其复杂性特征体现在两个方面。

2.3.1 信息淹溺与信息茧房并存

国防科技开源情报广泛应用带来的信息淹溺与信息茧房并存。网络开源情报信息呈现海量、真假难辨的趋势，令人应接不暇。用户一方面被来自各方面的情报信息所围绕，另一方面由于大数据推荐算法的深度应用，导致获取同质化信息越来越多；不同层次用户之间信息鸿沟会越发明显。

2.3.2 用户需求不断提升

用户对国防科技情报产品的要求越来越高。用户在审视国防科技情报机构提供的情报产品时，往往会调高预期，希望得到“看穿本质”的情报；过去事实型、泛在化的情报产品已经难以满足需求。需要国防科技情报机构针对用户个性化需求，挖掘隐藏在纷繁复杂信息背后的真相、规律与趋势，由此及彼，由表及里，提供精准情报服务。

3 复杂信息环境对国防科技情报工作带来的影响

相对于传统环境，复杂信息环境对国防科技情报工作带来的影响包括更快的感知响应力、更强的融合处理力、更精的甄别研判力和更准的预判分析力等。

3.1 需要更快的感知响应力

复杂信息环境下，国防科技情报数据海量复杂，高价值情报信息稍纵即逝。一方面，国防科技情报工作需要利用先进技术快速感知情报数据变化情况，及时跟踪掌握热点和重点线索，快速还原事件本质；另一方面，国防科技情报工作要及时响应用户需求，根据用户需求快速获取数据，及时提供高价值分析研判。可以说，复杂信息环境下，国防科技情报工作的需求侧和供给侧都需要构建快速感知响应能力。

3.2 需要更强的融合处理力

复杂信息环境下，国防科技情报数据体量大，更新速度快，种类与来源多。面对庞杂数据集合，需要高效率的数据处理工具和手段，实现数据的标准处理和高质量加工，有效提升数据质量，进而提高国防科技情报工作效率。不仅如此，过去国防科技情报工作受数据和工具受限，主要聚焦单一领域或某个技术方向的数据分析。复杂信息环境下，国防科技情报工作数据获取深度和广度得到了极大扩展，要求国防科技情报工作运用数智技术，开展跨领域数据融合分析和多维度研判。

3.3 需要更精的甄别研判力

复杂信息环境下，国防科技情报数据来源更加五花八门，且数据中掺杂了各类“沙子”，如虚假信息、迷雾信息等，同时，不同机构和研究人员出于自身利益考虑，以及思维方式和视角风格大相径庭，导致各式各样的国防科技情报原始信息和分析研判信息铺天盖地，分不清孰真孰假。因此，复杂信息环境下需要提升国防科技情报工作去伪存真的甄别能力和高人一筹的分析研判能力，确保情报结论真实可靠。

3.4 需要更准的预判分析力

传统的国防科技情报工作局限于有限数据和固定模式，关注信息本身而忽视外部环境变化，受制于主观判断和经验思想，不利于发现和预判。复杂信息环境下，大数据技术广泛应用促进了数据关联分析和因果推理，不仅大幅提高了数据规模和质量，也为挖掘潜在情报和超前预判提出了更高的要求。

4 复杂信息环境下国防科技情报工作SDMWT-SP模式

信息感知环境、信息认知环境、信息服务环境等复杂性特征，导致国防科技情报工作模式面临深层次变革，亟须体系化设计现代化的国防科技情报工作模式，激发情报工作内生价值，产出高质量产品。

4.1 体系框架

鉴于复杂信息环境对国防科技情报工作体系各要素的迭代耦合影响，本文构建了SDMWT-SP模式，如图1所示。其中，场景是导向，对技术手段应用与供需联动具有重要的牵引作用；数据是基础，是国防科技情报工作的核心关键生产要素，为情报产品生成提供源源不断的活水；模型是支撑，是对国防科技情报研究方法、思路等进行了规律概括与总结，为体系运转提供规范化的表达方式；智慧是驱动数据向情报转化的关键因素，是确保情报产品可信可靠性的重要保障；工具是手段，为提升国防科技情报工作质量效益提供强有力支撑；流程是管道，为场景、数据、模型、智慧、工具嵌入国防科技情报工作提供支持。

图1 复杂信息环境国防科技情报工作SDMWT-SP模式

本文认为复杂信息环境下，通过国防科技情报工作SDMWT-SP研究模式，可以实现“鹰眼”“知秋”和“瞭望”“领航”等目标[4,8]。其中，“鹰眼”，是指在复杂信息环境条件下，快速发现和识别国防科学技术发展的重点和热点；“知秋”，是指在复杂信息环境条件下，掌握国防科技发展历史和现状，分析国防科技发展态势；“瞭望”，是指在复杂信息环境条件下，能够预判国防科技发展趋势，以及对我国的影响；“领航”，是指在复杂信息环境条件下，能够根据国防科技信息为国防科技战略决策提供支撑，引领我国国防科技投入投向等。

4.2 构成要素

4.2.1 场 景

国防科技情报工作场景，是指国防科技情报工作服务的对象和重点，即面向不同层级不同领域的用户，提供高价值多样化的国防科技情报产品。国防科技情报工作场景主要包括宏观、中观和微观等场景。其中，宏观场景，主要面向国防科技战略规划、国防科技政策制度、国防科技投入投向等战略层面决策的情报工作；中观场景，主要面向领域国防科技发展计划、领域国防科技发展重点、领域国防科技投入等中观层面的情报工作；微观场景，主要面向具体国防科学技术发展脉络、发展基本情况和发展趋势等微观层面的情报工作[1-2]。当前，国防科技情报工作存在对场景认识不到位、场景创新不够、系统设计不足等问题。复杂信息环境下，要突出场景创新对工作模式变革的引领作用，一方面，通过场景塑造产学研等各方面共同的话语体系，推动产学研一体化发展；另一方面，牵引大数据和人工智能关键技术和系统平台优化升级，形成技术供给和场景需求互动演进的持续创新力。

4.2.2 数 据

国防科技情报工作数据是支撑情报工作的重要基础，通常包括基础标准数据、引接汇聚数据、业务工作数据和分析展示数据等。①基础标准数据，主要用于规范数据格式和内容，包括情报数据源、领域、方向、内容等方面的基础标准数据。②原始引接数据，主要是从开源和内部相关系统平台引接汇聚的数据，包括涉及国防科技国内外的网站数据、博客数据、机构数据、文献数据、项目数据、规划数据等。③业务工作数据，主要是国防科技情报工作研究过程所产生的数据，包括处理的数据、挖掘的数据、关联的数据、专家研讨数据等。④分析展示数据，是指国防科技情报数据整合处理、聚集汇总而形成的综合性数据，展示国防科技情报工作研究对象结果情况。复杂信息环境下，国防科技情报工作数据获取深度和广度得到了极大扩展，正在大数据和人工智能技术的加持下，由开源融合向全源数据融合演进。

4.2.3 模 型

模型是对国防科技情报决策属性、行为和相互关系的结构化描述。针对国防科技情报决策典型场景，构建面向决策场景的数据模型，可以粗略分为关联类模型、分析类模型和预测类模型等，为国防科技情报决策提供定量化技术支撑。①关联类模型，主要包括关系挖掘、数据特征建模、知识图谱等模型，为从局部到整体、系统性分析国防科技情报数据内在关联关系，以及挖掘国防科技情报线索等提供支撑，重点面向微观场景。②分析类模型，主要包括神经网络、支持向量机、层次分析法等模型，为国防科技情报战略研判与风险分析等提供支撑，重点面向中观和宏观场景。③预测类模型，主要包括灰色预测、趋势外推预测、回归预测、马尔科夫预测、机器学习预测等模型，以历史数据为依据，支撑国防科技未来发展态势和趋势的预判，重点面向中观和宏观场景。复杂信息环境下，国防科技情报模型的构建要注意避免研究人员有限理性、个人偏好等主观因素影响，同时坚持开放态度，充分吸纳战略学、管理学等相关学科模型“为我所用”。

4.2.4 智 慧

无论技术如何发展进步，以及工具如何先进适用，国防科技情报工作始终离不开专家的智慧。人工智能技术的不可解释性，客观上要求面向用户提供的决策产品或多或少都要经过专家智慧的参与，否则基于该情报产品的决策就会存在很大的风险。智慧是从数据获取、信息组织、知识生成到情报认知中不可缺少的关键因素。对于体系而言，智慧的外在表现形式就是专家组织。因此，复杂信息环境下，建立分工明确、高质高效的专家组织是开展国防科技情报工作的重要基础，也是体现情报工作智慧的重要形式。专家组织由“1+m+n”等组成。其中，“1”是指战略研究，重点开展国防科技规划计划、政策文件等战略层面的研究工作；“m”是指海洋、太空、生物、网信、人工智能、新材料等重点领域的国防科技发展态势等研究工作；“n”是指若干单项国防科学技术的跟踪研究。

4.2.5 工 具

工具主要为国防科技情报工作提供共性的手段支撑，提升情报工作质量效率。复杂信息环境下，国防科技情报工具主要包括“抓—洗—提—识—挖”等类型。①“抓”的工具主要支撑国防科技情报数据的快速扫描、全域抓取、精准穿透等。②“洗”的工具主要支撑国防科技情报数据的文本识别、语义识别、融合清洗等。③“提”的工具主要支撑国防科技情报数据关键信息提取、关键因素提取和关键特征提取等。④“识”的工具主要支撑国防科技情报数据要素识别、属性识别和关键内容识别等。⑤“挖”的工具主要支撑国防科技情报数据内在关联挖掘、潜在信息挖掘等。

4.2.6 标准化流程

标准化流程是复杂信息环境下推动国防科技情报工作产业化、规模化的必由之路。过去从数据向情报的转化过程，具有极强的个人特性，缺少可复现性。新模式下，需要针对不同的工作任务类型科学设计不同的标准化业务流程，如针对国防科技战略情报研究的“需求理解（requirements）—数据挖掘（data）—综合研判（judge）—服务反馈（feed‐back）”循环（RDJF循环）[9-10]。流程设计要兼顾通用性与个别性，重点注意以下三个方面：①注重在新的技术工具赋能下的流程再造，避免新瓶装旧酒；②注重区分数据工程师、情报架构师、情报分析师等不同类型角色在流程中的任务，避免一概而论；③注重体系协同，注重将数据驱动与知识驱动融合起来，提高流程效率。

5 加快推进国防科技情报工作转型的思路举措

5.1 聚焦复杂信息环境国防科技情报工作的用户需求

复杂信息环境下，国防科技情报工作更要坚持有所为有所不为。国防科技情报工作体系要围绕用户需求，贯彻落实精准服务理念，以用户为中心，以需求为导向，开展跨域、跨部门的国防科技情报工作，整合不同来源数据，提升协同服务能力，满足用户在不同时间和不同形势下的个性化需求，避免陷于信息迷雾，提高服务效率和服务质量[11]。

5.2 强化复杂信息环境国防科技情报工作的统筹协同

复杂信息环境下，国防科技数据具有海量、多源、异构的特点，必然需要统筹有力、分工明确、协同合作的工作体系，进一步加强跨领域统筹、跨人员统筹、跨机构统筹、跨平台统筹，实现各部门数据资源、智慧资源、手段资源等有效整合，并适应复杂信息环境特点优化运行机制和流程，形成工作合力。①跨领域统筹，适应复杂信息环境国防科技情报呈现多领域交叉融合的特性，加强国防科技情报工作跨领域协同，形成多领域融合的国防科技情报研究成果。②跨人员统筹，面对复杂信息环境，需要发挥各类专家技术人员特长，加强情报分析人员、信息技术人员，以及数据治理人员等多学科背景研究人员的协同，提升国防科技情报研究质量效益。③跨机构统筹，复杂信息环境下，国防科技情报工作需要打破“小作坊”工作模式，发挥高校基础理论研究、科研单位应用研究、企业成果服务等方面优势，形成良好的产学研协同研究机制，形成合力。④跨平台统筹，进一步整合国防科技信息服务平台，强调大数据技术的融合，重视国防科技数据监测、获取、处理和储存等核心技术的研发，实现国防科技数据融合集成，为国防科技情报工作提供平台支撑，从而有效提升工作效率和工作质量[12]。

5.3 加强复杂信息环境国防科技情报工作的人机深度协同

无论信息环境如何复杂，无论技术如何先进，国防科技情报工作始终还是以人为中心，以方法、平台和工具为基础，以流程为牵引，以满足用户需求为最终目标的创造性工作。因此，国防科技情报工作要将人的历史经验、创造力和认知能力与复杂信息环境的大数据和人工智能等技术手段结合，进一步强化情报分析人员的技术意识、数据意识和素养，技术支撑人员的情报分析意识，强化融合，淡化分工。

5.4 开发适应复杂信息环境的国防科技情报工作工具手段

复杂信息环境下，要充分吸纳借鉴先进技术手段，针对国防科技情报工作难度痛点，开发好用能用实用的工具。①针对复杂信息环境数据采集问题，重点开发能够获取和辨识海量多源多质异构数据的工具，重点解决“大而不全”“全而不精”等问题。②针对复杂信息环境下数据噪声较大的问题，开发数据精准处理工具，还原数据真相，去伪存真，解决好“大与真”“大与好”的问题。③针对复杂信息环境的分析研判问题，开发人机协同的沉浸式国防科技信息分析研判手段工具，既能体现专家智慧，又能反映技术先进性，全面提升研判准确性和可信度[13]。

6 结束语

随着大数据和智能时代的到来，国防科技情报工作复杂性、不确定性、交叉融合性显著增强，如何适应复杂信息环境，加速推进国防科技情报工作转型发展是理论界和实践领域的重难点问题。本文对国防科技情报工作面临的信息环境复杂性进行了梳理，探索构建了复杂信息环境下国防科技情报工作模式框架，并提出了对策建议。下一步，将进一步深化研究复杂信息环境对国防科技情报工作带来的深层次问题及其原因，并提出更有针对性的对策建议。