生成式AI驅(qū)動高校圖書館知識服務(wù)創(chuàng)新：原理、場景及路徑探析

中圖分類號：G250 文獻(xiàn)標(biāo)識碼：ADOI：10.13897/j. cnki. hbkjty.2025.0002

0 引言

2022年底，隨著美國OpenAI公司推出的新一代ChatGPT模型的爆火，生成式人工智能模型像沉寂多年的火山噴發(fā)，引燃了新一輪的人工智能革命，帶領(lǐng)人們向數(shù)智時代邁進(jìn)了一大步。以ChatG-PT為代表的一系列生成式AI模型的出現(xiàn)，意味著自然語言處理技術(shù)進(jìn)入了一個里程碑式的階段，推動了語言交互服務(wù)、信息組織服務(wù)等功能的智慧化發(fā)展[。中國通信院先后發(fā)布《可信AI大模型標(biāo)準(zhǔn)體系》《人工智能生成內(nèi)容（AIGC）白皮書（2022年）》，無一不在表示傳統(tǒng)的內(nèi)容生產(chǎn)方式正在向模型化生成的方向轉(zhuǎn)變。與此同時，各行各業(yè)都在尋求AI賦能，從而實(shí)現(xiàn)服務(wù)的轉(zhuǎn)型升級，以圖書館為代表的文化產(chǎn)業(yè)也不例外。圖書館作為知識保存和交流的主要機(jī)構(gòu)，一直與人類社會發(fā)展態(tài)勢相適應(yīng)[2。正如印度著名圖書館學(xué)家阮綱納贊所言，“圖書館是生長著的有機(jī)體”，圖書館界和圖書館人始終追求著轉(zhuǎn)型升級，從藏書樓到現(xiàn)代圖書館，再到如今智慧圖書館，圖書館的空間和服務(wù)一直在不斷生長著。作為高等教育的重要支撐，高校圖書館不僅承擔(dān)著知識傳播的基本職能，更肩負(fù)著支持教學(xué)、促進(jìn)科研、培養(yǎng)創(chuàng)新人才的重要使命。高校圖書館的用戶群體主要由學(xué)生、教師和研究人員組成，他們對專業(yè)化、個性化的知識服務(wù)需求尤為迫切[3]。在數(shù)字化轉(zhuǎn)型的浪潮中，高校圖書館面臨著如何更好地整合多元化學(xué)術(shù)資源、提供精準(zhǔn)的學(xué)科服務(wù)、支持跨學(xué)科研究等挑戰(zhàn)。AI技術(shù)的出現(xiàn)，促使學(xué)者思考人工智能與圖書館服務(wù)的可結(jié)合點(diǎn)。

事實(shí)上，高校圖書館界學(xué)者已廣泛關(guān)注到生成式AI帶來的變革。葉飛等4以知識服務(wù)為導(dǎo)向，結(jié)合人機(jī)交互技術(shù)構(gòu)建高校圖書館智慧空間；羅飛等[5]分析大語言模型底層原理，探討其嵌入圖書館知識服務(wù)的價(jià)值機(jī)理和風(fēng)險(xiǎn)范式；李書寧等以ChatGPT為例分析人工智能技術(shù)為圖書館界帶來的機(jī)遇；王毅等探討了類ChatGPT人工智能在圖書館智慧服務(wù)中的應(yīng)用場景與思考；潘瓊8圍繞“人工智能 + 圖書館\"模式構(gòu)建高效智慧服務(wù)體系，提出建設(shè)智能化圖書管理系統(tǒng)，搭建智能問答資訊服務(wù)系統(tǒng)等方案；黃凱探討AIGC技術(shù)如何助力圖書館高質(zhì)量發(fā)展；柯平等[1]重點(diǎn)研究生成式AI在智慧圖書館建設(shè)中發(fā)揮的作用；蔡子凡等[11闡述了AIGC技術(shù)如何賦能圖書館智慧服務(wù)，并對應(yīng)用場景進(jìn)行了詳細(xì)闡述。

現(xiàn)有研究為生成式AI與圖書館的應(yīng)用結(jié)合提供了廣泛的理論基礎(chǔ)，但存在“重應(yīng)用、輕理論\"的問題，研究大多深人分析大模型的可應(yīng)用場景，對AI底層技術(shù)原理的分析不足，這可能導(dǎo)致對生成式AI在高校圖書館知識服務(wù)中的潛力和局限性認(rèn)識不足，從而影響其在實(shí)際應(yīng)用中的效果和可持續(xù)性?；诖?，本研究自下而上從生成式AI的底層技術(shù)原理出發(fā)，深入分析其核心功能特點(diǎn)，并與高校圖書館知識服務(wù)的具體需求相結(jié)合，探討其在高校圖書館知識服務(wù)中的應(yīng)用場景，并正視目前的功能邊界與應(yīng)用的現(xiàn)實(shí)風(fēng)險(xiǎn)，最后提出生成式AI技術(shù)助力知識服務(wù)轉(zhuǎn)型升級的參考路徑，希望能為高校圖書館知識服務(wù)創(chuàng)新發(fā)展提供新的思路與視角。

1生成式AI賦能高校圖書館知識服務(wù)的技術(shù)原理

生成式AI系統(tǒng)（GenerativeAI即生成式人工智能系統(tǒng)，是基于大規(guī)模預(yù)訓(xùn)練模型（LargeLanguageModel，LLM的人工智能技術(shù)驅(qū)動的自然語言處理工具，其擅長有目的性地演繹創(chuàng)造，具有優(yōu)秀的多模態(tài)信息內(nèi)容生成、智能信息處理、語義識別等功能[12]。其所具備的出色技術(shù)優(yōu)勢與圖書館知識服務(wù)的變革需求不謀而合。本文通過分析生成式AI底層的人類反饋強(qiáng)化學(xué)習(xí)、Transformer架構(gòu)和上下文學(xué)習(xí)等技術(shù)基礎(chǔ)，探討其賦能高校圖書館知識服務(wù)的結(jié)合點(diǎn)，技術(shù)原理如圖1所示。

1.1基于人類反饋強(qiáng)化學(xué)習(xí)技術(shù)的語言交互能力

人類反饋強(qiáng)化學(xué)習(xí)（ReinforcementLearningfromHumanFeedback，RLHF）是一種強(qiáng)化學(xué)習(xí)方法，通過人類反饋來指導(dǎo)智能系統(tǒng)的行為[13]。智能系統(tǒng)會通過人類給予的正向或負(fù)向反饋來調(diào)整自己的行為策略，采取更加契合人類需求的行為，這種方法改進(jìn)了傳統(tǒng)強(qiáng)化學(xué)習(xí)中需要大量試錯的問題，使得智能系統(tǒng)更加高效快速地學(xué)習(xí)任務(wù)。同時，人類反饋強(qiáng)化學(xué)習(xí)技術(shù)的應(yīng)用使得AI的語言習(xí)慣更加貼近人類，能夠理解用戶的提問，并通過用戶的指示調(diào)整答案，最終生成符合用戶需求的內(nèi)容。高校圖書館面向的是知識服務(wù)專業(yè)要求較強(qiáng)的用戶群體，面臨著更加專業(yè)化的提問，強(qiáng)大的理解能力和根據(jù)用戶輸入調(diào)整的反饋機(jī)制將進(jìn)一步提升交互體驗(yàn)[14]

1.2基于Transformer變換器架構(gòu)模型的信息組織能力

Transformer模型是由谷歌團(tuán)隊(duì)于2017年發(fā)表的《Attention is All You Need》[15]一文中提出的，其在自然語言處理的多個任務(wù)上已經(jīng)取得了非常好的效果，已經(jīng)是大語言模型搭建的主流框架?；谄溟_發(fā)的語言模型能夠充分掌握數(shù)據(jù)集的全面信息，有效識別數(shù)據(jù)集中的依賴關(guān)系，并且Trans-former架構(gòu)在大型語料庫上表現(xiàn)較好。隨著學(xué)科交叉融合趨勢的加強(qiáng)，跨學(xué)科的知識整合服務(wù)對高校圖書館的信息組織能力提出了更高的要求。有了Transformer架構(gòu)技術(shù)的加持，高校圖書館所面臨的信息資源的爆炸性增長與有效組織之間的矛盾將得到一定緩解。

1.3基于上下文學(xué)習(xí)的知識推理能力

上下文學(xué)習(xí)能力（In—ContextLearning，ICL）是提高智能模型在自然語言處理任務(wù)上表現(xiàn)的高效提示技術(shù)，對其的研究最早是由Brown等人進(jìn)行的，他們發(fā)現(xiàn)隨著模型權(quán)重參數(shù)的增大，模型對上下文信息的應(yīng)用也就越充分，ICL能力也有額外的增加，不需要改變大模型的任何參數(shù)，僅通過調(diào)整prompt的方式就能夠驅(qū)動大模型進(jìn)行個性化推薦。借助思維鏈技術(shù)（CoT），通過詳細(xì)的prompt方式引導(dǎo)大模型將大問題拆解成幾個具體的小問題，按步推理，從而使得其生成的內(nèi)容更加準(zhǔn)確可靠。這一技術(shù)加持使得人們不需要調(diào)整模型參數(shù)，非專業(yè)人士也可以僅通過調(diào)整prompt提示，訓(xùn)練一個有針對性的大模型從而滿足不同需求下的知識推理和個性推薦。相較于公共圖書館，高校圖書館在外購資源方面更為豐富，但其在自建數(shù)據(jù)庫整合能力上稍顯不足，現(xiàn)有的很多專業(yè)知識庫呈現(xiàn)孤立狀態(tài)，難以實(shí)現(xiàn)知識關(guān)聯(lián)和知識發(fā)現(xiàn)[16]。這不僅限制了高校圖書館支持跨學(xué)科研究的能力，也影響了對學(xué)生和教師的全面知識服務(wù)，生成式AI的出現(xiàn)為解決這一問題提供了新的可能。

2生成式AI在高校圖書館知識服務(wù)中的應(yīng)用場景

通過對生成式AI底層技術(shù)原理的分析可知，生成式AI的強(qiáng)大交互能力、信息組織能力和個性化推薦能力與高校圖書館知識服務(wù)升級的需求不謀而合，將有望引領(lǐng)高校圖書館知識服務(wù)的咨詢問答、知識整合和個性化推薦等場景實(shí)現(xiàn)創(chuàng)新性變革。

2.1 咨詢問答場景

在人工智能發(fā)展的浪潮中，技術(shù)的革新給圖書館的服務(wù)方式也帶來了明顯的變化。從“閉架制\"到“開架制\"再到自助借還，從紙質(zhì)文獻(xiàn)到電子文獻(xiàn)再到電子圖書館，技術(shù)加持極大地分擔(dān)了館員的工作并推動了圖書館的知識服務(wù)轉(zhuǎn)型升級。傳統(tǒng)的參考咨詢服務(wù)逐漸被智能化咨詢服務(wù)所取代，不少高校圖書館已經(jīng)率先引入聊天機(jī)器人或具身機(jī)器人以提供參考咨詢服務(wù)，但受限于一些客觀因素，目前高校圖書館的咨詢問答服務(wù)仍存在一定局限性，如無法支持24小時隨時在線的參考咨詢服務(wù)、難以承接高校師生專業(yè)性較強(qiáng)的問題等。在人類反饋強(qiáng)化學(xué)習(xí)技術(shù)的加持下，生成式AI一方面能夠促使咨詢問答服務(wù)便捷化，高校圖書館可將生成式AI接入到具身智能人或網(wǎng)站中，從而提供全天候的咨詢問答服務(wù)。有別于傳統(tǒng)咨詢問答只能回答固定問題或一問一答形式，生成式AI支持就一個問題進(jìn)行多輪對話，便于對問題展開深入討論，促進(jìn)用戶思考和交流。另一方面，生成式AI所具備的學(xué)習(xí)能力與搜索能力，使得其能在短時間內(nèi)了解領(lǐng)域知識，對高校圖書館高科研、高學(xué)術(shù)需求的用戶問題也能給予專業(yè)可靠的回答參考，保證了高校圖書館知識服務(wù)的專業(yè)性。

2.2 知識整合場景

隨著Web3.0時代的到來，圖書館一直致力于從傳統(tǒng)模式向智慧圖書館轉(zhuǎn)型，這種轉(zhuǎn)型不單單是文獻(xiàn)資源的獲取方式發(fā)生了變化，更核心的內(nèi)容在于圖書館提供的服務(wù)也向智能化轉(zhuǎn)變。智慧圖書館的核心目標(biāo)是提供智慧化的“知識服務(wù)”[17]，預(yù)先的知識組織是提供知識服務(wù)的基礎(chǔ)，知識組織的質(zhì)量將對知識服務(wù)的好壞產(chǎn)生決定性的影響[18]。隨著信息的爆炸性增長與跨學(xué)科知識體系的融合趨勢，傳統(tǒng)的知識服務(wù)已經(jīng)不能很好滿足用戶需求，生成式人工智能的出現(xiàn)，為高校圖書館知識組織的優(yōu)化提供了新的思路。首先，生成式AI具有優(yōu)秀的跨模態(tài)交互功能，能夠在文本、圖像、音頻之間跨模態(tài)生成。高校圖書館館藏資源豐富多樣，生成式AI能夠自由處理結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，挖掘其中的關(guān)聯(lián)，并以用戶需要的形式返回結(jié)果。這一功能的實(shí)現(xiàn)不僅能夠?qū)⒏咝D書館員從單一的人工統(tǒng)計(jì)館藏資源的重復(fù)性勞動中解放出來，還可以全方位梳理目前館藏多類型資源之間的關(guān)聯(lián)以及多學(xué)科之間的融合趨勢，通過預(yù)先規(guī)定的分類方法實(shí)現(xiàn)跨學(xué)科知識的資源重組，從而實(shí)現(xiàn)館藏資源的高水平利用。其次，生成式人工智能還具有強(qiáng)大的機(jī)器學(xué)習(xí)能力，通過對資源的深入閱讀，能夠通過對大量文本的語義挖掘、主題識別、詞共現(xiàn)分析等形成細(xì)粒度的知識重組，向高校圖書館的用戶提供深入的分析總結(jié)，提高了用戶對資源的獲取效率。

2.3知識個性化推薦場景

在人工智能和互聯(lián)網(wǎng)時代，根據(jù)用戶個人習(xí)慣量身定做信息推送使得用戶黏性更高。目前，圖書館的主流推薦模式仍是基于用戶的借閱記錄進(jìn)行偏好猜測，推薦相關(guān)書目，單一維度的推薦模式并不能很好地與用戶需求匹配，且高校圖書館用戶在科研方面對跨學(xué)科領(lǐng)域的文獻(xiàn)需求逐漸增高，簡單維度的推薦已無法滿足用戶需求。生成式AI在上下文學(xué)習(xí)能力和思維鏈技術(shù)的加持下，為知識個性化推薦場景注入了新鮮活力。一方面，支持定制個性化的知識服務(wù)。高校圖書館可根據(jù)學(xué)科專業(yè)或館藏特色資源，有針對性地建設(shè)本校的專業(yè)數(shù)據(jù)庫，如根據(jù)畢業(yè)設(shè)計(jì)論文資源構(gòu)建畢業(yè)設(shè)計(jì)指導(dǎo)數(shù)據(jù)庫、根據(jù)教學(xué)資源構(gòu)建輔助教學(xué)參考數(shù)據(jù)庫等個性化的數(shù)據(jù)庫模型，用戶在使用時可根據(jù)自身需求選取底層數(shù)據(jù)庫，構(gòu)建自己的智能體應(yīng)用。如學(xué)生研究跨學(xué)科領(lǐng)域內(nèi)容，則可選擇所跨學(xué)科的幾個專業(yè)數(shù)據(jù)庫作為生成式AI的底層訓(xùn)練數(shù)據(jù)集，滿足用戶精準(zhǔn)的知識服務(wù)需求。另一方面，協(xié)助構(gòu)建差異化知識服務(wù)體系，實(shí)現(xiàn)資源的精準(zhǔn)推送。生成式AI可通過對話分析判斷用戶的年齡、學(xué)歷、專業(yè)、閱讀習(xí)慣、知識結(jié)構(gòu)，并將用戶進(jìn)行精準(zhǔn)分類，提供差異化的推薦服務(wù)。如，將教師劃分為“教學(xué)導(dǎo)向”，研究生劃分為“學(xué)術(shù)導(dǎo)向”，本科生劃分為“學(xué)習(xí)導(dǎo)向”，自動生成相關(guān)的貼合用戶個性的實(shí)體資源和數(shù)字資源推介給用戶。同時，生成式AI具備優(yōu)秀的跨模態(tài)生成技術(shù)，對高校圖書館來說，這種方式將很好地拓展個性化資源推薦的范圍，例如分析用戶讀書的偏好推送相關(guān)音頻、視頻課程等電子資源，真正發(fā)揮高校圖書館海量館藏資源的優(yōu)勢，實(shí)現(xiàn)館藏資源的高效利用。

3生成式AI驅(qū)動高校圖書館知識服務(wù)創(chuàng)新的現(xiàn)實(shí)風(fēng)險(xiǎn)

盡管AI技術(shù)已經(jīng)取得了突破性的進(jìn)展，但目前的生成式AI仍存在功能的邊界，高校圖書館引入其作為技術(shù)外掛支持知識服務(wù)也存在一定現(xiàn)實(shí)風(fēng)險(xiǎn)，主要包括以下三個方面：

3.1低質(zhì)量信息與算法偏見風(fēng)險(xiǎn)

生成式AI是基于編程語言借助大量訓(xùn)練集來進(jìn)行訓(xùn)練從而生成內(nèi)容的模型。一方面，其可能受限于低質(zhì)量數(shù)據(jù)訓(xùn)練集，導(dǎo)致其產(chǎn)出低質(zhì)量內(nèi)容或虛假內(nèi)容，生成的內(nèi)容質(zhì)量無法保證；另一方面，囿于算法局限，生成式AI可能存在算法偏見，編程語言的偏差會使生成內(nèi)容存在一定主觀色彩，且目前關(guān)于生成式AI產(chǎn)出內(nèi)容評價(jià)的標(biāo)準(zhǔn)體系還沒有建立，無法從科學(xué)角度評判生成內(nèi)容的準(zhǔn)確性與可用性。

3.2 知識產(chǎn)權(quán)侵權(quán)風(fēng)險(xiǎn)

生成式AI主要利用預(yù)訓(xùn)練技術(shù)達(dá)到生成內(nèi)容的目的。預(yù)訓(xùn)練技術(shù)的核心思想是遷移學(xué)習(xí)，即對公開數(shù)據(jù)集與語料庫進(jìn)行挖掘與分析，從中提取結(jié)構(gòu)、規(guī)則與表達(dá)方式，并進(jìn)行多維度組合，自發(fā)形成新內(nèi)容用以滿足用戶需求。對高校圖書館來說，其所涉及到的訓(xùn)練數(shù)據(jù)包含大量受版權(quán)保護(hù)的客體內(nèi)容，在未經(jīng)過授權(quán)的前提下進(jìn)行文本挖掘與再生成，容易產(chǎn)生著作權(quán)侵權(quán)風(fēng)險(xiǎn)。

3.3數(shù)據(jù)隱私安全風(fēng)險(xiǎn)

自由便捷的反饋交流機(jī)制在給用戶提供方便的同時，也帶來了一定數(shù)據(jù)安全隱患。部分生成式AI會記錄用戶與機(jī)器人的對話內(nèi)容用于改進(jìn)算法模型，從而提供更加準(zhǔn)確、個性化的服務(wù)。對高校來說，部分科研人員在輸入自己的問題或想法時，可能會作為語料訓(xùn)練啟發(fā)其他人，這無疑存在一定的數(shù)據(jù)隱私泄露風(fēng)險(xiǎn)。

4生成式AI驅(qū)動高校圖書館知識服務(wù)創(chuàng)新的路徑

4.1提高預(yù)訓(xùn)練模型質(zhì)量，針對性適配知識服務(wù)場景

生成式AI輸出的信息極大程度上依賴于訓(xùn)練數(shù)據(jù)集的質(zhì)量，輸出的內(nèi)容是否能夠滿足不同場景下用戶的需求也對模型的訓(xùn)練方式有所依賴。因此，為了使AI技術(shù)更好幫助高校圖書館知識服務(wù)的提升，一方面，高校圖書館必須要確保模型訓(xùn)練數(shù)據(jù)的適宜性，保證其所給出內(nèi)容的質(zhì)量，避免低質(zhì)量、非專業(yè)信息的輸出，降低高校圖書館知識服務(wù)本身的專業(yè)性。同時，也應(yīng)保證訓(xùn)練數(shù)據(jù)的客觀性，避免因文化不同、語言不通導(dǎo)致的文化偏見。另一方面，針對不同類別的場景應(yīng)構(gòu)建標(biāo)準(zhǔn)化的輸入和輸出模式，通過調(diào)整prompt的方式定制不同場景下生成式AI提供的服務(wù)。如，針對專業(yè)性較強(qiáng)的參考咨詢服務(wù)，應(yīng)預(yù)先訓(xùn)練大模型注重上下文理解，結(jié)合具體語境理解用戶需求；針對學(xué)科知識服務(wù)，應(yīng)訓(xùn)練大模型注重知識表達(dá)的準(zhǔn)確性以及專業(yè)性。針對不同需求對模型進(jìn)行prompt訓(xùn)練的同時，再結(jié)合對應(yīng)的數(shù)據(jù)集反復(fù)訓(xùn)練，不斷迭代最優(yōu)解，以尋求最佳參數(shù)設(shè)置，從而給用戶提供最佳的知識服務(wù)體驗(yàn)。在模型訓(xùn)練中也應(yīng)事先進(jìn)行敏感信息規(guī)避，當(dāng)被問及敏感問題以及惡意問題時，模型有權(quán)拒絕回答，避免出現(xiàn)偏見等敏感回答，引發(fā)風(fēng)險(xiǎn)。

4.2加大數(shù)據(jù)標(biāo)注投入，降低知識服務(wù)侵權(quán)風(fēng)險(xiǎn)

在大語言模型和自然語言處理領(lǐng)域中，數(shù)據(jù)標(biāo)注的質(zhì)量極大程度上影響了人工智能的表現(xiàn)能力，當(dāng)數(shù)據(jù)特征越豐富、標(biāo)注標(biāo)簽越詳細(xì)，模型的泛化能力越突出，表現(xiàn)也就越好。在高校圖書館提供的知識服務(wù)專業(yè)領(lǐng)域中，想要從源頭降低知識服務(wù)侵權(quán)風(fēng)險(xiǎn)，首要的方案就是加大數(shù)據(jù)標(biāo)注的投人。在輸入訓(xùn)練集數(shù)據(jù)時，應(yīng)該由具備專業(yè)知識的館員進(jìn)行著作權(quán)侵權(quán)風(fēng)險(xiǎn)把關(guān)，如對數(shù)據(jù)進(jìn)行“思想”與“表達(dá)\"的區(qū)分或訓(xùn)練生成式AI在輸出他人觀點(diǎn)時應(yīng)標(biāo)注引用來源，從而減少生成式AI的輸出侵權(quán)風(fēng)險(xiǎn)。在過程中也應(yīng)不定期對大模型的輸出進(jìn)行質(zhì)量監(jiān)督，建立相應(yīng)反饋機(jī)制實(shí)現(xiàn)過程中的侵權(quán)風(fēng)險(xiǎn)把控。

4.3構(gòu)建規(guī)范約束體系，保障數(shù)據(jù)與隱私安全

在應(yīng)用生成式AI作為外掛設(shè)施輔助知識服務(wù)的同時，高校圖書館也要加強(qiáng)數(shù)據(jù)安全保障機(jī)制。一方面，要完善安全體系架構(gòu)設(shè)計(jì)，設(shè)立科學(xué)嚴(yán)密的數(shù)據(jù)分級體制，保護(hù)用戶隱私數(shù)據(jù)安全。另一方面，高校圖書館應(yīng)與教學(xué)部門合作，積極出臺學(xué)術(shù)誠信政策，并開展AI素養(yǎng)教育，以應(yīng)對生成式AI對學(xué)術(shù)誠信帶來的挑戰(zhàn)；構(gòu)建完善的人工智能倫理規(guī)范，對由生成式人工智能產(chǎn)出的內(nèi)容進(jìn)行明顯標(biāo)注，避免學(xué)生對人工智能的過度依賴；構(gòu)建科學(xué)規(guī)范的內(nèi)容評價(jià)體系，確保高校圖書館借助生成式人工智能提高效率的同時，產(chǎn)出內(nèi)容的準(zhǔn)確性與專業(yè)性，避免因技術(shù)的加持而降低圖書館服務(wù)的專業(yè)性。高校圖書館應(yīng)積極推動生成式AI時代下的數(shù)據(jù)安全、技術(shù)安全的信息安全屏障全面建設(shè)。

5結(jié)語

在AI4S背景下，高校圖書館作為具有大量數(shù)據(jù)資源和用戶資源的平臺，為AIGC技術(shù)的應(yīng)用提供了良好的基礎(chǔ)。高校圖書館也應(yīng)積極轉(zhuǎn)變服務(wù)理念，通過生成式AI創(chuàng)新知識服務(wù)方式、增設(shè)知識服務(wù)內(nèi)容，促進(jìn)咨詢問答服務(wù)、知識整合服務(wù)和知識推薦服務(wù)朝著數(shù)智化、個性化的方向轉(zhuǎn)變。同時，也要堅(jiān)守道德底線，形成生成式AI的規(guī)范約束性體系，更好地監(jiān)督把控生成式AI在知識服務(wù)中的參與程度，在享用技術(shù)便利的同時，找尋人與AI相輔相成的良性契合點(diǎn)。

參考文獻(xiàn)

[1]郭利敏，付雅明.以大語言模型構(gòu)建智慧圖書館：框架和未來[J].圖書館雜志，2023，42（11）：22-30，133.

[2]孫坦，張智雄，周力虹，等.人工智能驅(qū)動的第五科研范式（AI4S）變革與觀察[J].農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)，2023，35（10）：4-32.

[3]陳文廣.人工智能時代高校圖書館知識服務(wù)模式創(chuàng)新探索[J].嘉應(yīng)文學(xué)，2023（22）：97-99.

[4]葉飛，弓越，翟姍姍，等.面向知識服務(wù)的高校圖書館智慧空間構(gòu)建研究[J].情報(bào)科學(xué)，2021，39（12）：17-24，45.

[5］羅飛，崔濱，辛小江，等.大語言模型嵌入圖書館知識服務(wù)的風(fēng)險(xiǎn)范式與管控策略[J].圖書與情報(bào)，2023（3）：99-106.

[6］李書寧，劉一鳴.ChatGPT類智能對話工具興起對圖書館行業(yè)的機(jī)遇與挑戰(zhàn)[J].圖書館論壇，2023，43（5）：104-110.

[7]王毅，董怡婷.類ChatGPT人工智能在圖書館智慧服務(wù)中的應(yīng)用與思考[J」圖書館理論與實(shí)踐，2023（6）：129-136.

[8］潘瓊.高?！叭斯ぶ悄?+ 圖書館”智慧服務(wù)體系的創(chuàng)建[J].科技資訊，2024，22（13）：220—222.

[9]黃凱.人工智能生成內(nèi)容（AIGC）助力圖書館高質(zhì)量發(fā)展[J].文化產(chǎn)業(yè)， 2023（24）：97-99.

[10]柯平，王潔，劉倩雯.生成式AI視域下智慧圖書館建設(shè)的關(guān)鍵路徑[J]．現(xiàn)代情報(bào)，2024，44（1）：4—10.

[11]蔡子凡，蔚海燕.人工智能生成內(nèi)容（AIGC）的演進(jìn)歷程及其圖書館智慧服務(wù)應(yīng)用場景[J].圖書館雜志，2023，42（4）：34—43，135—136.

[12]葉鷹，朱秀珠，魏雪迎，等.從ChatGPT爆發(fā)到GPT技術(shù)革命的啟示[J].情報(bào)理論與實(shí)踐，2023，46（6）：33-37.

[13]Christiano P.F，Leike J，Brown T，et al. Proceedings ofthe 3lst International Conference on Neural Informa-tion Processing Systems，December 4-9，2017[C].New York：Curran Associates Inc，2017.

[14]桑海風(fēng)，高彥靜.ChatGPT對高校圖書館智能知識服務(wù)的影響研究[J].河南圖書館學(xué)刊，2023，43（12）：74—77.

[15] Vaswani A， Shazeer N，Parmar N，et al. Proceedingsof the 31st International Conference on Neural Infor-mation Processing Systems，December 4-9 ，2017[C].New York： Curran Associates Inc，2017.

[16]吳宇芬.數(shù)據(jù)賦能視角下高校智慧化知識服務(wù)體系構(gòu)建研究[J].科技資訊，2024，22（13）：213-216.

作者簡介：段小文，女，碩士，碩士研究生在讀。研究方向：智慧圖書館、信息組織。

（收稿日期：2024-08-30責(zé)任編輯：侯鵬娟）

Generative AI-Driven Innovation in Knowledge Services in University Libraries ： Principles，Scenarios and Paths Analysis Duan Xiaowen

Abstract： Generative AI， typically represented by ChatGPT，emerged in 2022，and its powerful language interaction and information organization capability are suitable for the transformation and upgrading of university library knowledge services. This study starts from the technical principles of generative AI， seeks the integration point of generative AI and knowledge service of university libraries，explores the capability enhancements and service change it can bring to the innovation of knowledge service of university libraries，analyzes the possible risks，seeks for the application scenarios and adaptation paths under the specific environment of colleges and universities，and finally puts forward that in the era of AIGC，university libraries should start from improving the relevance of pre-training models，increasing the input of data annotation，and constructing a standardized constraint system to embrace AI technology， promote knowledge service innovation in university libraries， and improve the quality of knowledge service.

Keywords：Generative AI；University Libraries；Knowledge Service