gpntbНаучные и технические библиотекиScientific and Technical Libraries1027-36892686-8601Russian National Public Library for Science and Technology10.33186/1027-3689-2025-1-120-134gpntb-1450Research ArticleИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БИБЛИОТЕЧНОЙ ДЕЯТЕЛЬНОСТИARTIFICAL INTELLECT IN LIBRARIESПрименение возможностей искусственного интеллекта в информационно-библиотечной деятельностиAvenues for artificial intelligence in library and information servicesМитрошинИ. А.MitroshinI. A.

Митрошин Иван Андреевич – старший научный сотрудник

Москва

Ivan A. Mitroshin – Senior Researcher

Moscow

imitros@gmail.comБиблиотека по естественным наукам РАНРоссияLibrary for Natural Science, Russian Academy of ScienceRussian Federation20253101202501120134Copyright © Митрошин И.А., 20252025Митрошин И.А.Mitroshin I.A.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/1450

В статье представлены основные понятия искусственного интеллекта (ИИ), методов машинного анализа и машинного обучения. Показаны основные возможности использования в библиотеках и информационных центрах чат-ботов СhatGPT, GigaChat, «Алиса» в качестве помощников при подготовке переводов зарубежных публикаций, кратких обзоров статей и т. п. Рассмотрена возможность включения чат-бота на сайт для оказания пользователям первичной поддержки, в том числе в нерабочее время. В статье представлена информация о применении ИИ при систематическом обзоре литературы. Сокращается количество публикаций в процессе отбора, экономится время. Показаны перспективы использования ИИ для повышения точности ответа на поисковые запросы в автоматизированных библиотечных системах и для дальнейшего развития служб личного кабинета читателя. Реализация личного кабинета позволит получать персонифицированные подборки статей, патентов и новостных обзоров по тематике исследований, подбирать наиболее подходящие для публикации ресурсы. Для корректного функционирования всей системы предлагается разрабатывать систему оценки полученного материала и качества предоставляемых услуг. На основе этой системы и запрошенных материалов рассматривается создание собственной аналитической и рекомендательной системы для определения направления дальнейших исследований и разработок. Несмотря на недостаточный уровень развития технологий, невозможность полной замены человека, высокие материальные затраты на внедрение и др., методы и алгоритмы ИИ, машинного обучения и анализа уже сейчас позволяют автоматизировать ряд процессов обработки информации, выявлять закономерности и тенденции, а также предсказывать потребности пользователей. Это открывает новые возможности для развития и совершенствования предоставляемых услуг в библиотеках и информационных центрах.

The author discusses the key concepts of the artificial intelligence, computerized analysis and machine learning. The chatbots СhatGPT, GigaChat, Alisa can be used in the libraries and information centers to assist in translations of foreign publications, article reviewing, etc. The author examines the possibility of integrating chatbot into the websites to render the first assistance to the users, in particular beyond office hours. The author reviews using AI for literature system reviewing and argues that the selection process is more efficient, and time is saved. He demonstrates the AI capabilities to improve the relevance of response to the search queries in the library computerized systems and to develop user personal account services. The latter would enable to generate personalized recommendations for articles, patents and reviews within the subject scope of studies and to select the most relevant materials for publication. For the system proper operation, the author suggests to develop the system for evaluation of the produced materials and services quality. Based on this system and requested materials, the personalized analytical and recommendation system can be generated to identify the lines of further research and development. Despite underdeveloped technologies, impossibility of total replacement of the humans, high implementation costs, etc., the AI methods and algorithms of learning and analysis enable to computerize several information processing operations, to reveal patterns and trends, t o p redict u ser n eeds, w hich l ays t he w ay f or d eveloping a nd i mproving services in the libraries and information centers

научные и технические библиотекиискусственный интеллектмашинное обучениеинтеллектуальный анализаналитические и рекомендательные системыпопуляризация наукиscientific and technical libraryspecialized libraryartificial intelligencecomputerized learningintellectual analysisanalytical and recommendation systemscience popularizationReferencesНещерет М. Ю. Нейросети в библиотеке: новое в библиографическом обслуживании // Научные и технические библиотеки. 2024. № 1. С. 105–128. https://doi.org/10.33186/1027-3689-2024-1-105-128.Neshcheret M. Iu. Nei`roseti v biblioteke: novoe v bibliograficheskom obsluzhivanii // Nauchny`e i tekhnicheskie biblioteki. 2024. № 1. S. 105–128. https://doi.org/10.33186/1027-3689-2024-1-105-128.Shrayberg Ya. L., Boronina N. V. The Capabilities of a Research Library to Enhance Cultural and Leisure Activities in the Digital Environment: Foreign Experience and Domestic Reality // Scientific and Technical Information Processing. 2021. Vol. 48, № 4. P. 284–289.Shrayberg Ya. L., Boronina N. V. The Capabilities of a Research Library to Enhance Cultural and Leisure Activities in the Digital Environment: Foreign Experience and Domestic Reality // Scientific and Technical Information Processing. 2021. Vol. 48, № 4. P. 284–289.Шрайберг Я. Л. Цифровизация, пандемия, экология языка, рынок информационных и образовательных услуг и библиотеки: курс на выживание и устойчивое развитие : Ежегодный доклад Шестого международного профессионального форума «Крым-2021» // Научные и технические библиотеки. 2021. № 9. C. 13–72.Shrai`berg Ia. L. Tcifrovizatciia, pandemiia, e`kologiia iazy`ka, ry`nok informatcionny`kh i obrazovatel`ny`kh uslug i biblioteki: kurs na vy`zhivanie i ustoi`chivoe razvitie : Ezhegodny`i` doclad Shestogo mezhdunarodnogo professional`nogo foruma «Kry`m-2021» // Nauchny`e i tekhnicheskie biblioteki. 2021. № 9. C. 13–72.Боронина Н. В. ИРНП-деятельность как неотъемлемая часть деятельности научных библиотек в эпоху цифровизации общества // Научные и технические библиотеки. 2022. № 4. C. 78–89.Boronina N. V. IRNP-deiatel`nost` kak neot``emlemaia chast` deiatel`nosti nauchny`kh bibliotek v e`pohu tcifrovizatcii obshchestva // Nauchny`e i tekhnicheskie biblioteki. 2022. № 4. C. 78–89.Young J. C., Boyd B., Yefimova K., Wedlake S., Coward Ch., Hapel R. The role of libraries in misinformation programming: a research agenda // Journal of Librarianship and Information Science. 2020. Vol. 53, № 4. Р. 539–550. DOI 10.1177/0961000620966650Young J. C., Boyd B., Yefimova K., Wedlake S., Coward Ch., Hapel R. The role of libraries in misinformation programming: a research agenda // Journal of Librarianship and Information Science. 2020. Vol. 53, № 4. Р. 539–550. DOI 10.1177/0961000620966650.Савин Г. И. Единое цифровое пространство научных знаний: цели и задачи // Информационные ресурсы России. 2020. № 5. С. 3–5.Savin G. I. Edinoe tcifrovoe prostranstvo nauchny`kh znanii`: tceli i zadachi // Informatcionny`e resursy` Rossii. 2020. № 5. S. 3–5.Митрошин И. А. Популяризация науки в научных и технических библиотеках // Библиотека и культурное пространство региона: материалы III Всероссийской научно- практической конференции : в 2 ч. Пермь, 10–11 ноября 2022 г. Пермь : Пермский государственный институт культуры, 2023. С. 177–183.Mitroshin I. A. Populiarizatciia nauki v nauchny`kh i tekhnicheskikh bibliotekakh // Biblioteka i kul`turnoe prostranstvo regiona: materialy` III Vserossii`skoi` nauchnoprakticheskoi` konferentcii : v 2 ch. Perm`, 10–11 noiabria 2022 g. Perm` : Permskii` gosudarstvenny`i` institut kul`tury`, 2023. S. 177–183.De la Torre-López J., Ramírez A., Romero J. R. Artificial intelligence to automate the systematic review of scientific literature // Computing. 2023. 105. С. 2171–2194. DOI 10.1007/s00607-023-01181-x.De la Torre-López J., Ramírez A., Romero J. R. Artificial intelligence to automate the systematic review of scientific literature // Computing. 2023. 105. С. 2171–2194. DOI 10.1007/s00607-023-01181-x.Roth S., Wermer-Colan A. Machine Learning Methods for Systematic Reviews: A Rapid Scoping Review // Delaware Journal of Public Health. 2023. Vol. 9, № 4. P. 40–47. DOI 10.32481/djph.2023.11.008.Roth S., Wermer-Colan A. Machine Learning Methods for Systematic Reviews: A Rapid Scoping Review // Delaware Journal of Public Health. 2023. Vol. 9, № 4. P. 40–47. DOI 10.32481/djph.2023.11.008.Pang L., Xu J., Ai Q., Lan Y., Cheng X., Wen J. SetRank: Learning a Permutation-Invariant Ranking Model for Information Retrieval // SIGIR '20: Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. 2020. P. 499–508. DOI 10.1145/3397271.3401104. URL: https://arxiv.org/pdf/1912.05891 (accessed: 31.07.2024).Pang L., Xu J., Ai Q., Lan Y., Cheng X., Wen J. SetRank: Learning a Permutation-Invariant Ranking Model for Information Retrieval // SIGIR '20: Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. 2020. P. 499–508. DOI 10.1145/3397271.3401104. URL: https://arxiv.org/pdf/1912.05891 (accessed: 31.07.2024).Ai Q., Wang X., Bruch S., Golbandi N., Bendersky M., Najork M. Learning Groupwise Multivariate Scoring Functions Using Deep Neural Networks // ICTIR '19: Proceedings of the 2019 ACM SIGIR International Conference on Theory of Information Retrieval. 2019. P. 85– 92. DOI 10.1145/3341981.3344218. URL: https://arxiv.org/pdf/1811.04415 (accessed: 31.07.2024).Ai Q., Wang X., Bruch S., Golbandi N., Bendersky M., Najork M. Learning Groupwise Multivariate Scoring Functions Using Deep Neural Networks // ICTIR '19: Proceedings of the 2019 ACM SIGIR International Conference on Theory of Information Retrieval. 2019. P. 85–92. DOI 10.1145/3341981.3344218. URL: https://arxiv.org/pdf/1811.04415 (accessed: 31.07.2024).Wu J., Huang J., Ye Z. Learning to rank diversified results for biomedical information retrieval from multiple features // BioMedical Engineering OnLine. 2014. № 13 (Suppl 2). S3. DOI 10.1186/1475-925X-13-S2-S3.Wu J., Huang J., Ye Z. Learning to rank diversified results for biomedical information retrieval from multiple features // BioMedical Engineering OnLine. 2014. № 13 (Suppl 2). S3. DOI 10.1186/1475-925X-13-S2-S3.Ludewig M., Mauro N., Latifi S., Jannach D. Performance comparison of neural and nonneural approaches to session-based recommendation // RecSys '19: Proceedings of the 13th ACM Conference on Recommender Systems. 2019. P. 462–466. DOI 10.1145/3298689.3347041.Ludewig M., Mauro N., Latifi S., Jannach D. Performance comparison of neural and nonneural approaches to session-based recommendation // RecSys '19: Proceedings of the 13th ACM Conference on Recommender Systems. 2019. P. 462–466. DOI 10.1145/3298689.3347041.Bi X., Qu A., Shen X. Multilayer tensor factorization with applications to recommender systems // Annals of Statistics. 2018. Vol. 46 (6B). P. 3303–3333. DOI 10.1214/17-AOS1659.Bi X., Qu A., Shen X. Multilayer tensor factorization with applications to recommender systems // Annals of Statistics. 2018. Vol. 46 (6B). P. 3303–3333. DOI 10.1214/17-AOS1659.Bi X., Qu A., Wang J., Shen X. A group-specific recommender system // Journal of the American Statistical Association. 2017. V. 112 (519). P. 1344–1353. DOI 10.1080/01621459.2016.1219261.Bi X., Qu A., Wang J., Shen X. A group-specific recommender system // Journal of the American Statistical Association. 2017. V. 112 (519). P. 1344–1353. DOI 10.1080/01621459.2016.1219261.Парыгин Д. С., Стрекалова А. С., Гуртяков А. С., Адання С. Г., Пивоваров В. В. Применение рекомендательных технологий в системах с пространственной информацией // Прикаспийский журнал: управление и высокие технологии. 2019. Т. 45, № 1. С. 96–109.Pary`gin D. S., Strekalova A. S., Gurtiakov A. S., Adannia S. G., Pivovarov V. V. Primenenie rekomendatel`ny`kh tekhnologii` v sistemakh s prostranstvennoi` informatciei` // Prikaspii`skii` zhurnal: upravlenie i vy`sokie tekhnologii. 2019. T. 45, № 1. S. 96–109.Митрошин И. А. Продвижение сайта научной библиотеки // Научные и технические библиотеки. 2022. № 10. С. 115–129. DOI 10.33186/1027-3689-2022-10-115-129.Mitroshin I. A. Prodvizhenie sai`ta nauchnoi` biblioteki // Nauchny`e i tekhnicheskie biblioteki. 2022. № 10. S. 115–129. DOI 10.33186/1027-3689-2022-10-115-129.Митрошин И. А. Информационная поддержка библиотеками инновационной деятельности: опыт Библиотеки по естественным наукам РАН // Управление наукой: теория и практика. 2023. Т. 5, № 3. С. 169–184. DOI 10.19181/smtp.2023.5.3.11.Mitroshin I. A. Informatcionnaia podderzhka bibliotekami innovatcionnoi` deiatel`nosti: opy`t Biblioteki po estestvenny`m naukam RAN // Upravlenie naukoi`: teoriia i praktika. 2023. T. 5, № 3. S. 169–184. DOI 10.19181/smtp.2023.5.3.11.Земсков А. И., Телицына А. Ю. Демонстрация возможностей чата GPT в библиотечной деятельности // Научные и технические библиотеки. 2024. № 4. С. 131–145. DOI 10.33186/1027-3689-2024-4-131-145.Zemskov A. I., Telitcy`na A. Iu. Demonstratciia vozmozhnostei` chata GPT v bibliotechnoi` deiatel`nosti // Nauchny`e i tekhnicheskie biblioteki. 2024. № 4. S. 131–145. DOI 10.33186/1027-3689-2024-4-131-145.Моисеева Н. А. Технологии искусственного интеллекта в информационно-библиотечных системах // Научные и технические библиотеки. 2024. № 5. С. 85–101. DOI 10.33186/1027-3689-2024-5-85-101.Moiseeva N. A. Tekhnologii iskusstvennogo intellekta v informatcionno-bibliotechny`kh sistemakh // Nauchny`e i tekhnicheskie biblioteki. 2024. № 5. S. 85–101. DOI 10.33186/1027-3689-2024-5-85-101.

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