AI如何重塑信息管理?图书馆所面临的五大全新任务

学术   2024-09-19 18:10   北京  

施普林格•自然旗下汇聚了一系列深得信赖的品牌,包括施普林格、Nature Portfolio、BMC、帕尔格雷夫•麦克米伦和《科学美国人》。


生成式AI迅速兴起,带来了重大挑战和新的机遇。随着AI工具的功能不断增强,信息专业人士须学会借力这些新技术。上一篇文章我们探讨了生成式AI对科研管理者的工作所产生的巨大影响,本期我们将把目光移向包括图书馆员在内的信息专业人士和信息管理者,探讨生成式AI是如何重塑信息服务,使信息专业人士在保有独特专长的同时强化其职业角色的。


在科研活动中使用聊天机器人

能够回答问题的聊天机器人已经引起了大量关注。的确,搜索引擎聊天机器人(如Google Gemini和Bing Copilot)、通用聊天机器人(如Claude.ai和Perplexity.ai),以及科研型聊天机器人(如Elicit.com和Consensus.app)为信息专业人士及科研工作者提供了独特的功能。生成式AI在项目的初始阶段特别有用,因为此时搜索者可能尚不了解项目领域现有研究的广度和深度。Elicit.com、Scite和Consensus一类的虚拟科研助手使用同行评审论文进行训练,能帮助搜索者处理科学文献,发现并评估相关的论文,最后产出见解和概要。

智能行政助理

生成式AI除了能在科研活动中发挥作用,还能扮演信息专业人士的行政助理。聊天机器人能够生成日常商务函电、营销材料、职位描述等内容的初稿。它能校对报告中的语法错误和表述不清。AI聊天机器人能按照重要性确定邮件顺序,提供常用的邮件回复模板,以及自动安排和发送邮件。视频会议平台的AI插件能实时记录和总结会议内容,并在会后生成行动事项和未解决的问题列表。聊天机器人能利用数据集创建可视化内容,以便更有效地传递复杂信息。


聊天机器人甚至能担任技术“翻译”,改写系统文档以满足不同用户群体的特殊需求。当然,尽管生成式AI能有效生成初稿,人工审核才是确保准确性、质量控制和政策一致性的关键。An AI For That是一个汇集了上千种AI工具的可检索平台,涵盖面试准备、数据分析、社交媒体内容创建,以及视频转录等功能。


智能图书馆

图书馆也在利用各种AI工具和技术来优化运营、提升服务、改善用户体验。对图书馆员来说,AI工具可以协助他们处理一些耗时费力的任务,例如编目录、分类、元数据生成以及库存管理,从而提高效率,让图书馆员有更多时间专注于更高价值的工作。此外,图书馆管理员还能借助AI工具分析用户行为、资源使用模式和馆藏资源指标,以实现数据驱动的决策、战略规划,以及服务和资源配置优化。


对读者来说,在文献检索工具中嵌入AI技术让他们能够更加轻松地检索到以往难以发现的内容,提高信息检索的效率和能力。机器学习算法还能分析用户偏好、借阅历史和学术兴趣,以提供个性化的内容推荐,促进以用户为中心的科研。

在如今的AI格局中,信息专业人士面对哪些新任务?

如今,信息专业人士与用户的对话内容有了变化。他们不仅仅只是向搜索者介绍新的信息资源,或是为某个项目获取数据集的访问许可,而是向用户说明聊天机器人训练所用的数据类型,并指导他们如何设计有效的提示词。包括图书馆员在内的信息专业人士所扮演的新角色需要将传统的信息管理技能应用于当今的AI格局中,包括:


1. 与数据科学家和研究团队合作发现AI项目所需的最佳工具和资源,包括对训练AI模型所用的数据和方法进行检查;指导研究人员以符合伦理、负责任的方式使用AI,包括数据隐私、安全和知识产权问题;发现并提供与项目领域有关的权威资源和数据集的访问权限。


2. 向研究人员说明生成式AI工具与传统检索工具的不同之处,指导用户如何设计恰当的提示词从而让AI输出最相关的结果,并且避免引出错误、带偏见或具有误导性的信息。此外,有必要培养用户对AI的怀疑精神,因为那些看似通顺工整的回答可能会有错误或是不完整。如今,对聊天机器人所给出的答案进行鉴别,评估其回答是否基于可靠的信息,是信息素养中不可或缺的一种能力——尤其是当它的回答与你的预期一致时。


3. 将机构内各个领域的利益相关者团结起来——包括研究人员、数据科学家、法务与监管人员,以及IT人员,以解决生成式AI技术实施过程中的复杂问题。信息专业人士通常能够全面地审视信息环境中的所有潜在参与者。

4. 为AI生成的内容创建元数据模式和分类体系,确保这些内容在机构内能被有效地组织、发现和检索。随着AI生成内容数量的不断增长,信息专业人士需要建立稳健的元数据实践来管理这些信息。与传统内容不同,AI生成的文本、图像或代码可能没有明确的作者或出处。信息专业人士必须制定策略,以遵守知识产权和许可权的相关法律,并帮助用户评估特定内容的可靠性和适当性。


5. 帮助研究人员认识AI工具的局限性,在使用AI驱动的系统时建立合理的预期,培养批判性思维技能,识别人类专业知识在哪些情境中仍能发挥关键作用。为此,仅仅说明AI能做什么是不够的。最终目标是帮助用户在与AI系统交互时建立合理的预期,并培养批判性思维技能。


拥抱新技术,引领AI革命

生成式AI的兴起给信息专业人士带来了挑战,同时也为他们提供了新的机遇——与时俱进,以新的方式施展其信息管理技能,从而为科研人员提供更大的价值。紧跟AI工具的最新发展并掌握提示词的技巧,信息专业人士方能更好地借力AI,支持研究团队开发从前难以想象的解决方案。其关键在于拥抱这项新技术,及时了解最佳用例,确保信息专业人士始终走在AI变革的最前沿。


相关阅读:


欢迎点击“阅读原文”查看英文原文The rise of generative AI: Transforming the role of information professionals


版权声明:

本文由施普林格∙自然上海办公室负责编译。中文内容仅供参考,一切内容以英文原版为准。欢迎转发分享,如需转载,请联系 China@nature.com。

© 2024 Springer Nature Limited. All Rights Reserved

BMC科研永不止步
Springer Nature旗下的开放获取期刊品牌。BMC致力于为科学、技术、人文与社会科学等领域的科研人员提供更广泛且便捷的开放期刊、图书、数据、工具等开放科研服务。 定期更新最新期刊资讯、论文解析、投稿建议等实用信息。
 最新文章