Применение возможностей искусственного интеллекта в информационно-библиотечной деятельности

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.

1. Нещерет 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.

2. 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.

3. 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.

4. Боронина Н. В. ИРНП-деятельность как неотъемлемая часть деятельности научных библиотек в эпоху цифровизации общества // Научные и технические библиотеки. 2022. № 4. C. 78-89.

5. 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. https://doi.org/10.1177/0961000620966650

6. Савин Г. И. Единое цифровое пространство научных знаний: цели и задачи // Информационные ресурсы России. 2020. № 5. С. 3-5.

7. 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.

8. 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. https://doi.org/10.1007/s00607-023-01181-x.

9. 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. https://doi.org/10.32481/djph.2023.11.008.

10. 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. https://doi.org/10.1145/3397271.3401104. URL: https://arxiv.org/pdf/1912.05891 (accessed: 31.07.2024).

11. 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. https://doi.org/10.1145/3341981.3344218. URL: https://arxiv.org/pdf/1811.04415 (accessed: 31.07.2024).

12. 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. https://doi.org/10.1186/1475-925X-13-S2-S3.

13. 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. https://doi.org/10.1145/3298689.3347041.

14. Bi X., Qu A., Shen X. Multilayer tensor factorization with applications to recommender systems // Annals of Statistics. 2018. Vol. 46 (6B). P. 3303-3333. https://doi.org/10.1214/17-AOS1659.

15. 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. https://doi.org/10.1080/01621459.2016.1219261.

16. 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.

17. Митрошин И. А. Продвижение сайта научной библиотеки // Научные и технические библиотеки. 2022. № 10. С. 115-129. https://doi.org/10.33186/1027-3689-2022-10-115-129.

18. 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. https://doi.org/10.19181/smtp.2023.5.3.11.

19. Земсков А. И., Телицына А. Ю. Демонстрация возможностей чата GPT в библиотечной деятельности // Научные и технические библиотеки. 2024. № 4. С. 131-145. https://doi.org/10.33186/1027-3689-2024-4-131-145.

20. Моисеева Н. А. Технологии искусственного интеллекта в информационно-библиотечных системах // Научные и технические библиотеки. 2024. № 5. С. 85-101. https://doi.org/10.33186/1027-3689-2024-5-85-101.