姜小函

生成式人工智能时代的到来，为图书馆服务与职能带来了新挑战。同时，人工智能技术在图书馆的应用，既蕴含着图书馆数据要素的重大战略机遇，也面临诸多现实挑战。现围绕图书馆数据要素的战略机遇、主要挑战及破局之策展开探讨，提出构建优质的数据资源体系、实现人工智能技术与图书馆服务深度融合、建立科学管理机制与道德法律标准、培养多元化人才等对策建议，为人工智能时代背景下图书馆更好地承担起信息传播者与文明传承者的角色提供参考。

随着生成式人工智能技术的发展，作为知识管理和信息服务主体的图书馆正面临前所未有的机遇和挑战。人工智能技术可为图书馆提供强有力的技术支持，在数据收集、处理及利用等方面为图书馆服务带来便利，助力图书馆服务实现转型。

生成式人工智能时代图书馆数据要素的战略机遇

重构图书馆数据资源体系与价值转化路径

传统的图书馆数据资源依赖人工方式输入、归类并储存，采用静止的、预先设定的格式，难以适配不断变化的读者需求及信息流。图书馆引入生成式人工智能技术后，可利用机器学习、自然语言处理等技术，自动挖掘海量图书资料、用户流通数据及阅览数据。图书馆对这些数据进行深入分析后，可建立实时补充与更新的数据资源库，从单纯的信息存储与整理转向了解读者的需求偏好进而提供个性化信息服务转型，在提高利用率的同时拓展图书馆的服务功能，如智能化推荐服务、个性化信息检索等，从而对资源价值进行有效转换。

赋能图书馆服务模式智能化升级与创新

大模型赋能图书馆服务模式创新，其技术基础在于依托自然语言处理与语义分析技术，实现对用户检索意图的精准理解，并以此为基础进行个性化的图书推荐服务，辅助图书馆优化配置馆藏资源。例如，利用机器学习技术对历史数据进行分析后，得出未来的用户需求量并合理调配相关资源，避免资源过度囤积或供给不足。此外，在对知识进行检索的过程中，可有效降低人工方面存在的误差，提高检索的精确度与效率。

激活图书馆数据治理能力迭代与效能提升

作为大数据时代的重要组成部分，图书馆发展到一定阶段，必然涉及对图书馆数据的治理。当前，图书馆的数据治理仍以人工管理及周期性巡检为主，面对海量的数据规模与快速变化的需求，这种模式难以适配图书馆的发展现状。而生成式人工智能可提供自动化的数据分析方法，及时检测数据质量问题，显著提升治理能力水平；同时，可在数据采集、存储、分析等环节，自动发现数据质量、安全等问题，如数据不一致、数据缺失或泄露等，为保障数据质量和安全提供技术支撑。

拓展图书馆在文化传承与知识传播中的边界

图书馆作为知识传递的重要场所，生成式人工智能技术将促进其在文化传承与知识传播方面进一步发展。一方面，人工智能技术可借助自动化的文献信息采集、文本挖掘、语义识别等手段，高效实现图书馆馆藏资源的知识传递，突破传统纸张载体与实体空间的限制，提高知识传递的开放度；另一方面，人工智能技术可助力图书馆更好地实现文化传播。利用云技术和大数据技术进行数据分析，在全球范围内实现资源共享、实时传播，突破时间和空间约束。此外，人工智能技术能为数字档案室建设、文物修复等工作提供强有力的支持。例如，利用人工智能技术对古籍进行自动修复与数据还原，在实现文化资料妥善留存的同时，让文化传承更加高效、准确。

生成式人工智能时代图书馆数据要素面临的核心挑战

数据资源层面，质量、合规性与多样性困境

生成式人工智能背景下的图书馆数据资源问题较为复杂。首先是数据质量问题。图书馆积累了大量数据资源，主要源于用户的借阅历史、图书馆馆藏、文献资源等方面。这些数据资源质量参差不齐，格式不同且标准各异，在应用人工智能技术时会出现信息失真、模型出错等情况。其次是数据合规问题。随着相关法律法规的完善，图书馆在进行数据采集、存储和利用过程中，需严格遵守以防范数据滥用与隐私信息泄漏风险。最后是异构性带来的数据融合难题，不同类别的数据资源需通过合理方法进行融合，才能实现高效管理和应用，保障数据在人工智能技术应用中运用的准确性和有效性。

技术应用层面，AI适配性、数据安全与技术壁垒

图书馆传统的信息管理系统与技术框架难以适配新兴人工智能技术，在系统改造与数据迁移方面存在障碍，这意味着图书馆需要投入大量人力、物力对现有设备进行升级改造，以确保人工智能技术的应用能够有效落地应用。同时，随着人工智能的应用日益广泛，信息安全问题愈发突出。图书馆应保障用户信息的安全性与保密性，避免信息泄露与滥用，防范网络环境下信息在存储过程中面临的安全风险。

治理体系层面，权责划分、伦理规范与标准缺失

图书馆在应用人工智能技术时，需具备熟练的数据治理能力，但当前多数图书馆相关基础条件并不完备。一方面，在应用人工智能技术方面，图书馆应当建立配套的权责分配方案，当前多数图书馆尚未形成完善的相关制度及职责体系，也未明确权责主体，极易在数据处理与技术应用过程中出现操作失误甚至越界行为。另一方面，图书馆存在伦理准则缺失的问题，在利用人工智能技术分析用户数据的过程中，如何合理合规地应用该技术，防范用户信息泄露与数据滥用，已成为一大难题。目前，国内外关于图书馆应用人工智能技术的伦理规范尚不完备，使得许多图书馆在技术应用过程中感到迷茫和不安。

人才队伍层面，复合型人才缺口与能力适配不足

生成式人工智能技术在图书馆的应用带来了大量人才需求，图书馆馆员既要具备基本的图书馆知识，又要掌握人工智能技术与大数据分析方法，而现有图书馆馆员在此方面能力不足。人工智能技术对相关从业人员的要求较高，但多数图书馆缺少专业的技术操作人员与技术支持团队。因此，部分图书馆引入AI技术后遇到了较大困难，亟须开展针对性培训或引进专业人才。然而，人工智能领域复合型人才的市场需求旺盛、培养周期较长，使得图书馆的人才培养与引进工作面临较大挑战。

技术更新与设备升级层面，资金投入与技术保障缺失

一是在生成式人工智能技术快速发展的背景下，图书馆传统的信息管理技术和硬件设备已无法满足新时代的技术需求，在设备替换与系统升级方面均面临较大的资金投入压力。要想将人工智能技术广泛应用于图书馆，就必须完成大量的硬件更新。二是重构系统平台，为新科技的应用提供技术支撑环境。多数图书馆，尤其是中小型公共图书馆，都缺乏相应经费投入以重构系统平台，资金主要投入于图书资源采购与硬件设施更新上，难以承担人工智能相关的技术改造费用。因此，由于图书馆缺乏资金购买相关设备，制约了人工智能技术的应用和推广，导致图书馆难以有效发挥人工智能技术在服务创新与效能提升方面的优势。

用户隐私与数据保护层面，信息泄露与滥用的风险

基于GAI的图书馆应用会涉及大量用户的个人信息收集，包括用户的借阅记录、个人喜好、阅读习惯等。因此，图书馆在提高服务智能性和准确性的同时，也面临严重的信息安全与隐私泄露风险。一方面，由于图书馆数据资源体量庞大且来源广泛；另一方面，部分图书馆难以保障数据安全，对数据保护相关法律法规了解不够，因此在数据存储、传输、使用过程中可能存在违规现象，大幅提高了信息泄露风险，进而侵犯用户隐私、造成数据滥用，损害图书馆的信誉。

生成式人工智能时代图书馆数据要素战略的应对路径

构建高质量、多元化的图书馆数据资源生态

进入AIGC时代，图书馆应意识到高质量、多样化的数据资源是技术创新与业务发展的基础，并积极构建高质量、多样化的资源生态，最大化发挥数据的效益。第一，数据质量是人工智能技术应用成功的前提。为保障数据质量，图书馆需依据行业标准或国际惯例制定统一的数据标准，如馆藏数据、用户数据、借阅数据、数字资源等，这些数据需要实现格式统一化、规范化。统一的数据标准可保障数据有效流动，以及分析结果的正确性和唯一性。第二，建立数据收集及保存机制。图书馆在数据采集的过程中，应明确数据的合法性，避免使用未经授权的数据资源以防范法律风险。第三，在存储环节，图书馆应采用先进的数据储存方式，如云储存、大数据储存系统等，保障储存信息的安全性与完整性。此外，面对数据多样性的挑战，图书馆需强化外部数据合作，提高数据的多样性和丰富性，如与高校、出版社、政府机构、行业协会等组织机构进行数据合作，获得更多的数据资源并将其引入自身的数据生态，以此提高数据的完整性和精确度。为保障数据资源的有效管理，图书馆还需建立数据质量监管制度，及时对数据资料进行审核、整理工作，防止出现数据重复、无效、失真等情况，确保数据始终具备较高质量。

推进生成式人工智能技术与图书馆业务的深度融合

生成式人工智能技术的应用，为图书馆事业的发展提供了新思路。面对这种变化，图书馆除了要在设施设备方面进行升级，也要在日常工作流程中应用人工智能技术，推动人工智能技术与图书馆服务的深度融合。

首先，人工智能能为用户提供个性化的智能服务，实现基于NLP、图片识别等技术对用户的精准资源推荐。以往，图书馆的推荐服务以人工推荐为主，具有局限性；而人工智能技术可利用大数据统计用户的借阅情况、爱好及阅读习惯等，为其提供个性化的推荐服务，在提升用户体验感的同时，充分满足其多元需求，进而增强用户黏性。其次，人工智能技术在资源管理与馆藏优化中的应用，可助力图书馆发展。人工智能技术还可帮助图书馆依据用户的阅读需求，预测未来一段时间内图书的需求量，并据此做出相应调整，这样不仅能减少不必要的浪费，还能缓解陈旧图书的积压问题。例如，图书馆可根据读者对某一类书或某一本书的兴趣程度，进行提前购买或移动放置，以此保障馆藏图书数量与种类能满足读者需求。此外，人工智能技术还能应用于图书馆管理工作。例如，图书馆的信息采集、图书借还统计管理和图书数字化等工作均可通过引入人工智能技术完成，进而提高工作效率，减少人工操作失误，优化工作模式。其中，分析及决策支持是智能技术可帮助图书馆馆员从海量的数据中挖掘出有价值的信息，为图书馆管理决策提供科学、可信的数据支持。

完善数据要素治理体系与伦理规范保障

随着生成式人工智能时代的到来，图书馆的数据治理及技术应用将面临更多的风险与挑战，如何实现数据资源的合法合理利用，以及技术应用的伦理化成为图书馆需要探索的问题。首先，需从图书馆数据治理的职责边界入手。图书馆各部门间需建立清晰的责任机制，在数据收集、存储、分析及使用环节配备专人负责，防止因权责不明导致数据滥用或监管缺失。其次，图书馆需强化数据合规管理，在处理个人敏感信息与数据隐私相关事宜的过程中，应严格遵守国内外相关法律法规，如我国的《中华人民共和国数据隐私保护法》、欧盟的《通用数据保护条例》等，在应用人工智能技术的同时，最大限度保障用户数据安全。生成式人工智能技术的应用涉及大量个人信息数据，如何实现数据匿名化、去标识化处理及透明化使用，是图书馆进行数据治理时需要关注的重点。最后，图书馆应用人工智能技术时还应严格遵循伦理原则。图书馆在利用生成式人工智能技术对个人信息数据进行深入挖掘并分析时，应确保过程公正、公开且符合伦理要求。例如，在进行数据分析时不得采用有偏见的算法，避免对数据进行偏向性利用等。此外，图书馆还需为AI应用建立行为准则和伦理规范，明确AI技术在图书馆场景中的应用边界和伦理约束，避免技术滥用。

组建适配AI时代需求的复合型人才队伍

生成式AI的应用需要图书馆组建技术能力过硬又精通各项业务的复合型人才队伍。在传统图书馆中，馆员的主要工作内容包括文献管理、借阅与资源维护等。在AI时代背景下，馆员的工作内容发生了较大变化，除了具备基本的图书管理知识，还要有一定的AI能力、数据分析能力和信息技术能力，因此图书馆应加强复合型人才队伍建设，在技术层面和技术管理者之间搭建桥梁。

首先，对现有员工进行AI素养培训，使馆员在持续学习与实践中了解并掌握机器学习、自然语言处理、数据挖掘等AI技术的基本概念，以便其能更好地理解并使用AI技术。其次，图书馆需通过校企合作、外部引进等形式，引进具有AI技术知识的人才支持图书馆AI建设，助力AI技术与图书馆业务深度融合。最后，为保障复合型人才的持续成长，图书馆应建立人才培养制度，鼓励馆员持续学习人工智能、大数据分析等前沿知识与技能。图书馆可通过完善的人才培训机制、持续引进和培育人才，以及系统的在岗教育，构建既具备馆务专长又掌握人工智能技术的人才队伍，为图书馆在人工智能时代的数字化转型与服务创造奠定人才基础。随着科技持续迭代，复合型人才的价值将日益凸显，成为图书馆未来发展的中坚力量，推动图书馆在新阶段实现跃升式发展。

建立跨部门协作与数据共享机制

图书馆应用生成式人工智能技术，并非对软件和技术的引进与硬件设备的更换，还包括数据采集、数据分析、数据利用等内容。这要求图书馆建立各部门协同合作模式，突破信息壁垒，实现资源共享与数据互通。为保障生成式人工智能技术在图书馆顺利落地应用，图书馆应从整体出发，打通各部门数据链路，并确保其通畅性与有效性。

第一，图书馆应建立数据共享中心，汇总各部门提供的数据，并进行统一的数据管理和标准化处理，数据类型包括馆藏信息、读者借阅记录信息、数字资源信息、合作机构信息等。传统模式中，图书馆各部门往往“各自为政”，管理员与技术人员分别维护各自的数据库，易造成数据碎片化问题。在生成式人工智能时代，数据价值更多体现在整合利用而非“数据孤岛”中，因此，应建立跨部门数据共享平台，以改变数据碎片化现象，提高数据利用效率与准确率。

第二，跨部门协作要有清晰的职责分工和合作模式。图书馆技术部、服务部、监管部门、法律部门等各部门对人工智能技术的应用，均需依据自身职能开展分工协作。例如，技术部负责数据的采集、整理、存储与分析，服务部依据分析结果提供个性化服务，监管部门及法律部门负责数据合规、数据安全及数据保密工作。各部门要厘清各自职责，在统一平台内进行数据共享交换，确保既各司其职又相互配合。这种协作模式不仅能提高工作效率，还能减少因职责不清而导致的数据误用与技术应用偏差。此外，对外合作也是深化跨部门协作和数据共享的关键一环。图书馆可与高校、科研所、出版社、政府部门等外部机构开展数据共享与合作，拓展数据资源来源，引入专业的数据分析工具与技术支撑。例如，图书馆可联合高校共享学术资源数据，联合出版社获取新书出版信息与推荐算法服务，联合政府机构获得更广泛的公共数据与研究结果等。

提升资金投入与技术支持，确保技术顺利实施与可持续发展

资金投入是人工智能技术落地的基础。首先，图书馆的资金投入应向人工智能的技术引入倾斜。随着生成式人工智能技术的普及与发展，图书馆的硬件环境、数据库容量和计算能力需适配新技术发展需求。例如，图书馆应加大对计算机服务器及海量存储设备的投入，建设云计算中心以支持大数据的存储及运算；同时，预留专项资金用于技术人员培训、软件采购、人工智能算法的开发和维护等。若资金保障不足，图书馆不但无法购买充足的硬件设备，还会因缺乏相应专业技术支持，导致生成式人工智能技术难以落地应用，进而影响服务质量与管理水平。为保障资金的合理利用，图书馆可通过外部融资或与其他单位合作等方式争取更多资金。例如，图书馆可向政府申请科研经费或技术创新基金；与商业公司开展合作，获取技术产品与技术服务支持。其次，图书馆可通过社会捐赠、设立专项基金等方式构建长期的资金供给机制，在一定程度上弥补预算不足，保障技术更新与技术创新的持续推进。专业的技术队伍也是图书馆开展生成式人工智能技术应用的基础条件之一。在项目前期阶段，需要耗费较多的技术人力完成开发工作。技术力量既可依赖外聘的专业技术服务团队，也可通过对本馆工作人员进行技术培训实现。图书馆还可通过与相关企业、科研单位合作，由合作方提供算法更新、分析方法更新及AI平台部署运维等技术服务。

生成式人工智能技术在图书馆中的应用既迎来机遇也面临挑战，而探索正确的应对方式能帮助图书馆在生成式人工智能时代抢占先机，实现自身服务形态与管理机制的新突破。未来，图书馆不再只是单纯的知识存储与服务机构，而是成为智慧化、数据化、有生命力的文化传播教育基地。

（作者单位：郑州健康学院）