กำไร:
- ความสามารถในการแยกแยะระหว่างแนวทางการแนะนำตามเนื้อหาและแนวทางการทำงานร่วมกัน และป้องกันแหล่งที่มาปลอมโดยการตรวจสอบคำแนะนำแต่ละรายการในคอลเลกชันจริง
- ความสามารถในการทำลายกรอบตัวกรองด้วยความหลากหลายอย่างมีสติ และนำเสนอข้อเสนอแนะโดยมีเหตุผลที่โปร่งใส
- ปกป้องความเป็นส่วนตัวของการอ่านและประวัติการค้นหาของผู้ใช้และการประมวลผลข้อมูลนี้อย่างปลอดภัย
ผู้อ่านอาจถามว่า “เล่มนี้จบแล้ว จะอ่านอะไรต่อดี?” ' บรรณารักษ์ที่ดีจะแนะนำทรัพยากรที่เหมาะสมกับความสนใจ ระดับ และวัตถุประสงค์ของตน ในโลกดิจิทัล ระบบการแนะนำทำสิ่งนี้ในวงกว้าง โดยจะแนะนำทรัพยากรใหม่โดยพิจารณาจากความสนใจในอดีตของผู้ใช้หรือลักษณะของทรัพยากร ในหน่วยนี้ คุณจะได้เรียนรู้ว่าระบบการแนะนำโดยใช้ปัญญาประดิษฐ์ทำงานอย่างไร สิ่งที่ระบบเหล่านี้นำมาสู่ห้องสมุด และวิธีการจัดการความเสี่ยง เช่น ความเป็นส่วนตัว อคติ และ "กรอบตัวกรอง"
เรามากำหนดแนวคิดกัน การแนะนำตามเนื้อหาจะพิจารณาถึงลักษณะของแหล่งข้อมูล (หัวข้อ ผู้แต่ง ประเภท) และแนะนำแหล่งข้อมูลที่คล้ายกัน: "หากคุณชอบหนังสือประวัติศาสตร์เล่มนี้ คุณอาจจะชอบเล่มนี้ซึ่งครอบคลุมช่วงเวลาเดียวกันด้วย" การกรองร่วมกันทำงานบนหลักการของ "ผู้ใช้รายอื่นที่ชอบทรัพยากรเช่นคุณก็ชอบสิ่งเหล่านี้เช่นกัน" กรอบตัวกรองคือเมื่อระบบการแนะนำล็อคผู้ใช้ให้เข้าถึงเนื้อหาที่คล้ายกันอยู่ตลอดเวลา และทำให้พวกเขาอยู่ห่างจากมุมมองใหม่ๆ ที่แตกต่างออกไป คำแนะนำห้องสมุดที่ดีทั้งดึงดูดความสนใจและทำลายฟองสบู่
ทีละขั้นตอน: แนวทางการให้คำแนะนำอย่างมีความรับผิดชอบ
1. ชี้แจงวัตถุประสงค์ ข้อเสนอนี้มีจุดมุ่งหมายเพื่ออะไร? คุณต้องการให้ผู้ใช้อ่านต่อ เปิดโลกทัศน์ให้กว้างขึ้น หรือค้นหาแหล่งข้อมูลสำหรับคำถามวิจัยที่เฉพาะเจาะจงหรือไม่ วัตถุประสงค์จะกำหนดประเภทของคำแนะนำ
2. ตรวจสอบแหล่งที่มาและความถูกต้อง AI สามารถสร้างหนังสือที่ไม่มีอยู่จริงได้เมื่อให้คำแนะนำ ตรวจสอบว่าทรัพยากรที่แนะนำแต่ละรายการมีอยู่ในคอลเลกชันหรือในแค็ตตาล็อกที่เชื่อถือได้
3. รักษาความหลากหลาย การแนะนำเฉพาะอันที่ "คล้ายกันที่สุด" จะสร้างฟองอากาศตัวกรอง รวมมุมมองที่แตกต่างกัน ผู้แต่งที่แตกต่างกัน และระดับที่แตกต่างกันอย่างมีสติ หน้าที่ของห้องสมุดคือการเปิดโลกทัศน์ ไม่ใช่จำกัดขอบเขตไว้เพียงระบบนิเวศ
4. ปกป้องความเป็นส่วนตัว คำแนะนำส่วนบุคคลใช้ประวัติการอ่านของผู้ใช้และมีความแม่นยำอย่างยิ่ง อย่าให้ข้อมูลนี้แก่เครื่องมือ AI ทั่วไป ดำเนินการภายในระบบความปลอดภัยของสถาบันเท่านั้น โดยได้รับความยินยอมจากผู้ใช้
5. มีความโปร่งใส อธิบายให้ผู้ใช้ทราบว่าเหตุใดจึงมีการแนะนำ: "ทรัพยากรนี้ได้รับการแนะนำเนื่องจากเกี่ยวข้องกับหัวข้อที่คุณสนใจ" ความโปร่งใสเสริมสร้างความไว้วางใจและการรู้ข้อมูลข่าวสาร
เคล็ดลับ: เพิ่มทรัพยากรที่ "แตกต่างเล็กน้อย" อย่างมีสติลงในรายการคำแนะนำและระบุว่า: "สิ่งเหล่านี้ใกล้กับพื้นที่ที่คุณสนใจ ฉันเพิ่มสิ่งนี้เพื่อเป็นการทบทวน" การทำเช่นนี้จะทำลายฟองกรองและแสดงให้เห็นถึงมูลค่าการค้นพบของไลบรารี
มิติทางจริยธรรมของข้อเสนอ
ระบบการแนะนำดูเหมือนไร้เดียงสาแต่สร้างผลกระทบที่ทรงพลัง ทรัพยากรใดบ้างที่ได้รับการแนะนำให้กับผู้ใช้กำหนดรูปแบบโลกข้อมูลของตน หากระบบเน้นเฉพาะแหล่งที่มาที่ได้รับความนิยมหรือจากมุมมองเฉพาะ เสียงของชนกลุ่มน้อย มุมมองที่แตกต่างกัน และแหล่งที่มาอันทรงคุณค่าที่ไม่ค่อยมีคนรู้จักก็จะมองไม่เห็น AI สามารถเสริมแนวโน้มนี้โดยสืบทอดความนิยมและความโน้มเอียงในข้อมูลการฝึกอบรม
นี่คือที่มาของคุณค่าของบรรณารักษ์: ห้องสมุดไม่ใช่เครื่องมือแนะนำเชิงพาณิชย์ ภารกิจของบริษัทคือเพื่อให้แน่ใจว่ามีการเข้าถึงข้อมูลอย่างเท่าเทียมกันและหลากหลาย บรรณารักษ์มีหน้าที่รับผิดชอบในการจัดระบบข้อเสนอแนะให้สอดคล้องกับค่านิยมนี้
ข้อควรสนใจ: ประวัติการอ่านและการค้นหาของผู้ใช้ถือเป็นข้อมูลความเป็นส่วนตัวที่ละเอียดอ่อนที่สุดข้อมูลหนึ่ง สิ่งที่บุคคลอ่านสามารถเปิดเผยข้อมูลเกี่ยวกับสุขภาพ มุมมองทางการเมือง ความเชื่อ หรือวิกฤตส่วนบุคคลของเขาหรือเธอ ห้ามถ่ายโอนข้อมูลนี้ด้วยข้อมูลประจำตัวไปยังระบบภายนอก การไม่เปิดเผยชื่อและการยินยอมถือเป็นสิ่งสำคัญ
มินิเคสสามอัน
กรณีที่ 1 — คำแนะนำตามเนื้อหาได้ผล ห้องสมุดโรงเรียนใช้ระบบเนื้อหาเพื่อแนะนำแหล่งข้อมูลให้กับนักเรียนที่คล้ายกับหนังสือที่พวกเขากำลังอ่าน นักเรียนคนหนึ่งอ่านหนังสือนิยายวิทยาศาสตร์จบ ระบบแนะนำหนังสือสามเล่มที่มีเนื้อหาเรื่องเดียวกันแต่มาจากผู้แต่งคนละคน นักเรียนยืมมาสองคน นิสัยการอ่านยังคงดำเนินต่อไป บรรณารักษ์ได้ยืนยันก่อนหน้านี้ว่าข้อเสนอแนะทั้งหมดมีอยู่ในคอลเลคชันจริง
กรณีที่ 2 — ตรวจพบข้อเสนอแนะปลอม บรรณารักษ์ขอให้ AI แนะนำหนังสือ 8 เล่มให้กับผู้ใช้ เขาตรวจสอบรายการในแค็ตตาล็อก: หนังสือ 3 ใน 8 เล่มหายไปเลย AI ได้จัดทำหัวข้อข่าวที่น่าเชื่อถือ ขั้นตอนการยืนยันทำให้ไม่สามารถแนะนำหนังสือที่ไม่มีอยู่ให้กับผู้ใช้ได้
กรณีที่ 3 — บอลลูนกรองแตก นักวิจัยทำงานกับแหล่งข้อมูลที่มีมุมมองเดียวกันอยู่ตลอดเวลา และระบบจะแนะนำแหล่งที่คล้ายกันเสมอ บรรณารักษ์จงใจรวมแหล่งข้อมูลสองแห่งที่นำเสนอแนวทางที่ขัดแย้งกันในหัวข้อนี้และทำให้เรื่องนี้ชัดเจน ต้องขอบคุณแหล่งข้อมูลที่ตรงกันข้ามเหล่านี้เท่านั้นที่ทำให้ผู้วิจัยตระหนักถึงแง่มุมที่ไม่สมบูรณ์ของการศึกษาของเขา
Cold Start และปัญหาผู้ใช้ใหม่
ความท้าทายที่รู้จักกันดีของระบบผู้แนะนำคือปัญหาการสตาร์ทแบบเย็น: ระบบไม่รู้ว่าจะแนะนำอะไรให้กับผู้ใช้ใหม่ หรือทรัพยากรที่เพิ่งเพิ่มไปยังคอลเลกชันที่ไม่มีข้อมูลเชิงประวัติ ในกรณีนี้ หลายระบบหันไปใช้ทรัพยากรที่ได้รับความนิยมสูงสุดเป็นตัวเลือกที่ปลอดภัย ซึ่งหมายความว่าไม่แนะนำให้ใช้ทรัพยากรอันมีค่าที่ไม่ค่อยมีใครรู้จักเลย และความนิยมก็มาจากตัวมันเอง ในแง่บรรณารักษ์ สิ่งนี้ขัดแย้งกับคุณค่าของการเข้าถึงที่เท่าเทียมกัน วิธีแก้ไขคือการถามคำถามสั้นๆ ที่ชัดเจนกับผู้ใช้ใหม่ (หัวข้อไหน ระดับไหน วัตถุประสงค์ใด) ก่อนที่จะให้คำแนะนำและเน้นแหล่งข้อมูลที่เพิ่มใหม่ตามลักษณะเนื้อหาของพวกเขา ณ จุดนี้ ด้วยการวิเคราะห์หัวเรื่องและคุณสมบัติของทรัพยากร AI สามารถเชื่อมโยงแม้กระทั่งหนังสือที่ไม่เคยยืมไปยังผู้ใช้ที่เกี่ยวข้อง ตราบใดที่ข้อเสนอแนะมาจากการรวบรวมจริงและได้รับการตรวจสอบแล้ว ดังนั้น ระบบจึงไม่เพียงทำให้มองเห็น "ผู้เป็นที่รัก" เท่านั้น แต่ยังทำให้ "เกี่ยวข้องและมีคุณค่า" อีกด้วย
เคล็ดลับ: เมื่อตั้งค่าคำแนะนำสำหรับผู้ใช้ใหม่ ให้อิงตามความต้องการปัจจุบันของผู้ใช้ แทนที่จะเป็นข้อมูลประวัติของระบบ คำถามที่ดีข้อหนึ่ง (“นี่คือเพื่อการวิจัย เพื่อความบันเทิง ระดับใด?”) มักจะให้ข้อเสนอแนะที่แม่นยำมากกว่าข้อมูลพฤติกรรมหลายเดือน
เทมเพลตที่สามารถคัดลอกได้สี่แบบ
1) การแนะนำทรัพยากรที่คล้ายกันตามเนื้อหา:
ด้านล่างนี้คือหัวข้อ/บทสรุปของทรัพยากรที่ผู้ใช้ชื่นชอบ ฉันได้ให้รายการทรัพยากรที่มีอยู่ในคอลเลกชันของเราด้วย จากรายการนี้ ให้แนะนำแหล่งข้อมูล 5 รายการที่คล้ายกับหัวเรื่องและเขียนเหตุผลหนึ่งประโยคสำหรับแต่ละรายการ แหล่งแนะนำไม่อยู่ในรายการ แหล่งที่มาที่ชื่นชอบ: [ที่นี่] / รายการคอลเลกชัน: [ที่นี่]
2) คำแนะนำที่เพิ่มความหลากหลาย:
ในรายการข้อเสนอแนะด้านล่าง ให้เพิ่มแหล่งข้อมูล 2 รายการที่จะขยายขอบเขตของผู้ใช้และเสนอมุมมองหรือหัวข้อย่อยที่แตกต่างกัน (จากรายการคอลเลกชันที่ฉันให้ไว้เท่านั้น) อธิบายว่าเหตุใดจึงแตกต่างและมีคุณค่า รายการ: [ที่นี่] / คอลเลกชัน: [ที่นี่]
3) คำอธิบายเหตุผลของข้อเสนอแนะ:
สำหรับคำแนะนำแต่ละข้อด้านล่าง ให้เขียนเหตุผลสั้นๆ โปร่งใสที่สามารถแสดงให้ผู้ใช้เห็น: "แนะนำให้ใช้แหล่งข้อมูลนี้เนื่องจาก..." ไม่มีการกล่าวเกินจริง และไม่มีนัยยะถึงข้อมูลส่วนบุคคล คำแนะนำ: [ที่นี่]
4) การตรวจสอบความเป็นส่วนตัวล่วงหน้า:
รายการข้อเสนอแนะต่อไปนี้มีข้อมูลที่สามารถระบุตัวผู้ใช้หรือข้อมูลที่ละเอียดอ่อน (ที่บอกเป็นนัยถึงสุขภาพ ความเชื่อ มุมมองทางการเมือง) หรือไม่ หากเป็นเช่นนั้น ให้ทำเครื่องหมายและแนะนำวิธีทำให้ไม่เปิดเผยชื่อ ข้อมูลเข้า: [ที่นี่]
พรอมต์อ่อน / พรอมต์แรง
พรอมต์ที่อ่อนแอ:
แนะนำหนังสือ 10 เล่มสำหรับผู้ใช้รายนี้ให้อ่าน
AI สร้างคำแนะนำจากหน่วยความจำส่วนกลางโดยไม่ทราบการรวบรวม เขาสามารถสร้างหนังสือที่ไม่มีอยู่จริงและไม่เคารพความหลากหลายและความเป็นส่วนตัวได้
พรอมต์อันทรงพลัง:
บทบาทของคุณ: ผู้ช่วยที่ปรึกษาผู้อ่าน ด้านล่างนี้เป็นหัวข้อที่ผู้ใช้ชอบและรายการแหล่งข้อมูลจริงในคอลเลกชันของเรา (1) เสนอแนะแหล่งที่เกี่ยวข้องกับหัวข้อจากรายการจำนวน 5 แหล่ง (2) เพิ่มแหล่งข้อมูล 2 แห่งด้วยมุมมองที่แตกต่างกันซึ่งจะทำให้คุณลืมตา (3) เขียนเหตุผลที่โปร่งใสสำหรับข้อเสนอแนะแต่ละข้อ อย่าออกจากรายการ สร้างแหล่งที่มา หรือบอกเป็นนัยถึงข้อมูลส่วนบุคคล เรื่อง: [ที่นี่] / คอลเลกชัน: [ที่นี่]
พรอมต์อันทรงพลัง; โดยจำกัดไว้เพียงคอลเลกชันจริง ต้องการความหลากหลาย และเพิ่มเหตุผลและกฎความเป็นส่วนตัว
แผนภูมิเปรียบเทียบประเภทคำแนะนำ
ประเภทข้อเสนอแนะ
จุดแข็ง
ความเสี่ยง
หน้าที่ของบรรณารักษ์
เนื้อหาตาม
ดึงดูดความสนใจได้เป็นอย่างดี
ฟองกรอง
เพิ่มความหลากหลาย
การทำงานร่วมกัน
การค้นพบที่น่าประหลาดใจ
ความเป็นส่วนตัว อคติความนิยม
การไม่เปิดเผยตัวตน ความสมดุล
รายการการผลิต AI
รวดเร็ว
สร้างขึ้นแหล่งที่มา
ตรวจสอบความเป็นจริง
ข้อผิดพลาดทั่วไป
- เสนอแนะโดยไม่มีการตรวจสอบ AI สามารถสร้างแหล่งที่มาที่ไม่มีอยู่จริงได้
- แค่แนะนำ "คล้ายกันที่สุด" ฟองตัวกรองทำให้ขอบเขตอันไกลโพ้นของผู้ใช้แคบลง
- การส่งออกประวัติการอ่านไปยังเครื่องมือภายนอก เป็นข้อมูลที่ละเอียดอ่อนที่สุดในความเป็นส่วนตัว
- เสนอแนะโดยไม่มีเหตุผล ความโปร่งใสสนับสนุนความไว้วางใจและการรู้หนังสือ
- ละเลยอคติความนิยม ทรัพยากรอันมีค่าแต่ไม่ค่อยมีใครรู้จักก็สูญหายไป
โดยสรุป
ระบบการแนะนำเป็นเครื่องมือที่มีประสิทธิภาพซึ่งอำนวยความสะดวกในการค้นพบโดยดึงดูดความสนใจของผู้ใช้ แนวทางที่เน้นเนื้อหาและการทำงานร่วมกันมีจุดแข็งและความเสี่ยงที่แตกต่างกัน AI สามารถสร้างข้อเสนอแนะได้อย่างรวดเร็ว แต่สามารถสร้างแหล่งที่มาที่ไม่มีอยู่จริง กรองฟองอากาศ และเสริมอคติได้ งานของบรรณารักษ์ เพื่อตรวจสอบทุกข้อเสนอแนะในคอลเลกชันจริง เพื่อทำลายฟองสบู่ด้วยความหลากหลายอย่างมีสติ เพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ และเพื่อรักษาคุณค่าของการเข้าถึงห้องสมุดที่เท่าเทียมกันและหลากหลายโดยการนำเสนอข้อเสนอแนะด้วยเหตุผลที่โปร่งใส
งานสมัคร
เตรียมรายการรวบรวมข้อเท็จจริงสั้นๆ (แหล่งข้อมูล 10-15 แห่ง) สร้างคำแนะนำสำหรับผู้ใช้ด้วยเทมเพลต "คำแนะนำทรัพยากรที่คล้ายกันตามเนื้อหา" และตรวจสอบว่าทั้งหมดมีอยู่จริงในรายการ จากนั้น เพิ่มแหล่งที่มาที่มีมุมมองที่แตกต่างกันลงในรายการด้วยเทมเพลต "คำแนะนำที่เพิ่มความหลากหลาย" สุดท้าย ให้สร้างคำอธิบายที่โปร่งใสสำหรับข้อเสนอแนะแต่ละรายการด้วยเทมเพลต "คำอธิบายเหตุผลของข้อเสนอแนะ" และวางแผนว่าคุณจะนำเสนอต่อผู้ใช้อย่างไร
รายการตรวจสอบ
- [ ] ฉันตรวจสอบแล้วว่าข้อเสนอแนะแต่ละข้อมีอยู่จริงในคอลเลกชัน
- [ ] ฉันเพิ่มความหลากหลายเพื่อแยกฟองฟิลเตอร์
- [ ] ฉันเก็บประวัติการอ่าน/การค้นหาของผู้ใช้ไว้อย่างปลอดภัย ฉันไม่ได้มอบให้กับเครื่องมือภายนอก
- [ ] ฉันได้เตรียมเหตุผลที่โปร่งใสสำหรับข้อเสนอแนะแต่ละข้อแล้ว
- [ ] เพื่อหลีกเลี่ยงอคติด้านความนิยม ฉันจึงจับตาดูแหล่งข้อมูลที่ไม่ค่อยมีคนรู้จักและมีคุณค่า