概述
這些工具應服務圖書館使用者,同時不遮蔽來源品質、不暴露私人查詢,也不取代圖書館員的情境判斷。
深入探討
圖書館支援獲取資訊、研究、學習和社區服務。人工智慧可以幫助搜尋集合、產生元資料、總結文字、回答常見問題、翻譯內容或協助實現可訪問性。每種用途都會帶來不同的風險。發現系統可以根據其索引和相關性訊號對來源進行排名,這可以遺漏集合中未表示的材料。聊天機器人可能會根據過時的政策進行回答或發明引文。自動化元資料可能會錯誤地識別一個人或消除特定文化背景。圖書館應該明確系統的範圍,將答案與來源聯繫起來,並提供一種簡單的方式來詢問人類。隱私值得特別關注,因為閱讀和研究查詢可能會洩露敏感興趣。工作人員應審查供應商保留和資料使用,遵循適用的政策,並避免記錄超出需求的內容。評估應包括實際查詢的準確性、跨使用者群組和語言的覆蓋範圍、成功的升級和可訪問性。圖書館員的專業知識包括評估來源、解釋資訊需求以及幫助使用者應對不確定性。人工智慧可以協助日常工作和發現,但它並不能取代這種關係。負責任的部署可以解釋局限性,讓用戶更正記錄,保留透明的來源跟踪,並讓人們可以回答需要上下文或判斷的問題。使用者回饋應告知服務的修訂。館藏要求工作人員利用當地學科專業知識、定期諮詢社區並尊重社區知識。
現實世界的實施
圖書館員使用發掘助理尋找候選來源,並檢查目錄記錄與來源本身。
工作人員為數位收藏圖像草擬替代文字,然後審核其相關性與正確性。
圖書館測試聊天機器人回答本地政策問題,並將模糊案例轉交給圖書館員。
學術圖書館總結大量摘要,同時保留每個來源的引用。
AI 與圖書館員的未來
圖書館系統可能會增加更多對話式探索和館員輔助工具,並改善從生成的解釋到目錄記錄和全文的連結。如果詮釋資料工作流程有所改善,在地館藏和社群知識可能會更容易搜尋。強大的隱私保護和代表性評估仍將是核心,因為資訊搜尋可能涉及敏感內容,且館藏覆蓋範圍不均。圖書館應保留人工參考諮詢支援,並使自動化限制透明化。未來的實用性將取決於與精選館藏和圖書館價值觀的值得信賴的整合。部署應保留透明的使用者選擇。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是「圖書館員 AI」?
圖書館可以使用 AI 來支援探索、日常參考工作、編目、無障礙服務和館員工作流程。這些工具應服務圖書館使用者,且不得掩蓋來源品質、暴露私人查詢或取代館員的脈絡判斷。
圖書館探索聊天機器人應隨事實性答案提供什麼?
來源連結讓使用者可以檢視基礎資訊並尋求協助。
為什麼生成的引用可能具有風險?
生成的文字可能會產生幻覺或扭曲書目細節。
什麼隱私問題適用於圖書館搜尋查詢?
研究活動可能會揭露私人資訊,因此資料處理方式至關重要。
聊天機器人應如何回答超出其信任範圍的問題?
升級機制可防止未經支援的答案顯得具有權威性。
AI 生成圖書館目錄詮釋資料時可能會出現什麼錯誤?
自動化標籤可能會編碼錯誤或缺乏脈絡知識。