Колко зряло използва изкуствен интелект вашата академична библиотека?
Podcast
Подкаст
Plamen MILTENOFF
| Academic libraries are adopting artificial intelligence for search, research support, teaching, metadata, collection management, and other activities. Yet one question deserves more attention: how do we know, measure whether a library uses AI well? A recent article from Attain Partners proposes a useful answer through its AI Maturity Index for Academic Libraries. AI maturity, in their opinion, should not depend on the number of AI tools used by the library. Maturity depends on the viability of those tools serving students, researchers, faculty, librarians, and the wider academic community. Such distinction matters; acquiring more AI does not automatically create better library services. From AI adoption to AI maturity Consider two libraries. One library subscribes to several AI search platforms, introduces a chatbot, experiments with automated cataloguing, and purchases new analytics software. Another library uses fewer AI tools but first identifies where students and researchers encounter problems. The library then selects AI services to address those needs, trains staff, develops privacy rules, evaluates results, and adjusts services based on evidence. The second library may be more AI-mature. The Attain Partners framework therefore shifts attention from “Which AI tools are we using?” to “What problems are we solving with AI?” Eight areas of AI maturity The framework examines eight dimensions: collections, discovery, facilities, governance, instruction, metadata, preservation, and research. AI can help libraries understand what books, databases, journals, and other resources their users are likely to need. For example, analysis of teaching and research activity might reveal growing interest in generative AI in marketing before the existing collection becomes insufficient. Discovery concerns users’ way to find information. Students often do not know which database to search or which keywords to use. AI-supported discovery can allow a student to begin with a natural-language question such as, “How does TikTok influence consumer behaviour?” The system can then connect this question with relevant academic terminology, databases, and sources. Facilities extend the discussion beyond digital services. AI and analytics can help libraries understand the study rooms; use or the times particular learning spaces are in high demand. Governance asks whether people understand decision making by AI systems the handling of their data. Libraries need clear approaches to privacy, accountability, bias, transparency, and trust. If an AI recommendation system suggests academic sources, for example, the library should understand the data collected to influence those recommendations and whether some sources receive less visibility. Instruction may become one of the most important areas. Libraries already teach information literacy. AI literacy increasingly belongs within the same responsibility. Students need to learn to question AI-generated answers, verify references, compare sources, identify unsupported claims, and understand when AI is unsuitable for a research task. The framework asks whether such skills reach all students or mainly those enrolled in particular courses. Metadata examines whether AI can help users find materials even when they lack the formal language used by librarians. A student searching for “how social media changes what people buy” should still be able to reach materials classified under terms such as consumer behaviour, social media marketing, or digital advertising. Preservation concerns using AI to help identify materials at risk, prioritize digitisation, and improve descriptions of rare or fragile collections. Research focuses on libraries support of researchers across the research process. AI may help with literature discovery, source organization, research data, and other activities. The important question is whether high-quality support can reach many researchers rather than only those who already know which librarian to contact. Assess first, invest second Perhaps the most practical message from the framework concerns sequencing. Libraries should first assess their current position, identify gaps, develop a roadmap, align staff around common priorities, and then measure progress. A library might establish that AI-supported discovery and research services are already advanced, while governance and staff development remain weak. In such a case, purchasing another AI search tool may offer less value than developing policies, staff competencies, and evaluation procedures. This approach separates AI strategy from AI experimentation. The library as a university AI partner The framework also points toward a broader institutional role for academic libraries. Libraries already work with information quality, research methods, databases, copyright, privacy, metadata, scholarly communication, and information literacy. Many of the difficult questions surrounding generative AI concern these same areas. For this reason, academic libraries can contribute to university-wide AI strategy rather than functioning only as another unit adopting new software. Attain Partners explicitly presents AI maturity as a way for libraries to become trusted partners in wider institutional AI planning. The most useful question, therefore, may not be “Which AI system should our library adopt next?” A better starting point is: “Where do our students, researchers, faculty, and librarians face real problems, and where can AI improve their work while preserving human judgment, privacy, trust, and the academic mission?” That question turns AI adoption into institutional strategy. | Академичните библиотеки все по-често използват изкуствен интелект за търсене, подкрепа на научни изследвания, обучение, метаданни, управление на колекции и други дейности. Но един въпрос заслужава повече внимание: как да разберем и измерим дали една библиотека използва AI добре? Статията на Attain Partners от април тази година предлага полезен отговор чрез своя AI Maturity Index for Academic Libraries. Според авторите AI зрелостта не трябва да зависи от броя AI инструменти, които библиотеката използва. Зрелостта зависи от това доколко тези инструменти са приложими и полезни за студентите, изследователите, преподавателите, библиотекарите и по-широката академична общност. Това разграничение е важно. Придобиването на повече AI инструменти не води автоматично до по-добри библиотечни услуги. От внедряване на AI към AI зрялост Представете си две библиотеки. Едната библиотека се абонира за няколко AI платформи за търсене, въвежда чатбот, експериментира с автоматизирано каталогизиране и закупува нов аналитичен софтуер. Другата библиотека използва по-малко AI инструменти, но първо идентифицира проблемите, които срещат студентите и изследователите. След това библиотеката избира AI услуги, които да отговорят на тези потребности, обучава служителите, разработва правила за защита на личните данни, оценява резултатите и адаптира услугите въз основа на събраните доказателства. Втората библиотека може да бъде по-зряла в използването на AI. Следователно рамката на Attain Partners измества вниманието от „Кои AI инструменти използваме?“ към „Какви проблеми решаваме с AI?“ Осем области на AI зрялост Рамката разглежда осем измерения: колекции, откриване на информация, физическа среда, управление, обучение, метаданни, съхранение и научни изследвания. AI може да помогне на библиотеките да разберат какви книги, бази данни, списания и други ресурси вероятно ще бъдат необходими на техните потребители. Например анализът на преподавателската и изследователската дейност може да разкрие нарастващ интерес към генеративния AI в маркетинга, преди съществуващата колекция да се окаже недостатъчна. Откриването на информация се отнася до начина, по който потребителите намират необходимата им информация. Студентите често не знаят в коя база данни да търсят или кои ключови думи да използват. Подпомаганото от AI търсене може да позволи на студент да започне с въпрос на естествен език, например „Как TikTok влияе върху потребителското поведение?“. След това системата може да свърже този въпрос с подходяща академична терминология, бази данни и източници. Физическата среда разширява темата отвъд дигиталните услуги. AI и аналитичните инструменти могат да помогнат на библиотеките да разберат как се използват учебните зали и в кои периоди определени пространства са особено търсени. Управлението поставя въпроса дали хората разбират как AI системите вземат решения и как се обработват техните данни. Библиотеките се нуждаят от ясни подходи към поверителността, отчетността, пристрастията, прозрачността и доверието. Ако например AI система препоръчва академични източници, библиотеката трябва да разбира какви данни се събират и влияят върху тези препоръки и дали някои източници не получават по-ниска видимост. Обучението може да се превърне в една от най-важните области. Библиотеките вече преподават информационна грамотност. AI грамотността все повече се превръща в част от същата отговорност. Студентите трябва да се научат да поставят под въпрос генерираните от AI отговори, да проверяват източници, да сравняват информация, да разпознават неподкрепени твърдения и да разбират кога AI не е подходящ за дадена изследователска задача. Рамката поставя въпроса дали подобни умения достигат до всички студенти или предимно до тези, които са записани в определени дисциплини. Метаданните се отнасят до това дали AI може да помогне на потребителите да намират материали, дори когато не познават формалната терминология, използвана от библиотекарите. Студент, който търси „как социалните медии променят това, което хората купуват“, трябва все пак да може да достигне до материали, класифицирани с термини като потребителско поведение, маркетинг в социалните медии или дигитална реклама. Съхранението е свързано с използването на AI за идентифициране на материали, изложени на риск, определяне на приоритети за дигитализация и подобряване на описанията на редки или уязвими колекции. Научните изследвания се фокусират върху начина, по който библиотеките подкрепят изследователите през различните етапи на изследователския процес. AI може да подпомага откриването на литература, организацията на източници, работата с научни данни и други дейности. Важният въпрос е дали висококачествената подкрепа може да достигне до повече изследователи, а не само до тези, които вече знаят към кой библиотекар да се обърнат. Първо оценка, след това инвестиция Може би най-практичното послание на рамката е свързано с последователността. Библиотеките първо трябва да оценят настоящото си състояние, да идентифицират пропуските, да разработят пътна карта, да обединят служителите около общи приоритети и след това да измерват напредъка. Една библиотека например може да установи, че подпомаганото от AI откриване на информация и изследователските услуги вече са добре развити, докато управлението и развитието на компетентностите на служителите остават слаби. В такъв случай закупуването на още един AI инструмент за търсене може да има по-малка стойност от разработването на политики, развитието на компетентности и въвеждането на процедури за оценка. Този подход разграничава AI стратегията от експериментирането с AI. Библиотеката като партньор в университетската AI стратегия Рамката насочва вниманието и към по-широката институционална роля на академичните библиотеки. Библиотеките вече работят с качество на информацията, изследователски методи, бази данни, авторско право, поверителност, метаданни, научна комуникация и информационна грамотност. Много от сложните въпроси, свързани с генеративния AI, засягат същите области. Поради тази причина академичните библиотеки могат да допринасят за университетската AI стратегия, вместо да функционират само като поредното звено, което внедрява нов софтуер. Attain Partners изрично представя AI зрелостта като начин библиотеките да се превърнат в доверени партньори при по-широкото институционално планиране на AI. Следователно най-полезният въпрос може би не е „Коя следваща ИИ система трябва да внедри нашата библиотека?“. По-добрата отправна точка е: „Къде нашите студенти, изследователи, преподаватели и библиотекари срещат реални проблеми и къде ИИ може да подобри тяхната работа, като същевременно запази човешката преценка, поверителността, доверието и академичната мисия?“ Този въпрос превръща внедряването на ИИ в институционална стратегия. |