Na stronie IFLA (International Federation of Library Associations and Institutions)* opublikowany został 4.06.23 dokument roboczy** wskazujący strategiczne działania bibliotek będące odpowiedzią na sztuczną inteligencję (AI) autorstwa Andrew Coxa, przewodniczącego SIG ds. sztucznej inteligencji. Jego celem jest przedstawienie problemów istotnych dla bibliotek, które zderzą się (czy już zderzają) z tą nową technologią. Poniżej przedstawiamy obszerne fragmenty tego dokumentu.
Definicja AI
Definicje sztucznej inteligencji zazwyczaj krążą wokół koncepcji komputerów wykonujących zadania, które zwykle wykonuje się przy użyciu ludzkiej inteligencji. Definicja UNESCO podkreśla, że jest to naśladowanie ludzkiego zrozumienia.
„Maszyny imitujące niektóre cechy ludzkiej inteligencji, takie jak percepcja, uczenie się, rozumowanie, rozwiązywanie problemów, interakcja językowa i praca twórcza.
W szerszym ujęciu UKRI definiuje sztuczną inteligencję jako:
„zestaw technologii i narzędzi, których celem jest odtworzenie lub przekroczenie możliwości systemów obliczeniowych, które wymagałyby „inteligencji”, gdyby ludzie mieli je wykonywać. Może to obejmować zdolność do uczenia się i dostosowywania; wyczuwać, rozumieć i wchodzić w interakcje; rozumować i planować; działać autonomicznie; lub nawet stworzyć. Umożliwia nam wykorzystanie danych i nadanie im sensu.”
Definicja KE podkreśla znaczenie danych.
„W uproszczeniu sztuczna inteligencja to zbiór technologii łączących dane, algorytmy i moc obliczeniową”.
Sztuczna inteligencja nie jest nowa. Znamy już wiele jej zastosowań w zakresie autosugestii, filtrowania spamu, wykrywania plagiatów, transkrypcji audio, podsumowań tekstu i tłumaczenia. Wiele znanych funkcji wyszukiwania i rekomendacji wykorzystuje sztuczną inteligencję.
Dokładniej w kontekście bibliotek, eksplorację tekstu i danych (TDM) oraz zastosowanie uczenia maszynowego w zbiorach bibliotecznych i archiwalnych w humanistyce cyfrowej można postrzegać jako sztuczną inteligencję.
Choć kontrowersyjne, istnieje wiele korzystnych zastosowań w każdej dziedzinie ludzkiej działalności. Mówiąc dokładniej, sztuczna inteligencja ma pozytywny wpływ na dostęp do informacji i wiedzy. Na przykład udoskonalenie narzędzi tłumaczeniowych zwiększa dostęp do materiałów napisanych w innych językach. Ulepszone podsumowania ułatwiają także dostęp do treści.
Najpotężniejsze zastosowania AI w bibliotekach to „opisowa sztuczna inteligencja”, która może być wykorzystywana do przekształcania wszelkiego rodzaju materiałów (zdjęć, filmów, dźwięku, rękopisów) w zbiorach danych do odczytu maszynowego za pomocą takich technik, jak wizja komputerowa lub przekształcanie dźwięku w tekst, oraz zapewnić opis na dużą skalę na potrzeby wyszukiwania informacji.
Niektóre biblioteki posiadają zbiory specjalne, które można zwiększyć przy użyciu tych środków; dla innych bardziej odpowiedni może być dostęp do infrastruktury wokół licencjonowanych lub) otwartych treści. W związku z digitalizacją i próbami automatyzacji opisu zbiorów historycznych pozostaje wiele wyzwań technicznych. Jednak zwłaszcza w środowisku bibliotek i archiwów narodowych istnieje już duże doświadczenie w tej kwestii:
Chociaż sztuczna inteligencja obiecuje zwiększyć dostęp do wiedzy, istnieją poważne wątpliwości etyczne w obszarach uprzedzeń; ochrona prywatności; wyjaśnialność, przejrzystość i odpowiedzialność; wpływ społeczny. Mają one silne zastosowanie w kontekście sztucznej inteligencji opracowanej przez firmy Big Tech, ale można nimi zarządzać w kontekście zastosowań sztucznej inteligencji specyficznych dla bibliotek.
Wydanie ChatGPT doprowadziło do wzrostu zainteresowania sztuczną inteligencją, a także do ponownej oceny jej definicji i przewidywanych implikacji zawodowych. Generatywna sztuczna inteligencja wykazała się niezwykłą zdolnością do pisania tekstów wszystkich gatunków i stylów, pisania kodu i generowania obrazów w odpowiedzi na podpowiedzi.
Biblioteki mogą wykorzystać podstawowe technologie same w sobie, np. modele wielkojęzykowe, takie jak GPT, można szkolić z wykorzystaniem wybranych danych z biblioteki. Problemy leżą raczej po stronie czynników komercyjnych, które ukształtowały rozwój narzędzi takich jak ChatGPT.
Kwestie informacyjne i etyczne wokół ChaGPT ilustrują wiele problemów stwarzanych przez całą sztuczną inteligencję, ponieważ:
• formułuje stronnicze stwierdzenia, np. odtwarza stronnicze założenia dotyczące płci i polityki
• „halucynuje” informacje, które są niedokładne
• nie uznaje swoich źródeł lub wręcz je wymyśla
• grozi przyspieszeniem niekontrolowanego tworzenia treści i może zostać wykorzystane do tworzenia fałszywych wiadomości,
manipulowania i polaryzacji opinii publicznej, szerzenia dezinformacji i podważania demokracji, a nawet podżegania do przemocy
• może naruszać prawa autorskie, wykorzystując teksty i dane bez pozwolenia. Niewielu dostawców LLM udostępniło publicznie
szczegóły danych szkoleniowych, z których korzystali
• jest niewytłumaczalny, ponieważ nie jest otwarte na temat tego, na jakich danych się opiera i jak działa
• zagraża miejscom pracy ludzi, np. dziennikarzom i osobom pracującym w marketingu
• jest dostępny dla osób posiadających pieniądze na abonament, co stawia w niekorzystnej sytuacji tych, którzy ich nie posiadają, i w ten sposób pogłębia podziały cyfrowe
• został opracowany poprzez wykorzystanie bardzo nisko opłacanych kenijskich pracowników do detoksykacji treści, co stanowi przykład zależności sztucznej inteligencji od niepewnej pracy duchów
• ma znaczący wpływ na środowisko
• ujawnia destrukcyjną siłę w rękach firm Big Tech i zawrotną szybkość zmian, jakie wydaje się ona umożliwiać.
Konsekwencją dla świata bibliotek jest zwiększenie znaczenia szkoleń w zakresie umiejętności korzystania z sztucznej inteligencji w przeciwieństwie do stosowania sztucznej inteligencji w samej pracy bibliotek.
Wpływ sztucznej inteligencji na biblioteki
Sztuczna inteligencja może mieć „szeroki i głęboki” wpływ na pracę bibliotek. Wpływa na wiele usług bibliotecznych, czasami zmieniając je zasadniczo, ale w innych wprowadzając jedynie marginalne zmiany.
Logiczne jest przewidywanie, że biblioteki przyjmą sztuczną inteligencję w sposób, który będzie dostosowany do istniejących ról, silnie powiązany z potrzebami użytkowników lub wymagający jak najmniejszych zasobów.
Podkreśliliśmy już znaczenie opisowej sztucznej inteligencji dla zwiększenia dostępności zbiorów bibliotecznych. AI wykorzystywana jest do dostarczania początkowych metadanych produktów. Prawdopodobnie pojawi się w usługach wyszukiwania i zostanie wykorzystana do wspierania niektórych wymiarów przeglądów systematycznych (np. filtrowania wyników).
W miarę jak coraz więcej naukowców wykorzystuje w swoich badaniach techniki sztucznej inteligencji, rośnie potrzeba wspierania społeczności analityków danych. Biblioteki mogą zaoferować wsparcie w zakresie odkrywania danych, kwestii praw autorskich, zarządzania danymi i ich zabezpieczania.
Sztuczna inteligencja prawdopodobnie zmieni codzienną pracę z wiedzą, np. poprzez tłumaczenie, streszczenia i generowanie tekstu.
Coraz powszechniejsze narzędzia i aplikacje oparte na sztucznej inteligencji można zastosować w szczególności w pracy zawodowej w bibliotekach. Narzędzia takie jak ResearchRabbit, Scite, elicit i openread realizują zadania wspierające recenzowanie literatury. Generatywna sztuczna inteligencja ma zastosowanie w marketingu bibliotecznym ze względu na zdolność dostosowywania tekstu do potrzeb określonych odbiorców.
Zdolność sztucznej inteligencji do dokładnego wykonywania złożonych, rutynowych zadań oznacza, że prawdopodobnie zostanie ona wdrożona w systemach bibliotecznych zaplecza. Przykładem tego jest wykorzystanie RPA (Robotic Process Automation) do przetwarzania danych bibliograficznych.
Biorąc pod uwagę liczbę zapytań otrzymywanych przez biblioteki, od pewnego czasu zaleca się stosowanie chatbotów w bibliotekach. Jest to coraz bardziej prawdopodobne ze względu na zmniejszanie się barier technicznych w rozwoju chatbotów.
Mogłyby pełnić takie role jak:
• Odpowiadanie na rutynowe zapytania
• Zbieranie informacji od użytkowników
• Wspieranie użytkowników w rutynowych procesach
• Bycie przyjacielem nowych uczniów
Sztuczna inteligencja zostanie wykorzystana do tworzenia inteligentniejszych przestrzeni bibliotecznych. Niektóre biblioteki opracowały fizyczne roboty, które odpowiadają na zapytania użytkowników. Roboty znalazły także zastosowanie do wykonywania takich funkcji jak składowanie i inwentaryzacja. Niektóre biblioteki zastosowały automatyczny system przechowywania i wyszukiwania (ASRS), który pobiera zasoby książek na żądanie. Zwykle wymaga to dużego programu odbudowy.
W przypadku bibliotek edukacyjnych inne edukacyjne zastosowania sztucznej inteligencji, takie jak tworzenie adaptacyjnych treści edukacyjnych lub chatbotów wspierających doświadczenia uczniów, są również w pewnym stopniu istotne.
Generatywna sztuczna inteligencja zmieniła punkt ciężkości debaty ze względu na jej szerokie zastosowanie przez użytkowników, uwypuklając potrzebę posiadania przez pracowników i studentów pewnego poziomu umiejętności korzystania z sztucznej inteligencji (obejmującej umiejętności dotyczące danych i algorytmów). Jest to naturalna rola bibliotek, które poszerzają swoje działania promujące wiedzę informacyjną i umiejętności cyfrowe. Znajomość sztucznej inteligencji to zrozumienie AI we wszystkich jej przejawach, obejmujące umiejętność „krytycznej oceny technologii sztucznej inteligencji; skutecznie komunikowanie się i współpraca z AI; wykorzystywanie AI jako narzędzia w Internecie, w domu i w miejscu pracy”.
Wydaje się prawdopodobne, że umiejętność korzystania z sztucznej inteligencji będzie niezbędna w przyszłym miejscu pracy; chociaż dokładny charakter umiejętności wykorzystania jej/współpracy z nią wciąż się wyłania; sposób, w jaki jest to pojmowane, będzie prawdopodobnie specyficzny dla poszczególnych dyscyplin.
Sztuczną inteligencję można również zastosować do przewidywania wzorców zachowań użytkowników, a tym samym do podejmowania decyzji. […]
Kontekst strategiczny i biblioteka SWOT
W kontekście zmian i niepewności myślenie i działanie strategiczne nabierają coraz większego znaczenia. Wiele instytucji kładzie większy nacisk na strategię, na wyobrażenie sobie pożądanego stanu przyszłego i planowanie realizacji tej wizji. Dla bibliotek kluczową kwestią jest mocne pozycjonowanie się w odniesieniu do szerszych priorytetów instytucjonalnych, sektorowych i krajowych. Może to być forma biernego dostosowania, mająca na celu wykazanie wkładu biblioteki w misję organizacyjną, lub nawet proaktywna próba objęcia roli lidera w niektórych obszarach.
Reakcje bibliotek na sztuczną inteligencję mają miejsce w kontekście polityki rządu oraz istniejących i powstających ram prawnych. Od około 2019 r. wiele państw uznało sztuczną inteligencję za priorytet strategiczny.
Według analizy tych polityk przeprowadzonej przez Papysheva i Masaru Yarime (2023) wyłaniają się pewne wspólne tematy, takie jak potrzeba:
• Rozwoju kapitału ludzkiego
• Stosowania AI w sposób etyczny
• Opracowania bazy badawczej
• Regulacji
• Opracowania infrastruktury i polityki danych.
Od razu widać rolę specjalistów ds. informacji w osiąganiu wielu z tych priorytetów, na przykład poprzez kształcenie obywateli, aby pomagali w rozwijaniu umiejętności pracowników znających się na sztucznej inteligencji; opowiadając się za ich wyjątkowym spojrzeniem na etykę sztucznej inteligencji; poprzez wspieranie naukowców w rozwijaniu bazy badawczej w zakresie sztucznej inteligencji; oraz poprzez wkład w projekt i wykorzystanie infrastruktury danych.
Jeżeli sztuczna inteligencja jest priorytetem krajowym, wydaje się, że biblioteki, obok innych podmiotów, mają do odegrania znaczącą rolę.
Chociaż istnieje wiele wspólnych tematów, nacisk w różnych politykach krajowych jest nieco inny. Papyshev i Masaru Yarime (2023) sugerują, że można je podzielić na trzy grupy:
• Rozwój – gdzie państwo kieruje rozwojem AI w stronę celów narodowych. Tego rodzaju politykę można spotkać w Chinach i Japonii, a także w Rosji i niektórych krajach byłego bloku komunistycznego w Europie Wschodniej.
• Kontrola – gdzie nacisk położony jest na regulacje państwa i ochronę społeczeństwa przed zagrożeniami związanymi ze sztuczną inteligencją. Takie podejście przyjęła na przykład UE.
• Promocja – gdzie nacisk położony jest na innowacyjność, szczególnie w sektorze prywatnym, a państwo pełni jedynie rolę ułatwiającą. Na to kładzie się nacisk w USA, Wielkiej Brytanii i innych krajach, w tym Australii, Irlandii i Indiach.
Kategorie te wydają się odzwierciedlać trwałe wzorce kultury politycznej w tych różnych krajach. Prawdopodobnie nastąpił zwrot w kierunku regulacji międzynarodowych z powodu kontrowersji wokół ChatGPT. Może to mieć radykalne konsekwencje dla sposobu opracowywania i wykorzystywania sztucznej inteligencji w sektorze bibliotecznym.
Biblioteki mogą również być zmuszone zareagować na strategię sektorową, np. dotyczącą kultury lub zdrowia. Istniejące ramy prawne, np. dotyczące ochrony praw własności intelektualnej, są nadal istotne.
Strategie AI organizacji, w których osadzone są biblioteki, są oczywiście ważne. Jednak dotychczas wydaje się, że sztuczna inteligencja rzadko jest wspominana w strategiach bibliotek uniwersyteckich i akademickich jako taka.[…]
Sztuczną inteligencję można postrzegać jako najnowszą z szeregu technologii, które łącznie oferują transformację cyfrową. Niektórzy autorzy odwołują się do technologii SMACIT (społecznościowych, mobilnych, analitycznych, chmurowych i Internetu rzeczy), ale mogą one obejmować również sztuczną inteligencję. Cechą charakterystyczną tych technologii jest to, że wykraczają one poza automatyzację wcześniejszych praktyk i umożliwiają fundamentalne przemyślenie procesów na nowo.
„Transformacja cyfrowa to głęboka i przyspieszająca transformacja działań biznesowych, procesów, kompetencji i modeli w celu pełnego wykorzystania zmian i możliwości, jakie niosą ze sobą technologie cyfrowe oraz ich wpływ na społeczeństwo w sposób strategiczny i priorytetowy” (Demirkan i in.,2016). Chodzi zarówno o zmianę kompetencji oraz kultury i struktur organizacyjnych, jak i o samą technologię. […]
Trzy ważne strategie
Biorąc pod uwagę zakres wpływu sztucznej inteligencji, może istnieć wiele strategii dla bibliotek. Wybraliśmy jednak trzy, które wydają się dziś istotne.
Strategia 1: Wykorzystanie możliwości biblioteki AI do modelowania odpowiedzialnych i możliwych do wyjaśnienia zastosowań opisowej sztucznej inteligencji
Biblioteki, tam, gdzie mają duże zbiory unikalnych treści wymagających lepszego opisu do wyszukiwania, mogą zastosować opisową AI, aby stworzyć przykłady etycznej, odpowiedzialnej i wytłumaczalnej sztucznej inteligencji odpornej na ofertę Big Tech. Można to osiągnąć poprzez przestrzeganie zasad dobrego zarządzania, na przykład poprzez:
- ujawnianie pochodzenia kolekcji, tak aby korzystanie z nich opierało się na pełnym zrozumieniu natury źródła;
- zapewnienie, że wybór zbiorów, w których zostanie zastosowana sztuczna inteligencja będzie odpowiedni, z uwzględnieniem kwestii technicznych i praw autorskich, ale także z poszanowaniem kwestii włączenia społecznego, praw ludności tubylczej i dekolonizacji;
- poszanowanie praw osób reprezentowanych w zbiorach i wszystkich innych interesariuszy;
-odpowiednie nagradzanie/uznawanie wolontariuszy i osób pracujących w społeczności;
-szanowanie kwestii praw własności intelektualnej, np. praw autorskich do zbiorów/licencjonowania treści
- zapewnienie użyteczności, dostępności i wyjaśnienia usług docelowym użytkownikom
- pełną dokumentację projektu w celu zapewnienia jego wyjaśnienia
- dzielenie się kodem, danymi szkoleniowymi, zestawami narzędzi itp. tak otwarcie, jak to możliwe
- ocenę projektów pod kątem zrównoważonego rozwoju, w tym z perspektywy wpływu na środowisko.[…]
Strategia 2: Wykorzystanie kompetencji bibliotekarzy w zakresie danych w celu zwiększenia możliwości organizacyjnych AI
Nie wszystkie biblioteki posiadają zbiory wymagające wykorzystania sztucznej inteligencji, ale wiedza bibliotekarzy w zakresie danych ma dużą wartość w przypadku instytucjonalnych zastosowań sztucznej inteligencji, ponieważ dzisiejsza sztuczna inteligencja opiera się na danych. Ta wiedza specjalistyczna może pomóc naukowcom zajmującym się danymi w szerszej organizacji, w której mieści się biblioteka, np. badaczom danych w społecznościach multidyscyplinarnych w kontekście akademickim lub analitykom badającym dane w służbie zdrowia lub rządzie. Odpowiednie działania obejmują:
- znajdowanie źródeł danych w złożonych krajobrazach informacyjnych
- promowanie wartości dzielenia się, otwartości i interoperacyjności danych
- wyjaśnienie znaczenia pochodzenia, ważności i jakości tych danych, aby zrozumieć, w jaki sposób można je odpowiednio wykorzystać
- wyjaśnienie, do jakich celów można dane wykorzystywać, a do jakich nie, zgodnie z prawami autorskimi, prawami własności intelektualnej itp.
- opisywanie danych za pomocą standardów i wartość takiego postępowania
- przechowywanie, konserwacja (lub niszczenie) danych.
Wszystkie te praktyki są zgodne z profesjonalną wiedzą na temat zarządzania informacjami i zarządzania nimi, istnieje jednak potrzeba przełożenia tej wiedzy na dziedzinę danych.
Strategia 3: Promowanie umiejętności korzystania z sztucznej inteligencji w celu zwiększenia organizacyjnych i społecznych możliwości sztucznej inteligencji
Strategia najlepiej dostosowana do istniejących praktyk bibliotecznych i tożsamości bibliotekarzy, szczególnie w bibliotekach uniwersyteckich, szkolnych i publicznych, polega na przejęciu wiodącej roli w promowaniu umiejętności korzystania z sztucznej inteligencji. Panuje powszechne przekonanie, że społeczeństwo – obywatele i pracownicy – musi rozumieć nowe technologie. Studenci, niezależnie od dyscypliny, którą studiują, potrzebują takiej wiedzy, aby móc znaleźć zatrudnienie.
Bibliotekarze opracowali już oferty w zakresie umiejętności korzystania z informacji i można w nich uwzględnić wiele wymiarów umiejętności korzystania z sztucznej inteligencji. Zdobyli niezbędną wiedzę i umiejętności pedagogiczne.
Znajomość sztucznej inteligencji prawdopodobnie będzie obejmować umiejętność rozpoznawania, kiedy ona jest wykorzystywana; rozumienie różnic między wąską i ogólną AI; zrozumienie, jakie rodzaje problemów AI rozwiązuje najlepiej; zrozumienie, w jaki sposób szkolone są modele uczenia maszynowego. Obejmuje to również świadomość kwestii etycznych, takich jak uprzedzenia, prywatność, wyjaśnialność i wpływ społeczny.
Ponieważ sztuczna inteligencja opiera się na danych, umiejętność korzystania z nich uznaje się za element umiejętności korzystania z AI.
Umiejętność korzystania z algorytmów to koncepcja, która została już opracowana w celu opisania świadomości tego, w jaki sposób usługi takie jak wyszukiwanie i rekomendacje są w coraz większym stopniu kształtowane przez algorytmy w celu personalizacji i dostosowywania treści, ale mogą również ograniczać widoczność informacji i tworzyć efekty bańki filtrującej. Bardziej formalnie zdefiniowano je jako „świadomość stosowania algorytmów w aplikacjach, platformach i usługach online, wiedzę, jak działają algorytmy, umiejętność krytycznej oceny algorytmicznego podejmowania decyzji, a także posiadanie umiejętności radzenia sobie z nimi lub nawet wpływania na nie”. operacje algorytmiczne” (Dogruel i in., 2022: s.4). Rozszerzanie umiejętności algorytmicznych poza kontekst wyszukiwania jest istotne dla umiejętności korzystania z AI.
Sztuczna inteligencja jest złożona i trudna do wyjaśnienia. Ma wiele zastosowań i odsłon. Opiera się na trudnych do zrozumienia koncepcjach obliczeniowych i statystykach. Często wyniki decyzji podejmowanych przez sztuczną inteligencję są trudne do zrozumienia nawet dla jej projektantów, ponieważ maszyna uczy się wzorców na podstawie danych. Chociaż niektóre obrazy sztucznej inteligencji sugerują, że skorzystamy z usługi, która jest wyraźnie sztuczną inteligencją (jak ChatGPT), w rzeczywistości jest ona często osadzona w infrastrukturze, więc nie jest łatwo rozpoznać jej działanie lub oprzeć się jej działaniu.
Rzeczywiście można by uczciwie powiedzieć, że BigTech niekoniecznie chce, aby wiadomo było, jak działa sztuczna inteligencja, ponieważ jest to tajemnica handlowa.
*https://nationalcentreforai.jiscinvolve.org/wp/2023/06/05/library-strategy-and-artificial-intelligence
**https://www.ifla.org/developing-a-library-strategic-response-to-artificial-intelligence/
Tłumaczenie maszynowe