「信息茧房」是信息智能化时代越来越受到关注的一件事情。
信息茧房（Information Cocoons）是美国学者凯斯·桑斯坦（Cass R. Sunstein）在《信息乌托邦——众人如何生产知识》中提出的概念，即用户在海量信息中只选择感兴趣和悦己的主题，从而构成一套“个人日报”式的信息系统，进而排斥或无视其他观点与内容。长期以往，这将阻碍个体信息的全面发展，阻断观点的自由交流，形成所谓“回声室”（Echo Chamber）效应，并导致群体极化（Group Polarization）。
当我们在刷抖音时，AI算法给我们自动推送我们想看的内容；当我们在购物网站购物时，京东，淘宝会给我们首页优先显示我们可能想买的商品；当我们下班回家时，导航地图会自动给我们推荐目的地。
这些都是典型的「信息茧房」。
一切的一切，仿佛我们都没有了隐私。最奇怪的是，我们还非常享受这些便利。
作为也能自动给我们推送专利文献信息的智能检索系统，是否也会带来「信息茧房」呢？
智能检索不会带来传统的「信息茧房」
对于这个问题，从信息的趋同性来说，智能检索不会带来传统的「信息茧房」。
原因有二：
第一，虽然智能检索系统进行语义引擎的计算，但是其针对的目标是输入的语义基准。不同的专利申请，其语义基准的内容是不尽相同的，并且也是受项目的限制，而不是根据AI对检索者的判断所做出来的。
因此，在信息源头上，我们可以不用担心系统会带来带来「信息茧房」。
第二，检索的工作性质也必然使得带来「信息茧房」难以有安身立命之地。
检索工作是需要尽可能查全和查准的工作，大数据所推送的排序靠前的文献，虽然在一定程度上能够提高某些文献的查准效率，但在没有检索到相关文献时，大家还是很警惕，会使用其他方式来做补充检索。
智能检索也许会带来「**乐」
不过随着智能检索语义引擎的升级，大多数的文献都能以语义排序的方式快速显示时，例如前50篇文献中可以获得90%以上的对比文件。我们会对智能检索系统产生「**乐」吗？
“**乐理论”是由美国前总统国家安全事务助理布热津斯基提出来的理论。美国旧金山曾于1995年举行过一个集合全球500名经济界、政治界精英的会议，是社会动荡的主要因素，来自于底层不断向上的流动，和精英形成了利益冲突。那要如何避免20 % 的精英与80 % 的loser之间的冲突呢？可以给他们一个“**”，让这80 % 的loser心安理得的接受他们咸鱼的命运。
这其实是一个很难抉择的问题。不仅是对于检索者个人，还是对于管理者或者委托方。大家需要综合衡量投入和回报之间的收益。
可以肯定的一点是，如果是享受智能检索所提供的成果，同时还能符合相关要求的话，我们必然会更加适应这种状态。不太有动力去开展难度更大，花费时间更多的排雷式检索。毕竟大脑也是懒惰的。
专利智能检索会降低认知思考
虽然智能检索不会带来带来「信息茧房」，但是由于需要精细阅读的文献数量变少，更多关于检索要素的扩展来源于语义检索的统计结果，在一定程度上也会影响对于信息的理解和思考。
例如在检索时，对于其中的检索要素“三氧化二铁”，通过语义检索，系统的大数据分析会告诉我们，“铁红”也是“三氧化二铁”的一种表达形式。
确实，我们获得了关键词的扩展，但是这种扩展来得太容易，我们不知道为什么将三氧化二铁”叫做“铁红”，也不知道在何种语境下会使用“铁红”这个名词。
如果没有智能检索，在传统的方式下，我们会去查询教科书，词条百科等内容，了解各个名字背后的关联，从而获知由于三氧化二铁是红色的，从而将其也叫做“铁红”，同时我们还能知道，对于铁的氧化物，还有铁黄，铁黑，他们分别对应一水氧化铁和四氧化三铁。也是由于颜色从而导致的俗称。
如果没有智能检索，在传统的方式下，我们会去做预检索，在一篇篇文献中感受使用铁红的语境，会知道在用作颜料时，大家会更多使用铁红。
如何面对智能检索带来的挑战
在享受智能检索带来的便利的同时，还是需要积极挑战，面对智能检索所带来的变化和挑战。
第一，多进行批判性思维
对于任何事情，多持一个怀疑态度，尤其是不劳而获的智能机器的给予，多问一个为什么？这个是对的吗？而不是全盘接受。
在批判性思维的作用下，我们会将视线转移到证伪过程，会不断的去查询经典教科书，会去查看期刊论文，会将新的事物与已知的概念产生联结，最终转化为认知。
第二，多沟通和交流
机器是冰冷的，但是人与人之间的沟通的是火热的。
主动去沟通交流，可以寻求不一样的想法，能够从相似淤积的信息中走出来，看到不一样的一片天空。
沟通的前提是存在差异性，沟通和交流不仅是信息的传递，同时也是思维方式的共享。
您也可以读读近期这些文章：
智能检索的基本概念框架
四种方式，四种情景，四种思维
四种专利智能检索方法一图展示，清晰明了
THE END