Κέρδη:
- Δυνατότητα μείωσης νομικών κινδύνων με την αξιολόγηση της κατάστασης πνευματικών δικαιωμάτων των εισροών και των συνθηκών δεδομένων του εργαλείου και αμφισβήτησης των δικαιωμάτων του προϊόντος
- Δυνατότητα προστασίας προσωπικών δεδομένων μέσω ανωνυμοποίησης και ελαχιστοποίησης και διασφάλισης του απορρήτου με τη διαφάνεια του χρήστη
- Δυνατότητα δημιουργίας ενός πλαισίου διακυβέρνησης για το ίδρυμα που περιλαμβάνει εγκεκριμένα εργαλεία, απαγορευμένα δεδομένα και κανόνες επαλήθευσης και δοκιμή της χρήσης του με αξίες βιβλιοθηκονομίας.
Ο βιβλιοθηκάριος και ο διαχειριστής πληροφοριών είναι κάποιος που όχι μόνο οργανώνει και παρουσιάζει πληροφορίες, αλλά και τις προστατεύει: προστατεύοντας τα δικαιώματα του δημιουργού, το απόρρητο του χρήστη και την ευθύνη του ιδρύματος. Η τεχνητή νοημοσύνη προκαλεί και τα τρία πεδία με νέα και σύνθετα ερωτήματα. Είναι η μεταφόρτωση ενός εγγράφου σε τεχνητή νοημοσύνη παραβίαση πνευματικών δικαιωμάτων; Η παροχή δεδομένων χρήστη σε ένα εργαλείο τεχνητής νοημοσύνης παραβιάζει το απόρρητο; Πώς πρέπει ο οργανισμός να διαχειρίζεται τη χρήση της τεχνητής νοημοσύνης; Σε αυτήν την ενότητα κλεισίματος, θα δημιουργήσουμε ένα πλαίσιο που συγκεντρώνει τα ηθικά και νομικά θέματα που έχουμε θίξει σε όλη την ενότητα.
Ας ορίσουμε τις έννοιες. Τα πνευματικά δικαιώματα είναι το νόμιμο δικαίωμα που παρέχεται στον δημιουργό ενός έργου σχετικά με τη χρήση του έργου του. Η μη εξουσιοδοτημένη αντιγραφή ή χρήση μπορεί να θεωρηθεί παραβίαση. Προσωπικά δεδομένα είναι κάθε πληροφορία που προσδιορίζει άμεσα ή έμμεσα ένα πρόσωπο και υπόκειται σε νομική προστασία. Η διακυβέρνηση είναι το πλαίσιο κανόνων, πολιτικών και λογοδοσίας που διέπει τη χρήση της τεχνητής νοημοσύνης από έναν οργανισμό. Αυτές οι τρεις έννοιες αποτελούν τη νομική και ηθική βάση για την υπεύθυνη χρήση της τεχνητής νοημοσύνης.
Βήμα προς βήμα: υπεύθυνη και νόμιμη χρήση της τεχνητής νοημοσύνης
1. Αξιολογήστε την κατάσταση πνευματικών δικαιωμάτων της καταχώρισης. Πριν φορτώσετε ένα κείμενο, ένα βιβλίο ή ένα άρθρο σε ένα εργαλείο τεχνητής νοημοσύνης, εξετάστε την κατάσταση πνευματικών δικαιωμάτων αυτού του έργου και τους όρους χρήσης του εργαλείου. Η παραχώρηση ενός έργου που προστατεύεται από πνευματικά δικαιώματα σε ένα εργαλείο που χρησιμοποιεί τα δεδομένα που ανεβάζετε για δικούς του σκοπούς μπορεί να συνιστά παραβίαση δικαιωμάτων.
2. Αμφισβητήστε τα δικαιώματα της παραγωγής. Η κατάσταση πνευματικών δικαιωμάτων του κειμένου που παράγεται από το AI μπορεί να είναι αβέβαιο και το AI μπορεί να αναπαράγει εν αγνοία του περιεχόμενο που προστατεύεται από πνευματικά δικαιώματα στα δεδομένα εκπαίδευσης. Πριν δημοσιεύσετε ένα αποτέλεσμα τεχνητής νοημοσύνης, αξιολογήστε την πρωτοτυπία και τις πιθανές παραβιάσεις του.
3. Προστατέψτε τα προσωπικά δεδομένα. Η ταυτότητα, το ιστορικό ανάγνωσης/αναζήτησης και οι προσωπικές πληροφορίες των χρηστών δεν πρέπει να εισέρχονται σε κανένα εργαλείο τεχνητής νοημοσύνης χωρίς ρητή συγκατάθεση και ισχυρή προστασία. Η ανωνυμοποίηση και η ελαχιστοποίηση δεδομένων (μόνο όσα δεδομένα χρειάζονται) είναι απαραίτητα.
4. Εξασφάλιση διαφάνειας και συναίνεσης. Οι χρήστες θα πρέπει να γνωρίζουν πώς υποβάλλονται σε επεξεργασία τα δεδομένα και οι αλληλεπιδράσεις τους. Όπου εμπλέκεται η τεχνητή νοημοσύνη, αυτό θα πρέπει να δηλώνεται σαφώς. Η χρήση κρυφής τεχνητής νοημοσύνης υπονομεύει την εμπιστοσύνη.
5. Καθιέρωση πλαισίου διακυβέρνησης. Ο οργανισμός θα πρέπει να καθορίσει σε μια γραπτή πολιτική ποια εργαλεία εγκρίνονται, ποια δεδομένα μπορούν να εισαχθούν, ποιος είναι υπεύθυνος και πώς θα επαληθευτούν τα αποτελέσματα.
Συμβουλή: Δημιουργήστε ένα απλό φύλλο «κανόνες χρήσης AI» για τον οργανισμό σας: ποια εργαλεία εγκρίνονται, ποια δεδομένα δεν καταχωρίζονται ποτέ (προσωπικά/ιδιόκτητα/εμπιστευτικά), πώς επαληθεύεται κάθε έξοδος και ποιος είναι υπεύθυνος. Ένας σαφής μονοσέλιδος οδηγός είναι πιο εφαρμόσιμος από μια μακροσκελή πολιτική.
Ηθικές αρχές και αξίες της βιβλιοθηκονομίας
Οι βαθιά ριζωμένες αξίες του επαγγέλματος του βιβλιοθηκονόμου χρησιμεύουν ως πυξίδα στην εποχή της τεχνητής νοημοσύνης: ίση πρόσβαση στις πληροφορίες, ελευθερία σκέψης, απόρρητο των χρηστών, πνευματική ειλικρίνεια και αμεροληψία. Το AI μπορεί είτε να υποστηρίξει είτε να απειλήσει αυτές τις αξίες. Μπορεί να επεκτείνει την πρόσβαση αλλά να ενισχύει τις προκαταλήψεις. μπορεί να επιταχύνει την εξυπηρέτηση, αλλά μπορεί να θέσει σε κίνδυνο το απόρρητο. Μπορεί να διευκολύνει την ανακάλυψη, αλλά μπορεί να διαδώσει παραπληροφόρηση.
Ο υπεύθυνος βιβλιοθηκάριος ελέγχει κάθε χρήση τεχνητής νοημοσύνης έναντι αυτών των τιμών: "Αυτή η χρήση εξισώνει την πρόσβαση ή αποκλείει μια ομάδα; Προστατεύει το απόρρητο; Παρέχει ακριβείς και ειλικρινείς πληροφορίες;" Το AI είναι ένα εργαλείο. Οι αξίες με τις οποίες θα το χρησιμοποιήσετε είναι η ουσία του επαγγέλματος. Η τεχνολογία αλλάζει, αλλά αυτές οι αξίες είναι η σταθερή πυξίδα της βιβλιοθηκονομίας.
Προσοχή: «Όλοι το χρησιμοποιούν» ή «είναι γρήγορο» δεν δικαιολογεί τη χρήση τεχνητής νοημοσύνης. Ακόμα κι αν μια χρήση είναι νόμιμη, μπορεί να είναι ανήθικη. Μην υιοθετείτε μια πρακτική που είναι επιβλαβής όσον αφορά τα πνευματικά δικαιώματα, το απόρρητο και τη δικαιοσύνη, μόνο και μόνο επειδή είναι εύκολη. Η απόλυτη ευθύνη δεν ανήκει στο εργαλείο, αλλά στον επαγγελματία που το χρησιμοποιεί.
τρεις μίνι θήκες
Περίπτωση 1 — Η λήψη με πνευματικά δικαιώματα έχει διακοπεί. Μια ομάδα σχεδίαζε να φορτώσει ένα ολόκληρο βιβλίο αναφοράς που προστατεύεται από πνευματικά δικαιώματα σε ένα γενικό εργαλείο τεχνητής νοημοσύνης για τη δημιουργία περιλήψεων. Ο διαχειριστής πληροφοριών θεώρησε ότι αυτό είναι επικίνδυνο, τόσο όσον αφορά τα πνευματικά δικαιώματα όσο και τους όρους χρήσης δεδομένων του εργαλείου. Αντίθετα, μελετήθηκε μόνο σε συνοπτικά, εξουσιοδοτημένα αποσπάσματα και εντός του κλειστού συστήματος του ιδρύματος.
Περίπτωση 2 — Προσωπικά δεδομένα ανώνυμα. Μια βιβλιοθήκη ήθελε να αναλύσει τα σχόλια των χρηστών με AI. αλλά τα σχόλια περιείχαν ονόματα χρήστη και στοιχεία επικοινωνίας. Η ομάδα ανωνυμοποίησε τα δεδομένα πριν από την ανάλυση. επεξεργάστηκαν μόνο ανώνυμες, συλλογικές τάσεις. Το απόρρητο διατηρήθηκε, οι πληροφορίες ανακτήθηκαν.
Περίπτωση 3 — Κλείσιμο του κενού διακυβέρνησης. Σε έναν οργανισμό, οι εργαζόμενοι χρησιμοποιούσαν διαφορετικά εργαλεία τεχνητής νοημοσύνης χωρίς επίβλεψη, μερικές φορές εισάγοντας εμπιστευτικά έγγραφα. Ο διαχειριστής πληροφοριών δημοσίευσε μια πολιτική μιας σελίδας που ορίζει εγκεκριμένα εργαλεία, απαγορευμένους τύπους δεδομένων και κανόνες επαλήθευσης. Η αβεβαιότητα και ο κίνδυνος έχουν μειωθεί σημαντικά.
Ικανότητα προσωπικού και εταιρική κουλτούρα
Μια πολιτική διακυβέρνησης είναι τόσο ισχυρή όσο οι άνθρωποι που την εφαρμόζουν. Ακόμη και ο καλύτερα γραμμένος κανόνας παραμένει στα χαρτιά εάν οι εργαζόμενοι δεν κατανοούν τους κινδύνους της τεχνητής νοημοσύνης. Η μόνιμη βάση για την υπεύθυνη χρήση της τεχνητής νοημοσύνης είναι επομένως η ικανότητα του προσωπικού: η κατανόηση του κάθε εργαζομένου για το τι είναι μια ψευδαίσθηση, ποια δεδομένα δεν πρέπει ποτέ να εισάγονται και γιατί ένα αποτέλεσμα πρέπει να επαληθεύεται. Οι βιβλιοθήκες και τα ιδρύματα πληροφόρησης έχουν διττό ρόλο από αυτή την άποψη. Πρέπει και να εκπαιδεύσει το προσωπικό του και να διαδώσει αυτόν τον αλφαβητισμό στους χρήστες. Μια καλή εταιρική κουλτούρα είναι αυτή που αναφέρει ένα σφάλμα τεχνητής νοημοσύνης αντί να το κρύβει και θεωρεί φυσιολογικό να πει "Δεν είμαι σίγουρος για αυτό το αποτέλεσμα, ας το επαληθεύσουμε". Σε ένα περιβάλλον όπου τα λάθη κρύβονται από φόβο τιμωρίας, μια κατασκευασμένη πηγή ή μια παραβίαση της ιδιωτικής ζωής εξαπλώνεται απαρατήρητη. Επιπλέον, επειδή η τεχνολογία και τα εργαλεία αλλάζουν γρήγορα, η πολιτική και η εκπαίδευση θα πρέπει να ενημερώνονται τακτικά και όχι εφάπαξ. Διακυβέρνηση; Είναι ένα ζωντανό σύστημα όπου κανόνες, εργαλεία, εκπαίδευση και πολιτισμός συνεργάζονται. Στο επίκεντρο αυτού του συστήματος βρίσκεται ο αρμόδιος, που αναλαμβάνει την ευθύνη και παίρνει την τελική απόφαση, όχι το όχημα.
Συμβουλή: Πριν υιοθετήσετε ένα νέο εργαλείο τεχνητής νοημοσύνης, κάντε ένα μικρό πιλοτικό: δοκιμάστε το με μια περιορισμένη ομάδα, σε πραγματικές αλλά χαμηλού κινδύνου εργασίες, καταγράφοντας λάθη και κινδύνους. Αυτό δημιουργεί ικανότητες και αποκαλύπτει ευπάθειες πολιτικής πριν από την κυκλοφορία του εργαλείου σε ολόκληρο τον οργανισμό.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Προκαταρκτική αξιολόγηση πνευματικών δικαιωμάτων:
Βοηθήστε με να αξιολογήσω το ακόλουθο περιεχόμενο για πνευματικά δικαιώματα πριν το φορτώσω σε ένα εργαλείο τεχνητής νοημοσύνης: μπορεί το περιεχόμενο να προστατεύεται από πνευματικά δικαιώματα, ποιος τρόπος χρήσης είναι επικίνδυνος, ποια εναλλακτική λύση (απόσπασμα, άδεια, δημόσιος τομέας) είναι πιο ασφαλής; Τύπος περιεχομένου: [εδώ]
2) Σάρωση προσωπικών δεδομένων:
Το παρακάτω κείμενο περιέχει προσωπικά δεδομένα (όνομα, επαφή, ταυτότητα, ιστορικό ανάγνωσης/αναζήτησης, πληροφορίες που υποδηλώνουν υγεία/πιστεύω); Σημειώστε το καθένα, ταξινομήστε το και προτείνετε πώς να το ανωνυμοποιήσετε. Κείμενο: [εδώ]
3) Σχέδιο πολιτικής χρήσης AI:
Σχεδιάστε μονοσέλιδες οδηγίες χρήσης τεχνητής νοημοσύνης για τον οργανισμό μας: (1) εγκεκριμένες πολιτικές εργαλείων, (2) τύποι δεδομένων που δεν έχουν καταχωριστεί ποτέ, (3) κανόνας επικύρωσης εξόδου, (4) λογοδοσία και διαφάνεια, (5) πολιτικές πνευματικών δικαιωμάτων και απορρήτου. Κρατήστε το σύντομο και ενεργό. Περιεχόμενο: [εδώ]
4) Ερώτημα ηθικού ελέγχου:
Δοκιμάστε την ακόλουθη προγραμματισμένη χρήση τεχνητής νοημοσύνης έναντι των αξιών της βιβλιοθηκονομίας: ισότητα πρόσβασης, απόρρητο, ακρίβεια/ακεραιότητα, κίνδυνος μεροληψίας και ανησυχίες σχετικά με τη σημαία, εάν υπάρχουν. Χρήση: [εδώ]
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Πρέπει να το βάλω στο AI για να συνοψίσω αυτό το βιβλίο;
Η ερώτηση δεν λαμβάνει υπόψη τα πνευματικά δικαιώματα, τους όρους δεδομένων του εργαλείου και τις εναλλακτικές λύσεις. Η απάντηση «ναι» μπορεί να οδηγήσει σε παραβίαση δικαιωμάτων.
Ισχυρή προτροπή:
Ο ρόλος σας: βοηθός σύμβουλος πνευματικών δικαιωμάτων και απορρήτου. Σκέφτομαι να δώσω το ακόλουθο περιεχόμενο σε ένα εργαλείο AI. Καταγράψτε πιθανά προβλήματα όσον αφορά την κατάσταση πνευματικών δικαιωμάτων, τη χρήση δεδομένων οχήματος και τον κίνδυνο προσωπικών δεδομένων. προτείνουν ασφαλέστερες εναλλακτικές (σύντομη προσφορά, άδεια, δημόσιο τομέα, κλειστό σύστημα). Διεκδικήστε ασφάλεια δικαίου, εμφανίστε κινδύνους. Περιεχόμενο και πλαίσιο: [εδώ]
Ισχυρή προτροπή. Εξετάζει την απόφαση όσον αφορά τα πνευματικά δικαιώματα, τις προϋποθέσεις δεδομένων και τις πτυχές απορρήτου και θέτει στο τραπέζι ασφαλείς εναλλακτικές λύσεις.
Πίνακας διαστάσεων διακυβέρνησης
Μέγεθος
βασική ερώτηση
προφύλαξη
πνευματικά δικαιώματα
Υπάρχει παραβίαση εισόδου/εξόδου;
Άδεια, δημόσιος τομέας, σύντομο απόσπασμα
ιδιωτικότητα
Προστατεύονται τα προσωπικά δεδομένα;
Ανωνυμοποίηση, ελαχιστοποίηση
διαφάνεια
Γνωρίζει ο χρήστης;
Σαφείς πληροφορίες, συγκατάθεση
Ευθύνη
Ποιος είναι υπόλογος;
Γραπτή πολιτική, ανθρώπινη έγκριση
Αξίες
Προστατεύονται η πρόσβαση και η ακεραιότητα;
Δεοντολογικός έλεγχος, έλεγχος μεροληψίας
Συνήθη λάθη
- Μεταφόρτωση περιεχομένου που προστατεύεται από πνευματικά δικαιώματα χωρίς σκέψη. Υπάρχει κίνδυνος παραβίασης πνευματικών δικαιωμάτων και κατάσταση δεδομένων.
- Εισαγωγή προσωπικών δεδομένων στο δημόσιο εργαλείο. Παραβίαση της ιδιωτικής ζωής και νομικός κίνδυνος.
- Απόκρυψη της χρήσης AI. Χωρίς διαφάνεια, η εμπιστοσύνη βλάπτεται.
- Μπερδεύοντας το «νόμιμο» με το «ηθικό». Μια νόμιμη χρήση μπορεί να είναι ανήθικη.
- Μη θέσπιση πλαισίου διακυβέρνησης. Η ανεξέλεγκτη χρήση δημιουργεί απρόβλεπτους κινδύνους.
Συνοπτικά
Τα πνευματικά δικαιώματα, η εμπιστευτικότητα και η δεοντολογία αποτελούν τη βάση της ευθύνης της βιβλιοθηκονομίας στην εποχή της τεχνητής νοημοσύνης. Αξιολογήστε την κατάσταση πνευματικών δικαιωμάτων της καταχώρισης και τις συνθήκες δεδομένων του εργαλείου. αμφισβητούν τα δικαιώματα της παραγωγής· προστασία των προσωπικών δεδομένων με ανωνυμοποίηση και ελαχιστοποίηση· να είναι διαφανής στον χρήστη και να λαμβάνει τη συγκατάθεσή του· Καθιερώστε ένα σαφές πλαίσιο διακυβέρνησης στον οργανισμό. Οι βαθιά ριζωμένες αξίες της βιβλιοθηκονομίας (ίση πρόσβαση, ιδιωτικότητα, ακεραιότητα, αμεροληψία) είναι η πυξίδα που δοκιμάζει κάθε χρήση της τεχνητής νοημοσύνης. Αλλαγές τεχνολογίας. Η ευθύνη και οι αξίες δεν αλλάζουν και η τελική ευθύνη ανήκει πάντα στον άνθρωπο.
Εργασία εφαρμογής
Προετοιμάστε ένα έγγραφο κανόνων χρήσης μιας σελίδας για τον οργανισμό σας (ή έναν πλασματικό οργανισμό) με το πρότυπο "Πρόχειρο πολιτικής χρήσης AI": εγκεκριμένα εργαλεία, δεδομένα που δεν πρέπει να εισαχθούν ποτέ, κανόνας επικύρωσης, ευθύνη. Στη συνέχεια, δοκιμάστε μια πραγματική χρήση AI που σχεδιάζετε για πρόσβαση, απόρρητο, ακρίβεια και μεροληψία με το πρότυπο «Ερώτημα ηθικού ελέγχου» και γράψτε πώς θα αντιμετωπίσετε τυχόν ανησυχίες που προκύπτουν.
λίστα ελέγχου
- [ ] Αξιολόγησα την κατάσταση πνευματικών δικαιωμάτων της καταχώρισης και τις συνθήκες δεδομένων του εργαλείου.
- [ ] Ανωνυμοποίησα προσωπικά δεδομένα και χρησιμοποίησα μόνο ό,τι ήταν απαραίτητο.
- [ ] Υπήρξα διαφανής στον χρήστη σχετικά με τη χρήση της τεχνητής νοημοσύνης και σεβαστή συγκατάθεση.
- [ ] Έχω δημιουργήσει μια γραπτή πολιτική χρήσης AI για τον οργανισμό.
- [ ] Δοκίμασα τη χρήση με τις αξίες της βιβλιοθήκης και κράτησα την ευθύνη στον άνθρωπο.
Εξέταση Ενοτήτων
1. Ποιο από τα παρακάτω είναι η πιο ακριβής τοποθέτηση για την τεχνητή νοημοσύνη στη βιβλιοθηκονομία και τη διαχείριση πληροφοριών;
- Α) Το AI είναι ένας βοηθός σύνοψης, μεταδεδομένων, αναζήτησης και συστάσεων. Η ευθύνη για την ακρίβεια, την αξιοπιστία της πηγής και τις ηθικές αποφάσεις ανήκει στους ανθρώπους ✔
- Β) Η τεχνητή νοημοσύνη μπορεί να επαληθεύσει αξιόπιστα την αυθεντικότητα και την ακρίβεια μιας πηγής
- Γ) Η τεχνητή νοημοσύνη λειτουργεί μόνο στην καταλογογράφηση βιβλίων, δεν έχει καμία σχέση με άλλες βιβλιοθηκονομικές εργασίες
- Δ) Δεδομένου ότι η τεχνητή νοημοσύνη είναι πιο αμερόληπτη από τους ανθρώπους, οι αποφάσεις για το θέμα και την ταξινόμηση θα πρέπει να αφεθούν σε αυτήν.
Περιγραφή: Τεχνητή νοημοσύνη. Είναι ένας βοηθός που συντάσσει μεταδεδομένα, τα συνοψίζει, τα μεταφράζει, επισημαίνει το μοτίβο και τα υποδεικνύει στην πηγή. Ο αρμόδιος εμπειρογνώμονας είναι υπεύθυνος για εργασίες υψηλών συνεπειών, όπως η επαλήθευση της ακρίβειας, οι αποφάσεις για θέματα και ταξινόμηση, η αξιοπιστία της πηγής και οι αποφάσεις περί πνευματικών δικαιωμάτων και απορρήτου. Ένα μη επαληθευμένο αποτέλεσμα μπορεί να οδηγήσει στη διάδοση μιας κατασκευασμένης πηγής ή σε παραβίαση απορρήτου.
2. Γιατί η «ψευδαίσθηση» είναι ιδιαίτερα επικίνδυνη για τον βιβλιοθηκονόμο;
- Α) Η παραγωγή της τεχνητής νοημοσύνης παράγεται πολύ αργά και χάνει χρόνο
- Β) Η τεχνητή νοημοσύνη μπορεί να παράγει πειστικά ανύπαρκτες πηγές και αποσπάσματα και η ουσία του επαγγέλματος είναι η αυθεντικότητα της πηγής ✔
- Γ) Η ψευδαίσθηση εμφανίζεται μόνο στην επεξεργασία εικόνας, δεν έχει καμία σχέση με κείμενο
- Δ) Η ψευδαίσθηση παρατηρείται μόνο σε πολύ παλιά εργαλεία τεχνητής νοημοσύνης, όχι σε τρέχοντα εργαλεία.
Εξήγηση: Μια ψευδαίσθηση είναι όταν η τεχνητή νοημοσύνη παράγει μια ανύπαρκτη πηγή, απόσπασμα ή πληροφορίες με εξαιρετικά πειστικό τρόπο. Δεδομένου ότι η ουσία του επαγγέλματος είναι η αυθεντικότητα και η αξιοπιστία της πηγής, εάν ένα κατασκευασμένο αποτύπωμα ή απόσπασμα μεταφερθεί σε βιβλιογραφία ή χρήστη χωρίς επαλήθευση, θα προκύψει σοβαρή παραπληροφόρηση.
3. Ποια από τα παρακάτω είναι η περιοχή με τον υψηλότερο κίνδυνο κατασκευής κατά την παραγωγή μεταδεδομένων με τεχνητή νοημοσύνη και πώς πρέπει να αντιμετωπιστεί;
- Α) Η περιοχή γλώσσας είναι η περιοχή που κινδυνεύει περισσότερο και δεν χρειάζεται επαλήθευση
- Β) Το πεδίο τίτλου ενέχει τον υψηλότερο κίνδυνο και θα πρέπει να συμπληρωθεί με πρόβλεψη
- Γ) Το ISBN και το έτος έκδοσης ενέχουν τον υψηλότερο κίνδυνο κατασκευής και θα πρέπει να επαληθεύονται αυτολεξεί με την αρχική πηγή ✔
- Δ) Κανένα πεδίο δεν είναι επικίνδυνο γιατί η τεχνητή νοημοσύνη παράγει πάντα σωστά τα μεταδεδομένα
Επεξήγηση: Τα ακριβή, αριθμητικά πεδία όπως το ISBN και το έτος έκδοσης παραποιούνται πολύ εύκολα από την τεχνητή νοημοσύνη. Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει έναν αριθμό με λογική εμφάνιση αντί για ένα ISBN που δεν γνωρίζει. Αυτά τα πεδία πρέπει να επαληθεύονται αυτολεξεί με την αρχική πηγή (γραμμωτός κώδικας, αποτύπωμα/κολόφωνο).
4. Ποιος είναι ο κύριος σκοπός της χρήσης «ελεγχόμενου λεξιλογίου» κατά την ανάθεση ενός όρου θέματος;
- Α) Διασφάλιση συνοχής ορολογίας και διαθεσιμότητας σε όλα τα αρχεία. Αποτροπή της τεχνητής νοημοσύνης από τη δημιουργία δωρεάν όρων ✔
- Β) Προσθέστε αυτόματα κάθε νέο όρο που ζητείται από την τεχνητή νοημοσύνη στον κατάλογο
- Γ) Καταργήστε εντελώς τους όρους του θέματος και αναζητήστε μόνο με τίτλο
- Δ) Επιβράδυνση της καταλογογράφησης και εγγραφής κάθε δίσκου με διαφορετικούς όρους
Περιγραφή: Ένα ελεγχόμενο λεξιλόγιο είναι μια λίστα εγκεκριμένων και τυπικών όρων. Εάν το ίδιο θέμα είναι γραμμένο με διαφορετικούς όρους σε διαφορετικές εγγραφές, ο χρήστης θα βρει το ένα και θα χάσει το άλλο. Δίνοντας στην τεχνητή νοημοσύνη αυτήν τη λίστα και λέγοντάς της «απλώς επιλέξτε από τη λίστα», διατηρείται η συνέπεια και η δυνατότητα εύρεσης. Ένας νέος όρος που δεν αναφέρεται από την τεχνητή νοημοσύνη δεν πρέπει να προστεθεί στον κατάλογο.
5. Ποια είναι η σωστή προσέγγιση όταν λαμβάνετε τον αριθμό ταξινόμησης ενός εγγράφου από την τεχνητή νοημοσύνη;
- Α) Ο ακριβής αριθμός που δίνει η τεχνητή νοημοσύνη θα πρέπει να γίνει δεκτός απευθείας χωρίς να κοιτάξουμε τον επίσημο πίνακα
- Β) Οι αριθμοί ταξινόμησης δεν πρέπει να χρησιμοποιούνται καθόλου, οι πηγές θα πρέπει να αποθηκεύονται τυχαία
- Γ) Η πρόταση master class πρέπει να θεωρείται προκαταρκτική, τα ακριβή βήματα πρέπει να επαληθεύονται με τον επίσημο πίνακα ταξινόμησης ✔
- Δ) Επειδή η τεχνητή νοημοσύνη δεν μπορεί να ταξινομήσει, αυτή η εργασία θα πρέπει να παραλειφθεί εντελώς
Εξήγηση: Η τεχνητή νοημοσύνη μπορεί συχνά να βρει την κατάλληλη κύρια τάξη, αλλά μπορεί να χάσει υποεπίπεδα (π.χ. ιατρικό ιστορικό αντί για ιατρική) ή να παράγει λανθασμένους αριθμούς που φαίνονται λογικοί. Επομένως, η πρόταση master class θα πρέπει να θεωρείται ως αρχή και τα ακριβή βήματα θα πρέπει να επαληθεύονται με τον επίσημο πίνακα ταξινόμησης.
6. Ποια πρόταση είναι αληθής κατά τη σύγκριση της σημασιολογικής αναζήτησης και της αναζήτησης λέξεων-κλειδιών;
- Α) Η σημασιολογική αναζήτηση θα πρέπει να αντικαταστήσει την αναζήτηση λέξεων-κλειδιών σε όλες τις περιπτώσεις
- Β) Η σημασιολογική αναζήτηση βρίσκει σημασιολογικά σχετικούς πόρους. Η αναζήτηση λέξεων-κλειδιών για ακριβή τίτλο ή ISBN είναι πιο αξιόπιστη ✔
- Γ) Η αναζήτηση λέξεων-κλειδιών βρίσκει πηγές με διαφορετικούς όρους που σχετίζονται σημασιολογικά καλύτερα από τη σημασιολογική αναζήτηση
- Δ) Η σημασιολογική αναζήτηση λειτουργεί μόνο σε αριθμητικά δεδομένα, όχι σε κείμενο
Περιγραφή: Η σημασιολογική αναζήτηση βρίσκει πόρους διαφορετικών λέξεων, αλλά συναφείς, όπως «πρόβλημα ύπνου» και «διαταραχή ύπνου», επειδή ταιριάζει με τη σημασία των λέξεων (μέσω ενσωμάτωσης διανυσμάτων). Αντίθετα, όταν αναζητάτε ένα ακριβές ISBN, πλήρη τίτλο ή αριθμό καταστατικού, μια αναζήτηση λέξης-κλειδιού/τομέα είναι πιο αξιόπιστη. Η καλύτερη πρακτική είναι να χρησιμοποιείτε και τα δύο μαζί.
7. Ποιο είναι το καθήκον του βιβλιοθηκονόμου έναντι του κινδύνου μιας «φούσκας φίλτρου» στις εξατομικευμένες συστάσεις πόρων;
- Α) Ενισχύστε τη φούσκα προτείνοντας μόνο τους πιο παρόμοιους πόρους στον χρήστη
- Β) Να εγκαταλείψει τελείως τις προτάσεις
- Γ) Κοινή χρήση του ιστορικού ανάγνωσης του χρήστη δημόσια
- Δ) Προσθέτοντας συνειδητά πηγές με διαφορετικές προοπτικές και ορίζοντες και δηλώνοντας αυτό με διαφάνεια ✔
Επεξήγηση: Η φούσκα φίλτρου είναι όταν το σύστημα συστάσεων κλειδώνει συνεχώς τον χρήστη σε παρόμοιο περιεχόμενο και τον κρατά μακριά από νέες και διαφορετικές προοπτικές. Η αξία της βιβλιοθήκης είναι ίση και ποικιλόμορφη πρόσβαση. Επομένως, ο βιβλιοθηκάριος συνειδητά σπάει τη φούσκα προσθέτοντας πόρους που ανοίγουν τα μάτια με διαφορετική εμφάνιση και δηλώνοντας αυτό με διαφάνεια.
8. Ποια πρακτική είναι σωστή όσον αφορά την «αυθεντικότητα και την ακεραιότητα» κατά την επεξεργασία ενός αρχείου εγγράφου με τεχνητή νοημοσύνη;
- Α) «Ομορφύνετε» το έγγραφο με τεχνητή νοημοσύνη, συμπληρώστε το συμπληρώνοντας τα μέρη που λείπουν και αντικαταστήστε το πρωτότυπο
- Β) Διαγραφή του πρωτοτύπου και διατήρηση μόνο της έκδοσης βελτιωμένης με τεχνητή νοημοσύνη
- Γ) Το OCR θα πρέπει να διορθώνει μόνο τα σφάλματα αναγνώρισης, το περιεχόμενο δεν πρέπει να τροποποιείται, το πρωτογενές πρωτότυπο θα πρέπει να διατηρείται και τα παράγωγα πρέπει να επισημαίνονται με σαφήνεια ✔
- Δ) Αποδεχτείτε την έξοδο OCR ως «καθαρό κείμενο» χωρίς καμία διόρθωση και ανοίξτε την για αναζήτηση.
Περιγραφή: Η ουσία της αρχειακής εργασίας είναι η διασφάλιση ότι το έγγραφο προέρχεται από την αιτούμενη πηγή και ότι το περιεχόμενό του δεν έχει αλλοιωθεί. Η διόρθωση OCR θα πρέπει να αφαιρεί μόνο τα σφάλματα αναγνώρισης και όχι να αλλάζει το περιεχόμενο. Η «αποκατάσταση» της τεχνητής νοημοσύνης δεν είναι υποκατάστατο των πραγματικών αποδεικτικών στοιχείων, καθώς μπορεί να αναπληρώσει μέρη που λείπουν. Η ακατέργαστη (πρωτότυπη) σάρωση πρέπει πάντα να διατηρείται, τα παράγωγα πρέπει να επισημαίνονται με σαφήνεια.
9. Ποιο από τα παρακάτω είναι απαραίτητο για την υπεύθυνη κατασκευή ενός bot πληροφοριών βιβλιοθήκης;
- Α) Το bot παράγει απαντήσεις σε κάθε ερώτηση γρήγορα από τις γενικές του γνώσεις και δεν αναφέρει πηγές
- Β) Το bot βασίζεται μόνο σε επαληθευμένες εταιρικές πληροφορίες, παραθέτει γεγονότα και απευθύνει ευαίσθητες ερωτήσεις σε έναν ειδικό/άνθρωπο ✔
- Γ) Το bot δίνει απευθείας ακριβείς συμβουλές σε ιατρικά και νομικά ζητήματα
- Δ) Απόκρυψη από τον χρήστη είτε μιλάει σε bot είτε σε άνθρωπο
Επεξήγηση: Το συμβουλευτικό bot θα πρέπει να βασίζεται μόνο στις επαληθευμένες τρέχουσες πληροφορίες και στη λίστα πηγών του ιδρύματος, όχι στη γενική μνήμη του, θα πρέπει να παρέχει τα γεγονότα αναφέροντας την πηγή, να μην δίνει συμβουλές για ιατρικά/νομικά/ευαίσθητα ζητήματα, να τα κατευθύνει στον ειδικό και να τα μεταφέρει στον άνθρωπο όταν χρειάζεται. Έτσι, το bot δεν αντικαθιστά τον άνθρωπο, αλλά γίνεται ένα στρώμα που ελαφρύνει το βάρος.
10. Στη βιβλιομετρία, ποια είναι η σωστή μέθοδος για να μάθετε τον αριθμό παραπομπών ενός συγγραφέα ή τον h-index;
- Α) Ρωτώντας το AI απευθείας, γιατί οι αριθμοί που δίνει είναι πάντα σωστοί
- Β) Λήψη των αριθμών από την πραγματική βάση δεδομένων παραπομπών. Χρήση τεχνητής νοημοσύνης μόνο για την οργάνωση και την ερμηνεία αυτών των δεδομένων ✔
- Γ) Υπολογίστε τους αριθμούς και χρησιμοποιήστε τους σε αποφάσεις εκπομπής
- Δ) Θεωρώντας τον αριθμό των αναφορών ως άμεσο μέτρο της ποιότητας του έργου ενός συγγραφέα.
Εξήγηση: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει τιμές όπως ο αριθμός παραπομπών και ο δείκτης h χωρίς πρόσβαση σε πραγματικά δεδομένα (για παράδειγμα, μπορεί να δώσει μια τιμή 42 όταν είναι στην πραγματικότητα 19). Επομένως, οι αριθμοί και οι παραπομπές πρέπει να λαμβάνονται από μια βάση δεδομένων πραγματικών παραπομπών. Το AI θα πρέπει να χρησιμοποιείται μόνο για τη ομαδοποίηση, την ταξινόμηση και την ερμηνεία αυτών των πραγματικών δεδομένων.
11. Τι ισχύει για το όριο των βιβλιομετρικών μέτρων (αριθμός παραπομπών, δείκτης h, συντελεστής επιρροής);
- Α) Οι μετρήσεις μετρούν άμεσα την ποιότητα και είναι συγκρίσιμες σε όλους τους τομείς
- Β) Τα κριτήρια μπορούν να χρησιμοποιηθούν με ασφάλεια μόνα τους σε αποφάσεις πρόσληψης και προαγωγής.
- Γ) Οι μετρήσεις δείχνουν τη χρήση, όχι την ποιότητα. δεν μπορεί να συγκριθεί μεταξύ των τομέων και πρέπει να εξισορροπηθεί με την ποιοτική αξιολόγηση ✔
- Δ) Τα αποτελέσματα των ανθρωπιστικών επιστημών αντιπροσωπεύονται πλήρως και πλήρως σε βάσεις δεδομένων παραπομπών
Αποκάλυψη: Αυτές οι μετρήσεις υποδεικνύουν τη χρήση και την ορατότητα, δεν είναι άμεσες μετρήσεις ποιότητας. Επειδή η κουλτούρα των παραπομπών των πεδίων είναι διαφορετική (όπως η ιατρική και η φιλοσοφία), δεν μπορούν να συγκριθούν άμεσα. Τα βαριά βιβλία στις ανθρωπιστικές επιστήμες υποεκπροσωπούνται στις βάσεις δεδομένων. Επομένως, τα κριτήρια δεν θα πρέπει να χρησιμοποιούνται μόνα τους για την αξιολόγηση των ατόμων, αλλά θα πρέπει να εξισορροπούνται με την ποιοτική αξιολόγηση.
12. Ποιο είναι το βασικό πλεονέκτημα της προσέγγισης RAG (πρόσβαση επαυξημένης κατασκευής) έναντι μιας γενικής τεχνητής νοημοσύνης;
- Α) Σημαντική μείωση της ψευδαίσθησης συνδέοντας την απάντηση με τα πραγματικά έγγραφα του ιδρύματος και αναφέροντας την πηγή ✔
- Β) Να ανταποκρίνεστε πάντα τέλεια, ανεξάρτητα από την ποιότητα της βάσης εγγράφων
- Γ) Καθιστώντας την ψευδαίσθηση εντελώς και μόνιμα αδύνατη
- Δ) Άνοιγμα όλων των εγγράφων σε όλους χωρίς να απαιτείται έλεγχος πρόσβασης
Εξήγηση: Όταν απαντά σε μια ερώτηση, η RAG βρίσκει πρώτα τα σχετικά κομμάτια από τα έγγραφα του ίδιου του ιδρύματος και παράγει την απάντηση με βάση μόνο αυτά τα κομμάτια, αναφέροντας την πηγή. Με αυτόν τον τρόπο η απάντηση συνδέεται με πραγματική και ανιχνεύσιμη τεκμηρίωση και η ψευδαίσθηση μειώνεται σημαντικά. Ωστόσο, το RAG δεν εξαλείφει εντελώς την ψευδαίσθηση, καθώς η απάντηση μπορεί να είναι ακόμα λανθασμένη αν ανακαλυφθεί το λάθος κομμάτι.
13. Στις ανθρωπιστικές και κοινωνικές επιστήμες, ποια είναι η πιο αξιόπιστη μέθοδος για την επαλήθευση μιας προσφοράς από ένα AI σε έναν χρήστη;
- Α) Βεβαιωθείτε ότι το απόσπασμα φαίνεται πιστευτό και ευχάριστο
- Β) Απλώς ζητώντας από το AI να αναπαράγει το ίδιο απόσπασμα
- Γ) Επαληθεύστε το απόσπασμα βρίσκοντάς το στο πραγματικό έργο του συγγραφέα ✔
- Δ) Αποδοχή ότι αρκεί το απόσπασμα να αποδίδεται σε διάσημο όνομα
Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει εντελώς κατασκευασμένα αποσπάσματα που αποδίδονται σε έναν πραγματικό συγγραφέα. Το γεγονός ότι το απόσπασμα φαίνεται λέξη προς λέξη ακριβές και πειστικό δεν αποτελεί απόδειξη της ακρίβειάς του. Η πιο αξιόπιστη μέθοδος είναι να επαληθεύσετε το απόσπασμα βρίσκοντάς το στο πραγματικό έργο του συγγραφέα. Η λογική του «αυτός ο συγγραφέας μπορεί να είπε κάτι τέτοιο» δεν αρκεί.
14. Ποια αρχή είναι σωστή στη χρήση της τεχνητής νοημοσύνης όσον αφορά τα πνευματικά δικαιώματα, το απόρρητο και τη δεοντολογία;
- Α) Τα πνευματικά δικαιώματα και τα προσωπικά δεδομένα μπορούν να εισαχθούν σε δημόσια εργαλεία χωρίς σκέψη, επειδή είναι γρήγορο
- Β) Εάν μια χρήση είναι νόμιμη, είναι σίγουρα ηθική και δεν απαιτείται περαιτέρω αξιολόγηση.
- Γ) Όταν η τεχνητή νοημοσύνη παράγει ένα αποτέλεσμα, η ευθύνη περνά εντελώς στο εργαλείο, όχι στον άνθρωπο.
- Δ) Τα πνευματικά δικαιώματα και το απόρρητο πρέπει να γίνονται σεβαστά από την αρχή. Η ανωνυμοποίηση, η διαφάνεια και η συναίνεση είναι απαραίτητες και η τελική ευθύνη ανήκει στον άνθρωπο ✔
Επεξήγηση: Η παρορμητική εισαγωγή περιεχομένου που προστατεύεται από πνευματικά δικαιώματα και προσωπικών δεδομένων (αναγνωριστικό χρήστη, ιστορικό ανάγνωσης/αναζήτησης) σε γενικά εργαλεία τεχνητής νοημοσύνης μπορεί να οδηγήσει σε παραβίαση δικαιωμάτων και απορρήτου. Η ανωνυμοποίηση, η ελαχιστοποίηση δεδομένων, η διαφάνεια και η συναίνεση είναι απαραίτητες. Επιπλέον, ακόμα κι αν μια χρήση είναι νόμιμη, μπορεί να είναι ανήθικη. Το «όλοι το χρησιμοποιούν» ή «γίνεται γρήγορα» δεν δικαιολογεί μια πρακτική και η τελική ευθύνη ανήκει στον ειδικό και όχι στο εργαλείο.