
[中圖分類號]G251.6 [文獻標志碼]B
[文章編號]1005-6041(2025)04-0089-06
1引言
生成式人工智能技術的迅猛發展正深刻重塑圖書館員的職業生態。從ChatGPT到Claude,從Mid-journey到Sora,持續迭代的人工智能模型展現出日益增強的知識處理、內容創作與信息組織能力1,逐步滲透到圖書館員的核心業務領域。2024年,DeepSeek開源大模型的出現進一步加速了這一技術變革,其開源協同、算法透明和動態知識進化的特性,為圖書館資源體系重構與服務模式創新提供了嶄新可能[2]。然而,技術進步的背后,圖書館員群體正面臨著前所未有的職業焦慮與身份危機。
現有研究主要從三個視角探討人工智能對圖書館員的影響。一是技術替代視角,通過量化分析評估圖書館員被AI替代的概率。例如,馮昌揚等[3]通過數據建模分析,指出圖情檔職業的部分崗位面臨高度替代風險,尤其是常規性技術服務崗位;王小瑋4基于技術替代理論,構建圖書館員崗位替代風險評估框架,認為編目、流通等崗位的替代風險顯著高于參考咨詢、閱讀推廣等崗位。二是技能變革視角,關注AI時代圖書館員的核心競爭力重構。例如,王樹義等[5]分析Sora等視頻生成模型對知識工作者的影響,提出圖書館員應培養批判性思維、創造性解決問題和跨文化交流等難以被機器取代的技能。三是應用實踐視角,探索AI與圖書館員的協同路徑。例如,王宇鴿等1總結中國國家圖書館智慧化轉型下的AI虛擬數字館員應用實踐,展示了人機協作的服務模式創新案例;郭亞軍等[2]系統分析DeepSeek對圖書館服務、資源與治理的影響,指出圖書館員角色正從資源管理者向AI訓練師轉變。然而,現有研究主要存在三方面不足:一是多依賴理論分析與政策解讀,缺乏對圖書館員真實感受的實證研究;二是聚焦技術與管理層面,忽略一線館員的主觀體驗與心理狀態;三是缺乏系統探討焦慮的成因、差異與應對機制,難以為職業支持政策提供有效依據。為彌補上述不足,本文采用質性訪談方法,基于扎根理論對不同類型、崗位與年齡段的圖書館員進行深入分析,構建職業焦慮形成與應對的理論模型,并提出針對性建議,以期為人工智能時代下圖書館員的角色轉型與職業韌性建設提供實踐指導與理論支撐。
2 研究設計
2.1研究方法
本研究采用質性研究方法中的扎根理論進行設計與實施。扎根理論作為一種從經驗數據中系統歸納出理論的研究方法,特別適合探索性研究和對特定社會現象的深入理解,因此能夠有效挖掘圖書館員職業焦慮的本質特征與內在機制。研究過程遵循扎根理論的開放編碼、主軸編碼和選擇性編碼三階段流程,確保研究結果的可靠性與有效性。基于扎根理論的基本邏輯,從“現象識別一成因探析一應對路徑”三個層面遞進設計訪談提綱,通過開放性問題引導受訪者自由表達自身經歷與感受,從中發掘職業焦慮的核心范疇與背后機制。訪談問題涵蓋四個主題維度,共15個核心問題,具體包括圖書館員對生成式人工智能的認知與態度、技術應用過程中的個人體驗、工作職責變化所引發的情緒反應、對職業未來的預期與應對行動等等。通過逐步追問和語義飽和檢驗,確保所獲得數據具有理論生成的廣度與深度。
2.2研究對象
研究通過立意抽樣和滾雪球抽樣相結合的方式,選取了25位圖書館員作為訪談對象。為確保樣本的代表性與多元性,研究對象來自公共圖書館、高校圖書館、專業圖書館三種不同類型機構,包括管理崗位、技術崗位、服務崗位等不同職能,年齡分布從25歲至55歲不等,工作經驗從2年至30年不等。研究對象基本情況如下(見表1)。
表1訪談對象基本情況

續表1

2.3數據收集與分析
本研究于2024年11月至2025年1月開展半結構化深度訪談,圍繞圖書館員對生成式AI的認知、工作變動感受、焦慮表現與應對策略四個維度設計15個核心問題,單次訪談時長60至90分鐘,共收集25份有效訪談,累計時長約35小時,轉錄文本約25萬字。為保證數據質量,研究團隊進行了預訪談測試、現場追問與反饋引導,并及時撰寫訪談筆記與備忘錄。數據分析遵循扎根理論三級編碼流程,歷經開放、主軸與選擇性編碼,最終構建出圖書館員職業焦慮的形成機制與應對策略的理論模型,分析過程借助NVivo14.0并輔以團隊交叉檢驗與成員驗證,確保研究可靠性。
3研究結果
3.1圖書館員職業焦慮的表現維度
通過對訪談數據的系統編碼分析,研究歸納出圖書館員在生成式人工智能環境下的四個核心焦慮維度:技能焦慮、認同焦慮、發展焦慮和生存焦慮。這四個維度圍繞圖書館員的專業能力、職業身份、發展路徑和工作保障等核心要素展開,反映了技術變革對圖書館員職業全方位的沖擊與挑戰。
3.1.1技能焦慮:專業能力與技術賦能的張力。技能焦慮首先表現為對既有專業技能貶值的擔憂。傳統業務如編目、檢索與參考咨詢,曾被視為圖書館員的核心競爭力,如今卻顯現出被AI取代的趨勢。一
位受訪者認為:
L03:編目這種工作感覺已經快被AI完全取代了,我花了很多年掌握的分類法、主題標引知識,現在ChatGPT幾秒鐘就能完成,而且準確率還不低。
類似的感受也出現在參考咨詢崗位:
L09:以前我們做參考咨詢引以為豪的檢索技巧,現在感覺正在變得不那么重要了,大模型可以直接給出整合的答案。
其次是對技術學習的持續壓力。技術更新的快速迭代,使得圖書館員不斷面臨新工具和新概念的挑戰:
L1O:每個月都有新的AI工具出現,學不過來,剛掌握ChatGPT,又出現了Claude、Gemini,感覺永遠追不上技術變化的節奏。
部分年長館員則坦言:
L16:我們這個年齡段學習新技術確實吃力,但不學又擔心被淘汰,這種壓力很大。
同時,AI工具的多能化也模糊了圖書館員的能力邊界,引發了職業定位上的困惑:
L12:現在這個邊界越來越模糊,到底是要成為AI工具的熟練使用者,還是要成為AI數據分析者?3.1.2認同焦慮:職業價值與社會地位的質疑。認同焦慮則源于圖書館員對自身職業價值和社會定位的持續質疑。在生成式AI能夠高效提供信息服務的背景下,圖書館員原有的專業角色正面臨失重感:
L18:過去我們引以為豪的專業知識組織能力,現在感覺正在被AI取代,這讓我對職業價值產生了很大的懷疑。
身份的不確定也成為焦慮的重要根源。此外,一些受訪者還表達了對外部社會評價的敏感:
L24:有人會質疑,既然有了AI,為什么還需要這么多圖書館員?這種感受很不好。
3.1.3發展焦慮:職業路徑與能力提升的迷茫。發展焦慮集中反映了館員對未來晉升與能力更新的迷茫。訪談中,“路徑不清”“方向不明”是高頻詞匯:
L22:以前的職業路徑是從基礎業務到專業服務再到管理崗位,現在這條路徑被打亂了。
此外,即使意識到轉型的必要性,不少館員卻因缺乏指導與資源而陷人執行困境:
L21:知道需要轉型,但沒有人告訴我轉向哪里,也沒有配套的培訓和支持。
L14:感覺AI開始接管一些中層工作,這讓晉升通道變窄了。
由此,“職業天花板”的隱憂在部分館員中逐漸加劇。
3.1.4生存焦慮:工作保障與職位競爭的威脅。生存焦慮則更為直接,表現為對崗位穩定性的實際擔憂。AI應用帶來的流程再造已波及基層崗位,使一些沒有編制的圖書館員產生被邊緣化甚至被裁撤的危機感:
L11:聽說一些圖書館已經通過AI減少編目和流通崗位的人員配置,這讓人不得不擔心自己的崗位安全。
崗位重組的不確定性也構成持續壓力:
L08:我們部門正在進行AI轉型,不知道自己會被調整到什么位置,這種不確定性讓人焦慮。
3.2圖書館員職業焦慮的成因分析
3.2.1技術賦能與技術替代的悖論張力。一方面,受訪者普遍承認AI在提升工作效率方面的積極作用:
LO2:AI確實幫我提高了工作效率,特別是處理重復性工作,解放了很多時間去做更有創造性的事。
L12:有了AI輔助,我們能提供更個性化、更深入的咨詢服務。
尤其是像DeepSeek這類開源模型的可定制性,增強了部分館員的技術掌控感:
L20:我們可以根據需求定制AI,這種掌控感很重要。
但與此同時,AI也迅速滲透進圖書館的核心業務。
L09:AI開始獨立完成參考咨詢、文獻綜述等工作,甚至比我們判斷得更快、更專業。
這使許多館員陷入角色認知混亂:
L06:我們到底是AI的主人,還是被AI替代的對象?這種矛盾心理很難調和。3.2.2專業邊界模糊與價值認同危機。專業邊界模糊與價值認同危機加深了認同焦慮。隨著AI對圖書館專業知識的快速掌握,許多傳統技能正在失去原有的獨特性:
L15:分類編目、信息檢索這些曾是圖書館學的護城河,現在AI也會了。
職業身份的清晰感也因此遭到削弱:
L14:到底人給讀者服務,還是機器給讀者服務?界限越來越模糊。
受訪者普遍感受到價值體系的過渡性危機:
L06:大家都在摸索新的定位,但缺乏行業
共識。
L14:當不知道自己的專業價值在哪里時,認同感自然下降。
3.2.3組織支持不足與政策導向不明。訪談數據顯示,圖書館機構在AI轉型過程中的支持不足與政策不明,是加劇館員焦慮的重要外部因素。
首先,一些圖書館缺乏清晰的AI應用戰略和人才發展規劃:
L08:領導強調AI應用的重要性,但沒有具體的實施路徑和館員角色定位,這種戰略模糊增加了基層焦慮。
其次,資源投入與支持機制不足:
L13:機構要求我們應用AI創新服務,但沒有提供必要的技術培訓和資源支持,全靠自學摸索。
第三,評價激勵機制滯后于技術變革:
L06:績效考核和職稱評定仍以傳統業務指標為主,不鼓勵AI創新嘗試,存在政策導向與實際需求的脫節。
3.2.4教育培訓滯后與能力轉型困難。首先,高校圖書館學教育內容更新滯后:
L07:我們學校的課程設置仍以傳統圖書館學為主,對AI技術涉及很少,畢業后才發現與實際需求脫節。
其次,在職培訓體系不系統、不持續:
L10:館內培訓多是零散的工具使用介紹,缺乏系統性的AI能力培養計劃。
最后,學習資源與支持不足:
L23:想系統學習AI技術,但缺乏針對圖書館員的專業學習資源和路徑指導。
資源與時間雙重受限,也導致了焦慮的出現:
L04:很多館員有學習意愿但難以有效執行,久而久之形成習得性無助,加劇焦慮情緒。
3.2.5個體認知差異與適應能力不均。首先,對AI技術的認知理解存在代際差異:
L01:年輕館員成長于數字環境,對AI技術接受度高,焦慮程度相對較低。
認知差異導致了一些館員的焦慮:
L22:不同年齡段館員對同一技術變革的反應和適應能力有顯著不同。
其次,個體學習能力和適應性差異明顯:
L20:有些館員學習能力強,能快速掌握新技術并融入工作,適應性高。
最后,職業認同感和主觀能動性存在個體差異:
L12:對圖書館事業有強烈認同感的館員,更愿意積極探索AI與專業結合的可能性。
主觀能動性的差異決定了焦慮程度:
L06:館員是將AI視為威脅還是機遇,這種認知框架直接影響其焦慮程度。
4圖書館員應對焦慮的策略模式分析
4.1被動適應型;觀望等待
被動適應型策略特點是保持觀望態度,以滿足基本工作需求為目標進行有限度的技能學習。約28% 的受訪者(7人)表現出這一策略特征,主要是年齡較大或接近退休的圖書館員。具體表現為:
一是采取觀望等待態度:
L05:先看看AI技術如何發展,不急于深入學習和應用。
L16:等機構有明確政策和要求再行動,避免投入過多精力后方向錯誤。
二是進行最低限度學習:
L24:只學習必須的AI操作知識,滿足日常工作基本需求。
L11:參加必要的培訓,但不會主動拓展學習范圍。
三是降低期望與調整心態:
LO3:接受技術變革是不可避免的,調整心態,不過分焦慮。
L19:對未來職業發展預期有所降低,準備接受可能的角色變化。
4.2積極轉型型:主動學習
積極轉型型策略表現為主動學習AI技術,重構職業能力,尋找人機協作的最佳定位。約 52% 的受訪者(13人)采用這一策略,是圖書館員中的主流應對方式。主要特征包括:
一是系統學習AI技術:
L10:制訂個人學習計劃,系統掌握各類生成式AI工具的應用。
L17:參加線上線下培訓,加入學習社群,保持技術更新。
二是尋求角色轉型:
L12:從傳統業務向數據分析、AI應用開發等新方向轉型。
L09:嘗試成為AI與用戶的中介者,強化服務創新能力。
三是探索人機協同模式:
L02:分析AI優勢與人類優勢,尋找最佳協作點。
L25:嘗試設計AI輔助下的新工作流程,提高整體效能。
4.3創新引領型:技術驅動與價值重構
創新引領型策略不僅適應變化,更主動引領變革,通過AI技術創新推動圖書館服務和價值重構。約 20% 的受訪者(5人)展現此類特征,主要是技術背景強、創新意識高的圖書館員。核心特點包括:
一是掌握AI技術:
L20:不僅使用成熟工具,還學習底層技術原理,甚至參與開發定制模型。
L02:掌握DeepSeek等開源模型的調優和定制方法,實現圖書館場景的精準應用。
二是主導服務創新:
L04:基于AI設計全新服務模式,如智能研究助手、個性化知識發現系統等。
L14:將AI與特色館藏結合,開發獨特的沉浸式知識服務。
三是推動價值重構:
L20:積極探索AI時代圖書館員的新價值定位,構建新的專業認同。
L06:倡導圖書館從信息中介向知識共創平臺轉型,重塑專業價值基礎。
三種應對策略的比較分析如下(見表2)。
表2圖書館員職業焦慮應對策略的三種模式比較

5圖書館員職業焦慮的對策建議
針對生成式人工智能引發的職業焦慮問題,圖書館員在應對過程中所表現出的三類策略模式,即被動適應型、積極轉型型與創新引領型,不僅反映了其對技術變革的主觀回應態度,更深刻地折射出圖書館員群體在年齡結構、知識背景與崗位分布等方面的分化現實。因此,焦慮的緩解與職業支持政策的設計,可立足于這三類策略之間的差異,構建有針對性的多層次干預體系。
對于表現出被動適應傾向的圖書館員而言,其典型特征是年齡偏長、學歷層次相對較低且主要集中于傳統流通、編目、少兒服務等基礎崗位。他們對AI的態度以回避、觀望為主,傾向于在維持最低限度技能更新的同時,尋求情緒穩定與崗位延續。因此,對于這一群體,圖書館機構應首先明確其在未來組織結構中的必要性定位,保障其核心崗位的基本穩定,輔以低門檻、節奏緩慢的AI技術培訓與適應性調整機制。通過崗位再設計與勞動內容再分配,使其現有經驗得以在AI系統使用中得到延續性體現,如轉向AI編目結果的人工校對與數據驗證崗位,從而實現“由替代走向協同”的漸進過渡。
相較之下,積極轉型型圖書館員主要由30至45歲之間、具備碩士及以上學歷且從事參考咨詢、閱讀推廣、學科服務等專業支持類崗位的人員構成。他們的職業焦慮不在于技術本身,而在于身份認同的斷裂與發展路徑的模糊。在訪談中,這類圖書館員頻繁提及“方向不明”“能力過渡困難”等表述,體現出強烈的轉型意愿與現實路徑之間的沖突。因此,一方面,應通過組織層面明確圖書館員在AI時代的核心價值結構,如將其定義為“AI服務中介”“人機協同引導者”“知識倫理調解者”等,賦予其專業身份新的意義框架,提升職業認同感;另一方面,應為其提供連貫的成長通道,包括以項目制、模塊化課程等方式推動跨領域能力遷移,如設置“AI驅動下的用戶服務創新訓練營”“數據素養與AI交互實訓模塊”等實務導向培訓,幫助其在不脫離本職崗位的前提下,逐步完成知識遷移與角色躍遷。
至于創新引領型圖書館員,其典型畫像為35歲以下、具備技術復合背景、擔任系統管理、數字人文、數據分析等新興崗位的青年館員。他們普遍表現出對生成式AI的高度敏感性與實踐探索欲望,在訪談中,他們多次強調“主動權”“開發權”“價值重構”等詞匯。因此,圖書館機構應為該類人員提供專屬的技術試驗空間與項目主導機會,如設立“青年館員AI創新基金”“開源模型在地化場景實驗室”等平臺,使其在真實環境中發揮專業能力;同時,應構建橫向溝通機制,鼓勵該類人員與傳統崗位館員進行知識轉譯與工具培訓,實現從“個體躍升”到“集體進化”的帶動效應。
6結語
本研究通過質性訪談揭示了生成式人工智能背景下圖書館員面臨的職業焦慮,主要表現為技能、認同、發展與生存四個維度,源于技術替代、專業模糊、組織支持不足等多重因素交互影響。館員應對策略分為被動適應、積極轉型與創新引領三類,反映出代際差異與崗位特征的差異化適應路徑。研究提出重構人機協同范式、推動角色轉型、完善培訓與制度支持,強化職業韌性等對策,呼呼圖書館系統在協同中實現可持續轉型。
[2]郭亞軍,徐苑茜,梁艷麗,等.從ChatGPT到DeepSeek:生成式人工智能迭代對圖書館的影響[EB/OL].[2025-03-27].http://kns.cnki.net/kcms/detail/44.1306.G2.20250226.1616.005.html.
[3]馮昌揚,陳靜怡,高鵬鈺,等.人工智能是否達到奇點:來自圖情檔職業被人工智能完全替代概率的數據分析與思考[J].圖書情報知識,2024,41(4):42-56,81.
[4]王小瑋.生成式人工智能對圖書館員的崗位替代:基于技術替代理論視角[J].山東圖書館學刊,2024(3):72-78.
[5]王樹義,肖驍,倪考夢,等.Sora的職業影響:知識工作者應對AI核心技能替代的策略[J].圖書館論壇,2024,44(4) :177-187.
[6]Khan R,Gupta N,SinhababuA,et al.Impactof Conversational and Generative AI Systems on Libraries:AUse CaseLarge LanguageModel(LLM)[J].Science amp; technology libraries,2024,43(4):319-333.
[9]FolabitNL,JitaLC.NavigatingFutureRolesand Professional Identity ShiftofAcademicsataSouth AfricanUniversity:Perceived Atitudes towards Emerging Technologies[J].Journal ofEducation and Learning Technology,2024,5(7):229-241.
[10]OlusipeAA,AdetayoAJ,EnamuduAI,etal.SafeguardingtheDigital Economy:Librarians'Perspectives on Data Privacyand Ethical Use of Public AI Chatbots[J].Journalof Electronic ResourcesLibrarianship,2024,36(4):257-270.
[11]Rahaman S U. Ethical AI in Data Science:Balancing Innovation and Responsibilityin the Digital Age[J].IJLRPInternational Journal of Leading Research Publication,2024,5 (9):1-13.
[參考文獻]
[1]王宇鴿,肖琛.國家圖書館智慧化轉型下的AI虛擬數字館員應用實踐[J].圖書館學刊,2025,47(2):103-108.
[收稿日期]2025-04-25
[作者簡介]張玲玲(1985—),女,本科,館員,市小店區圖書館。