AIGC在高校圖書館智慧服務中的應用探索

[摘 要]AIGC技術的出現為高校圖書館智慧服務建設指明了方向。在調研高校圖書館智慧服務建設現狀的基礎上，結合AIGC技術，提出了一站式檢索咨詢服務、個性化推薦服務以及個人定制化信息素養教育培訓服務3個智慧服務建設方向。針對AIGC技術在高校圖書館智慧服務的應用，提出4條建議：建立數據驗證制度，增添用戶反饋功能；建立數據應用管理制度；優化語言模型，開展學科知識訓練；培訓現有館員，引進外部知識力量。

[關鍵詞]AIGC 高校圖書館 智慧服務

[分類號]G250

1 引言

科學技術的飛速發展不僅給人們的生活帶來許多便利，也使人們各方面的需求發生了變化。作為提供公共信息服務的專門機構，圖書館也緊跟潮流，積極擁抱新興科技，以滿足用戶日益變化的服務需求。從最初的圖書館1.0到現在的圖書館3.0，信息技術和網絡技術的發展使圖書館變得更加智慧，為用戶提供的服務也更加注重個性化。2022年底，火爆全球的ChatGPT讓人們注意到AIGC技術，也為圖書館進一步提升服務智慧化、個性化程度指明了方向[1]。國內外許多學者也開始針對ChatGPT等AIGC技術在圖書館中的應用展開研究，但目前相關研究成果均較少，國內略多于國外。在研究主題上，國外主要有ChatGPT等AIGC技術在圖書館中的應用[2-4]、對圖書館的影響[5-6]以及在圖書館聊天機器人中的應用[7]。國內研究主題與國外整體較為相似，但研究方向更加多樣化，既有ChatGPT等AIGC技術在圖書館整體服務的應用研究[8-11]，也有在智慧圖書館服務的應用研究[12-14]，還有在圖書館某一服務中的應用研究，如數字素養教育[15]、圖書館知識服務[16]、虛擬數字人[17]等。這些研究大多是針對圖書館整體，沒有細化到不同類型的圖書館。高校圖書館的用戶主要為大學生和高校教職工，面臨的用戶需求有其特殊性，與其他類型圖書館存在差異。為幫助高校圖書館更好地服務用戶，筆者就目前高校圖書館智慧服務開展情況展開調研，分析發展存在的困境，并結合AIGC技術指出未來建設方向。

2 高校圖書館智慧服務發展現狀

一般來說，高校學術水平越高，國家對其發展的支持力度越大。新時代，需要大量高水平的學術研究和科研成果，從而推動科技創新，支持社會發展，提升我國的科技競爭力和國際影響力。高校圖書館智慧服務建設不僅要求較高的技術水平，同時需要大量的資金支持。因此，選擇學術水平較高的高校圖書館作為調研對象可以更好地展示我國高校圖書館智慧服務發展現狀。軟科世界大學學術排名（ShanghaiRanking's Academic Ranking of World Universities，ARWU）、U.S. News世界大學排名（U.S. News amp; World Report Best Global Universities Rankings，U.S. News）、QS世界大學排名（Quacquarelli Symonds World University Ranking，QS）、泰晤士高等教育世界大學排名（Times Higher Educatioin World University Rankings，THE）是國際上最具影響力的四大學科評價指標體系[18]。筆者選取ARWU 2022、US News 2022—2023、QS 2024以及THE 2023前兩百名中的中國高校并集（共28所）作為研究對象，采用網絡調研法，依次訪問各高校圖書館官網及公眾號，統計各館的智慧服務開展狀況，結合已有研究和調研情況[19]，從智慧發現、智慧推薦、智慧咨詢以及智慧教育與培訓4項智慧服務展開分析，28所高校名單及智慧服務開展情況詳見表1。

2.1 智慧發現服務

為了整合不同類型的信息資源，提高檢索效率，28家高校圖書館均提供了智慧發現服務。其中，17家高校圖書館提供一站式檢索服務，10家高校圖書館分別提供中文檢索服務和外文檢索服務，一家高校圖書館僅提供中文檢索服務。由此看來，各高校圖書館在智慧發現服務方面整體上發展建設較好，但各館的應用程度和廣度有所差異，未來可結合AIGC等技術有針對性地進行升級改造。

2.2 智慧推薦服務

智慧推薦服務可通過用戶行為分析，幫助用戶發現符合其興趣的內容，為用戶提供個性化推薦服務。目前28家高校圖書館提供的大多是通用推薦服務，如熱門借閱、教授推薦閱讀、“每周一書”等。事實上，用戶在高校圖書館中的各種行為均已被記錄下來，存儲在高校圖書館數據庫中，但是這些數據尚未得到充分利用，故而沒有為用戶提供智慧推薦服務。在這些高校圖書館中，22家提供了年度閱讀報告，其中4家在此基礎上提供了個人年度閱讀報告。但這些閱讀報告僅是對用戶借閱記錄、進館次數等情況的簡單統計分析。中國科學院大學圖書館則在統計分析的基礎上進行了升級，為用戶提供智能推薦、人工智能引擎等智慧推薦服務。此服務可以根據用戶興趣為其借閱需求提供個性化的書籍推薦，但筆者訪問時該功能處于暫停維護狀態（訪問日期為2023年8月16日）。人工智能推薦嵌入了科技文獻知識AI引擎（SciAIEngine）[20]，為用戶提供了投稿期刊推薦（輸入摘要，自動推薦投稿期刊）、審稿人推薦（后臺更新、暫停使用）以及正在完善的其他功能（關鍵詞識別、科技文獻分類、語步識別、命名實體識別、概念定義句識別、文本標題生成）。雖然目前大多數高校圖書館的智慧推薦服務仍處于通用推薦階段，但已有高校圖書館推出了一些真正意義上的智慧推薦服務，相信未來各高校圖書館智慧推薦服務會更加個性化。

2.3 智慧咨詢服務

智慧咨詢服務即利用智能技術為用戶提供個性化、智能化咨詢服務，包括快速資源定位、特定主題咨詢等。目前，28家高校圖書館均為用戶提供了多種咨詢渠道，如電話、郵箱等。其中，14家高校圖書館提供了智能機器人問答服務，8家高校圖書館在指定時間段內提供館員在線咨詢服務。這些智能機器人問答服務多通過預設關鍵詞實現，當用戶的輸入信息包含這些關鍵詞時，機器人返回相應的輸出，智能程度較低且只能回答預先設定的問題，當用戶提出更加復雜的問題時，機器人則無法回答。為了滿足不同學科背景用戶的需求，19家高校圖書館設置了學科館員并提供聯系方式。高校圖書館可以結合AIGC技術，利用海量數據訓練智能機器人，提高其智慧化程度，從而為用戶提供一站式咨詢服務。

2.4 智慧教育與培訓服務

智慧教育與培訓服務主要是指高校圖書館為提高用戶信息素養而提供的服務。經調研，28家高校圖書館均會定期舉辦信息素養相關講座培訓，22家開設了線下信息素養通識課，22家提供了線上信息素養學習資源，5家提供了定制信息素養培訓服務。但目前提供的定制信息素養培訓服務只是針對學院、班級、科研團隊等開設，尚無高校圖書館提供針對個人的定制信息素養培訓服務。現有定制信息素養培訓服務一般是團體向圖書館預約，提出需求，圖書館根據需求和團隊學科背景定制信息素養培訓課程和講座。這種流程導致每次的信息素養培訓服務定制耗時較長，且無法針對個人提供。結合現代信息技術和智能技術，高校圖書館可以實現針對個人的信息素養培訓服務。目前，定制信息素養培訓服務的出現表明高校圖書館已經注意到智慧教育與培訓服務的個性化需求，相信針對個人的信息素養培訓服務也即將出現。

總的來看，28家高校圖書館在各項智慧服務方面均有所進展，但各館之間進展差異較大，整體智慧化程度仍有待提升。

3 AIGC在高校圖書館智慧服務中的應用方向

目前，高校圖書館在智慧服務各方面均取得了一定進展，但智慧程度仍然較低。為了提高智慧程度，高校圖書館可借助新興技術對各項服務進行升級改造。ChatGPT的爆火將AIGC技術引入大眾視野，其強大的自然語言處理、知識存儲和檢索等能力為高校圖書館智慧服務建設提供了新的方向[21]。基于高校圖書館智慧服務建設的現實問題，筆者從一站式檢索咨詢服務、個性化推薦服務、個人定制化信息素養教育培訓服務3個方面分析AIGC技術在高校圖書館智慧服務中的應用方向。

3.1 一站式檢索咨詢服務

現有高校圖書館基本將檢索服務和咨詢服務分隔開。在檢索服務方面，多數高校圖書館提供了一站式中外文檢索服務，少數提供中文+外文檢索服務，極個別僅提供中文檢索服務。在咨詢服務方面，多數高校圖書館在官方網站提供了FAQ、各部門聯系方式等版塊，用戶咨詢效率較低，咨詢服務智慧化程度也較低。檢索服務和咨詢服務本質上是相同的，即用戶提出需求，圖書館給出答復。高校圖書館可以借鑒ChatGPT等大型語言模型，利用AIGC技術構建或升級智能聊天機器人，將檢索服務和咨詢服務融為一體，為用戶提供一站式檢索咨詢服務。

在利用AIGC技術構建圖書館智能聊天機器人時，要先確定智能聊天機器人的功能范圍，如可以提供哪些服務內容，滿足用戶的哪些需求等。這一步可以通過調研圖書館現有檢索和咨詢服務內容、咨詢館員、問卷征集用戶意見等確定。功能范圍確定后，需要收集和整理訓練智能聊天機器人的數據。這些數據可以來自圖書館FAQ、用戶咨詢記錄、圖書館已有資源描述等，但要確保數據的準確性。接著需要選擇合適的構建智能聊天機器人的平臺和工具，高校圖書館可以根據自身特點、需求等進行選擇，如Rasa、Microsoft Bot Framework、Dialogflow等。根據功能范圍和訓練數據，構建智能聊天機器人的知識庫和語言模型。引入自然語言處理技術，幫助智能聊天機器人更好地理解用戶的問題。經過多次迭代，不斷收集用戶反饋和問題，優化智能聊天機器人性能，提升用戶體驗。最后，將構建好的智能聊天機器人部署到選定的平臺并整合到圖書館系統中，為用戶提供一站式檢索咨詢服務。

3.2 個性化推薦服務

用戶在使用圖書館資源時會產生大量的行為數據，這些行為數據均存儲在圖書館數據庫中。目前，高校圖書館已經開始利用用戶的行為數據，雖然只是簡單的統計分析，但也表明高校圖書館開始意識到這些數據的重要性。AIGC技術的發展也為高校圖書館充分利用這些數據提供了技術支持。結合AIGC、機器學習、自然語言處理等技術，高校圖書館可以對用戶數據進行分析，從而更好地為用戶提供個性化服務。

在借助AIGC技術為用戶提供個性化推薦服務時，高校圖書館需要先收集用戶的行為數據，除了用戶行為數據外，還可以引入豆瓣榜單等外部數據，這些數據將作為個性化推薦的基礎。接下來需要對這些數據進行清洗、特征提取、標準化等一系列操作，以便AIGC算法進一步處理。在此基礎上，選擇AIGC模型，將用戶行為數據與相關的資源連接起來訓練AIGC模型，使其學習用戶的興趣偏好。在訓練過程中，需要大量的訓練數據和足夠的算力基礎。訓練完成后，可以利用AIGC模型計算用戶之間的相似度，幫助用戶發現具有相似興趣偏好的其他用戶，還可以根據相似用戶的偏好為當前用戶進行個性化推薦，并將個性化推薦服務系統應用到圖書館系統中，進行實時個性化推薦。同時，可以設置用戶反饋與評價，幫助優化個性化推薦算法，進一步提高推薦準確性。此外，用戶的興趣偏好會隨著外部環境和自身內部因素不斷變化，因此AIGC模型需要不斷學習和更新，為用戶提供實時準確的個性化服務。

3.3 個人定制化信息素養教育培訓服務

囿于資金短缺等外部因素以及人員缺少等內部因素，高校圖書館目前無法針對個人提供定制化信息素養教育培訓服務，但現有高校圖書館信息素養教育培訓服務逐漸由通用課程和講座培訓擴展到團體定制化課程和講座培訓，這表明高校圖書館逐漸意識到培訓對象的差異性，并采取了一定的措施。AIGC技術可以幫助高校圖書館為用戶提供個人定制化信息素養教育培訓服務。

不同用戶的信息素養能力存在差異，在提供個人定制化信息素養教育培訓服務時，需要評估用戶的信息素養能力，查找其薄弱位置，確定培訓重點，結合用戶興趣制定個性化信息素養教育培訓服務。收集信息素養培訓相關的資源，包括視頻、文本、音頻等多種類型的資源，提取資源特征，并將這些資源轉化為AIGC算法可以處理的格式。根據評估結果和用戶興趣，將用戶和相關的培訓資源連接起來用于訓練AIGC模型。訓練完成后，將AIGC模型嵌入圖書館系統，為用戶生成量身定制的信息素養培訓課程，并根據用戶學習進展和反饋，實時調整課程，提供更具針對性的信息素養教育培訓服務。

4 AIGC在高校圖書館智慧服務應用中的問題與應對

新技術的應用往往伴隨著機遇和挑戰，AIGC技術在高校圖書館智慧服務中的應用同樣有一些問題需要積極應對。

4.1 AIGC在高校圖書館智慧服務應用中的問題

（1）數據準確性不足

高校圖書館的服務對象是大學生和高校教職工，服務內容涉及多個學科領域。隨著社會發展，不同學科發展的速度不同，研究成果也日新月異。用于一站式檢索咨詢服務的AIGC模型訓練數據往往具有時效性，訓練后的數據若缺乏變化與更新，AIGC提供的信息可能會過時或缺乏準確性。數據準確性不足不僅影響AIGC回答的可信性，還影響用戶的滿意度。

（2）數據隱私泄露

個性化推薦服務需要使用用戶數據訓練AIGC模型，包括個人信息和行為記錄。用戶在使用高校圖書館提供的個性化服務時往往需要提供賬號與密碼登錄，并且該賬號密碼一般具有通用性，與校園卡關聯，可用于登錄高校其他服務網站（如教務網站）、各類數據庫登錄驗證等。當這些數據沒有被正確處理和保護時，就會導致用戶隱私泄露，甚至導致數據庫被不合理使用，影響其他用戶的正常使用。此外，一些高校圖書館可能會選擇與企業合作為用戶提供個性化服務，如果沒有嚴格控制，可能會造成用戶數據被企業濫用。另外，AIGC在開發和部署中可能會存在漏洞，導致用戶數據被非法獲取等。

（3）語義理解限制

AIGC技術在處理用戶提問時，受限于問題的上下文、多義詞等，導致AIGC無法準確理解用戶問題的真實意圖，從而給出誤導性回答。當用戶通過隱喻、比喻等多種表達方式進行提問時，AIGC可能也無法理解用戶問題的具體含義。社會需求的變化使得不同學科之間開始交叉融合，產生了一些新興學科。當用戶的問題涉及新興學科或使用了復雜的學術語言和專業術語時，AIGC由于缺乏相關學科知識，可能無法給出精確的答案。

（4）館員相關專業技能缺乏

雖然應用AIGC技術可以幫助館員降低工作量、提升工作效率，但這并不意味著AIGC應用和館員是相互分隔的。館員需要掌握AIGC相關的技術能力才能使其更好地在高校圖書館智慧服務中發揮作用。如果沒有相關的技能經驗，館員將無法使用和管理AIGC技術，影響其應用效果。AIGC技術應用后，館員應具備AIGC監督和調整能力，包括監測AIGC回答的準確性、調整算法、優化模型等。

4.2 AIGC在高校圖書館智慧服務應用中的應對策略

AIGC技術應用在高校圖書館智慧服務中可能會存在一些問題，但這些問題并非無法解決的，需要采取針對性措施來規避這些風險，使AIGC技術更好地助力高校圖書館智慧服務建設。

（1）建立數據驗證制度，增添用戶反饋功能

AIGC模型的訓練數據來源多樣，并且可能隨著時間變化不斷更新，因此高校圖書館需要建立數據驗證制度，定期檢查數據時效性，將發生變化的數據及時修改更新，將新生的數據納入AIGC模型。數據驗證往往是周期性的，對于一些數據錯誤或數據更新可能無法及時捕捉到，因此需要增添用戶反饋功能，幫助圖書館及時發現錯誤，并進行修改更新。

（2）建立數據應用管理制度

為了保護用戶的數據隱私，高校圖書館需要建立涵蓋數據使用、數據保護、數據安全等的數據應用管理制度。對于用戶的數據，需要限制不同人員的訪問范圍，確保僅授權人員可以訪問。在存儲和傳輸用戶數據時，應對其進行加密或匿名化處理，確保其安全存儲和傳輸，降低用戶數據泄露的風險。在與企業合作開發個性化推薦服務時，應仔細審查其數據保護條例，確保企業合理使用和保護用戶數據。同時，高校圖書館可以制定風險評估政策，定期審查數據隱私相關的風險，發現問題并及時解決。

（3）優化語言模型，開展學科知識訓練

高校圖書館在應用AIGC技術時可以結合實際情況選擇適合的語言模型，當現有語言模型無法滿足需求時可以更換更高級的語言模型，提高AIGC對于上下文、多義詞等的理解能力。在與用戶交互時，可以設置引導性問答和反饋機制，通過多次問答和用戶反饋確定用戶的真實意圖，提高語義理解能力。對于新興學科和學術術語，及時將其納入AIGC模型的訓練數據中，提高AIGC對新興事物和復雜學術術語的理解，從而提供更準確的回答。

（4）培訓現有館員，引進外部知識力量

對于已有館員，可以通過相關培訓，提高AIGC相關的技術能力，幫助AIGC更好地在智慧服務中發揮作用。圖書館在招聘新館員時可以選擇具有AIGC相關技術背景的人員，以便新館員可以快速上手AIGC相關服務。同時，也可以讓技術能力較強的館員與技術能力較弱的館員結對，提升館員整體的技術水平。此外，高校圖書館可以牽頭建立AIGC實驗室，與其他院系科研團隊合作，共同探討AIGC技術，為用戶提供更好的服務和支持。

5 結語

目前，各高校圖書館在智慧服務方面均采取了一些行動，取得了一定的成果，但總體而言，其智慧化程度仍然有待進一步提高。將AIGC技術應用在圖書館智慧發現、智慧推薦、智慧咨詢、智慧教育與培訓服務中，建立一站式檢索咨詢、個性化推薦以及個人定制化信息素養教育培訓服務，可以幫助高校圖書館提升智慧化程度，為用戶提供更好的體驗效果。高校圖書館在應用AIGC技術時應注意潛在的數據準確性不足、數據隱私泄露、語義理解限制、館員相關專業技能缺乏等問題，可通過建立數據驗證制度，增添用戶反饋功能；建立數據應用管理制度；優化語言模型，開展學科知識訓練；培訓現有館員，引進外部知識力量等措施規避潛在的風險。AIGC技術將助力高校圖書館不斷創新，為用戶提供更好的智慧服務。

參考文獻：

[1] OpenAI. Introducing ChatGPT[EB/OL]. [2023-08-16].https：//openai.com/chatgpt.

[2] Frederick D E. ChatGPT： a viral data-driven disruption in the information environment[J]. Library Hi Tech News，2023（3）：4-10.

[3] Oyelude A A. Much ado about ChatGPT： libraries and librarians perspectives[J]. ibrary Hi Tech News，2023（3）：15-17.

[4] Adetayo A J. Artificial intelligence chatbots in academic libraries： the rise of ChatGPT[J]. Library Hi Tech News，2023（3）：18-21.

[5] Lund B D，Wang T. Chatting about ChatGPT： how may AI and GPT impact academia and libraries？[J].Library Hi Tech News，2023（3）：26-29.

[6] Cox C，Tzoc E. ChatGPT Implications for academic libraries[J].College and Research Libraries News，2023（3）：99-102.

[7] Panda S，Kaur N. Exploring the viability of ChatGPT as an alternative to traditional chatbot systems in library and information centers[J].Library Hi Tech News，2023（3）：22-25.

[8] 周旭.機遇與挑戰：Chat GPT普及背景下圖書館的應對分析[J].圖書館，2023（6）：34-41，48.

[9] 蔡子凡，蔚海燕.人工智能生成內容（AIGC）的演進歷程及其圖書館智慧服務應用場景[J].圖書館雜志，2023（4）：34-43，135-136.

[10] 李書寧，劉一鳴.ChatGPT類智能對話工具興起對圖書館行業的機遇與挑戰[J].圖書館論壇，2023（5）：104-110.

[11] 李穎婷.生成式人工智能給圖書館帶來的機遇、挑戰及應對策略[J].圖書與情報，2023（2）：42-48.

[12] 趙楊，張雪，范圣悅.AIGC驅動的智慧圖書館轉型：框架、路徑與挑戰[J].情報理論與實踐，2023（7）：9-16.

[13] 張慧，佟彤，葉鷹.AI 2.0時代智慧圖書館的GPT技術驅動創新[J].圖書館雜志，2023（5）：4-8.

[14] 儲節旺，杜秀秀，李佳軒.人工智能生成內容對智慧圖書館服務的沖擊及應用展望[J].情報理論與實踐，2023（5）：6-13.

[15] 龔芙蓉.ChatGPT類生成式AI對高校圖書館數字素養教育的影響探析[J].圖書情報知識，2023（5）：97-106，156.

[16] 郭亞軍，等.ChatGPT賦能圖書館知識服務：原理、場景與進路[J].圖書館建設2024（3）：60-68.

[17] 郭亞軍，等.ChatGPT賦能圖書館虛擬數字人：技術優勢、應用場景與實踐路徑[J].圖書館論壇：2024（8）：69-79.

[18] 徐蓉，魏雅琛，李文靜.國際學科排名指標體系對我國藥學學科發展的啟示——基于ARWU、US News、QS、THE學科排名的對比分析[J].中國藥科大學學報，2020（2）：240-248.

[19] 趙蘋.基于“互聯網+”的高校圖書館智慧服務現狀調查與分析——以39所“985工程”高校圖書館為例[J].圖書館工作與研究，2019（5）：42-48.

[20] 中國科學院文獻情報中心.科技文獻知識人工智能引擎[EB/OL].[2023-08-16].http：//sciengine.las.ac.cn/.

[21] 王靜靜，葉鷹，王婉茹.GPT類技術應用開啟智能信息處理之顛覆性變革[J].圖書館雜志，2023（5）：9-13.

張 慧 女，1992年生。博士，講師。研究方向：定量信息分析、科學計量。系本文通訊作者。

石肖肖 女，1999年生。碩士研究生在讀。研究方向：科學計量、圖書館建設。

（收稿日期：2023-10-16；責編：徐向東。）