From Google Scholar to ChatGPT Study Mode: Lessons from Librarians for AI in Education

От Google Scholar до ChatGPT Study Mode: какво ни учат библиотекарите за ИИ в образованието

Plamen Miltenoff

For years, librarians have navigated students and researchers how to work with imperfect search systems. In his last blog post, Aaron Tay explains how this experience offers an important lesson for the age of generative AI.
Tay reflects on the history of Google Scholar and its relevance for today’s AI-powered research tools. Google Scholar has never been perfect. Librarians have long criticized its lack of transparency, inconsistent metadata, limited control over search results, and unclear coverage. Yet despite these shortcomings, few librarians would argue Google Scholar has no value. Instead, they learned to teach users when to trust it, when to verify results, and when to use other tools.
The same logic should apply to AI. AI systems hallucinate, make mistakes, or lack transparency yet this does not automatically make them useless. Rather than asking whether AI is perfect, librarians should teach users to employ AI responsibly and effectively. The goal is not blind adoption. The goal is informed use.
This argument resonates strongly with current discussions about AI in education.
As per recent blog post on cognitive offloading and ChatGPT Study Mode, educators face a challenge similar to the one librarians face today. Students can use AI to avoid thinking, outsource problem-solving, and complete assignments with minimal cognitive effort. Research increasingly shows the excessive dependence on AI may weaken learning when students disengage from the intellectual work required for understanding.
Yet this does not mean educators should reject AI altogether.
Just as librarians teach students to navigate imperfect search systems, educators must learn to teach students the use of AI without surrendering their thinking. The emergence of ChatGPT Study Mode reflects this shift. Instead of immediately providing answers, the system attempts to guide learners through questions, prompts, and reflection. The objective is not efficiency alone. The objective is learning.
The parallel between librarianship and education is as obvious as it is natural.
Librarians are moving from being providers of information to guides of information practices.
Educators are moving from being providers of knowledge to guides of learning practices.
In both cases, the professional role becomes more important, not less important.
The deeper lesson is: AI does not eliminate expertise; it changes where expertise is needed. When information becomes abundant and answers become easy to generate, the critical skills are no longer finding information or producing text. The critical skills become evaluating, questioning, interpreting, and applying knowledge.
This shift has important implications for the future.
Search changes from finding information to evaluating information.
Research changes from collecting sources to validating evidence and synthesizing insights.
Teaching changes from delivering content to designing learning experiences that promote thinking.
Learning changes from memorizing information to developing judgment, reflection, and metacognitive awareness.
AI can accelerate many tasks involved in search, research, teaching, and learning. However, it cannot replace the human capacity to evaluate, interpret, and make meaningful decisions. In that sense, Aaron Tay’s conclusion about librarians and the emerging conversation about AI in education lead to the same destination.
AI still needs librarians.
AI still needs educators.
And learners need both more than ever.		От години библиотекарите насочват студенти и изследователи как да работят с несъвършени системи за търсене. В последната си публикация в блога си Арън Тей обяснява как този опит предлага важен урок за ерата на генеративния изкуствен интелект.
Тей разглежда историята на Google Scholar и неговото значение за съвременните инструменти за научни изследвания, базирани на ИИ. Google Scholar никога не е бил съвършен. Библиотекарите отдавна критикуват липсата му на прозрачност, непоследователните метаданни, ограничения контрол върху резултатите от търсенето и неясния обхват на индексираните източници. Въпреки тези недостатъци малко библиотекари биха твърдели, че Google Scholar няма стойност. Вместо това те се научиха да показват на потребителите кога могат да му се доверят, кога трябва да проверяват резултатите и кога е по-добре да използват други инструменти.
Същата логика следва да се прилага и към изкуствения интелект. Системите с ИИ халюцинират, допускат грешки или не винаги са прозрачни, но това не ги прави автоматично безполезни. Вместо да се пита дали ИИ е съвършен, библиотекарите трябва да учат потребителите как да го използват отговорно и ефективно. Целта не е безкритично приемане. Целта е информирано използване.
Този аргумент намира силен отзвук в съвременните дискусии за ИИ в образованието.
В неотдавнашната публикация за когнитивното разтоварване и ChatGPT Study Mode се разглежда предизвикателство, пред което са изправени и преподавателите днес. Студентите могат да използват ИИ, за да избегнат мисленето, да прехвърлят решаването на проблеми към системата и да изпълняват задачи с минимално когнитивно усилие. Все повече изследвания показват, че прекомерната зависимост от ИИ може да отслаби ученето, когато студентите се дистанцират от интелектуалната работа, необходима за постигане на разбиране.
Това обаче не означава, че преподавателите трябва изцяло да отхвърлят ИИ.
Точно както библиотекарите учат студентите как да работят с несъвършени системи за търсене, преподавателите трябва да се научат да обучават студентите как да използват ИИ, без да се отказват от собственото си мислене. Появата на ChatGPT Study Mode отразява именно тази промяна. Вместо да предоставя незабавни отговори, системата се стреми да насочва обучаемите чрез въпроси, подсказки и размисъл. Целта не е единствено ефективност. Целта е учене.
Паралелът между библиотечното дело и образованието е едновременно очевиден и естествен.
Библиотекарите преминават от ролята на доставчици на информация към ролята на водачи в информационните практики.
Преподавателите преминават от ролята на доставчици на знания към ролята на водачи в учебните практики.
И в двата случая професионалната роля става по-важна, а не по-маловажна.
По-дълбокият урок е следният: изкуственият интелект не премахва необходимостта от експертиза, а променя мястото, където тя е необходима. Когато информацията става изобилна, а отговорите се генерират лесно, ключовите умения вече не са намирането на информация или създаването на текст. Ключови стават уменията за оценяване, поставяне на въпроси, интерпретиране и прилагане на знания.
Тази промяна има важни последици за бъдещето.
Търсенето се променя от намиране на информация към оценяване на информация.
Научните изследвания се променят от събиране на източници към валидиране на доказателства и синтезиране на знания.
Преподаването се променя от предаване на съдържание към проектиране на учебни преживявания, които стимулират мисленето.
Ученето се променя от запаметяване на информация към развиване на преценка, рефлексия и метакогнитивна осъзнатост.
Изкуственият интелект може да ускори много от дейностите, свързани с търсенето, научните изследвания, преподаването и ученето. Той обаче не може да замени човешката способност за оценяване, интерпретиране и вземане на смислени решения. В този смисъл изводът на Арън Тей за библиотекарите и развиващият се разговор за ИИ в образованието водят до една и съща крайна точка.
Изкуственият интелект все още се нуждае от библиотекари.
Изкуственият интелект все още се нуждае от преподаватели.
А обучаемите се нуждаят и от двете повече от всякога.