Gewinne:
- In der Lage sein zu verstehen, wie die semantische Suche relevante Ressourcen findet, die bei der Stichwortsuche aufgrund ihrer Bedeutungsnähe übersehen werden, und in der Lage zu sein, beide Methoden gemeinsam zu verwenden.
- Fähigkeit, KI-gestützte Zusammenfassungen von Discovery-Systemen danach, ob sie quellenbasiert sind oder nicht, kritisch zu bewerten und mit der Quelle zu bestätigen.
- Fähigkeit, die vage Frage des Benutzers zu klären und „scheinbar relevante“ Ergebnisse im Hinblick auf die Zuverlässigkeit zu unterscheiden
Ein Benutzer durchsucht den Katalog nach „Schlafstörungen bei Kindern“, aber die am häufigsten verwendete Ressource trägt den Titel „Schlafstörungen bei Kindern“. Bei der klassischen Suche wird diese Quelle möglicherweise überhaupt nicht angezeigt, da sie genau mit den Wörtern übereinstimmt. Hier kommt die semantische Suche ins Spiel: Dabei handelt es sich um eine Suchform, die die Bedeutung von Wörtern berücksichtigt, nicht deren Schreibweise. In dieser Einheit erfahren Sie, wie auf künstlicher Intelligenz basierende semantische Such- und Entdeckungssysteme funktionieren, was sie dem Bibliothekar bringen und welche Fallstricke sie mit sich bringen.
Lassen Sie uns das Grundkonzept definieren. Das Herzstück der semantischen Suche ist die Einbettung: die Technik, die Bedeutung eines Textes in einen Zahlenvektor (eine Art Bedeutungskoordinate) umzuwandeln. Bedeutungsnahe Texte liegen in diesem Zahlenraum nahe beieinander. Obwohl „Schlafproblem“ und „Schlafstörung“ zwar unterschiedliche Wörter sind, liegen sie doch nahe beieinander und bei der Suche nach dem einen findet man auch das andere. Darin besteht die Möglichkeit, relevante Ressourcen zu finden, die bei der Stichwortsuche übersehen werden.
Schritt für Schritt: Semantische Suche verstehen und nutzen
1. Verstehen Sie die wahre Absicht des Benutzers. Die semantische Suche versucht zu erfassen, was der Benutzer meint. Ihre Aufgabe als Bibliothekar besteht darin, die vage Frage des Benutzers zu klären und dem Suchsystem die richtigen Eingaben zu geben.
2. Verwenden Sie Schlüsselwörter und semantische Suche zusammen. Die semantische Suche findet Ressourcen mit verwandten, aber unterschiedlichen Wörtern. Eine Stichwortsuche ist zuverlässiger, wenn Sie nach einem genauen Begriff, Namen oder Code (Name eines Autors, Nummer eines Gesetzes) suchen. Der gute Bibliothekar nutzt beides.
3. Bewerten Sie die Ergebnisse kritisch. Die semantische Suche liefert Ergebnisse, die „relevant erscheinen“; Aber relevant zu erscheinen bedeutet nicht, dass Sie korrekt oder vertrauenswürdig sind. Sie bewerten die Quelle und Aktualität der Ergebnisse.
4. Bringen Sie dem Benutzer die Suchstrategie bei. Discovery-Systeme sind leistungsstark, aber Benutzer suchen oft mit einzelnen Wörtern. Eine Aufgabe des Bibliothekars besteht darin, dem Benutzer beizubringen, besser zu suchen.
Tipp: Die semantische Suche kann schwächer sein als die Stichwort-/Domänensuche, wenn nach sehr präzisen Informationen gesucht wird (eine bestimmte ISBN, ein vollständiger Titel, alle Werke eines Autors); weil es andere Ergebnisse verwirrt, die „nahe Bedeutung“ haben. Nutzen Sie die domänenbasierte Suche für präzise Informationen und die semantische Suche zum Entdecken und Durchsuchen von Themen.
Erkennungssysteme und KI-gestützte Zusammenfassungen
Moderne Discovery-Systeme liefern nicht mehr nur Ergebnislisten; Einige erstellen mit KI eine direkte zusammenfassende Antwort auf eine Frage. Dies ist ein starker, aber riskanter Trend. Es ist nützlich, wenn das System Zusammenfassungen erstellt, die auf tatsächlichen Quellen in der Sammlung basieren und die Quelle zitieren. Generiert das System jedoch eine Antwort aus dem eigenen allgemeinen Gedächtnis ohne Angabe der Quelle, birgt dies die Gefahr einer Halluzination und kann den Benutzer falsch informieren.
Die Rolle des Bibliothekars besteht darin, dem Benutzer mitzuteilen, ob solche Zusammenfassungen quellenbasiert sind oder nicht. Die Botschaft „Die vom System bereitgestellte Zusammenfassung ist ein Anfang; gehen Sie zur Originalquelle und überprüfen Sie dort“ ist die Grundlage der Informationskompetenz.
Achtung: Auch wenn in einer KI-gestützten Entdeckungszusammenfassung eine Quelle zitiert wird, gehen Sie nicht davon aus, dass die zitierte Quelle diese Informationen tatsächlich unterstützt. Manchmal zeigt das System die richtige Quelle an, gibt aber die falsche Zusammenfassung zurück. Öffnen und überprüfen Sie bei kritischen Verwendungen gemeinsam mit dem Benutzer den entsprechenden Abschnitt der Ressource.
drei Mini-Koffer
Fall 1 – Entkommene Quelle gefunden. Ein Forscher suchte nach Ressourcen zur „städtischen Wärmeinsel“, aber der Titel der besten Studie in der Sammlung lautete „Wärmekomfort in Städten“. Die Stichwortsuche hat dies übersehen; Die semantische Suche brachte es dank seiner semantischen Nähe unter die Top-5-Ergebnisse. Der Forscher gelangte zu einer Quelle, die er sonst nicht gesehen hätte.
Fall 2 – Irreführendes „Zinsen“. Ein Benutzer suchte nach „wirtschaftlichen Ursachen der Französischen Revolution“. Die semantische Suche ordnete auch mehrere Quellen ein, die sich allgemein mit dem Thema „Revolution und Wirtschaft“ befassen, jedoch keinen Bezug zur Französischen Revolution haben. Der Bibliothekar erkannte, dass diese „scheinbar relevanten“ Ergebnisse nicht wirklich zum Thema passten und verwies den Benutzer auf die richtigen Ressourcen.
Fall 3 – Zusammenfassende Überprüfung. Ein Discovery-System gab einer Frage eine KI-Zusammenfassung und zitierte zwei Quellen. Der Bibliothekar öffnete die Quellen: Eine unterstützte die Zusammenfassung, die andere sagte das Gegenteil von dem, was in der Zusammenfassung stand. Das System hat die Ressource falsch interpretiert. Der Bibliothekar zeigte dem Benutzer die richtige Quelle und den tatsächlichen Fund.
Ranking, Sichtbarkeit und Fairness
Welche Ressource als Ergebnis einer Suche oben und welche unten angezeigt wird, ist keine harmlose Formsache; Die überwiegende Mehrheit der Nutzer schaut sich nur die ersten paar Ergebnisse an. Daher bestimmt das Ranking, welche Informationen tatsächlich gesehen werden. KI-basiertes Ranking berechnet seine „Relevanz“-Metrik auf der Grundlage erlernter Muster, und diese Muster können dazu neigen, Quellen hervorzuheben, die beliebt sind, häufig zitiert werden oder in bestimmten Sprachen verfasst sind. Dadurch können wertvolle, aber wenig bekannte Ressourcen in neuen oder anderen Sprachen unsichtbar bleiben. Die Aufgabe des Bibliothekars besteht darin, zu wissen, dass Reihenfolge keine neutrale Tatsache ist, und dem Benutzer beizubringen, über die ersten Ergebnisse hinauszuschauen, verschiedene Suchbegriffe auszuprobieren und die Reihenfolge der Ergebnisse zu hinterfragen. Die „Top-Drei-Quellen“ sollten insbesondere bei einer Forschungsfrage niemals mit den „Top-Drei-Quellen“ gleichgesetzt werden. Die Entdeckung erfordert ein tieferes Eintauchen in die Liste.
Tipp: Wenn Sie einem Benutzer das Suchen beibringen, zeigen Sie ihm, wie er mit zwei bis drei verschiedenen Begriffssätzen nach demselben Thema sucht. Unterschiedliche Begriffe führen zu unterschiedlichen Ergebnisrankings. Dies beseitigt den blinden Fleck, der durch eine einzelne Suche entsteht, und eröffnet einen umfangreicheren Ressourcenpool.
Vier kopierbare Vorlagen
1) Suchbegriffserweiterung:
Erweitern Sie das Suchthema unten für die Semantik- und Schlüsselwortsuche. Listen Sie Synonyme, verwandte Begriffe und mögliche formale/technische Äquivalente auf. Schlagen Sie nur Begriffe vor, die für das Thema wirklich relevant sind. Betreff: [hier]
2) Klärung der Benutzerfrage:
Schlagen Sie drei klärende Fragen vor, die ich stellen sollte, um die folgende vage Benutzerfrage zu klären (z. B. Umfang, Zeitraum, Genre, Sprache). Gehen Sie nicht von der Absicht des Benutzers aus, sondern präsentieren Sie Optionen. Frage: [hier]
3) Bewertung der Ergebnisrelevanz:
Unten finden Sie ein Suchthema und die zurückgegebenen Ergebnistitel/-zusammenfassungen. Bewerten Sie die Relevanz jedes Ergebnisses für das Thema als „hoch/mittel/gering“ und begründen Sie dies in einem Satz. Verlassen Sie sich einfach auf den gegebenen Text. Thema: [hier] / Ergebnisse: [hier]
4) Konsistenzprüfung der zusammenfassenden Quelle:
Nachfolgend finden Sie eine Zusammenfassung und den Quelltext, auf dem sie angeblich basiert. Ist jede Behauptung in der Zusammenfassung tatsächlich im Quelltext vorhanden? Markieren Sie Element für Element „unterstützt / nicht unterstützt / teilweise“. Zusammenfassung: [hier] / Quelle: [hier]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Listen Sie mir die besten Ressourcen zu diesem Thema auf.
Die KI weiß nicht, aus welcher Sammlung sie nach welchen Kriterien aus tatsächlich vorhandenen Ressourcen auswählen soll; kann aus seinem allgemeinen Gedächtnis eine erfundene „Best of“-Liste erstellen.
Kraftvolle Aufforderung:
Ihre Rolle: Scout-Assistent. Nachfolgend sind das Suchthema und 15 tatsächliche Ergebnisse (Titel + Zusammenfassung) aufgeführt, die vom Scout-System zurückgegeben wurden. Listen Sie diese 15 Ergebnisse nach ihrer Relevanz für das Thema auf und begründen Sie sie jeweils mit einem Satz. Hinzufügen einer neuen Quelle zur Liste, Erstellen. Thema: [hier] / Ergebnisse: [hier]
Die leistungsstarke Eingabeaufforderung beschränkt die KI auf den tatsächlichen Ergebnissatz und lässt ihn auswerten. Es verhindert die Herstellung und den Abruf aus dem allgemeinen Gedächtnis.
Vergleichstabelle für Suchtypen
Status
beste Methode
Warum
Genauer Titel/ISBN/Autor
Feld/Schlüsselwort
Ein Eins-zu-Eins-Matching ist zuverlässig
Themenerkundung, unterschiedliche Begriffe
Semantische Suche
Erfasst die Nähe der Bedeutung
Ein aktuelles Ereignis/Substantiv
Schlüsselwort + Datum
Genauigkeit und Aktualität
Verwandte, aber unterschiedliche Namensquelle
Semantische Suche
findet Synonym
Häufige Fehler
- Verwendung der semantischen Suche für präzise Informationen. Die Domain-Suche nach ISBN oder vollständigem Titel ist zuverlässiger.
- Vorausgesetzt, dass „was relevant erscheint“, wahr ist. Die Nähe der Bedeutung ist keine Garantie für Zuverlässigkeit oder Genauigkeit.
- Geben Sie die KI-Zusammenfassung, ohne auf die Quelle zu schauen. Die Zusammenfassung könnte die Quelle falsch interpretiert haben.
- Die vage Frage des Benutzers wird nicht geklärt. Falsche Eingabe führt zu falschem Ergebnis.
- Mit nur einer Methode. Am besten verwenden Sie Semantik und Schlüsselwortsuche zusammen.
Zusammenfassend
Semantische Such- und Entdeckungssysteme finden relevante Ressourcen, die bei der Stichwortsuche übersehen werden, indem sie die Bedeutung und nicht das Wort abgleichen, und verbessern die Entdeckung. KI-gestützte Zusammenfassungen bieten Komfort, bergen jedoch das Risiko von Halluzinationen und Fehlinterpretationen der Quelle. Der Job des Bibliothekars; Semantische Suche und Schlüsselwortsuche zusammen nutzen, kritisch bewerten, was „relevant erscheint“, KI-Zusammenfassungen anhand der Quelle überprüfen und dem Benutzer eine quellenbasierte, bestätigende Suchgewohnheit beibringen.
Anwendungsaufgabe
Wählen Sie ein Thema und führen Sie sowohl eine Stichwort- als auch eine semantische Suche durch (falls zutreffend). Vergleichen Sie zwei Ergebnissätze: Welche zusätzlichen Ressourcen wurden bei der semantischen Suche gefunden, welche unabhängigen Ergebnisse wurden verwechselt? Generieren Sie eine KI-gestützte Zusammenfassung (oder nehmen Sie eine Beispielzusammenfassung) und prüfen Sie mit der Vorlage „Zusammenfassung-Quellen-Konsistenzprüfung“, ob die Behauptungen in der Zusammenfassung tatsächlich in der Quelle vorkommen.
Checkliste
- [ ] Ich habe Domäne/Schlüsselwort für präzise Informationen und semantische Suche zur Entdeckung verwendet.
- [ ] Ich habe die vage Frage des Benutzers geklärt.
- [ ] Ich habe Ergebnisse ausgewertet, die für die Zuverlässigkeit „relevant zu sein schienen“.
- [ ] Ich habe die AI-Zusammenfassungen mit der Originalquelle überprüft.
- [ ] Ich habe die quellenbasierte Suchgewohnheit des Benutzers erklärt.