gpntbНаучные и технические библиотекиScientific and Technical Libraries1027-36892686-8601Russian National Public Library for Science and Technology10.33186/1027-3689-2024-4-86-108gpntb-1319Research ArticleИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БИБЛИОТЕЧНОЙ ДЕЯТЕЛЬНОСТИARTIFICAL INTELLECT IN LIBRARIESМетодика применения большой языковой модели ChatGPT в библиотечно-библиографической деятельностиApplication of the big language model – ChatGPT in the librarianship and bibliographical workhttps://orcid.org/0000-0002-3439-9537СтепановВ. К.StepanovV. K.

Степанов Вадим Константинович – канд. пед. наук, доцент, старший научный сотрудник; доцент

Москва

Vadim K. Stepanov – Cand. Sc. (Pedagogy), Associate Professor, Senior Reseacher; Associate Professor

Moscow

stepanov@vadimstepanov.ruhttps://orcid.org/0009-0003-8858-7095МаджумдерМ. Ш.MadzhumderM. S.

Маджумдер Мадина Шамсуловна – студентка 4-го курса кафедры  информационно-аналитической деятельности

Москва

Madina S. Madzhumder – student, Information Analytics Chair

Moscow

   

mmadzhumder@gmail.comhttps://orcid.org/0009-0000-1106-8658БегуноваД. Д.BegunovaD. D.

Бегунова Диана Дмитриевна –  студентка 4-го курса кафедры информационно-аналитической деятельности

Москва

Diana D. Begunova – student, Information Analytics Chair

Moscow

   

dbegunova01@gmail.comМосковский государственный лингвистический университет; Институт научной информации по общественным наукам РАНРоссияMoscow State Linguistic University; Institute for Scientific Information on Social Sciences, Russian Academy of SciencesRussian FederationМосковский государственный лингвистический университетРоссияMoscow State Linguistic UniversityRussian Federation2024220420240486108Copyright © Степанов В.К., Маджумдер М.Ш., Бегунова Д.Д., 20242024Степанов В.К., Маджумдер М.Ш., Бегунова Д.Д.Stepanov V.K., Madzhumder M.S., Begunova D.D.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntb.gpntb.ru/jour/article/view/1319

На основании проведённого исследования рассматриваются возможности применения системы искусственного интеллекта ChatGPT для улучшения и автоматизации традиционных библиотечно-библиографических процессов, таких как комплектование, библиографирование, индексирование и предоставление справок. Методика основывается на оценке способностей языковой модели при выполнении этих задач и предлагает подробные рекомендации по эффективному использованию ChatGPT в библиотечной практике. Описан процесс установки ChatGPT, рассмотрены ограничения данной модели, включая вариативность в генерации текста, «галлюцинации» (нерелевантные или несуществующие данные), разность в достоверности ответов ИИ-системы на различных языках и отсутствие актуализации информации. Предлагаются методы решения потенциальных проблем, связанных с указанными ограничениями. Предоставляются общие рекомендации по составлению запросов для максимально эффективного использования ChatGPT в библиотечной практике. Особое внимание уделено важности фактчекинга для проверки достоверности информации, полученной от языковой модели. Разработаны рекомендации, оптимизирующие и автоматизирующие процессы комплектования, библиографирования, индексирования и предоставления справок. В исследовании подчёркивается, что ChatGPT может стать мощным инструментом в библиотечном деле. Он обладает значительным потенциалом для упрощения и улучшения традиционных процессов. 

Based on the conducted research, the possibilities of applying the artificial intelligence system ChatGPT to enhance and automate traditional library and bibliographic processes such as acquisition, cataloging, indexing, and reference services are considered. The methodology is based on evaluating the language model's capabilities in the context of these processes and provides detailed recommendations for the effective use of ChatGPT in library practice. The authors describe the ChatGPT existent information), differences in the accuracy of AI system responses across different languages, and the lack of real-time information updates. Methods for addressing potential issues associated with these limitations are proposed. Additionally, general recommendations for formulating queries are provided to maximize the effective utilization of ChatGPT in library practice. The importance of fact-checking to verify the accuracy of information obtained from the language model is emphasized. Recommendations are developed to optimize and automate acquisition, cataloging, indexing, and reference services processes. The authors conclude that ChatGPT can become a powerful tool in library work and has significant potential to improve and streamline traditional processes.

OpenAIChatGPTискусственный интеллектпроцессы библиотечно-библиографической деятельностисоставление библиографического описанияконвертирование библиографических описанийиндексирование и систематизациясправочно-библиографическое обслуживаниекомплектование фондаOpenAIChatGPTartificial intelligencelibrary and bibliographical processesbibliographic descriptionbibliographic record conversionindexing and catalogingreference bibliographic servicescollection developmentReferencesIntroducing ChatGPT // OpenAI. URL: https://openai.com/blog/chatgpt (дата обращения: 28.04.2023).Introducing ChatGPT // OpenAI. URL: https://openai.com/blog/chatgpt (access date: 28.04.2023).Language Models are Few-Shot Learners / T. B. Brown, B. Mann, N. Ryder [и др.] // arXiv e-prints. 2020. 75 с. URL: https://arxiv.org/pdf/2005.14165.pdf (дата обращения: 14.05.2023).Language Models are Few-Shot Learners / T. B. Brown, B. Mann, N. Ryder [и др.] // arXiv e-prints. 2020. 75 с. URL: https://arxiv.org/pdf/2005.14165.pdf (access date: 14.05.2023).GPT-4 Technical Report / OpenAI // arXiv e-prints. 2023. 100 с. URL: https://arxiv.org/pdf/2303.08774.pdf (дата обращения: 28.04.2023).GPT-4 Technical Report / OpenAI // arXiv e-prints. 2023. 100 с. URL: https://arxiv.org/pdf/2303.08774.pdf (access date: 28.04.2023).ChatGPT plugins // OpenAI. URL: https://openai.com/blog/chatgpt- plugins?fbclid=IwAR11LXJHiGoMARnWAOWj7zF3fMagXKjkFgNiKBBWVy1A42JDFKfDTB5xzj U (дата обращения: 29.04.2023).ChatGPT plugins // OpenAI. URL: https://openai.com/blog/chatgpt-plugins?fbclid=IwAR11LXJHiGoMARnWAOWj7zF3fMagXKjkFgNiKBBWVy1A42JDFKfDTB5xzj U (access date: 29.04.2023).Как пользоваться ChatGPT в России? // Тинькофф журнал. URL: https://journal.tinkoff.ru/chatgpt-in-russia/ (дата обращения: 10.07.2023).Kak pol`zovat`sia ChatGPT v Rossii? // Tin`koff zhurnal. URL: https://journal.tinkoff.ru/chatgpt-in-russia/ (data obrashcheniia: 10.07.2023).Как получить доступ к ChatGPT в России // Skillbox. URL: https://skillbox.ru/media/code/kak-poluchit-dostup-k-chatgpt-v-rossii-a-takzhe-belarusiirane-i-vezde-gde-on-zakryt/ (дата обращения: 10.07.2023).Kak poluchit` dostup k ChatGPT v Rossii // Skillbox. URL: https://skillbox.ru/media/code/kak-poluchit-dostup-k-chatgpt-v-rossii-a-takzhe-belarusiirane-i-vezde-gde-on-zakryt/ (data obrashcheniia: 10.07.2023).Generative Language Models and Automated Influence Operations: Emerging Threats and Potential Mitigations / J. A. Goldstein, G. Sastry, M. Musser [и др.] // arXiv e-prints. 2023. 82 с. URL: https://arxiv.org/pdf/2301.04246.pdf (дата обращения: 02.05.2023).Generative Language Models and Automated Influence Operations: Emerging Threats and Potential Mitigations / J. A. Goldstein, G. Sastry, M. Musser [и др.] // arXiv e-prints. 2023. 82 с. URL: https://arxiv.org/pdf/2301.04246.pdf (access date: 02.05.2023).Mantzarlis А. Fact-checking 101 // Journalism, “Fake News” & Disinformation. 2018. С. 81–95. URL: https://en.unesco.org/sites/default/files/module_5.pdf (дата обращения: 10.07.2023).Mantzarlis А. Fact-checking 101 // Journalism, “Fake News” & Disinformation. 2018. С. 81–95. URL: https://en.unesco.org/sites/default/files/module_5.pdf (access date: 10.07.2023).Hahn M., Goyal N. Theory of Emergent In-Context Learning as Implicit Structure Induction // arXiv e-prints. 2023. 69 с. URL: https://arxiv.org/pdf/2303.07971.pdf (дата обращения: 14.05.2023).Hahn M., Goyal N. Theory of Emergent In-Context Learning as Implicit Structure Induction // arXiv e-prints. 2023. 69 с. URL: https://arxiv.org/pdf/2303.07971.pdf (access date: 14.05.2023).ChatGPT Shared Links FAQ // Help OpenAI. URL: https://help.openai.com/en/articles/7925741-chatgpt-shared-links-faq (дата обращения: 06.06.2023).ChatGPT Shared Links FAQ // Help OpenAI. URL: https://help.openai.com/en/articles/7925741-chatgpt-shared-links-faq (access date: 06.06.2023).PALM2 // Google AI. URL: https://ai.google/discover/palm2/ (дата обращения: 12.07.2023).PALM2 // Google AI. URL: https://ai.google/discover/palm2/ (access date: 12.07.2023).An Empirical Analysis of Compute-optimal Large Language Model Training // Google DeepMind. URL: https://www.deepmind.com/publications/an-empirical-analysis-ofcompute-optimal-large-language-model-training (дата обращения: 12.07.2023).An Empirical Analysis of Compute-optimal Large Language Model Training // Google DeepMind. URL: https://www.deepmind.com/publications/an-empirical-analysis-ofcompute-optimal-large-language-model-training (access date: 12.07.2023).BLOOM // Hugging Face. URL: https://huggingface.co/docs/transformers/model_doc/bloom (дата обращения: 12.07.2023).BLOOM // Hugging Face. URL: https://huggingface.co/docs/transformers/model_doc/bloom (access date: 12.07.2023).YandexGPT в Алисе: как мы создаём языковую модель нового поколения // Хабр. URL: https://habr.com/ru/companies/yandex/articles/739626/ (дата обращения: 12.07.2023).YandexGPT v Alise: kak my` sozdayom iazy`kovuiu model` novogo pokoleniia // Хабр. URL: https://habr.com/ru/companies/yandex/articles/739626/ (data obrashcheniia: 12.07.2023).GigaChat – нейросетевая модель от Сбера на русском языке // Витрина технологий Сбера для разработчиков. URL: https://developers.sber.ru/ (дата обращения: 12.07.2023).GigaChat – nei`rosetevaia model` ot Sbera na russkom iazy`ke // Vitrina tekhnologii` Sbera dlia razrabotchikov. URL: https://developers.sber.ru/ (data obrashcheniia: 12.07.2023).

The authors declare that there are no conflicts of interest present.