數智時代智慧館員能力體系構建研究*

高蘊梅 孫金娟

（常熟理工學院圖書館 江蘇常熟 215506）

0 引言

芬蘭學者Aittola 于2003 年首次提出了智慧圖書館（Smart Library）概念，即通過大數據、物聯網、人工智能、虛擬現實等現代信息技術及相關要素提升圖書館的服務能力，突破時空限制，實現萬物互聯的圖書館業務智能管理。智慧圖書館是一個綜合性的多維概念，其核心是館員提供的智慧服務，人工智能技術只是推動智慧圖書館建設的外部環境，真正創造出“智慧圖書館”的是“智慧館員”[1]。智慧館員是智慧圖書館建設和研究背景下的一種館員形態[2]，是具有一定學科背景知識并經過圖書情報專業訓練，既能為用戶提供個性化、專業化、集約化知識服務，又能培育用戶智慧能力的圖書館員[3]，是“懂得駕馭人工智能并為讀者提供最優服務”的館員[4]。

人工智能技術在圖書館中的廣泛應用，需要全面系統地構建智慧館員的能力體系，最大限度地提升館員的技能和素質，在人機融合的進程中不斷滿足讀者日益增長的服務需要[5]。但是，當前館員隊伍在智能技術應用和智慧服務能力等方面還存在巨大的“數智鴻溝”。傳統的參觀學習、培訓講座、專家報告等方式都不容易培養出合格的智慧館員[6]。應該給智慧館員培養什么能力和如何培養，是當前智慧圖書館隊伍建設非常重要且緊迫的任務。《中國圖書館學會“十四五”發展規劃綱要》中指出，要主動參與和支撐“全國智慧圖書館體系”建設，并明確提出：支持專門人才的知識更新和隊伍建設，帶動實現我國圖書館智慧化轉型的可持續發展。館員隊伍建設一直是高校圖書館的重要建設內容。2021 年，在教育部高校圖工委40 周年學術研討會上發布的《大學圖書館現代化指南針報告》提出8 個事關大學圖書館高質量發展的實際問題，隊伍建設排在第一位。可見，智慧館員隊伍建設關系到智慧圖書館建設，關系到圖書館事業的高質量發展。

當前智慧館員培養的頂層設計和機制建立等宏觀視角研究較多，包括改革館員崗位設置，內培為主、外引為輔等策略[7]，以制度規制激發館員智慧、以勸導技術啟發館員智慧和以良心機制促發館員智慧等路徑[8]，招聘高學歷人才、外包非核心業務、提升館員層次、提高智慧館員待遇、考評管理制度和獎賞激勵制度[3]，多元化館員選拔、持續化館員教育、日常化館員評估和專業化館員培訓等策略[9]。這些研究從宏觀層面為智慧館員隊伍建設指引了方向。

智慧館員能力培養的課程體系構建和能力評價等中觀或微觀視角研究較少，有基于信息生態理論的圖書情報專業本科人才培養體系[10]，智慧服務的課程體系、賦能模式和反饋評估機制[6]，基于冰山理論模型的智慧館員培訓課程體系[11]。雖然這些微觀研究提出了培養智慧館員的路徑，但是缺少對智慧館員培養目標、可度量的能力指標體系分解、支撐能力要求的課程體系和能力指標評價等系統性研究。

本文基于產出導向教育理論和智慧館員勝任能力模型，采用計量和內容分析法統計分析智慧圖書館的文獻關鍵詞，從知識和技術技能、社會技能、品質道德和素養思維等4 個維度探討智慧館員的培養目標、指標體系、課程體系、能力指標評價等四個層次的智慧館員能力培養的具體路徑，以期為智慧館員隊伍建設提供參考和借鑒。

1 研究框架和方法

1.1 研究框架

產出導向教育（Outcome-Based Education，OBE）亦稱需求導向教育、能力導向教育或目標導向教育，是指通過確定預期所能獲得的學習成果，以結果導向反向設計教學體系的教育模式，主要有社會需求、培養目標、教學過程、教學評價、教學管理等核心環節。OBE 理念最早起源于美國和澳大利亞的基礎教育改革，自1981 年由Spady 等人提出后，OBE 理念和方法被公認為是追求卓越教育的有效方法，受到世界各國著名大學的重視。《華盛頓協議》（Washington Accord）是國際化程度最高、體系最完整的本科工程教育國際互認協議，OBE 理念要求在工程教育專業認證中貫穿始終。中國自2016 年6 月成為《華盛頓協議》正式成員以后，在工程教育領域開始全面應用OBE 理念。

借鑒高等教育領域的產出導向教育理念，遵循“反向設計、正向實施”的原則，設計智慧館員勝任力的框架如圖1 所示。“反向設計”是指依據智慧圖書館的業務需求和國家社會需求產出智慧館員的培養目標，進而根據培養目標產出勝任力要求、依據勝任力要求產出課程體系。正向實施聚焦智慧館員的學習成果，使其能夠有效支撐能力指標要求，使得課程體系的教學內容、教學方法、考核內容能夠與該課程支撐的能力要求相匹配，促進學習成果的達成。

圖1 面向產出導向的智慧館員能力培養框架

1.2 研究方法

本文采用文獻計量和內容分析法，2023 年6 月30 日在中外文數據庫檢索“智慧圖書館”的相關文獻作為研究對象。在中國知網學術期刊數據庫，檢索到主題為“智慧圖書館”或“智能圖書館”的中文核心和CSSCI 收錄論文1 319篇。在Web of Science 的核心合集數據庫，檢索到主題為“smart library”or“AI library”or“intelligent library”的期刊論文3 562 篇。通過篩選排除無關文獻，最終共選取了951篇中文文獻和3 012篇英文文獻作為本文研究的分析依據，從文獻中提取和統計智慧圖書館的關鍵詞，分析智慧圖書館的業務需求。依據相關政策文件等調研國家社會對智慧圖書館的需求，初步確定智慧館員的培養目標、勝任力指標體系和課程體系。

研究采用德爾菲法，邀請專家填寫《智慧館員勝任力培養體系專家咨詢》，并根據專家反饋意見，對智慧館員勝任力要素，智慧館員的培養目標、指標體系、課程體系和評價量規體系進行迭代與修正。15 位智慧圖書館相關領域的專家參與了模型修訂，其中5 位教授/研究館員，5 位副教授/副研究館員，5 位具有博士學位的講師/館員。經過專家選擇結果匯總和修訂意見，進行了5 輪迭代，最終形成了智慧館員勝任力培養體系。

2 智慧館員的勝任力模型

2.1 勝任力模型的內涵

1973 年美國心理學家Mclelland 提出了勝任力概念[12]，隨后Boyatzis[13]和Spencer[14]相繼進行了補充完善。當前研究者以及應用勝任力的管理者更傾向于1994 年Spencer 的定義，即根據崗位的具體工作要求，勝任力是確保該崗位的工作人員能夠順利完成任務的個人能力特征結構，能將卓越成就者與表現平平者區分開來的個人動機、特質、自我形象、態度或價值觀、知識、技能等個體特征。勝任力模型（Competency Model）是核心，是指完成某一績效目標或特定任務的一系列不同勝任力要素的總和[15]。

經典勝任力模型包括冰山模型、洋蔥模型和素質冰山模型。基于崗位需求的勝任力模型，通過比對個體知識、技能、素養與崗位的匹配度，具有可觀察和可衡量性，實用性強，目前廣泛應用于企事業單位的人力資源管理[16]。經典勝任力模型要素主要有知識、技能、動機、價值觀、自我概念、社會角色等。

2.2 圖書館員的勝任力模型研究

勝任力模型在圖書館領域也得到了廣泛應用，國內外學者從多個角度構建了不同的館員勝任力模型。從圖書館類型視角分類，有公共圖書館館員勝任力模型[17]、高校圖書館館員勝任力模型[18]、醫學圖書館館員勝任力模型[19]等。從圖書館崗位視角分類，有館員培訓的角色勝任力模型[20-24]、健康館員勝任力模型[25]、數字圖書館館員勝任力[26]、咨詢館員勝任力模型[27]、數據館員勝任力模型[28]以及圖書館人力資源管理勝任力模型[29]等。

2.3 智慧館員的勝任力模型

國內外冰山理論模型相關文獻[9]和聯合國教科文組織發布的《教育中的人工智能：可持續發展的挑戰和機遇》[30]報告中提取和歸納了智慧館員的勝任力模型要素。

基于以上不同角度構建的館員勝任力模型，構建了智慧館員的主要要素：知識、技能、人格、情緒、溝通、態度、精神、素養、思維等，根據專家打分和反饋意見，迭代修訂智慧館員勝任力要素分為知識和技術技能、社會技能、品質道德和素養思維四個方面。

3 面向產出導向的智慧館員勝任力培養體系

3.1 面向國家、社會和智慧圖書館需求的智慧館員培養目標分析

2012 年國家發布了《關于促進大數據發展的行動綱要》，2017 和2020 年接連發布了新一代人工智能的發展規劃和建設指南。在大數據、物聯網和人工智能等智能技術的驅動下，2021 年“十四五”規劃的開局之年，國家發布的系列重要文件都對智慧圖書館建設提出了要求，智慧圖書館建設被提升到了國家戰略的重要層面。面對第三次信息化浪潮，我國“十四五”規劃和2035 年遠景目標綱要提出了發展“智慧圖書館”的社會信息化戰略，國務院和文旅部等單位發布了《國務院關于印發新一代人工智能發展規劃的通知》[31]、《國家新一代人工智能標準體系建設指南》[32]、《關于推動公共文化服務高質量發展的意見》、《“十四五”文化和旅游發展規劃》等系列文件，提出了加強智慧圖書館體系建設的內容和要求。

數智時代圖書館的智慧應用研究熱點有以下幾類：①人工智能的紙質圖書和期刊定位、盤點、采訪和分類等管理：包括地圖導航的移動圖書定位系統[33]、超高頻RFID 技術的智能圖書盤點系統[34]、TensorFlow 平臺的期刊論文自動分類[35]、文本分詞樸素貝葉斯分類技術的圖書智能采訪系統[36]。②機器人的圖書館智能管理：包括智能圖書盤點機器人[34]、利用機器學習實現醫學圖書館的半自動化系統評價[37]、機器人接待讀者和協助館員教學[38]等活動，數字圖書館體驗區機器人語音助理、智能問答、引導講解、導航指引、書籍檢索和讀者信息查詢等[39]。③機器處理自動化：包括自動處理文獻計量，以及通過物聯網和傳感器自動管理圖書館空間環境。④基于內容的資源管理：如智能搜索引擎等日常應用，基于自然語言處理和機器學習技術的視聽資源管理[40]，基于開源內容管理系統Omeke、國際圖像互操作框架IIIF（International Image Interoperability Framework）以及機器學習技術管理與揭示特藏資源系統[41]。⑤圖書館的知識發現應用：如數字人文使用人工智能研究圖書館的數據館藏，使用機器學習分析社交媒體數據或科學數據，挖掘已發表的文獻資源等，使用機器學習工具瀏覽館藏文本、圖像、音頻等多模態數據集合。

通過提取文獻中智慧館員勝任力的知識和技術技能維度的關鍵詞，選擇詞頻大于2 的關鍵詞按照語義合并，按技術類別分為人工智能、大數據、物聯網和業務管理等4類，每類的關鍵詞按降序排序得到如表1—4 所示的統計結果。

表1 人工智能類的關鍵詞統計結果

表2 大數據類的關鍵詞統計結果

表3 物聯網類的關鍵詞統計結果

表4 業務管理類的關鍵詞統計結果

提取文獻中智慧館員勝任力的社會技能維度、品質道德和素養思維的關鍵詞，選擇詞頻大于2 的關鍵詞按照語義合并，相關關鍵詞按降序排序分別得到如表5—7 所示的統計結果。

表5 社會技能的關鍵詞統計結果

表6 品質道德的關鍵詞統計結果

表7 素養思維的關鍵詞統計結果

綜合國家、社會需求和文獻統計結果，歸納智慧館員的培養目標為：適應智慧圖書館的發展需要，培養掌握扎實的智能技術知識和圖書情報業務技能，具備良好的計算思維和工程能力，具有社會責任感、職業道德、人文素養和創新精神，能解決智慧圖書館領域的數據、知識、業務服務和管理等復雜問題的專業人才。

目標1：針對智慧圖書館領域的復雜問題，能夠綜合應用圖書情報、智能計算、服務管理等多學科知識和技術，選擇使用合適的平臺、工具和軟件，系統開展智慧圖書館服務和管理（知識和技術技能）。

目標2：能夠就智慧圖書館的業務問題與業界同行及社會公眾進行有效溝通和交流，團隊協作完成智慧圖書館的復雜業務和管理工作（社會技能）。

目標3：堅持立德樹人，主動落實“三全育人”任務，具有強烈的社會責任感、家國情懷，遵守法律法規、職業道德和行業規范，踐行社會主義核心價值觀（品質道德）。

目標4：具有創新思維和計算思維，能為解決智慧圖書館問題不斷學習，具備適應智慧圖書館發展的能力（素養思維）。

3.2 智慧館員勝任力模型的指標體系

3.2.1 知識和技術技能維度的指標分解

（1）系統掌握人工智能、大數據、物聯網、云計算等基礎概念、原理和方法。

人工智能的核心算法有決策樹、隨機森林、神經網絡、支持向量機、聚類分析、文本挖掘、關聯規則挖掘、社會網絡分析、序列模式分析、深度學習和強化學習等。智慧館員需要理解這些人工智能算法的原理和價值，能把這些技術與現有圖書館業務的內容、資源、手段和方法深度融合。

大數據是支撐人工智能應用的重要基礎，具有數據量巨大、增長速度快、形式多樣等特點[42]。智慧圖書館亟待提供數據管理及數據素養相關的支持與服務[43]，涵蓋了全方位、立體化的綜合數據體系，新增了新媒體數據、科學數據、新型資源數據、空間數據、行業監測數據等管理和用戶數據。涉及文本、語音、圖像和視頻等模態的讀者行為、表現、心理、表情、社會、交互等大數據[44]。

智慧圖書館的物聯網應用的感知層有傳感器、RFID、ZIGBEE、Wi-Fi、GPS 等硬件設備，在用戶、任務和資源之間建立應用情景模型，實現自動管理圖書館的空間環境、資源響應和智能適配。

智慧圖書館的云服務為了降低成本，提高服務的可靠性和靈活性，將智慧圖書館的大量業務服務和存儲空間分配到云端計算機資源池，提供云計算服務模式。云服務包括物理主機、存儲設備和網絡組成的主機池、存儲池和網絡池等智慧云設備，由業務應用和桌面池組成的智慧云應用，由虛擬管理、存儲管理、負載均衡和日志監控組成的智慧云運維。

（2）能比較、選擇和應用智慧圖書館的人工智能、大數據、物聯網等平臺、工具和軟件，處理基礎數據、提供業務服務和內部管理。

智慧圖書館的數據產生、收集、編碼、存儲、服務、分析、挖掘和再利用等生命周期有大量平臺、工具和軟件。數據源層包括SQL 采集、文件采集、實時采集、HDFS 采集適配，主要有Kafka，Flume 等平臺。監控管理層包括HDFS層，MR 作業或Yarn 層，有Spark、Spark Streaming、Hive、Zookeeper 等工具。基礎數據存儲和處理中心有Spark 和Hadoop 等工具。上層應用數據中心包括各種關系型數據庫管理系統，大數據清單查詢中心包括Phoenix、HBase、HDFS、Yarn 等索引。人工智能處理數據、學習算法和模型實現需要Torch、TensorFlow、Caffe 等機器學習的平臺和各種預處理模型，圖像、文本、語音和視頻等處理工具，Python、Matlab 等開發工具。物聯網應用的Eclipse IoT、Arduino、Node-Red、DeviceHive 等平臺。

（3）能分析、設計、開發、測試和運維智慧圖書館的人工智能、大數據、物聯網等業務模塊單元和系統。

智慧館員的技術技能包括開發、測試和運維圖書館人工智能應用系統的能力。館員以系統開發角色靈活應用各種人工智能算法接口和組件，改進或開發新的圖書館人工智能處理軟件，實現最佳的圖書館業務服務和最大化地合理利用圖書館大數據。圖書館創新了服務模式，升級已有的系統或增加新的功能，需要智慧館員具有系統開發、測試和運維技能。

3.2.2 社會技能維度的指標分解

（1）能與國內外同行和讀者通過報告、文稿、陳述發言、清晰表達或回應指令等方式進行有效溝通和交流。

智慧館員需要能積極主動與國內外同行和讀者進行有效溝通和交流，完成圖書館的個性化服務和情感交流等復雜問題。圖書館智能書庫管理、機器人自助應用服務和咨詢服務、智能資源語義內容和知識服務、智慧學習中心和游戲應用服務充滿了個性化需求，需要知識、品質和技能互補的館員與用戶之間有效溝通和交流才能完成。人工智能系統能采集讀者的聲音、表情、運動、心理等體征數據，通過語音識別與合成、人臉檢測與對比、情感計算等技術構造感知和情緒系統，刻畫學習情緒肖像，但是智能系統不具有人類意識，不能與讀者進行心靈交互。智慧館員與用戶之間通過溝通表達等社會技能，建立相互信任的情感，彌補人工智能服務系統的情感不足的問題。

（2）能傾聽團隊成員意見、合作共事，能夠組織、協調和領導內部團隊開展業務服務和項目建設。

智慧圖書館的復雜問題，需要通過內部、外部和區域協同服務優化配置合理利用館際和館內資源，最大化滿足用戶的業務需求，需要智慧館員團隊協作完成。智慧圖書館隊伍建設是一項復雜的系統工程，除了年齡、學歷以及職稱外，更需要能傾聽團隊成員意見、合作共事，能夠組織、協調和領導內部團隊開展業務的團隊成員合作。

3.2.3 品質道德的能力要求

（1）能在服務過程中體現出良好的個人品質和職業道德。

智慧館員堅持德才兼備，以德為先。智慧館員應體現社會文明程度和公民道德素質，能明大德、守公德、嚴私德，具有創新勞動精神、艱苦奮斗精神、敬業奉獻精神等優秀個人品質。智慧館員的職業道德是個人內心價值取向、道德品質及道德規范等的總和。深刻地領悟智慧館員的初心使命和工作職責，通過創新工作找到職業歸屬感和工作價值，充滿工作熱情，自覺遵守職業道德和職業倫理。

（2）能在工作中踐行社會主義核心價值觀，落實“三全育人”任務。

智慧圖書館要廣泛踐行社會主義核心價值觀，深入開展社會主義核心價值觀宣傳教育。圖書館全周期全流程的業務服務和宣傳報道中傳播正確的世界觀、人生觀、價值觀。館員在資源推薦、智能信息檢索和個性化服務時，隨時注意自己的工作態度、服務意識和社會責任感，能考慮對社會、健康、安全、法律、文化、環境、社會可持續發展等因素的影響和人工智能帶來的安全倫理問題。

辦好人民滿意的教育，落實立德樹人的根本任務，培養德智體美勞全面發展的社會主義建設者和接班人。圖書館作為育人重要陣地，承擔起“三全育人”任務，智慧館員在提供服務中落實立德樹人任務。需傳承校園文化和精神、師生和同學之間的友情，與學生深層次的心靈和情感交互，及時而又溫暖的疏導、輔導和指導，實現“以人為本”的服務育人。

3.2.4 素養思維的能力要求

（1）具有較好的信息數據素養，能理解和應用計算思維處理圖書館業務。

智慧館員在分析、設計、開發和測試圖書館信息系統業務時，需要具備界定問題、抽象特征、建立模型、形成解決方案、總結遷移等計算思維。讀者行為分析、管理決策、大數據可視化、業務動態分析等系統需要智慧館員具有數據核心、數據價值、全樣本原理、效率和相關性原理，信息找人和機器懂人原理等大數據思維。

（2）具有良好終身學習能力，能跟蹤和識別智慧圖書館領域的技術發展趨勢，在設計、開發和應用智慧圖書館業務系統時體現創新思維。

智慧圖書館的技術日新月異，智慧館員需要具有不斷學習、跟蹤和識別智慧圖書館領域的技術發展趨勢，以適應新系統、新設備、新服務的意識。智慧館員在設計、開發和應用智慧圖書館業務系統時需要重構傳統圖書館的業務流程，并具有良好的人工智能理解和應用的創新思維。

3.3 培養智慧館員能力的課程體系

廣泛調研國內外圖書館、信息技術和管理學等相關課程內容，構建了支撐如表8 所示的智慧館員勝任力指標體系的課程體系：大數據基礎和項目實踐、人工智能基礎和項目實踐、智慧圖書館業務、服務心理學、高效溝通技巧、職業道德和禮儀、工程倫理、形式與政策、自我管理。課程支撐勝任力指標的關聯矩陣如表9 所示。

表8 智慧館員勝任力指標體系

表9 課程體系與能力指標的支撐矩陣

采用多種教學模式開展課程教學，根據實際工作情況策劃業務與育人相關主題的線下教學模式。通過中國大學MOOC、頭歌實踐等平臺的課程資源進行線上自主學習，結合線下翻轉課堂的混合教學模式。同時在教學過程中收集學習過程性材料，為后續評價提供可考核依據。

3.4 智慧館員的勝任力評價機制

依據面向產出導向的教育理念，全面科學地評價智慧館員的勝任力，遵循“評價內容多維化、評價主體多元化、評價方法多樣化”準則設計評價體系、評價機構、評價方法、評價周期、結果反饋等機制。由智慧館員、服務對象師生、團隊成員和圖書館領導等組成多源反饋主體，基于表10 所示的評價量規打分評價。

表10 智慧館員的勝任力評價量規（4 分制）

大數據應用和智能系統開發能力評價采用綜合項目開發，結合線上線下教學工具收集學習過程性數據和材料等方式評價。團隊協作和立德樹人能力評價采用學生、團隊成員和教師等多源反饋評價。

3.5 智慧館員隊伍持續建設保障機制

3.5.1 加強學科交叉融合，打造面向應用場景的智慧館員培養生態

智慧圖書館的應用場景是圖書情報學、計算機等多學科交叉融合的新業態，為智慧館員培養打造從圖書館的資源流通、機器人智能管理、人機智能問答、基于內容的資源管理和知識發現等服務的全流程全周期智慧圖書館服務應用場景生態。通過加強學科交叉融合，館員隊伍從智能業務需求、分析、設計、開發和運維等環節的智能應用場景生態中，不斷提高智慧館員的理論水平和實踐業務能力。館員對圖書館業務非常熟悉，對大數據和人工智能等技術理解深刻，對相關工具的應用得心應手，對圖書館業務智能處理的過程和數據能進行本質解讀，并應用大數據和計算思維不斷創新和發展智慧圖書館服務。

3.5.2 理順績效考核機制，激發館員內生動力和促進終身學習

智慧館員隊伍持續發展需要智能化和人性化的配套管理政策，考核、激勵和約束機制。智慧圖書館的改革創新工作需要有過渡期或從長遠看效果，很多工作無法全部量化，應給予充分的保護、鼓勵和激勵。數智時代的圖書館智慧服務給館員隊伍帶來了前所未有的挑戰，如何克服圖書館業務和信息技術融合帶來的革新是每位館員不可避免的問題。需要理順智慧館員的績效考核機制，利用服務過程大數據考核評價館員，充分激發館員的內生動力創新智慧圖書館服務。

基于館員隊伍的工作過程大數據、績效表現和團隊合作情況由人工智能系統自動評價，結合由館員自我、服務對象師生、團隊成員和圖書館領導等多源反饋，發掘館員隊伍的勝任力特長和優勢，精準發現館員個人和團隊的不足之處并及時反饋予以幫扶。一方面館員作為評價人角色依據勝任力指標體系評價自己和其他人的工作表現，可以更好地反思和對比自己的工作，激發工作動力。另一方面，館員作為被評價人角色，根據評價結果和勝任力指標體系，通過終身學習提升職業發展水平和能力。

4 結語

智慧館員需要什么核心能力和館員隊伍如何培養是數智時代圖書館隊伍建設的關鍵內容。本文提出了面向產出導向教育理論和勝任力模型的智慧館員能力培養體系。利用反向設計的原則，從文獻數據中提取智慧圖書館業務需求、國家政策文件和社會需求分析培養目標、勝任力指標體系和課程體系。基于正向實施的原則，計算課程目標對智慧館員勝任力指標的達成度，從而分析課程體系對指標體系和培養目標的支持情況，以期為智慧館員隊伍建設提供一些可借鑒參考的模式。