Hagnaður:
- Geta til að greina á milli efnistengdra og samstarfsaðferða með tilmælum og koma í veg fyrir falsa heimildir með því að sannreyna hverja meðmæli í raunverulegu safni
- Hæfni til að brjóta síubóluna með meðvituðum fjölbreytileika og setja fram tillögur með gagnsæjum rökstuðningi
- Að vernda friðhelgi lestrar- og leitarferils notenda og vinna úr þessum gögnum á öruggan hátt
Lesandi gæti spurt "Ég kláraði þessa bók, hvað ætti ég að lesa næst?" ', góður bókavörður mælir með auðlindum sem hæfa áhugasviði hans, stigi og tilgangi. Í stafrænum heimi gera meðmælakerfi þetta í mælikvarða: þau mæla með nýjum auðlindum með því að skoða fyrri áhuga notanda eða eiginleika auðlindar. Í þessari einingu munt þú læra hvernig meðmælakerfi sem byggjast á gervigreind virka, hvað þau koma með á bókasafnið og hvernig á að stjórna áhættu eins og persónuvernd, hlutdrægni og „síubólu“.
Skilgreinum hugtökin. Efnismiðuð meðmæli skoða eiginleika heimildar (efni, höfundur, tegund) og mæla með svipuðum heimildum: "Ef þér líkaði við þessa sögubók gætirðu líka líkað við þessa sem nær yfir sama tímabil." Samstarfssíun virkar á meginreglunni um "aðrir notendur sem líkaði við auðlindir eins og þú líkaði líka við þessar". Síubóla er þegar meðmælakerfi læsir notandanum við stöðugt svipað efni og heldur þeim frá nýjum, mismunandi sjónarhornum. Góð bókasafnsráðgjöf fangar bæði áhugann og brýtur bólu.
Skref fyrir skref: ábyrg ráðgjöf
1. Skýrðu tilganginn. Að hverju miðar tillagan? Viltu að notandinn haldi áfram að lesa, víkka sjóndeildarhring sinn eða finna úrræði fyrir ákveðna rannsóknarspurningu? Tilgangurinn ákvarðar tegund meðmæla.
2. Staðfestu uppruna og áreiðanleika. AI getur búið til bækur sem ekki eru til þegar tillögur eru lagðar fram. Staðfestu að hver tillaga að tilefni sé í raun til í safninu eða í áreiðanlegum vörulista.
3. Viðhalda fjölbreytileika. Með því að mæla aðeins með þeim „líkust“ myndast síubólu. Taktu meðvitað inn mismunandi sjónarhorn, mismunandi höfunda og mismunandi stig. Verkefni bókasafnsins er að opna sjóndeildarhringinn, ekki að takmarka hann við vistfræðina.
4. Vernda friðhelgi einkalífsins. Sérsniðin meðmæli nota lestrarferil notandans og eru mjög nákvæm. Ekki láta þessi gögn í té almennum gervigreindarverkfærum; Vinnsla eingöngu innan öruggra kerfa stofnunarinnar, með samþykki notanda.
5. Vertu gegnsær. Útskýrðu fyrir notanda hvers vegna ráðleggingin var gerð: "Mælt var með þessu tilfangi vegna þess að það tengist efninu sem þú hefur áhuga á." Gagnsæi eflir traust og upplýsingalæsi.
Ábending: Bættu meðvitað „örlítið öðruvísi“ úrræði við lista yfir tillögur og segðu: „Þetta eru nálægt áhugasviðinu þínu; ég bætti þessu við sem upprifjun. Þetta brýtur bæði síubóluna og sýnir uppgötvunargildi bókasafnsins.
Siðferðileg vídd tillögunnar
Meðmælakerfi virðast saklaus en skapa öflug áhrif. Hvaða úrræði er mælt með fyrir notanda mótar upplýsingaheim hans. Ef kerfið dregur aðeins fram heimildir sem eru vinsælar eða aðeins frá ákveðnu sjónarhorni, verða raddir minnihlutahópa, ólíkar skoðanir og minna þekktar verðmætar heimildir ósýnilegar. AI getur styrkt þessa þróun með því að erfa vinsældir og hlutdrægni í þjálfunargögnunum.
Þetta er þar sem gildi bókasafnsfræðinnar kemur inn: bókasafnið er ekki viðskiptaleg meðmælavél; Hlutverk hennar er að tryggja jafnan og fjölbreyttan aðgang að upplýsingum. Það er á ábyrgð bókavarðar að samræma meðmælakerfið við þetta gildi.
Athugið: Lestrar- og leitarferill notanda er ein viðkvæmustu persónuverndargögnin. Það sem einstaklingur les getur leitt í ljós upplýsingar um heilsu hans eða hennar, stjórnmálaskoðanir, skoðanir eða persónulega kreppu. Aldrei flytja þessi gögn með auðkenni þeirra yfir á ytri kerfi; Nafnleynd og samþykki eru nauðsynleg.
þrjú smámál
Mál 1 - Innihaldsbundin tilmæli virkuðu. Skólasafn notaði efnistengt kerfi til að mæla með auðlindum fyrir nemendur sem voru svipuð bókinni sem þeir voru að lesa. Einn nemandi lauk við vísindaskáldsögu; Kerfið mælti með þremur bókum sem fjalla um sama þema en frá öðrum höfundi. Nemandi fékk tvo að láni; Lestrarvanan hélt áfram. Bókavörðurinn hafði áður staðfest að allar tillögurnar væru í raun til í safninu.
Mál 2 - Fölsuð uppástunga gripin. Bókavörður bað gervigreind að mæla með 8 bókum fyrir notanda. Hann athugaði listann í vörulistanum: 3 af 8 bókum vantaði yfirleitt; Gervigreindin hafði búið til trúverðugar fyrirsagnir. Staðfestingarskrefið kom í veg fyrir að hægt væri að mæla með bókum sem ekki voru til við notandann.
Tilfelli 3 - Síubelgur sprunginn. Rannsakandi var stöðugt að vinna með heimildir með sama sjónarhorn og kerfið lagði alltaf til svipaðar. Bókavörðurinn setti vísvitandi tvær heimildir sem settu fram andstæða nálgun á viðfangsefnið og gerðu þetta skýrt. Það var aðeins þessum andstæðu heimildum að þakka að rannsakandinn áttaði sig á ófullnægjandi þætti rannsóknarinnar.
Köld byrjun og nýtt notendavandamál
Vel þekkt áskorun meðmælakerfa er kaldræsingarvandamálið: Kerfið veit ekki hverju það á að mæla með við nýjan notanda eða tilföng sem hefur nýlega verið bætt við safnið sem engin söguleg gögn eru fyrir. Í þessu tilviki snúa mörg kerfi sér að vinsælustu auðlindunum sem örugga valkostinum; Þetta þýðir að alls ekki er mælt með lítt þekktum verðmætum auðlindum og vinsældirnar nærast á sjálfum sér. Í bókasafnsmálum stangast þetta á við gildi jafns aðgengis. Lausnin er að spyrja nýja notandann stutta, skýra forgangsspurningu (hvaða efni, hvaða stig, hvaða tilgangi) áður en þú leggur fram meðmæli og undirstrikar nýlega bætt við auðlindir út frá innihaldseinkennum þeirra. Á þessum tímapunkti, með því að greina efni og eiginleika auðlindar, getur gervigreind tengt jafnvel bók sem hefur aldrei verið lánuð við viðkomandi notanda; svo framarlega sem ábendingin kemur frá raunverulegu safni og er staðfest. Þannig gerir kerfið ekki aðeins sýnilegt hið „mjög elskaða“ heldur einnig „viðeigandi og verðmæta“.
Ábending: Þegar þú setur upp meðmæli fyrir nýjan notanda skaltu byggja þær á núverandi þörfum notandans frekar en sögulegum gögnum kerfisins. Ein góð spurning ("er þetta til rannsókna, til ánægju, að hve miklu leyti?") gefur oft nákvæmari meðmæli en mánaðaraf hegðunargögn.
Fjögur afritanleg sniðmát
1) Tilmæli um svipað efni sem byggir á efni:
Hér að neðan er efni/yfirlit yfir tilföng sem notanda líkaði við. Ég hef einnig gefið lista yfir núverandi auðlindir í safninu okkar. Bara af þessum lista, stingdu upp á 5 úrræðum sem líkjast efninu og skrifaðu einnar setningar rökstuðning fyrir hvert. Stungið upp á heimildum ekki skráðar. Uppáhaldsheimild: [hér] / Safnlisti: [hér]
2) Tillaga sem bætir fjölbreytni:
Við listann yfir tillögur hér að neðan skaltu bæta 2 úrræðum sem munu víkka sjóndeildarhring notandans og bjóða upp á annað sjónarhorn eða undirefni (aðeins af safnlistanum sem ég gaf upp). Útskýrðu hvers vegna þau eru ólík og verðmæt. Listi: [hér] / Safn: [hér]
3) Útskýring á ástæðu tilmælanna:
Fyrir hverja meðmæli hér að neðan skaltu skrifa stuttan, gagnsæjan rökstuðning sem hægt er að sýna notandanum: „Mælt var með þessu úrræði vegna þess að...“ Engar ýkjur, engin vísbending um persónuleg gögn. Tillögur: [hér]
4) Forskoðun persónuverndar:
Inniheldur eftirfarandi tillögufærsla auðkennandi eða viðkvæmar upplýsingar (sem gefa til kynna heilsu, skoðanir, stjórnmálaskoðanir)? Ef svo er, merktu við það og leggðu til hvernig á að nafngreina það. Inntak: [hér]
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Mæli með 10 bókum fyrir þennan notanda til að lesa.
Gervigreind býr til tillögur úr alþjóðlegu minni sínu án þess að þekkja safnið; Hann getur búið til bækur sem eru ekki til og virðir ekki fjölbreytileika og friðhelgi einkalífs.
Öflug tilvitnun:
Hlutverk þitt: aðstoðarmaður lesendaráðgjafa. Hér að neðan er efnið sem notandinn líkaði við og listi yfir raunverulegar heimildir í safninu okkar. (1) Stingdu upp á 5 heimildum sem tengjast efninu af listanum. (2) Bættu líka við 2 heimildum með mismunandi sjónarhornum sem munu opna augun þín. (3) Skrifaðu gagnsæjan rökstuðning fyrir hverja tillögu. Ekki fara af listanum, búa til heimildir eða gefa í skyn persónuleg gögn. Efni: [hér] / Safn: [hér]
Öflug hvetja; það takmarkar það við raunverulega söfnun, krefst fjölbreytni og bætir við rökstuðningi og persónuverndarreglu.
Samanburðarrit af gerðum tilmæla
Tegund tillögu
sterkur punktur
áhættu
Skylda bókavarðar
byggt á efni
Fangar athygli vel
síu kúla
Bættu við fjölbreytni
samvinnuþýð
óvænta uppgötvun
Friðhelgi, vinsældir hlutdrægni
Nafnleynd, jafnvægi
AI framleiðslulisti
hratt
uppspuni
sannreyna raunveruleikann
Algeng mistök
- Bjóða uppástungur án staðfestingar. AI getur búið til heimildir sem ekki eru til.
- Mæli bara með "líkust". Síubólan þrengir sjóndeildarhring notandans.
- Flytur lestrarferil út í utanaðkomandi tól. Það eru viðkvæmustu gögnin um persónuvernd.
- Kynnir tillöguna án rökstuðnings. Gagnsæi styður við traust og læsi.
- Hunsa vinsældir hlutdrægni. Verðmæt en lítt þekkt auðlind glatast.
Í stuttu máli
Meðmælakerfi eru öflug tæki sem auðvelda uppgötvun með því að fanga áhuga notenda; Efnismiðaðar og samvinnuaðferðir hafa mismunandi styrkleika og áhættu. Gervigreind er fljót að búa til tillögur en getur fundið upp heimildir sem ekki eru til, síað loftbólur og styrkt hlutdrægni. Starf bókasafnsfræðings; Að sannreyna hverja uppástungu í raunverulegu safni, brjóta bólu með meðvituðum fjölbreytileika, vernda friðhelgi notenda og viðhalda gildi jafns og fjölbreytts aðgangs að bókasafninu með því að setja fram tillögur með gagnsæjum ástæðum.
Umsóknarverkefni
Útbúa stuttan lista yfir staðreyndasöfn (10-15 heimildir). Búðu til meðmæli fyrir notanda með sniðmátinu „sambærilegt tilföng sem byggir á efni“ og staðfestu að þau séu öll til á listanum. Bættu síðan heimildum með mismunandi sjónarhornum við listann með „Tillögu sem bætir fjölbreytileika“ sniðmátinu. Að lokum skaltu búa til gagnsæja skýringu fyrir hverja tillögu með sniðmátinu „Rökstuðningur ábendinga“ og skipuleggja hvernig þú ætlar að kynna hana fyrir notandanum.
gátlisti
- [ ] Ég staðfesti að hver uppástunga sé í raun til í safninu.
- [ ] Ég bætti við fjölbreytni til að brjóta síubóluna.
- [ ] Ég hélt lestri/leitarferli notanda öruggum, ég gaf hann ekki utanaðkomandi tól.
- [ ] Ég hef útbúið gagnsæjan rökstuðning fyrir hverja tillögu.
- [ ] Til að forðast vinsældir hlutdrægni fylgdist ég með minna þekktum og verðmætum heimildum.