DOI：10.12154/j.qbz;gz.2026.01.011 1 引言 生成式人工智能（GenAI）凭借其生成文本、图像与视频等多模态的卓越功能[1]，赋予了用户前所未有的信息生产与创造能力。然而，这种技术赋权背后却隐藏着复杂的权力关系[2]。在GenAI情境下，系统设计者往往将自身意图、商业利益或社会文化偏见嵌入算法逻辑、交互规则与内容过滤策略中，并将这些选择隐藏在技术客观性或算法公正性的外衣之下[3]。同时，拟人化的交互设计模糊了开发者的角色与责任[4]，从而对用户进行潜移默化的塑造与规训。 随着GenAI在日常生活中的日益渗透，用户对技术的依赖性逐渐加深，长期使用可能导致过度信任[5]，进而使其信息获取、认知判断乃至根本利益面临潜在威胁。然而，用户并非完全被动，常通过积极调适和灵活应对展现出一定的能动性，以在特定情境下有效利用技术[6]。目前关于用户与GenAI交互的研究主要集中在技术性能优化、效率评估、伦理风险以及用户接受度等方面，并涉及对用户交互特征的量化分析与质性探讨。但现有研究普遍缺乏在微观交互层面对用户为应对系统限制而展现出的细微、灵活且具有创造性的能动行为的深入考察。 为弥补这一空白，本研究引入De Certeau和Mayol[7]在《日常生活实践》中提出的“策略”（strategies）与“战术”（tactics）概念框架，分析用户与GenAI交互中的能动性。在GenAI情境下，“策略”可理解为平台或系统设计者施加的结构性限制，而“战术”则是用户为满足个人需求、绕开限制而采取的灵活应对行为。本研究认为，GenAI用户的战术行为不仅是面对系统限制时采取的关键应对手段，也是构建信任和规避风险的重要方式。因此，本研究以信息实践为切入点，从日常生活实践的微观视角分析用户在GenAI系统限制下的能动性行为，具体研究问题为：（1）用户在日常信息实践中遇到了哪些GenAI系统的策略？（2）用户针对GenAI系统的策略会产生哪些相应的战术行为？ 2 文献综述 2.1 日常生活情境下的信息实践研究 日常生活作为信息实践研究的主要情境之一，重点聚焦于用户在非工作场景中的信息活动[8]。这一早期视角强调了日常生活与工作的分离。然而，随着网络化与移动技术的快速发展，工作与非工作之间的界限正在日益模糊[9]。AI技术的渗透进一步加剧了这一模糊性，其凭借即时性、嵌入性和情境感知能力，不仅满足了用户在日常生活中更为复杂的信息需求，还重塑了信息实践的边界[10]。特别是以ChatGPT为代表的GenAI系统，已从传统的固定任务执行功能发展为具有对话能力的信息代理，使用户能够在交互中持续构建意义、参与内容生成[11]。这一能力不仅提升了信息实践的交互性和创造性，还展现出对特定用户群体的支持潜力，如为孤独症人士提供便捷的信息获取，在其日常决策与问题解决中发挥辅助作用[12]。 尽管GenAI为用户在日常生活情境下的信息实践提供了便利，但也有研究指出了用户能动性与系统施加限制之间的紧张关系[4]。这些限制表现为算法不透明、界面约束、内容生成机制以及数据隐私等问题。例如，模型的训练数据质量和范围决定了生成内容的质量，系统可能存在文化或社会偏见；用户界面设计可能限制输入的提示词长度或生成文本的字数；内容生成机制可能优先生成某些类型的信息而忽略其他类型；数据隐私策略则可能对用户数据进行隐秘的收集与使用，并限制用户对个人信息的管控[13]。这些限制不仅影响用户的信息获取体验，还可能引发信任危机[14]，以及隐私方面的担忧[15]。此外，用户的AI素养不仅影响用户的使用体验，也影响其在信息实践中的主动性和创造性。具备较高AI素养的用户能够更有效且批判性地与AI系统互动，善于通过提示词工程或多平台验证等“战术”手段克服系统限制[16]。相反，AI素养低的用户在面对AI工具时可能会感到困惑或焦虑，尤其是当这些工具与他们的日常规范或心智模型不符时[17]。尽管现有研究揭示了GenAI在日常信息实践中的多重作用，但大多未能从微观能动性视角揭示用户为应对系统限制而采取的具体行为。 2.2 日常生活实践理论在信息实践中的应用 日常生活实践理论中的“策略”和“战术”的概念框架，为理解用户能动性、抵抗性及其与技术权力系统的互动提供了重要洞见。20世纪90年代末，该理论被引入图书情报学，批评了传统信息行为模型对用户被动性的假设[18]。随后，Pawley[19]运用“战术”概念探讨了边缘群体的意识形态抵抗，研究其如何在霸权体系中开辟出选择和控制的信息空间。Wiegand[20]则在其“个人信息经济”的分析中，强调了个人在获取信息过程中的主动性，反对将用户视为信息的被动接受者。 此外，日常生活实践理论也被广泛用于探讨边缘化群体的信息实践。Rothbauer[21]运用“战术”概念来探讨不同性别身份的用户如何利用图书馆资源和空间来满足信息需求、肯定自身身份并找到社区感。Forcier[22]则使用日常实践概念分析粉丝的信息行为，并提出了跨媒体粉丝信息行为的初步模型。Shuva[23]延续了该概念框架，揭示了渔民如何通过“战术”行为满足自身的信息需求。尽管已有研究取得了这些进展，但尚未有研究将日常生活实践理论应用于GenAI背景下的用户信息实践中，以分析用户在人机交互中如何运用“战术”行为应对系统限制。
