基于通用人工智能的公共图书馆服务的优化与创新

[摘 要] 现阶段公共图书馆的局限性为：自然语言的理解与生成方面的技术局限；图书馆信息服务与用户的知识服务需求之间的矛盾；公共图书馆服务与社会其他资源的脱节；信息服务粒度过大。通用人工智能（AGI）的出现为解决这些问题提供了新的技术手段，有助于构建更灵活、高效和用户友好的图书馆智能服务解决方案。基于AGI的公共图书馆服务在服务层次上可以实现从信息或知识服务到智慧服务的过渡，在服务内容上可以突破现有的单一语言或双语言服务模式，实现跨语言或多语种信息服务，在服务形态上，且可以促使无障碍智慧服务、用户数字孪生、图书馆虚拟数字人等多个服务形态的出现。基于AGI的图书馆学研究在研究范式上会从以人为主的图书馆服务转型为以机器为主的图书馆服务，在研究侧重点上会从信息的“存”与“取”向信息的“关联”与“洞见”拓展，在分析方法上会从描述性分析过渡到指导性分析。

[关键词] 通用人工智能 公共图书馆 信息服务

[中图分类号] G252 [文献标志码] A [ DOI ] 10.19764 / j.cnki.tsgjs.20231261

[本文引用格式] 石晶，李红宇，刘佳.基于通用人工智能的公共服务的优化与创新[J].图书馆建设，2024（2）：94-101，109.

Optimization and Innovation of Public Library Service Based on Artificial General Intelligence

Shi Jing， Li Hongyu， Liu Jia

[Abstract] The limitations of public libraries at the present stage are： technical limitations in the understanding and generation of natural language； contradiction between library information services and users’ needs for knowledge services； disconnection between public library services and other resources in society； and excessive granularity of information services. The emergence of generalized artificial intelligence （AGI） provides a new technical means to solve these problems and helps to build more flexible， efficient and user-friendly solutions for intelligent library services. AGI-based public library services can realize the transition from information or knowledge services to intelligent services at the service level， break through the existing single-language or bi-lingual service model to realize cross-lingual or multi-language information services at the service content， and prompt the emergence of multiple service forms such as accessible intelligent services， readers’ digital twins， and virtual digital people in libraries at the service form. AGI-based librarianship research will transform from human-oriented library service to machineoriented library service in terms of research paradigm， and focus on information from \"storage\" and \"retrieval\" to \"association\" and \"insight\" of information. In terms of research focus， it will expand from information \"storage\" and \"retrieval\" to information \"connection\" and \"insight\"， and in terms of analytical method， it will transition from descriptive analysis to instructive analysis.

[Keywords] Artificial general intelligence； Public library； Information service

0 引 言

如何推进公共图书馆服务的智能化是图书馆领域当下研究的一项重要挑战。 公共图书馆独特之处在于，其馆藏资源并不仅局限在特定的学科领域，同样，其所服务的对象也涵盖了各个年龄层和兴趣方向。在这种背景下，传统的人工智能技术，特别是那些专门针对特定领域设计的人工智能解决方案，难以满足公共图书馆服务的多样化和全面化需求，从而在一定程度上制约了公共图书馆服务质量和用户体验的提升。以公共图书馆机器人为典型案例，其在初步引入智能技术后虽然展示出潜力，但长期运用中暴露出许多问题：人机交互体验不尽人意、功能扩展困难重重、购买和维护成本居高不下、技术依赖性太强等。深入分析，这些问题主要源于以下三个方面：①通用性缺失：图书馆机器人的功能常常被限制在预先定义和训练的特定领域和任务中，一旦涉及其他领域和任务，其性能急剧下降。这种局限性极大地限制了机器人的适用范围和灵活性。②自然语言处理能力不足，用户体验受损：现有机器人在全文分析及其分析结果的表达方面存在不足，导致了对馆藏数据的深入理解和精确表达存在困难，从而影响了给用户提供信息检索结果的质量和准确性。③技术维护成本高昂：传统的图书馆机器人往往高度依赖特定供应商的技术，一旦出现问题，公共图书馆人员难以自行进行维护和修改。这种依赖性不仅降低了系统的灵活性，而且也增加了长期维护的成本。 因此，解决这些问题并推动公共图书馆服务智能化，需要综合考虑通用性、自然语言处理能力和技术依赖性等因素，构建更加灵活、高效和用户友好的解决方案。这既是一项技术挑战，也涉及对公共图书馆服务理念和流程的全面创新和优化。

人工智能研究人员一直在开发和完善大型语言模型（Large Language Models，简称LLMs），这些模型在各种领域和任务中展示了卓越的能力，正在改变人类对学习和认知的理解[1]。在这种背景下，很多人专注AI领域最初的宏伟目标——创建和研究具有与人类相似甚至可能超越人类的通用智能的软件或硬件系统——通用人工智能（Artificial General Intelligence，简称AGI）[2]。AGI的“通用性”体现在其人与物通用性和领域通用性，即其智能可以广泛应用于各种任务和领域，而不仅限于特定窄领域的任务。AGI的通用性来自其大规模训练数据集、训练模型、迁移学习和自适应学习等技术。AGI的出现为公共图书馆的智能服务提供了新的技术手段。

1 现阶段公共图书馆服务的局限性

1.1 体验的瓶颈：自然语言的理解与生成

目前，公共图书馆在自动化信息分析和信息服务的实施上，主要面临自然语言的自动理解和自动生成两大挑战。一方面，由于自动理解自然语言的能力有限，公共图书馆往往难以完全理解用户以自然语言表达的需求，必须将其转换为更为标准的检索表达式。 同时，对于用自然语言记录的图书、报纸、学术期刊以及标准规范的理解力度也显得不足，无法为用户提供其真正所需的信息。另一方面，自然语言的自动生成效果不佳，也对公共图书馆提供的自动化摘要、自动参考咨询、自动文献调查报告的效果产生了负面影响，从而严重限制了公共图书馆自动化服务的普及和进一步发展。

近年来深度学习技术的快速发展，特别是基于Transformer[3] 的LLMS的成功应用，为解决自然语言的理解和生成问题提供了新的可能。具体来说，以BERT（Bidirectional Encoder Representations from Transformers，基于 Transformer 的双向编码器表示）[4]为代表的技术有效地解决了自然语言理解问题，而以GPT（Generative Pre-trained Transformer，生成式预训练Transformer）[5]为代表的技术则实现了自然语言的自动生成。其中，ChatGPT等模型在图书馆领域的应用，特别是在自然语言的生成和理解方面，已经成为图书馆领域的新研究课题。例如，文献[6] 提出ChatGPT可以推进图书馆学的新发展；文献[7]认为数字图书馆课通过引入基于AI的数字聊天机器人可以提高其数据共享和检索效果。

1.2 主要的矛盾：信息层次的服务和用户智慧层次的需求

一直以来，信息服务是公共图书馆的重要职能，出现了多种信息层次的服务，如参考咨询服务、信息检索服务、文献传递服务、电子资源阅览服务、信息素养教育。但是，随着大数据时代的到来，人们获取信息的渠道更加多样，公共图书馆不再是普通用户获取信息的主要场所和途径。公共图书馆对空间作用的过度重视会在一定程度上反映出信息服务职能越来越边缘化，导致公共图书馆问题研究从信息服务转向了空间与设施服务。

因此，如何将公共图书馆的信息服务升级为用户所需的知识或指导服务是现阶段亟待解决的重要课题。AGI的出现可以为此提供新思路。通过AGI的引入，可以有效挖掘馆藏资源的深度价值，为用户提供传统信息服务无法实现的潜在模式和洞察更有价值的知识或智慧，而不再停留于推荐阅读书目、信息检索结果条目等信息列表；通过AGI技术，可以让公共图书馆服务更好地理解用户提问，将用户提问转换为馆藏资源的检索表达式，并将检索结果转换为用户更加容易理解的自然语言方式表达，进而提升公共图书馆服务的用户体验。

1.3 服务的弱势：与社会其他资源的脱节

以图书借阅服务为例，用户需求已经从单纯借阅一本书扩展到更多与该书相关的信息，包括最新动态、其他用户的评论、知识图谱及多维度分析等。然而，这些所需的关联信息并不收藏于公共图书馆，而可能分散在档案馆、博物馆、网上书店、读书社区以及个人社交媒体等平台。因此，公共图书馆所提供的服务不应仅限于馆藏信息，还需要将这些信息与社会其他资源如档案馆、博物馆、网上书店、读书社区及社交媒体等进行有效连接，并提供更多的增值服务。

与之相对应的是用户对馆藏资源的需求已经超越了传统的检索方式，不再局限于图书名称、作者姓名或出版信息等入口，转而根据实际需求展开搜索。有时，用户可能并不事先知道图书的具体信息，甚至不清楚是否存在所需的已出版图书或期刊论文。在这种情况下，用户对馆藏资源的需求不再是检索信息，而转变为解决实际问题的层面。此外，公共图书馆的用户也日益多样化，不再局限于传统意义上的“专程拜访图书馆”的用户，而可能是来自其他数据资源管理部门的“过路客”。这些新兴用户的信息需求可能不太明确或不太强烈。因此，针对这些新兴用户及其新需求提供优质服务， 已成为公共图书馆面临的新课题。这不仅需要对用户需求进行精准分析，还需消除公共图书馆资源与档案馆、博物馆、网上书店等其他数据资源之间的隔阂，避免公共图书馆服务与社会其他资源服务的脱节，进一步为公共图书馆注入新的活力。与互联网上的分散搜索不同，ChatGPT已经在大量文本语料上进行了训练，包括新闻文章、书籍、网站、学术论文和其他来源[8]，因此，以ChatGPT为代表的AGI可以为公共图书馆提供优于互联网搜索的数据资源，可以有效地将图书馆资源与其他数据资源进行连接与融合。

1.4 服务的缺陷：信息服务粒度过大

公共图书馆目前的信息服务主要依赖于用户画像、协同过滤、邮件或微信订阅等技术和模式来实现。然而，这种基于用户标签和分类技术的个性化信息服务未能精准地定位用户需求，更遑论对信息服务进行有效跟踪。其根本原因在于推荐系统的粗粒度设计——通过用户类型和类群进行推荐，未能体现个体之间的差异性，也未考虑到同一人在不同时间点信息需求的变化性。因此，现阶段的公共图书馆个性化信息服务效果欠佳，成为图书馆服务亟待创新和突破的领域。

为用户提供细粒度的动态服务，才是真正实现公共图书馆个性化服务的关键所在。为了达到这一目标，一方面，公共图书馆需要及时收集和分析用户的信息，这不仅包括公共图书馆范围内的信息，还涉及与其他数据资源服务方的联动信息。另一方面，公共图书馆需对用户需求进行动态分析，紧随用户需求的时间变化，实时分析用户信息，为他们提供精准服务。AGI为解决这一问题提供了新的方案，可以创建个人智能信息代理，与用户的信息需求和信息行为同步变化，主动为用户提供所需信息。

2 基于AGI的公共图书馆服务优化

AGI在公共图书馆的引入不仅可以提升用户阅读体验，而且还可以提升公共图书馆服务的质量。表1归纳出基于AGI的公共图书馆服务与传统公共图书馆服务的区别所在。

2.1 服务层次：从信息或知识服务到智慧服务的过渡

目前，公共图书馆信息服务主要以检索结果、必读书目、热门图书等信息清单为代表，以信息服务或知识服务为主，难以实现真正意义上的智慧服务。其原因在于传统公共图书馆采用的技术主要以检索或搜索技术为主，停留在语法层次或语义层次的匹配，所实现的信息分析以描述性分析和预测性分析为主，并没有达到数据洞察和智慧涌现的智慧层次。数据洞察通常指从大量的原始数据中提取、分析并理解的有用信息和模式；智慧涌现是指通过数据挖掘和分析，揭示隐藏在数据之下的涌现特性，从而得到新的智慧。智慧层次的服务需要发现隐藏在大量馆藏数据背后的未发现和未知信息，以及在已有信息的基础上涌现出的更多信息。可见，数据洞察和智慧涌现是公共图书馆服务从信息或知识服务转型为智慧服务的关键所在。

AGI在数据洞察和智慧涌现方面具有天然的优势。AGI中常用技术——思维链（Chain-of-Thought，简称CoT）提示法提升了语言模型在一系列复杂推理任务上的性能[9]。CoT可以用于探索和理解复杂的概念或问题，从而有助于数据洞察和智慧涌现，进而使公共图书馆将信息服务和知识服务提升至智慧服务成为可能。相对于信息服务，知识服务更具有可解释性和可信度。以向用户推荐图书资源为例，传统的信息服务只提供所推荐书目清单，而AGI还可以提供推荐理由、内容摘要、信效度评价及可能存在风险或偏见的深层次分析，为用户提供的内容更丰富，而不仅仅是信息线索、目录或清单。

2.2 服务内容：从单/双语言到多语言的同时支持

传统公共图书馆在馆藏资源的跨语言检索和利用方面主要依赖关键词映射方式，其跨语言检索和服务能力相对有限，特别是在多语言馆藏资源的全文分析能力方面存在不足。由于不同语言之间的词汇和句法结构可能有显著差异，关键词映射方式在精确性和灵活性上可能受到限制。再加上图书馆工作人员的语言能力和专业知识的局限性，难以实现所有馆藏语言的全部学科领域知识的深度挖掘与分析。因此，现阶段公共图书馆的信息服务通常集中于单一语言或双语言的服务，即主要提供中文信息服务或中英双语信息服务。

AGI在多语言或跨语言处理方面表现出较强的能力，其主要原因可归结为三个方面：一是AGI通常采用预训练技术，并且其预训练数据通常来自多语种。例如，Transformer架构支持基于多语言的预训练，不仅局限于单词和短语的映射，还包括对整个句子和段落的语境和意图的理解。因此，AGI技术在多语言分析和跨语言处理方面具有更强的能力。二是AGI具备先进的LLMS和辅助翻译系统，如神经机器翻译（Neural Machine Translation，简称NMT）①。三是AGI的持续学习能力和自适应性较强。随着时间的推移，AGI的多语言支持能力可能会持续增强。文献[10]对AGI的持续自学问题进行了综述，并结合结构可塑性、记忆重播、课程和迁移学习、内在动机和多感官整合等生物系统中的终身学习因素提出了未来的研究方向和建议。因此，AGI在公共图书馆中的应用可以突破现有的单一语言或双语服务模式，实现真正的跨语言或多语种信息服务。这包括接受和理解多语言提供的信息服务请求，支持多语言馆藏资源的统一分析和挖掘，并以用户指定的任何一种语言提供信息服务。

2.3 服务形态：从文本或图片到增强现实

与以传统的文本或图片为主的公共图书馆信息服务相比，AGI具备理解和处理多种数据类型的能力，如文本、图像、声音等。这些特性为增强现实环境中与用户的自然、直观交互提供了更好的支持。通过结合人工智能的图像识别能力和增强现实技术，公共图书馆能够为用户提供丰富的互动体验，如虚拟图书展览、3D图书浏览等。进一步地借助用户个人信息的集成，可以实现用户对公共图书馆物理环境的沉浸式参观，以及图书信息服务的多维观察，从而有效提升图书馆服务的用户体验。

近年，增强现实在公共图书馆领域的应用逐渐成为新的研究焦点。例如，文献[11]针对32个省级公共图书馆的样本，详细分析了我国公共图书馆增强现实阅读推广的现状。AGI的引入有望在提升公共图书馆增强现实体验和智能水平方面发挥关键作用。随着技术的不断演进和优化，增强现实有潜力成为公共图书馆服务的重要形态之一，为用户提供更为先进、个性化的服务体验。这一转变不仅代表了公共图书馆服务的技术创新，还为公共图书馆的社交参与和文化推广提供了新的可能性。

除了上述服务优化外，AGI还可应用于公共图书馆的更多日常业务，包括策划和组织教育活动、讲座、展览和社交事件，不仅可以帮助公共图书馆工作人员提升工作效率，而且可以帮助公共图书馆提供更有针对性和更能吸引用户的活动。

3 基于AGI的公共图书馆新服务

AGI在公共图书馆业务中的应用，可以促使新的图书馆服务形态的出现，包括：无障碍信息服务、个人信息代理、虚拟参考咨询、智能内容分析、自动内容摘要生成、多语言支持。

3.1 无障碍智慧服务

无障碍服务是公共图书馆一直关注的问题，但主要停留在无差异化的无障碍服务，并没有体现残障人士的差异性；停留在信息感知层次，并没有解决更深层次的问题——信息的理解与认知。信息无障碍服务是人工智能环境下公共图书馆的发展方向，信息无障碍服务的文献资源、服务空间、辅助设备、服务方式都会走向智能化[12]。AGI不仅可以提高现有的无障碍服务的用户体验，还可以更好地满足不同残障人士的独特需求。例如，通过文语转换技术，为视觉障碍人士提供图书或其他文本信息的语音阅读；通过语音转换文字技术，将公共图书馆馆藏资源中的音频资源以及图书馆服务中的语音内容自动转换为听力障碍人士可以理解的文本或字幕；通过文本到图像转换技术，将语音类型的信息服务转换为听力障碍人士能够看懂的手语；通过用户行为数据的分析，了解不同残障人士的独特需求，为不同类型或不同程度的残障人士自动调整服务模式或自适应人机交互方式，提供更好的个性化数字无障碍服务。

与传统意义上的公共图书馆无障碍服务相比，基于AGI的数字无障碍服务不仅可以解决残障人士的信息感知问题，还可以更好地促进信息的理解与认知。对于多数残障人士来说，信息的正确感知固然是一个难题，但更为棘手的挑战在于信息的正确理解与认知。借助人工智能实现多种技术的集成使用，公共图书馆服务得以赋予更佳的用户体验和灵活性。例如，对于听障人士，可以将图书馆信息服务转换成文本、可视化和虚拟现实的组合，使用户能够在多维度中沉浸式体验，这不仅便利了信息的获取，还丰富了用户的感官刺激。而对于视觉障碍人士，通过AGI技术，图书馆信息服务可以转换为多种听觉或触觉信息，如采用语音朗读、盲文转换、触觉反馈设备等。这些智能转换手段不仅降低了信息获取的门槛，还允许根据个人需求和喜好进行个性化定制，从而在无障碍化和人性化方面进一步推动公共图书馆智慧服务的创新和优化。

3.2 用户数字孪生

基于AGI的用户数字孪生（Reader Digital Twin）旨在创建一个与真实用户的兴趣、偏好和需求相匹配的虚拟代理或模型，并代理用户的图书馆信息行为，包括文献检索、图书借阅、起草查新报告和撰写文献综述等。在AGI技术支持下，每位用户可以创建自己的数字孪生，并让数字孪生代理自己的部分行为。 与传统公共图书馆提供的信息订阅服务不同的是，用户数字孪生并非是一种订阅式服务，而是采用AGI技术对图书馆馆藏资源进行深度分析，主动为读者发现可能对其有用的信息，进而激发用户信息需求。表 2 归纳出读者数字孪生与图书馆传统信息订阅服务的区别。

（1）主动性强。在公共图书馆信息订阅服务中，用户需要事先填写或定制需求清单，然后由图书馆按照用户提供的需求清单向用户定期供给相关信息，属于“需求在先，供给在后”的信息服务模式。与传统公共图书馆信息订阅服务不同的是，用户数字孪生采用的是“供给在先，需求在后”的模式，代理特定用户向图书馆服务系统发出请求，对图书馆系统反馈结果进行评估，挑选出对用户更具有价值的信息，并将其进一步加工成洞见和辅助决策。图书馆信息订阅服务是供给侧导向的表层信息服务，其服务内容主要由图书馆服务系统决定。但是，用户数字孪生是需求侧导向的，其需求内容主要由数字孪生及其被代理用户决定，呈现出更强的主动性。

（2）自然语言理解、处理与生成能力强。用户数字孪生代表用户阅读文献，撰写文献动态报告。在传统的图书馆信息订阅服务中，信息推送主要是以标题、关键字、作者、来源等检索词及检索策略的匹配完成，并没有实现自然语言的理解和自动处理。与此不同的是，用户数字孪生基于LLMS等AGI技术，较好地支持运用自然语言描述的需求，更好地处理用自然语言描述的馆藏资源，并将图书馆服务更好地用自然语言描述。在公共图书馆传统信息订阅服务中，图书馆向用户提供的信息资源是粗粒度的，通常为图书、论文、报告等的目录清单。但是，用户数字孪生提供的信息并非停留在图书和论文的目录清单，支持对相关信息抽取、改写和集成，提供价值密度更高的二次信息，如短评、综述或报告。

（3）自适应能力强。公共图书馆传统信息订阅服务中，用户订阅需求是事先定义好的，如果需要更新，应由用户手动完成。与此不同的是，用户数字孪生中的信息需求是动态变化的，它不仅根据被代理用户的需求和知识水平调整服务请求内容，而且根据历史记录不断提升其需求层次和描述方式，具有较高的自适应能力。因此，用户数字孪生可以较好地其反映其所代理读者的学科和认知水平，其关注内容可以随着被代理读者的兴趣和认知水平的变化，根据被代理用户的反馈以及图书馆系统所提供的信息自动调整信息需求，并主动发送给图书馆系统，其信息需求体现出较强的自适应性。

3.3 图书馆虚拟数字人

AGI的普及应用可以促进公共图书馆新服务形态的出现。例如，作为社会公共文化设施，公共图书馆应该将健康服务融入其发展政策[13]。然而，公共图书馆在提供健康服务时，不能仅依赖传统的服务方法和技术，它们还需要AGI的深入支持，推动服务的创新和个性化。其中一个重要发展方向就是图书馆虚拟数字人的出现。图书馆虚拟数字人不仅可以代替传统图书馆人员的参考咨询、用户沟通、图书借还和多语言服务等部分工作，而且可以借助AGI的跨学科优势实现图书馆馆藏的专业知识和非专业用户之间的有效接洽。

（1）基于AGI的虚拟数字人，可以将非专业用户的信息查询需求智能地转化为专业问题，并提交给图书馆的智能服务系统。这一过程确保了信息检索的精准度，同时也增强了公共图书馆服务的可访问性和友好性。以公共图书馆的健康信息服务为例，当用户无法用专业语言描述他们所关心的健康问题时，虚拟数字人可以从用户提供的非专业描述中提取并确切地将其转换为专业知识所需的特征信息。假设一位用户来图书馆询问有关“胸口疼并且呼吸困难”这一症状的信息时，他可能并不知道这可能是与“心绞痛”有关的症状。虚拟数字人可以通过与用户的互动和提问，理解用户的症状描述，并将其智能转化为与“心绞痛”有关的专业查询。可见，虚拟数字人可以充当非专业用户与专业知识之间的“翻译者”，使得普通用户可以更轻松地访问和理解专业领域的知识和信息。这不仅提升了公共图书馆服务的精准度和效率，还增强了其针对不同背景和需求的用户的包容性和友好性。

（2）基于AGI的虚拟数字人具备自动理解专业图书和学术期刊中记录的特定领域专业知识的能力，并且能够将其转换为非专业用户能够理解的内容。这种转换和解释功能在许多情境下非常有用，特别是当用户可能对某个领域的专业术语不熟悉时。例如，普通用户可能难以理解“心房颤动”这一专业术语，通过虚拟数字人的解释和转换，将其描述成“一种常见的心脏节奏问题，其中心脏的上部两个房间（心房）以不规则（颤动）方式跳动”，这样则绝大部分用户都能够理解。通过这种转换，AGI不仅让专业知识更加普及和易于接近，还提高了信息的可访问性和可用性。特别是在公共图书馆的服务中，它有助于填补专业人士与普通用户之间的知识鸿沟，确保各类用户都能从公共图书馆资源中获得有用的、针对自身需求的信息和支持。

因此，AGI使公共图书馆能够在专业知识的表达方面实现更高水平的非专业化和个性化。通过整合和利用这一先进技术，图书馆不仅能够丰富服务的范围和扩展服务的深度，而且能够为广大用户带来更为直观、准确和实用的健康信息，进一步体现其作为社会公共文化设施的核心价值和功能。

4 基于AGI的图书馆服务理论研究的转变

AGI在公共图书馆服务中的成功实施并非仅依赖于传统图书馆服务理论的继承与延续，还需要积极探索和发展图书馆服务领域内的新理论和实践方法，主要体现在图书馆服务的研究范式、研究侧重点、研究方法三个方面。

4.1 研究范式：从以人为主图书馆服务到以机器为主图书馆服务的转型

在传统图书馆学的理论框架下，馆员是图书馆信息服务的核心，机器和软件系统被视为辅助工具，以支持馆员为中心的图书馆业务和服务。然而，随着AGI的广泛应用，图书馆业务和服务的主体逐渐从馆员转向了基于算法的智能机器人。这一转变不仅使馆员从重复性劳动中解放出来，而且重塑了人与计算机在图书馆业务和服务中的关系。

在AGI普及应用的背景下，图书馆学的研究范式需要进行拓展和深化。有必要重新审视图书馆人员和智能机器人在图书馆业务和服务中的角色，并积极探索以AGI为基础、智能机器为主、手工处理为辅助的新研究范式。这一范式的转变有助于更好地发挥人与计算机在图书馆服务中的各自优势，并促进不同角色间的协同工作。

值得特别强调的是，在以机器为主的图书馆服务研究中，服务伦理、隐私保护和法规遵从性问题显得尤为重要。随着技术和数据的迅速扩张，图书馆领域面临着越来越严重的伦理、隐私和合规性挑战。这些挑战涵盖了诸如用户数据的使用、知识产权保护、数字内容的访问和保存等广泛领域。未来的研究需要深入探讨这些问题，确保以机器为主的图书馆服务在提供高效和创新解决方案的同时，也能在道德和法律的框架内操作。

4.2 研究侧重点：从信息的存与取到信息的关联与洞见的拓展

传统图书馆学研究主要围绕馆藏资源的“存”与“取”两个活动展开。“存”和“取”一直是图书馆学的核心组成部分，也是图书馆学研究和实践的基础。一方面，为了馆藏资源的有效保存，引入了分类、编目、索引、著录、保管、信息组织等理论与方法。另一方面，为了做好馆藏资源的有效获取，引入了信息检索、参考咨询、用户培训与教育、信息素养等理论与方法。但是，馆藏资源的“存”与“取”不仅不能满足AGI的信息分析和处理需要，而且还不能满足AGI背景下的用户需求。因此，图书馆学研究需要适应AGI普及应用带来的用户需求变化和技术运行要求。

在AGI普及应用的时代，用户需求变化主要体现在从信息和知识服务转向智慧涌现和数据洞察服务，需要对馆藏大数据进行深度分析，而这已超出了图书馆人员可接受的工作量，需要对馆藏资源进行自动关联和深度洞察。同时，AGI的引入可以将图书馆馆藏资源与社会其他资源进行有效连接，图书馆信息服务不再仅限于自身的馆藏资源，还需要将自己的馆藏资源和其他资源（如档案资源、网上书店和读书社区等）进行有效关联。因此，基于AGI的公共图书馆业务和服务的重点是图书馆资源的“关联”和“洞见”。馆藏资源的“关联”和“洞见”将成为图书馆学研究的另一个核心。

4.3 分析方法：从历史数据的描述性分析到对未来数据的指导性分析的过渡

传统图书馆学的分析方法主要侧重于对历史数据的描述性分析。无论是馆藏分析、流通分析、用户服务分析、文献计量分析、信息检索还是定题服务等，均主要采用描述性分析方法。然而，随着大数据时代的到来，用户的需求已经发生变化，他们所需要的不仅仅是信息，而是更深层次的洞察和决策支持。因此，仅仅依靠对历史数据的描述分析已不能很好地满足大数据时代的用户需求。这要求图书馆学探索新的分析方法，以提高其服务质量和用户体验。

根据Gartner的分析学价值扶梯模型（Gartner’s analytic value escalator），指导性分析（prescriptive analytics）处于数据分析方法的最高层次，主要用来回答“我需要做什么？”的问题。显然，指导性分析能够更好地体现数据丰富时代的用户信息行为特征，并更好地满足基于AGI的图书馆业务和服务问题研究的需求。图书馆学的研究亟需将其重点分析方法从对历史数据的描述性分析扩展到对未来数据的指导性分析。指导性分析有望成为图书馆学信息分析的主要方法。

5 结 语

图书馆学正处于快速发展阶段，AGI在公共图书馆的业务工作和信息服务中的应用已经成为图书馆未来发展的主要方向之一。本文重点探讨了基于AGI的图书馆服务优化和新服务的可能性，并揭示了基于AGI的图书馆学研究的三个主要变革方向。这些探讨旨在为后续的研究提供新的思考和借鉴。

在接下来的研究中，我们计划进一步探索公共图书馆的馆藏资源、用户资源、服务资源等各种资源形态，对于公共图书馆依托人工智能能够实现的面向公众信息服务的资源形态重组与优化进行深入研究；同时，还将深入分析AGI在公共图书馆中的实际应用策略以及相关的政策环境。我们将致力于加大课题的研究深度，并拓展研究的广度，以期对图书馆学领域的创新与发展做出更有意义的贡献。

参考文献：

[1] BUBECK S，CHANDRASEKARAN V，ELDAN R，et al.Sparks of artificial general intelligence：early experiments with GPT-4[EB/OL].[2024-01-25].http：//arxiv.org/abs/2303. 127122.

[2] GOBBLE M A M.The road to artificial general intelligence[J].Research-technology management， 2019，62（3）：55-59.

[3] VASWANI A，SHAZEER N，PARMAR N，et al.Attention is all you need[C].Processing of advances in neural information processing systems.Long Beach：NIPS， 2017：5998-6008.

[4] DEVLIN J，CHANG M W，LEE K，et al.Bert：pre-training of deep bidirectional transformers for language understanding[EB/OL].[2024-01-25].http：//arxiv.org/abs/1810：04805.

[5] RADFORD A，NARASIMHAN K，SALIMANS T，et al. Improving language understanding by generative pretraining[EB/OL].[2024-01-25].https：//cdn.openai.com/ research-covers/language-unsupervised/language_ understanding_paper.pdf.

[6] LUND B D，WANG T.Chatting about ChatGPT：how may AI and GPT impact academia and libraries [J].Library hi tech news，2023，40（3）：26-29.

[7] VERMA M.Novel study on AI-based Chatbot （ChatGPT） impacts on the traditional library management[J]. International journal of trend in scientific research and development，2023，7（1）：961-964.

[8] COX C，TZOC E.ChatGPT：implications for academic libraries[J].College research libraries news，2023， 84（3）：99.

[9] WEI J，WANG X， SCHUURMANS D，et al.Chain-ofThought prompting elicits reasoning in large language models[EB/OL].[2024-01-25].http：//arxiv.org/abs/ arXiv：2201.11903.

[10] PARISI G I，KEMKER R，PART J L，et al.Continual lifelong learning with neural networks：a review[J].Neural networks，2019，113：54-71.

[11] 武利红，侯惠宁，张丝雨.我国公共图书馆增强现实 （AR）阅读推广研究——基于32个省级公共图书馆的样本分析[J].图书情报工作，2023，67（7）：79.

[12] 刘富军，赵梦凡.人工智能环境下的公共图书馆信息无障碍服务[J].河北大学学报 （哲学社会科学版），2020， 45（5）：154.

[13] 周晓英.健康服务：开启公共图书馆服务的新领域[J].中国图书馆学报，2019，45（4）：61-71.

[作者简介]

石 晶 1978年生，博士，中国人民大学书报资料中心副编审，研究方向为信息服务、知识创新、期刊评价等。E-mail：365668762@qq.com。

李红宇 1967年生，博士，中国人民大学书报资料中心研究员，研究方向为高等教育、学科评估等。E-mail：hyli@ruc.edu.cn。

刘 佳 1984年生，硕士，长春师范大学传媒学院助理研究员，研究方向为文化产业传播，本文通讯作者。E-mail：253256344@qq.com。

[收稿日期：2023-08-16]

① 与传统机器翻译技术相比，神经机器翻译具有端到端的训练、上下文感知、连续空间表示、自动特征学习、更好的泛化能力以及引入了注意力机制。