图谋按：怎么把AI与高校图书馆具体业务工作结合起来？这是圕人堂关注度很高的话题。当前的学术AI工具也可以说是眼花缭乱。大模型厂商在做，数据库商在做，还有一些机构和个人在做，商业模式也是五花八门。还有一个体会，免费的更需谨慎。种种原因，许多人追求利益最大化，完全不顾商业逻辑，这可能容易掉进免费陷阱。本文特此借助生成式AI撰写科普性质的短文，期待有助于高校图书馆工作者积极拥抱AI，努力正确应用AI，让平凡的圕生活更加有趣有味有力量。

      随着生成式人工智能、大语言模型、知识图谱、自然语言处理等技术快速发展，高校图书馆正在由传统文献资源保障机构向智慧化知识服务中心转型。人工智能可围绕资源建设、参考咨询、学科服务、阅读推广、信息素养教育和内部管理等业务形成多种应用场景，在提升工作效率的同时改善师生服务体验。

一、智能参考咨询与业务问答

      依托大语言模型构建图书馆智能咨询助手，将馆藏目录、数据库使用指南、借阅规则、开放时间、空间预约办法、常见问题等经过审核的馆内知识资源接入知识库，为师生提供全天候自然语言问答服务。

      例如，读者可直接询问“校外如何访问Web of Science”“研究生可以借多少本书”“某数据库在哪里进入”等问题，AI根据图书馆知识库生成回答并提供相应业务指引。对于无法准确回答的问题，可自动转交馆员处理。通过“AI初答+馆员兜底”的方式，减少重复性咨询工作，提高咨询服务响应效率。

二、馆藏资源智能检索与发现

       将AI应用于传统OPAC和资源发现系统，突破单纯依赖书名、作者、主题词等字段检索的局限，实现基于自然语言和语义理解的资源发现。

       例如，学生输入“我想研究人工智能对大学生学习行为的影响”，系统可理解其研究意图，自动提取“人工智能、大学生、学习行为、教育技术”等相关概念，推荐馆藏图书、期刊论文、学位论文及数据库资源，并可进一步生成检索词组合和检索式。对于跨学科研究，还可以发现不同学科中语义相关但关键词表达不同的文献，提高资源发现效率。

三、学科服务与科研辅助

       AI可辅助学科馆员开展科研支持工作。针对教师或科研团队提出的研究主题，AI可以协助完成关键词扩展、检索式构建、文献主题聚类、研究热点识别以及文献内容初步梳理。

      例如，在开展某一学科研究态势分析时，可利用AI对大量题录、摘要和关键词进行分类，辅助识别主要研究方向、热点主题及其演变情况。在此基础上，由学科馆员结合专业数据库和人工判断形成学科分析报告。AI主要承担机械性的信息处理和初步归纳工作，最终结论仍由馆员审核，从而实现“AI提效、馆员把关”。

四、信息素养教育智能化

       将AI融入新生入馆教育、文献检索课程和信息素养培训，可建设面向不同专业、不同学习阶段的智能学习助手。

       系统可以根据学生提出的问题解释布尔逻辑、主题词、引文检索、数据库选择等知识，并自动生成练习题、案例和检索任务。例如，针对“如何查找新能源汽车产业研究文献”，AI可逐步引导学生完成研究问题拆解、关键词确定、数据库选择和检索式设计。

       同时，应重点开展生成式AI素养教育，引导师生认识AI幻觉、算法偏差、隐私风险、学术诚信和版权问题，培养对AI生成内容进行核验、引用和负责任使用的能力。

五、阅读推广与个性化推荐

      结合馆藏资源和读者主动选择的兴趣主题，AI可以辅助开展个性化阅读推荐。与传统按照借阅排行榜推荐图书相比，可根据专业方向、阅读主题和阅读目标生成更具针对性的推荐结果。

      在阅读推广活动中，AI还可以辅助馆员完成书目主题分类、图书内容简介、活动方案初稿、宣传文案以及阅读专题策划。例如围绕“人工智能与社会”“中华优秀传统文化”等主题，从馆藏中筛选相关资源，经馆员审核后形成专题书单和阅读推广内容，提高活动策划效率。

六、古籍、特色馆藏与数字人文服务

       对于拥有古籍、地方文献、校史档案等特色资源的高校图书馆，可利用OCR、图像识别、自然语言处理和知识图谱等技术辅助资源数字化加工。

       例如，对校史文献进行文字识别和实体抽取，识别人名、机构、地点、时间和事件，建立人物—机构—事件之间的关联关系，形成可视化知识图谱。师生不仅可以检索文献，还可以围绕“某位校长”“某一院系发展史”等主题进行关联探索，使特色馆藏从“数字化保存”进一步走向“知识化利用”。

七、采访编目与资源建设辅助

      在资源建设环节，AI可以辅助馆员开展新书信息整理、主题分析、分类建议、内容摘要和资源评价。对于出版社提供的大批书目数据，可自动进行字段规范化、重复数据识别以及主题初步分类，减少重复性人工处理。

      同时，可综合馆藏结构、课程设置、学科建设情况以及资源使用数据，为馆员提供采购和馆藏优化参考。但AI推荐结果不直接替代采购决策，应由专业馆员结合经费、学科需求和馆藏发展政策进行审核。

八、图书馆内部办公与数据分析

      AI还可应用于图书馆日常行政管理，包括会议纪要整理、工作总结初稿、通知文稿生成、制度文件比对、统计数据解释和业务报表分析等。

      例如，对年度借阅量、数据库访问量、空间使用率、咨询量等数据进行分析，自动识别同比变化和异常指标，生成可视化分析要点，为业务调整和管理决策提供参考。馆员可由大量事务性的数据整理工作转向问题研判和服务优化。

九、实施原则

      高校图书馆推进AI应用，应坚持“业务需求牵引、人机协同、数据安全、人工审核”的基本原则。对于事实性咨询、科研评价、学术成果分析等准确性要求较高的场景，应优先采用经审核的本地知识库和权威数据源，建立答案溯源和人工复核机制；涉及读者借阅记录、个人信息及未公开科研数据时，应严格控制数据使用范围和访问权限。

十、边界与注意事项

       AI 以辅助角色存在，不可完全替代馆员。原始编目、深度学科情报、特藏鉴定、复杂版权判断、人文沟通仍需要馆员把关。应用中需重视数据隐私，规范读者行为数据采集，做好算法透明度、偏见校验，保障信息安全。

       总体而言，AI在高校图书馆中的价值并非简单替代馆员，而是将馆员从大量重复性、机械性工作中释放出来。未来可逐步形成“AI承担基础处理与智能辅助、馆员承担专业判断与深度服务”的协同模式，推动高校图书馆由资源提供型服务向知识组织、学习支持和科研支持型智慧服务转变。

支持单位：