लाभ:
- लाइब्रेरियनशिप कार्यप्रवाह (मेटाडेटा, सारांश, खोज, सुझाव) मा कहाँ कृत्रिम बुद्धिमत्ताले समय बचत गर्छ र जहाँ सटीकता, स्रोत विश्वसनीयता र गोपनीयता निर्णयहरू जोखिमको स्तरमा निर्भर गर्दै मानिसहरूलाई छोडिन्छ भनेर छुट्याउन सक्षम हुनु।
- एक अनुशासन लागू गर्ने क्षमता जसले प्रत्येक आउटपुटलाई स्रोतमा लिङ्क गरेर, यसलाई स्वतन्त्र स्रोतमा पुष्टि गरेर, र यसलाई पूर्वाग्रह फिल्टर मार्फत प्रमाणित गर्दछ।
- भ्रम, बनावटी स्रोत र प्रयोगकर्ताको गोपनीयता किन जोखिमहरू हुन् भन्ने कुरा बुझ्दै यस पेशामा सुरुदेखि नै ध्यान दिनुपर्छ।
जब एक सूचीकरण विशेषज्ञ बिहान आफ्नो डेस्कमा बस्छन्, उहाँसँग दर्जनौं भर्खरै आइपुगेका पुस्तकहरू, चन्दा सङ्कलनका सयौं कागजातहरू, र एउटा अभिलेख बाकस डिजिटलाइज हुनको लागि पर्खिरहेको हुन सक्छ। एक सन्दर्भ लाइब्रेरियन (प्रयोगकर्तालाई जानकारी फेला पार्न मद्दत गर्ने विशेषज्ञ) दिनभर प्रश्नहरूको जवाफ दिन्छन् जस्तै "यस विषयमा भरपर्दो स्रोत कहाँ छ?" एक सूचना प्रबन्धक संगठनको हजारौं कागजातहरू पत्ता लगाउन योग्य र भरपर्दो राख्नको लागि जिम्मेवार हुन्छ। यस एकाइमा, हामी स्पष्ट गर्नेछौं कि कृत्रिम बुद्धिमत्ता (छोटकरीमा AI; ठूला भाषा मोडेलहरू र समान उपकरणहरू) ले यी कार्यहरूमा समय बचत गर्छ, र जहाँ निर्णय, छनौट र जिम्मेवारी मानवमा रहन्छ।
एउटा परिभाषाको साथ सुरु गरौं: आर्टिफिसियल इन्टेलिजेन्स, जसद्वारा हामीले भाषा-उत्पादन गर्ने र ढाँचा-पहिचान गर्ने सफ्टवेयर उपकरणहरू पाठको ठूलो मात्रामा प्रशिक्षित गर्छौं। यी उपकरणहरूले संक्षेप, अनुवाद, वर्गीकरण सुझाव, मस्यौदा पाठ उत्पन्न गर्दछ, र डेटाको ठूलो भागमा फ्ल्याग ढाँचाहरू। तर यो थाहा छैन कि स्रोत साँच्चै अवस्थित छ वा छैन, जानकारी सही छ वा छैन, वा प्रयोगकर्ताको गोपनीयता सुरक्षित छ कि छैन। यसैले पुस्तकालय र सूचना व्यवस्थापनमा, एआई एक सहायक हो, निर्णय निर्माता होइन।
आर्टिफिसियल इन्टेलिजेन्सले कहाँ काम गर्छ र कहाँ काम गर्दैन?
पुस्तकालयको कार्यप्रवाहलाई तीन तहमा विभाजन गरौं। पहिलो तह मेकानिकल र दोहोरिने कार्यहरू हो: पुस्तकको बाइलाइनबाट मस्यौदा मेटाडेटा निकाल्ने, लामो प्रतिवेदन संक्षेप गर्ने, पाठलाई एक भाषाबाट अर्को भाषामा अनुवाद गर्ने, डाटाको तालिका सफा गर्ने। AI यहाँ शक्तिशाली छ र ठूलो समय बचत गर्छ।
दोस्रो तह अर्ध-न्यायिक कार्य हो: कुन विषय शीर्षकमा कागजात दिने, संग्रहमा स्रोत समावेश गर्ने कि नगर्ने, प्रयोगकर्तालाई कुन स्रोत सिफारिस गर्ने। AI ले यहाँ सुझावहरू उत्पादन गर्छ, तर संस्थाको नीति र प्रयोगकर्ताको वास्तविक आवश्यकताहरू थाहा पाउने विशेषज्ञको अन्तिम शब्द हुन्छ।
तेस्रो तह शुद्ध निर्णय र उत्तरदायित्व हो: जानकारी सही छ भनेर पुष्टि गर्दै, प्रतिलिपि अधिकारमा निर्णय गर्ने, संवेदनशील व्यक्तिगत डेटा खुलासा गर्ने कि नगर्ने, स्रोतको विश्वसनीयता पुष्टि गर्ने। यस तहमा, AI को आउटपुट केवल एक सुरूवात बिन्दु हो; जिम्मेवारी पूर्णतया मानिसमा निहित छ।
सुझाव: AI लाई कार्य दिनु अघि, आफैलाई सोध्नुहोस्: "यदि यो आउटपुट गलत छ भने के हुन्छ?" यदि जवाफ "म केही समय बर्बाद गर्नेछु", भने AI प्रयोग गर्न नहिचकिचाउनुहोस्। यदि जवाफ "झूटा स्रोत फैलिएको छ, एक प्रयोगकर्तालाई बहकाइएको छ, वा व्यक्तिगत डेटा लीक गरिएको छ", आउटपुट प्रमाणित गर्न निश्चित हुनुहोस्।
भ्रम: पुस्तकालयको सबैभन्दा ठूलो खतरा
हेलुसिनेशन तब हुन्छ जब AI ले अस्तित्वमा नभएको जानकारी, स्रोत वा उद्धरणलाई वास्तविक जस्तो र अत्यन्त विश्वस्त भाषामा उत्पादन गर्छ। यो पुस्तकालय र सूचना व्यवस्थापनको लागि विशेष गरी खतरनाक छ; किनभने हाम्रो पेशाको सार भनेको स्रोतको प्रामाणिकता र विश्वसनीयता हो।
जब तपाईंले AI लाई "यस विषयमा पाँचवटा शैक्षिक कागजातहरू सुझाव दिनुहोस्" भन्नुहुन्छ, यसले शीर्षक, लेखक र जर्नल नामहरू उत्पन्न गर्न सक्छ जुन वास्तविक देखिन्छ तर अवस्थित छैन। यी मनगढन्ते स्रोतहरू यति विश्वस्त छन् कि एक संरक्षक वा लाइब्रेरियनले पनि तिनीहरूलाई प्रमाणीकरण बिना नै पुस्तक सूचीमा थप्न सक्छन्। मानविकी र सामाजिक विज्ञानमा, खतरा अझ ठूलो छ: जब "1897 बाट त्यो कागजात" एक इतिहासकारको लागि वा "त्यो अदालतको निर्णय" एक न्यायविद्को लागि बनाइन्छ, परिणाम गम्भीर गलत जानकारी हो।
ध्यान दिनुहोस्: AI द्वारा उत्पादित कुनै स्रोत उद्धरण, उद्धरण वा सन्दर्भलाई वास्तविक सूची, डाटाबेस वा स्रोतमा प्रमाणीकरण बिना कहिँ पनि स्थानान्तरण गर्नु हुँदैन। केवल किनभने यो "विश्वस्त देखिन्छ" को मतलब यो सत्य हो भन्ने होइन।
प्रमाणीकरण अनुशासन: तीन चरणहरू
AI सँग काम गर्दा लाइब्रेरियनले लागू गर्नुपर्ने आधारभूत अनुशासन यो हो:
1. स्रोतमा जडान गर्नुहोस्। प्रत्येक तथ्य, चित्र, मिति र छाप मौलिक स्रोतमा आधारित हुनुपर्छ। AI लाई सोध्नुहोस् "मलाई बताउनुहोस् कुन स्रोतबाट तपाईंले यो जानकारी प्राप्त गर्नुभयो" र त्यो स्रोत स्वतन्त्र रूपमा जाँच गर्नुहोस्।
2. स्वतन्त्र रूपमा पुष्टि गर्नुहोस्। AI बाहिर कम्तिमा एक विश्वसनीय स्रोतमा महत्वपूर्ण जानकारी प्रमाणित गर्नुहोस् (प्रामाणिक सूची, आधिकारिक डाटाबेस, प्राथमिक कागजात)।
3. यसलाई पूर्वाग्रह फिल्टर मार्फत पास गर्नुहोस्। AI ले यसलाई प्रशिक्षण दिइएको डेटाको पूर्वाग्रहहरू बोक्छ। सुझाव गरिएको विषय, सुझावहरूको सूची, वा सारांशले निश्चित दृष्टिकोणहरू हाइलाइट गर्न र अरूलाई अस्पष्ट पार्न सक्छ। कसलाई छोडियो भनेर सोध्नुहोस्, कुन परिप्रेक्ष्य हराइरहेको छ।
गोपनीयता र प्रयोगकर्ता गोपनीयता
पुस्तकालय पेशाको सबैभन्दा आधारभूत नैतिक सिद्धान्तहरू मध्ये एक प्रयोगकर्ताको गोपनीयता हो: एक व्यक्तिले के पढ्छ, उसले के खोज्छ, र कुन विषयमा उसको रुचि छ गोप्य हुन्छ। AI उपकरणहरूमा डेटा प्रविष्ट गर्दा, विशेष गरी इन्टरनेटमा सञ्चालन गर्ने सार्वजनिक उपकरणहरू, जसमा प्रयोगकर्ताहरूको पहिचान, खोज इतिहास, वा उधारो स्रोतहरू समावेश छन् यो सिद्धान्तको उल्लङ्घन हुन सक्छ; किनभने यो डाटा तेस्रो पक्ष प्रणालीहरूमा जान सक्छ।
त्यस्तै गरी, एक संगठनमा, अवर्गीकृत तर संवेदनशील कागजातहरू (कर्मचारी जानकारी, अनुबंध, आन्तरिक पत्राचार) सामान्य AI उपकरणमा अपलोड गर्नु हुँदैन। यस प्रकारको डाटाका लागि संस्थाको आफ्नै सुरक्षित, बन्द प्रणालीमा चल्ने उपकरणहरूलाई प्राथमिकता दिइन्छ।
सुझाव: AI मा कुनै पनि डाटा प्रविष्ट गर्नु अघि, सोध्नुहोस् "के यो जानकारी सार्वजनिक छ?" सोध्नुहोस्। यदि जवाफ होईन, वा तपाईं निश्चित हुनुहुन्न भने, त्यो डाटालाई डि-व्यक्तिगत, बेनामी ढाँचामा राख्नुहोस् वा संस्थाद्वारा अनुमोदित सुरक्षित उपकरणहरू मात्र प्रयोग गर्नुहोस्।
तीन मिनी केसहरू
केस 1 - 400 कागजातहरूको लागि ड्राफ्ट मेटाडेटा। विश्वविद्यालयको पुस्तकालयले प्रोफेसरद्वारा दान गरेका ४०० कागजातहरूको अभिलेख राख्नु पर्ने थियो। विशेषज्ञले प्रत्येक कागजातको पहिलो पृष्ठबाट AI बाट मस्यौदा शीर्षक, मिति र विषय सुझाव निकाले: प्रति कागजातको औसत समय १२ मिनेटबाट ४ मिनेटमा घट्यो। तर प्रत्येक मस्यौदा छाप मूल कागजातसँग तुलना गरिएको थियो र विशेषज्ञ द्वारा अनुमोदन गरिएको थियो; यस चरणमा AI द्वारा बनाईएको 17 गलत मितिहरू समातिए।
केस २ - नक्कली स्रोत समातियो। एक सल्लाहकार पुस्तकालयले एक स्नातक विद्यार्थीको लागि "जलवायु माइग्रेसन" मा स्रोतहरू खोज्दा YZ बाट 6 लेख सुझावहरू प्राप्त गरे। पुस्तकालयले ती सबैलाई संस्थाको डाटाबेसमा खोज्यो: 6 मध्ये 2 लेखहरू अवस्थित थिएनन्। प्रमाणीकरण चरणले विद्यार्थीलाई बनावटी स्रोत दिनबाट रोक्यो।
केस 3 - गोपनीयता भंग रोकियो। चेकआउट रेकर्डहरूबाट "कुन प्रयोगकर्ताले कुन विषयमा चासो राख्छ" भनेर विश्लेषण गर्नको लागि सामान्य AI उपकरण प्रयोग गरी विचार गर्ने पुस्तकालय। सूचना प्रबन्धकले यो डेटा प्रयोगकर्ता आईडीको साथ बाहिर जानको लागि गोपनीयताको उल्लङ्घन हुनेछ भनेर महसुस गरे; डाटा पहिले अज्ञात र केवल एकत्रित, अ-पहिचान तथ्याङ्कको रूपमा प्रशोधन गरिएको थियो।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) भूमिका र सीमाहरू परिभाषित गर्न सुरु गर्नुहोस्:
तपाईंको भूमिका: अनुभवी सहायक सूचीकरण र सूचना व्यवस्थापन विशेषज्ञ। तपाईंको कार्य: मैले तपाईंलाई दिएको स्रोतको जानकारीबाट मस्यौदा उत्पादन गर्ने। नियमहरू: (१) मैले दिएको पाठमा भएको जानकारी मात्र प्रयोग गर्नुहोस्, आफ्नो जानकारी थप नगर्नुहोस्। (२) चिन्ह लगाउनुहोस् "[प्रमाणित हुनुपर्छ]" जहाँ तपाईं निश्चित हुनुहुन्न। (३) कुनै पनि मिति, नाम वा छापहरू नबनाउनुहोस्। बुझ्नुभयो भने सुरु गरौँ । स्रोत: [यहाँ]
2) प्रमाणीकरण जाँच प्रश्न:
तलको पाठमा प्रत्येक तथ्यात्मक दावी (मिति, नाम, नम्बर, स्रोत उद्धरण) सूचीबद्ध गर्नुहोस्। प्रत्येकको लागि: पाठमा तपाईंले यो जानकारी कहाँ पाउनुभयो? यदि यो पाठमा स्पष्ट रूपमा छैन भने, "पाठमा छैन" लेख्नुहोस्। पाठ: [यहाँ]
3) पूर्वाग्रह र हराएको परिप्रेक्ष्य जाँच:
निम्न सारांश/सिफारिसले कुन परिप्रेक्ष्यलाई हाइलाइट गर्छ र कुनलाई छोड्छ? कुन समूह, क्षेत्र वा दृश्यहरू हराइरहेको हुन सक्छ? केवल पाठमा भर पर्नुहोस्, अनुमान नगर्नुहोस्। पाठ: [यहाँ]
4) गोपनीयता पूर्व-जाँच:
के तलको पाठमा व्यक्तिगत डेटा (नाम, आईडी नम्बर, सम्पर्क, पढ्ने/खोज इतिहास) वा संवेदनशील कर्पोरेट जानकारी समावेश छ? यदि त्यसो हो भने, यसलाई सूचीबद्ध गर्नुहोस् र यसलाई कसरी गुमनाम राख्न सकिन्छ भनेर सुझाव दिनुहोस्। पाठ: [यहाँ]
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
मलाई यस विषयमा केही स्रोतहरू खोज्नुहोस्।
यो प्रम्प्टले AI लाई नक्कली स्रोतहरू उत्पन्न गर्न आमन्त्रित गर्दछ। त्यहाँ कुनै भूमिका, सीमा, प्रमाणीकरण नियम र स्रोतहरू छैनन्। एआईले विश्वासयोग्य तर अस्तित्वहीन ट्यागहरू उत्पादन गर्न सक्छ।
शक्तिशाली प्रम्प्ट:
तपाईंको भूमिका: सन्दर्भ पुस्तकालय सहायक। मैले तल दिएको क्याटलग प्रविष्टिहरूबाट "जलवायु माइग्रेसन" विषयसँग सम्बन्धित विषयहरू छान्नुहोस् र तिनीहरू किन सान्दर्भिक छन् भनी व्याख्या गर्नुहोस्। सूचीमा नभएका कुनै पनि स्रोतहरू थप नगर्नुहोस्, स्रोतहरू नबनाउनुहोस्। जब तपाइँ निश्चित हुनुहुन्न, "त्यहाँ कुनै उपयुक्त स्रोतहरू सूचीबद्ध छैनन्" भन्नुहोस्। क्याटलग प्रविष्टिहरू: [यहाँ]
भिन्नता स्पष्ट छ: बलियो प्रम्प्टले AI लाई दिइएको वास्तविक स्रोतबाट काम गर्न बाध्य बनाउँछ, आफ्नै मेमोरीबाट होइन, र बनावटलाई रोक्छ।
तह र जिम्मेवारी तालिका
व्यापार तह
नमूना कार्य
AI को भूमिका
मानिसको निर्णय
यान्त्रिक
मस्यौदा मेटाडेटा, सारांश, अनुवाद
द्रुत रूपमा ड्राफ्टहरू उत्पादन गर्दछ
प्रमाणीकरण, स्वीकृति
अर्ध-न्यायिक
विषय शीर्षक, स्रोत सुझाव
सुझावहरू प्रदान गर्दछ
नीति द्वारा चयन
शुद्ध न्याय
प्रमाणीकरण, प्रतिलिपि अधिकार निर्णय
प्रारम्भिक जानकारी मात्र
पूर्ण जिम्मेवारी व्यक्तिको हो
सामान्य गल्तीहरू
- स्रोतको लागि AI आउटपुट प्रतिस्थापन गर्दै। एआई एक सहायक हो, स्रोत होइन; प्रत्येक आउटपुट प्रमाणित छ।
- बनाइएको स्रोतलाई विश्वस्त रूपमा स्वीकार गर्दै। यो राम्रो देखिनुको मतलब यो सही हो भन्ने होइन।
- सार्वजनिक उपकरणमा व्यक्तिगत/संवेदनशील डाटा प्रविष्ट गर्दै। प्रयोगकर्ताको गोपनीयता र कर्पोरेट गोपनीयतालाई सुरुदेखि नै सम्मान गरिन्छ।
- पूर्वाग्रहलाई बेवास्ता गर्दै। AI ले डेटाको परिप्रेक्ष्य बोक्छ जसमा यो प्रशिक्षित हुन्छ; के हराइरहेको छ सोध्नुहोस्।
- निर्णय AI मा छोड्दै। शुद्धता, प्रतिलिपि अधिकार, र गोपनीयता को निर्णयहरु मानव को हो।
संक्षेपमा
कृत्रिम बुद्धिमत्ता; यो पुस्तकालय र सूचना व्यवस्थापन मा संक्षेप, मस्यौदा, अनुवाद र ढाँचा मार्किंग को लागी एक शक्तिशाली सहायक हो। यसले मेकानिकल काममा धेरै समय बचत गर्छ; अर्ध-न्यायिक मामिलाहरूमा सल्लाह दिन्छ; तर सटीकताको प्रमाणीकरण, स्रोतको विश्वसनीयता, प्रयोगकर्ताको गोपनीयता, र नैतिक निर्णयहरू मानिसहरूको हो। भ्रम यस पेशाको लागि सबैभन्दा ठूलो खतरा हो: प्रमाणीकरण बिना कुनै स्रोत क्रेडिट वा उद्धरणहरू प्रयोग गरिँदैन। स्पष्ट भूमिका, सीमा, र प्रमाणीकरण नियमहरूको साथ एआई चलाउनुहोस्; स्वतन्त्र स्रोतको साथ प्रत्येक महत्वपूर्ण आउटपुट पुष्टि गर्नुहोस्।
आवेदन कार्य
आफ्नो क्षेत्रबाट वास्तविक विषय छान्नुहोस्। त्यस विषयमा 5 स्रोत सिफारिसहरूको लागि AI लाई सोध्नुहोस्, त्यसपछि प्रत्येकलाई वास्तविक सूची वा डेटाबेसमा खोज्नुहोस् र कतिवटा वास्तवमा अवस्थित छन् भनेर नोट गर्नुहोस्। त्यसपछि, "स्टार्टअप परिभाषित भूमिका र सीमाहरू" टेम्प्लेटको साथ, AI लाई तपाईंले प्रदान गर्नुभएको पाठबाट मात्र काम गर्न भन्नुहोस् र दुई दृष्टिकोणहरूको आउटपुट तुलना गर्नुहोस्। कुन दृष्टिकोणले फिटिंगलाई रोक्छ लेख्नुहोस्।
चेकलिस्ट
- मैले कुन तह (मेकानिकल, अर्ध-न्यायिक, शुद्ध निर्णय) मा कार्य हो भनेर निर्धारण गरें।
- [] "यदि यो आउटपुट गलत छ भने के हुन्छ?" मैले प्रश्न सोधे ।
- [ ] मैले प्रत्येक क्रेडिट र उद्धरणलाई स्वतन्त्र स्रोत विरुद्ध प्रमाणित गरेको छु।
- [ ] मैले जाँच गरेको छु कि AI मा प्रवेश गर्ने डाटामा कुनै व्यक्तिगत/संवेदनशील जानकारी छैन।
- [] मैले अन्तिम निर्णय र जिम्मेवारी आफ्नै विवेकमा राखें।