《学术图书馆是人工智能能力的中心》

  • 来源专题:数智化图书情报
  • 编译者: 赵悦
  • 发布时间:2025-11-01
  •   当算法自动化正在悄然重塑知识产生、获取和合法化的方式时,学术图书馆面临着一项紧迫的任务:从单纯的信息中介转变为人工智能(AI)素养的关键中介。本文提出了一种颠覆性的、后数字化的学术图书馆阅读,将其作为抵制算法霸权、促进认知正义的认知基础设施。阐述了批判性图书馆、AI素养理论和信息哲学的贡献,概述了一个概念模型,该模型包含六个维度,将图书馆定位为形成知情、批判性公民身份的中心机构,以抵制数字平台的不透明性。文章最后捍卫了一种新的后数字图书馆员精神:更少关注技术中立性,更多地致力于创造多元、开放和民主分布的认知未来。

    1.导论

      学术图书馆正在迎来数字化转型的新阶段。随着自动化、互联网和网络的兴起,AI已经经历了根本性的转变,目前的整合增加了一层新的认知复杂性。这个新层并非史无前例,但它加深了关于获取、权威和知识中介的现有问题。本文假设AI不仅仅是一种技术工具,而是一种社会技术条件,它重新定义了可见性、合法性和认知权威的语法。在这种背景下,图书馆不能在制度上保持沉默。它们需要被重新思考为算法素养的关键中介,不仅要教授如何使用工具,还要让它们的局限性、偏见和伦理影响可见。

    2.方法学说明

      本文是一篇批评性的理论概念文章,旨在围绕学术图书馆在AI时代的作用构建一个认识论和政治建议。所采用的方法论是教育、图书馆科学与技术领域批判性研究传统的一部分,强调论证性分析、互文性理论衔接和反思性建构。所使用的方法结合了三个方面:

      (1)选择性地回顾批判性文献,重点关注那些对技术中立性、认知正义和制度的认知重构提出问题的作者;

      (2)在对图书馆作为AI识字中心的六大指导支柱进行理论系统化的基础上,构建了一个原创的概念模型;

      (3)哲学分析立场,以批判性图书馆学、后数字研究和女权主义认识论的原则为依据,拒绝解释性线性,将复杂性作为一种严谨性的形式来接受。

    3.理论框架:在自动化认识论和抵抗素养之间

      关于AI和社会的当代文献揭示了认知效率的承诺与认知集中的现实之间的深刻紧张关系。在这个领域,图书馆并不是过时的,而是关键的基础设施,可以而且应该干预AI塑造认知现实的方式。从这个角度来看,AI素养不是一套技能:它是一种关注的伦理和倾听的政治。

    4.制度问题和体制障碍

      将图书馆视为AI读写中心意味着要面对制约其批判性自主性的深层次制度障碍。第一个障碍是商业获取:图书馆使用的大部分数字资源(数据库和发现系统)是由在抽取性、不透明逻辑下运营的公司提供的,这些逻辑与图书馆的公共使命不相容。当知识管理被外包给商业平台时,知识主权就丧失了。第二个障碍是中立的文化。几十年来,许多图书馆一直隐藏在一个所谓公正的立场背后,拒绝参与政治或认知辩论。

    5.图书馆作为人工智能扫盲的认知中心

      有必要澄清的是,拟议的AI扫盲模型以图书馆本身的制度维度为中心,即图书馆如何建立能力、道德框架和基础设施,以充当调解人。这并不意味着机构是有文化的,但它们体现了转移、教授和道德操作与AI相关的知识的能力。面对算法技术的不断进步及其日益增加的不透明性,学术图书馆承担了一种变革潜力,不仅仅是作为数字访问的促进者,而是作为批判性抵抗和有意识调解的认知空间。

    6.伦理、公民和教育意义

      假设图书馆是AI素养的认知中心,不仅仅是功能重构;它是一种伦理和政治定位。在学术生态系统中,自动化平台、不透明的指标和逃避公众监督的推荐系统越来越多地起到中介作用,图书馆必须不再仅仅是访问空间,而成为公民和认识论培训的关键区域。

    7.概念模型:高校图书馆AI素养的六大支柱

      算法扫盲所面临挑战的复杂性和深度,需要的不仅仅是技术技能或孤立的举措。它们需要清晰的认识论架构,能够指导图书馆发挥关键和中介作用。为此,我们提出了一个基于六个基本支柱的概念模型,这些支柱构成了希望将自己建立为AI扫盲中心的图书馆的行动和反思语法。该模型源于批判性图书馆学、后数字理论、女权主义认识论和算法正义研究之间的衔接,旨在提供一个综合的、开放的和适应性强的结构,使图书馆能够将自己定位为关注上下文的活生生的认知空间。

    8.限制与未来展望

      这里提出的建议,虽然得到了强大的理论机构的支持,并受到真正的伦理紧迫性的激励,但并非没有局限性。通过将学术图书馆设想为AI扫盲中心,我们冒着将规范理想投射到机构的风险,这些机构受到深刻的结构性约束,从长期有限的预算到影响其日常运营的可量化结果的压力。此外,这种反思是基于一个非常理论化的层面。目前,它缺乏经验成分,无法在实践中观察图书馆如何(或不如何)充当算法文化的关键中介。然而,这一差距为未来的研究提供了一条有希望的道路,可以探索现有的实践、当地的阻力,以及信息和教育组织的替代模型。

    9.未来展望

      随着AI系统越来越多地出现在学术过程中:从自动评估到科学生产的协助,这一建议的相关性将会增加。如果图书馆承担起这一角色,它们将能够引领关键的技术再人性化进程,打击不加批判的知识自动化。然而,这一愿景必须应对一个至关重要的困境:学生越来越与实体图书馆脱节。他们独立使用AI工具,通常没有机构的调解。这就提出了一个问题,即图书馆如何将其作用扩展到墙壁之外,将AI素养融入课程设计、在线学习环境和数字校园生活中。

      在科学层面,迫切需要深化图书馆背景下算法素养的实证研究,包括案例研究、参与式方法和跨地域比较方法。将交叉和非殖民化的观点整合到这一讨论中也变得越来越重要,以确保AI素养不会再现认知上的不可见性,而是面对它们。

      最后,有必要重新思考信息专业人员的培训。图书馆承担这一使命的未来需要新的课程、新的技能,最重要的是需要一种新的机构伦理,一种致力于认知正义和毫不妥协地捍卫知情权和质疑权的伦理。

    10.结语

      在一个算法不仅组织信息,还组织世界本身的时代,学术图书馆必须不再是一个外围结构,而成为当代认知抵抗的中心空间之一。危在旦夕的不再仅仅是获取知识的途径,而是能够获得知识的条件。这里提出的建议,重新思考图书馆作为AI扫盲的中心,首先是对批判性和变革性行动的邀请。这并不是要为图书馆增加一项技能,而是要从根本上重新

    构想图书馆在数字和学术生态系统中的角色。它必须从一个支持结构,成为伦理、教学和政治调解的基础设施。本文的目的不在于总结,而在于开创。开创思考图书馆的新语法:不是作为访问的中性空间,而是作为认知争议、公民赋权和技术政治重构的领域。我们所建议的是一个不惧怕时代的图书馆,而是以伦理勇气、批判智慧和教学团结面对时代。现在,图书馆面临着一个历史性的机会,可以重新获得其中心地位,不是被动地适应技术创新,而是建立一种清晰、知情和深刻的人类抵抗文化。因为在算法时代,抵抗意味着教人们如何阅读;教如何阅读意味着教如何思考;而思考,在今天,是最卓越的政治行为。























  • 原文来源:https://doi.org/10.1007/s44163-025-00490-8
相关报告
  • 《IFLA:人工智能对图书馆的影响及图书馆应对策略》

    • 来源专题:数智化图书情报
    • 编译者:杨小芳
    • 发布时间:2024-09-15
    • 人工智能对图书馆的影响 人工智能可能对图书馆工作产生“广泛而深刻”的影响。 从下表1中我们可以看到,人工智能对图书馆诸多服务产生影响,有些带来根本性的改变,有些只带来微小的变化。预计图书馆将以符合现有角色、与用户需求紧密相关或需要最少资源的方式来应用人工智能。 表 1 人工智能对图书馆运营的影响 我们已经强调了描述性人工智能与提高图书馆馆藏可访问性之间的紧密联系。人工智能技术被应用于生成初始元数据,此技术有望在搜索引擎中发挥作用,并助力综述的某些环节(如结果筛选)。 随着越来越多的学者在研究中使用人工智能技术,对数据科学家社区的支持需求也将增长。图书馆可以在数据发现、版权问题、数据管理和数据保存方面提供支持。 人工智能可能会改变日常的知识工作,例如自动翻译、摘要和文本生成。大量人工智能工具和应用程序可以应用于图书馆专业工作。例如ResearchRabbit、Scite、elicit和openread等工具有助于文献综述。生成式人工智能在图书馆宣传中得到了应用,因为其具备根据特定受众需求调整文本的能力。 因为人工智能能够准确执行复杂的常规性任务,故而具备了在图书馆后端系统中应用的可能。例如,采用机器人流程自动化(RPA)技术处理书目数据,便是一个典型的应用场景。 鉴于图书馆接受的咨询量大,图书馆已倡导采用聊天机器人多年。聊天机器人因为其技术障碍降低而变得可行。聊天机器人可承担如下职责: 回应常规问题 收集用户信息  遵循标准流程提供用户支持 成为新用户的伙伴 人工智能技术将被应用于打造更智能的图书馆空间。一些图书馆已研发了实体机器人用于读者咨询,机器人还被用于执行上架和盘点等任务。此外,已有图书馆采用自动存储与检索系统(ASRS),可以根据需求检索馆藏。通常,此类应用需开展大规模的重建工程。 对于学校图书馆而言,其他人工智能在教育领域的应用,如自适应学习内容创建或聊天机器人等,皆与其相关。(Jisc,2023b)。 因用户的广泛使用,生成式人工智能成为了讨论的焦点,这使得教职员工和学生需要具备一定的人工智能素养(包括数据和算法素养)。图书馆有责任推广信息素养和数字技能。人工智能素养涵盖对人工智能各种表现形式的理解,涉及“批判性评估人工智能技术;与人工智能进行有效沟通与协作;以及在网络、家庭和工作场合运用人工智能作为工具”(Long and Magerko,2020)。 人工智能素养在未来职场中显得至关重要;运用人工智能或与其协同工作的技能案例不断涌现;而其具体实施方式可能因不同学科领域而有所差异。 人工智能也可以应用于预测用户行为模式,从而辅助决策制定。 下表调查结果显示了在撰写本文时的AI发展水平。人工智能素养已迅速成为关注的焦点。(*编者注:此为根据111份样本调查数据的结果;受访者包括?等教育和继续教育图书馆员,主要来自英国。) 表 2 图书馆计划中、试点和成熟应用的人工智能服务 如何更新资料以跟上人工智能不断变化的特性? 哪些应用需求资源最少且最符合用户需求和现有图书馆角色? 哪些发展对重塑图书馆角色最为关键? 哪些最有可能发生,在多长时间内发生? 人工智能技术如何提升图书馆服务?人工智能能帮助解决哪些挑战?潜在的风险和伦理考虑是什么,如何减轻这些风险? 如何持续关注并及时了解新兴的人工智能的趋势和进展? 图书馆如何有效地培养用户人工智能素养? 需要哪些关键的学习成果,在各个学科中的差异性如何? 随着人工智能发生变化,教材应如何更新? 三个重要策略 鉴于人工智能影响的广泛性,图书馆可以采取多种策略以应对。 以下列举三项重要策略建议。 策略一:利用图书馆的AI能力,构建负责任且可解释的描述性AI应用 在拥有大量需要改进资源描述的特色馆藏的情况下,图书馆可以应用描述性AI来创建符合伦理、负责任和可解释的AI的范例,以对抗大科技公司的产品((Lee, 2023; Padilla et al., 2023)。这可以通过遵循良好治理原则来实现,比如: 揭示馆藏的来源,以便使用者全面了解信息来源的性质; 确保应用人工智能的馆藏选择是适当的,考虑到技术和版权问题,同时尊重包容性、土著权利和非殖民化问题;尊重那些在收藏中被代表的人以及所有其他利益相关者的权利;适当奖励/认可志愿者和众包工作者;尊重知识产权问题,例如藏品中的版权/内容许可; 使服务对目标用户易于使用、可访问且可解释; 充分记录项目以确保可解释性; 尽可能公开地共享代码、训练数据、工具包等; 从可持续性角度评估项目,包括环境影响的角度 实现这一目标仍然存在许多挑战,例如如何: 考虑优先应用人工智能的馆藏 评估经济可承受的现成工具是否适用于图书馆馆藏历史数据 解决概念性挑战,例如如何对图像进行分类 将概念验证项目转化为可持续服务 策略二:利用图书馆员的数据能力增强组织的AI能力 并非所有图书馆都拥有需要使用人工智能的馆藏,但图书馆员在的数据相关领域的专长对于机构应用人工智能具有较高价值,因为当今的人工智能是数据驱动的。 这种专业知识可以支持图书馆所在的更广泛组织内的数据科学家,如学术环境中的多学科社区数据科学家,或在卫生服务或政府机构分析数据的分析师。相关行为包括: 在复杂的信息环境中寻找数据源 推广数据共享、开放性和互操作性的价值 解释数据来源、有效性和质量的重要性,以了解如何适当使用该数据 根据版权、知识产权等解释哪些数据可以使用,哪些不可以 使用标准描述数据及其价值 存储、保存(或销毁)数据 所有这些做法都符合信息治理和管理的专业知识,但需要将这些知识转化到数据领域。 策略三:推广人工智能素养以提升组织和社会的AI能力 在推广人工智能素养方面发挥领导作用,是最符合现有图书馆实践和图书馆员身份的策略,特别是在大学、学校和公共图书馆中。人们普遍认识到,公众作为公民和从业者需要了解新技术。各个专业的学生都需要这样的知识来提高就业能力。 图书馆员已经开发了信息素养项目,人工智能某些方面素养可以纳入其中。他们已经发展了所需的教学知识和技能。 人工智能素养可能包括识别人工智能何时被使用的能力;理解狭义人工智能和通用人工智能之间的差异;了解人工智能擅长解决哪些类型的问题;了解机器学习模型如何训练。另外还包括对诸如偏见、隐私、可解释性和社会影响等伦理问题的认识。 由于人工智能基于数据,因此数据素养被认为是人工智能素养的组成部分。算法素养是一个已经发展起来的概念,用于描述搜索和推荐等服务如何越来越多地由算法塑造,以使内容个性化,但也可能限制信息的可见性并产生信息茧房效应。更正式地说,它被定义为“了解在线应用、平台和服务中算法的使用,了解算法的工作原理,能够批判性地评估算法决策,以及拥有应对甚至影响算法操作的技能”(Dogruel et al, 2022: p.4)。将算法素养扩展到搜索范畴之外与人工智能素养相关。 人工智能很复杂且难以解释。它有多种应用和形态。它基于难以理解的计算思想和统计数据。通常即使是人工智能的设计者也难以理解人工智能作出的决策结果,因为机器从数据中学习模式。虽然一些人工智能的形象让我们期望去使用一个明确的AI服务(如ChatGPT),但实际上它通常嵌入在基础设施中,不容易识别或抵制。的确,可以公平地说,大型科技公司不一定希望人工智能的工作方式为人所知,因为这是商业机密。
  • 《国外图书馆人工智能岗位AI技能需求研究》

    • 来源专题:数智化图书情报
    • 编译者:杨小芳
    • 发布时间:2025-07-01
    • 随着人工智能技术的快速发展,图书馆智慧服务领域对AI技术的应用日益广泛。2021年"十四五"规划纲要提出建设数字中国和发展智慧图书馆,2024年"人工智能+"首次写入政府工作报告,2025年DeepSeek的爆火进一步推动了AI在教学与科研中的普及。在此背景下,图书馆员角色定位呈现出多重角色融合的需求,AI能力要求也日益提高。然而,当前馆员AI能力与工作需求之间存在不匹配的问题,本研究旨在通过分析国外图书馆AI岗位需求,为我国高校图书馆提供借鉴。 本研究采用网络调查法与案例分析法,主要数据来源包括:ALA JobLIST网站(美国图书馆协会官方招聘平台)Code4Lib招聘信息网(专注于图书馆技术领域的全球性招聘平台)Glassdoor招聘信息网(全球知名招聘平台)通过关键词检索和人工审核,最终筛选出88个AI相关岗位,其中8个为"AI核心岗位",其余为"AI弱相关岗位"。 主要研究发现 1. 岗位需求趋势数据显示,AI相关岗位最早出现在2016年,2016-2022年增长缓慢,2023年后出现爆发式增长。2024年Code4Lib网站AI相关岗位占比达到10%,表明图书馆对AI技术的需求显著上升。 2. 岗位类型分析AI相关岗位可分为两类:AI核心岗位(占9.09%):工作内容以AI为核心,对AI技术能力要求高AI弱相关岗位:传统业务为主,仅适度使用AI工具。 3. 岗位职责分析AI相关岗位主要职责包括:图书馆AI服务优化师生AI素养教育馆员AI能力提升AI伦理与政策制定协同合作与推广AI核心岗位对这五方面职责覆盖更全面,而AI弱相关岗位更侧重于协同合作与推广。 4. 胜任资格要求AI相关岗位的胜任资格主要包括五个维度:教育背景(计算机、信息科学等相关硕士及以上学历)AI技术能力(机器学习、深度学习、自然语言处理等)AI素养培训能力AI伦理与政策理解协作管理能力AI核心岗位在这五个维度上的要求均显著高于AI弱相关岗位。 对我国高校图书馆的启示 多层级设立AI岗位: 在传统岗位中融入AI技能要求 设立专门的AI馆员岗位 多维度提升馆员AI能力: AI技术能力 AI伦理与政策理解 协作管理能力 AI素养培训能力 多梯度培养AI人才: 传统岗位馆员:基础AI知识培训 AI核心岗位馆员:前沿技术深度培训 多层面推进AI应用: 图书馆内部跨岗位交流 校内跨部门协作 校外经验分享与技术合作