Ieguvumi:
- Spēja atšķirt uz saturu balstītas un uz sadarbību balstītas ieteikumu pieejas un novērst viltus avotus, pārbaudot katru ieteikumu reālajā kolekcijā
- Spēja lauzt filtra burbuli ar apzinātu dažādību un sniegt ieteikumus ar pārskatāmiem pamatojumiem
- Lietotāju lasīšanas un meklēšanas vēstures privātuma aizsardzība un šo datu droša apstrāde
Lasītājs varētu jautāt: "Es pabeidzu šo grāmatu, ko man vajadzētu lasīt tālāk?" ”, labs bibliotekārs iesaka savām interesēm, līmenim un mērķim atbilstošus resursus. Digitālajā pasaulē ieteikumu sistēmas to dara plašā mērogā: tās iesaka jaunus resursus, aplūkojot lietotāja pagātnes intereses vai resursa īpašības. Šajā nodaļā jūs uzzināsiet, kā darbojas uz mākslīgo intelektu balstītas ieteikumu sistēmas, ko tās sniedz bibliotēkai un kā pārvaldīt tādus riskus kā privātums, neobjektivitāte un "filtru burbulis".
Definēsim jēdzienus. Satura ieteikumā aplūkotas avota īpašības (tēma, autors, žanrs) un ieteikti līdzīgi avoti: "Ja jums patika šī vēstures grāmata, varētu patikt arī šī, kas aptver to pašu periodu." Sadarbības filtrēšana darbojas pēc principa "šie patika arī citiem lietotājiem, kuriem patika tādi resursi kā jums". Filtra burbulis ir tad, kad ieteikumu sistēma bloķē lietotāju pastāvīgi līdzīgā saturā un attur viņu no jaunām, dažādām perspektīvām. Labs bibliotēkas ieteikums gan piesaista interesi, gan sagrauj burbuli.
Soli pa solim: atbildīga konsultāciju pieeja
1. Precizējiet mērķi. Kāds ir priekšlikuma mērķis? Vai vēlaties, lai lietotājs turpinātu lasīt, paplašinātu redzesloku vai atrastu resursus konkrētam pētījuma jautājumam? Mērķis nosaka ieteikuma veidu.
2. Pārbaudiet avotu un autentiskumu. Sniedzot ieteikumus, mākslīgais intelekts var izveidot neeksistējošas grāmatas. Pārbaudiet, vai katrs ieteiktais resurss patiešām pastāv kolekcijā vai uzticamā katalogā.
3. Saglabājiet dažādību. Iesakot tikai "līdzīgāko", tiek izveidots filtra burbulis. Apzināti iekļaujiet dažādas perspektīvas, dažādus autorus un dažādus līmeņus. Bibliotēkas uzdevums ir atvērt apvāršņus, nevis aprobežoties ar ekoloģiju.
4. Aizsargājiet privātumu. Personalizētajos ieteikumos tiek izmantota lietotāja lasīšanas vēsture, un tas ir ārkārtīgi precīzs. Nesniedziet šos datus vispārējiem AI rīkiem; Apstrādāt tikai iestādes drošo sistēmu ietvaros, ar lietotāja piekrišanu.
5. Esi caurspīdīgs. Paskaidrojiet lietotājam, kāpēc tika izteikts ieteikums: "Šis resurss tika ieteikts, jo tas ir saistīts ar tēmu, kas jūs interesē." Pārredzamība stiprina uzticību un informācijas pratību.
Padoms. Apzināti pievienojiet ieteikumu sarakstam "nedaudz atšķirīgu" resursu un norādiet: "Tie ir tuvu jūsu interešu jomai; es pievienoju šo resursu atsvaidzināšanai." Tas gan pārtrauc filtra burbuli, gan parāda bibliotēkas atklāšanas vērtību.
Priekšlikuma ētiskā dimensija
Ieteikumu sistēmas šķiet nevainīgas, taču rada spēcīgus efektus. Kuri resursi ir ieteicami lietotājam, veido viņa informācijas pasauli. Ja sistēma izceļ tikai populārus avotus vai tikai no noteikta viedokļa, mazākuma balsis, atšķirīgi viedokļi un mazāk zināmi vērtīgi avoti būs neredzami. AI var pastiprināt šo tendenci, pārmantojot apmācības datu popularitāti un novirzes.
Šeit parādās bibliotekārā darba vērtība: bibliotēka nav komerciālu ieteikumu dzinējs; Tās misija ir nodrošināt vienlīdzīgu un daudzveidīgu piekļuvi informācijai. Bibliotekāra pienākums ir saskaņot ieteikumu sistēmu ar šo vērtību.
Uzmanību: lietotāja lasīšanas un meklēšanas vēsture ir viens no sensitīvākajiem privātuma datiem. Tas, ko cilvēks lasa, var atklāt informāciju par viņa veselību, politiskajiem uzskatiem, pārliecību vai personīgo krīzi. Nekad nepārsūtiet šos datus ar to identitāti uz ārējām sistēmām; Anonimizācija un piekrišana ir būtiska.
trīs mini futrāļi
1. gadījums — uz saturu balstīts ieteikums darbojās. Skolas bibliotēka izmantoja uz saturu balstītu sistēmu, lai ieteiktu skolēniem resursus, kas bija līdzīgi grāmatai, kuru viņi lasa. Viens students pabeidza zinātniskās fantastikas romānu; Sistēma ieteica trīs grāmatas par vienu un to pašu tēmu, bet no cita autora. Students aizņēmās divus; Lasīšanas paradums turpinājās. Bibliotekāre iepriekš bija apstiprinājusi, ka visi ieteikumi krājumā patiešām pastāv.
2. gadījums — pieķerts viltus ieteikums. Bibliotekārs lūdza AI ieteikt lietotājam 8 grāmatas. Viņš pārbaudīja sarakstu katalogā: 3 no 8 grāmatām trūka vispār; AI bija izveidojis ticamus virsrakstus. Verifikācijas darbība neļāva lietotājam ieteikt neesošas grāmatas.
3. gadījums — plīsis filtra balons. Pētnieks pastāvīgi strādāja ar avotiem ar vienu un to pašu skatījumu, un sistēma vienmēr ieteica līdzīgus. Bibliotekārs apzināti iekļāva divus avotus, kas sniedza pretrunīgu pieeju tēmai un skaidri to izskaidroja. Tikai pateicoties šiem pretējiem avotiem, pētnieks saprata sava pētījuma nepilnīgo aspektu.
Aukstā palaišana un jauna lietotāja problēma
Labi zināms ieteikuma sistēmu izaicinājums ir aukstās palaišanas problēma: sistēma nezina, ko ieteikt jaunam lietotājam vai resursam, kas tikko ir pievienots kolekcijai, par kuru nav vēsturisku datu. Šajā gadījumā daudzas sistēmas izmanto vispopulārākos resursus kā drošu iespēju; Tas nozīmē, ka mazpazīstami vērtīgi resursi nemaz nav ieteicami un popularitāte barojas pati no sevis. Bibliotekārajā ziņā tas ir pretrunā ar vienlīdzīgas piekļuves vērtību. Risinājums ir uzdot jaunajam lietotājam īsu, skaidru priekšrocību jautājumu (kuras tēmas, kāds līmenis, kādam mērķim), pirms sniedzat ieteikumu un izceļat tikko pievienotos resursus, pamatojoties uz to satura īpašībām. Šajā brīdī, analizējot resursa priekšmetu un iezīmes, AI var piesaistīt attiecīgajam lietotājam pat grāmatu, kas nekad nav aizgūta; ja vien ieteikums nāk no reālās kolekcijas un ir pārbaudīts. Tādējādi sistēma padara redzamu ne tikai "ļoti mīļo", bet arī "atbilstošo un vērtīgo".
Padoms. Iestatot ieteikumu jaunam lietotājam, pamatojiet to uz lietotāja pašreizējām vajadzībām, nevis sistēmas vēsturiskajiem datiem. Viens labs jautājums ("vai tas ir pētniecībai, priekam, cik lielā mērā?") bieži sniedz precīzāku ieteikumu nekā mēnešu uzvedības dati.
Četras kopējamas veidnes
1) Uz saturu balstīts līdzīgu resursu ieteikums:
Zemāk ir lietotājam patika resursa tēma/kopsavilkums. Esmu arī sniedzis mūsu krājumā esošo resursu sarakstu. Vienkārši no šī saraksta iesakiet 5 tēmai līdzīgus resursus un katram uzrakstiet viena teikuma pamatojumu. Ieteiktie avoti nav norādīti. Mīļākais avots: [šeit] / Kolekciju saraksts: [šeit]
2) Ieteikums, kas papildina dažādību:
Tālāk sniegtajam ieteikumu sarakstam pievienojiet 2 resursus, kas paplašinās lietotāja redzesloku un piedāvās citu skatījumu vai apakštēmu (tikai no manis nodrošinātā krājuma saraksta). Paskaidrojiet, kāpēc tie ir atšķirīgi un vērtīgi. Saraksts: [šeit] / Kolekcija: [šeit]
3) Ieteikuma iemesla skaidrojums:
Katram tālāk norādītajam ieteikumam uzrakstiet īsu, pārskatāmu pamatojumu, ko var parādīt lietotājam: "Šis resurss tika ieteikts, jo..." Bez pārspīlējumiem, bez personas datiem. Ieteikumi: [šeit]
4) Privātuma iepriekšēja pārbaude:
Vai šajā ieteikuma ierakstā ir ietverta lietotāju identificējoša vai sensitīva informācija (norādot uz veselību, pārliecību, politiskiem uzskatiem)? Ja jā, atzīmējiet to un iesakiet, kā to anonimizēt. Ievade: [šeit]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Ieteikt šim lietotājam izlasīt 10 grāmatas.
AI ģenerē ieteikumus no savas globālās atmiņas, nezinot kolekciju; Viņš var izdomāt grāmatas, kas neeksistē un neciena dažādību un privātumu.
Spēcīga uzvedne:
Jūsu loma: lasītāju padomdevēja asistents. Zemāk ir tēma, kas lietotājam patika, un reālo avotu saraksts mūsu kolekcijā. (1) Iesakiet 5 avotus, kas saistīti ar tēmu no saraksta. (2) Pievienojiet arī 2 avotus ar dažādām perspektīvām, kas atvērs jūsu acis. (3) Katram priekšlikumam uzrakstiet pārskatāmu pamatojumu. Neizslēdzieties no saraksta, neveidojiet avotus un nenorādiet uz personas datiem. Temats: [šeit] / Kolekcija: [šeit]
Spēcīga uzvedne; tas ierobežo to līdz faktiskajai kolekcijai, pieprasa daudzveidību un pievieno pamatojumu un privātuma noteikumu.
Ieteikumu veidu salīdzināšanas diagramma
Ieteikuma veids
stiprā puse
risku
Bibliotekāra pienākums
balstīta uz saturu
Labi piesaista uzmanību
filtra burbulis
Pievienojiet šķirni
sadarbības
pārsteiguma atklājums
Privātums, popularitātes aizspriedumi
Anonimitāte, līdzsvars
AI ražošanas saraksts
ātri
izdomāts avots
pārbaudīt realitāti
Biežas kļūdas
- Piedāvā ieteikumus bez pārbaudes. AI var izveidot neesošus avotus.
- Vienkārši iesaku "līdzīgāko". Filtra burbulis sašaurina lietotāja redzesloku.
- Eksportē lasīšanas vēsturi uz ārēju rīku. Tie ir visjutīgākie privātuma dati.
- Ierosinājuma iesniegšana bez pamatojuma. Pārredzamība atbalsta uzticēšanos un lasītprasmi.
- Popularitātes aizspriedumu ignorēšana. Tiek zaudēti vērtīgi, bet maz zināmi resursi.
Rezumējot
Ieteikumu sistēmas ir spēcīgi rīki, kas atvieglo atklāšanu, piesaistot lietotāju interesi; Uz saturu balstītām un uz sadarbību balstītām pieejām ir dažādas stiprās puses un riski. AI ātri ģenerē ieteikumus, taču var izgudrot neesošus avotus, filtrējot burbuļus un pastiprinot neobjektivitāti. Bibliotekāra darbs; Pārbaudīt katru ieteikumu reālajā kolekcijā, izjaukt burbuli ar apzinātu dažādību, aizsargāt lietotāju privātumu un saglabāt vienlīdzīgas un daudzveidīgas bibliotēkas piekļuves vērtību, sniedzot ieteikumus ar pārskatāmiem iemesliem.
Lietojumprogrammas uzdevums
Sagatavojiet īsu faktu krājumu sarakstu (10-15 avoti). Ģenerējiet ieteikumu lietotājam, izmantojot veidni “līdzīgu resursu ieteikums, pamatojoties uz saturu”, un pārbaudiet, vai tie visi patiešām ir sarakstā. Pēc tam pievienojiet sarakstam avotus ar dažādām perspektīvām, izmantojot veidni “Ieteikums, kas papildina dažādību”. Visbeidzot, katram ieteikumam izveidojiet pārskatāmu skaidrojumu, izmantojot veidni “Ieteikuma pamatojuma skaidrojums” un plānojiet, kā to prezentēsiet lietotājam.
kontrolsaraksts
- [ ] Es pārbaudīju, vai katrs ieteikums patiešām pastāv kolekcijā.
- [ ] Es pievienoju dažādību, lai izjauktu filtra burbuli.
- [ ] Es turēju lietotāja lasīšanas/meklēšanas vēsturi drošībā, neatdevu to ārējam rīkam.
- [ ] Katram priekšlikumam esmu sagatavojis pārskatāmu pamatojumu.
- [ ] Lai izvairītos no popularitātes aizspriedumiem, es pievērsu uzmanību mazāk zināmiem un vērtīgiem avotiem.