智能機器人在圖書館服務中的評價指標分析?

史聰慧

（廣東司法警官職業學院，廣東 廣州 510520）

1 引言

2014年，微軟首先在中國發布了名為“小冰”的人工智能伴侶虛擬機器人，通過與用戶的不斷聊天進行積累學習，這是微軟在大數據、自然語義分析、機器學習與深度神經網絡方面的技術積累。微軟全球執行副總裁沈向洋表示“小冰”是一個聊天機器人，但不僅僅是一個聊天機器人，“聊天只是用戶的一個體驗，但我們設計產品理念的真正核心在于打造一個情感計算框架，同時擁有許多生存空間、輔助設備及相關設備，令小冰能夠與人類在任何地點及場景進行交流。”[1]2016年AlphaGo橫空出世，戰勝圍棋頂尖高手柯潔，這是神經網絡、深度學習、蒙特卡洛樹搜索法在現實生活中的具體運用，該事件是一個里程碑式的事件，標志著人工智能取得了飛躍性的突破。2018年4月11日，中國建設銀行突然宣布，國內第一家無人銀行在上海正式開業。整個服務大廳里面，找不到一個工作人員，取而代之的是人臉識別和攝像頭等先進設備，90%的銀行業務可以由機器人辦理完成。[2]“無人銀行”的運行其實背后是人臉識別技術、VR技術、AR技術的強大支撐。圖書館行業也在逐步探索利用人工智能的方式幫助圖書館員回答讀者的問題，實現圖書館為讀者提供不受時空限制的智能服務，具有代表性的有清華大學圖書館的“小圖”與上海交通大學的“小交”。目前，不管是制造業、IT業抑或是服務業，專家學者都在疾呼，人工智能離我們的生活越來越近，甚至有些專家提出了我們要小心和提防人工智能的觀點，害怕它會取代人類或者是超出人類的控制。圖書館行業內從“圖書館20年完全消亡論”，再到沙利文的“2050年高校圖書館尸檢報告”，[3]一方面表明了人們對傳統圖書館未來發展的不看好，另一方面也表明了對人工智能技術過度應用的擔憂。

2 智能機器人在圖書館服務領域的發展概況

人工智能技術應用的主要領域包括：語言的學習與處理、知識表現、智能搜索、推理、規劃、機器學習、知識獲取、神經網絡、復雜系統、遺傳算法及人類思維方式。[4]艾瑞對未來人工智能的發展進行了預測，人工智能的發展可分為3個階段：第一階段是計算智能，使機器人能夠像人類一樣進行計算，能夠處理海量的存儲數據；第二個階段是感知智能，讓機器能夠聽懂我們的語言，這些技術將輔助人類高效地完成任務；第三個階段是認知智能，在該階段，機器能夠主動思考并采取行動，實現全面輔助甚至代替人類工作。[5]

從20世紀70年代以來，人工智能技術被應用到圖書館服務的各個環節，其中在資源建設、智能倉儲、智能咨詢及智能借還環節的研究成果較多。在美國、英國、日本等許多發達國家的圖書館中，智能機器人已經在存取業務、借還業務以及咨詢業務中廣泛應用。如美國已經有多家圖書館使用ASRS（Automated Storage and Retrieval System）自動存取系統，從圖書館資源整體規劃、文獻館藏政策及檢索請求處理方面實現圖書館資源管理的智能化；[6]英國國家圖書館建立了高科技藏書庫，由機器人對所藏圖書進行保管與檢索，藏書量達到700萬冊；日本早稻田大學圖書館也建立了類似的機器人管理系統，由機器人實現對圖書館的智能管理。在我國，智能機器人在圖書館服務中的應用研究還處在初級階段。未來的發展中，人工智能技術將從服務理念、服務方式及服務手段上對圖書館業務產生深遠的影響。綜合國內外的經驗來看，目前，圖書館智能機器人的研究領域主要集中在以下幾個方面。

2.1 輔助倉儲的機器人系統

美國猶他州維拉德·麥若特圖書館提出了自動存取中心ARC（Automated Retrieval Center）的概念，美國芝加哥大學的曼索托圖書館基于這種理念研發了機器人堆疊書庫管理系統，利用機器人完成圖書的倉儲，收藏圖書可達350萬冊。[7]我國目前尚未有圖書館能夠研發出此種設備，但理論研究已經開始。馮銀花在《基于機器人技術的圖書館智能倉儲》一文中，設計了一套基于機器人技術的智能倉儲系統，系統通過給每本書分配物理地址、在地面設置二維碼，讓機器人在書庫中自主導航、自動取書，在圖書館的智能倉儲研究中具有實踐指導意義。[8]

2.2 輔助借還的機器人系統

劉強、王超然等在《基于嵌入式系統的智能取書機器人設計》一文中，設計了一種基于嵌入式系統的智能取書機器人。用戶只需通過控制中心的客戶端輸入所取書籍名稱，服務器通過無線網絡將信息發送給機器人，機器人即可搜索數據庫并進行路徑規劃，利用攝像頭檢測軌跡路線進行路徑識別，到達指定圖書的位置并完成取書任務。既能實現借還環節的智能化，又可以節約人力資源。[9]

南京大學圖書館基于超高頻RFID技術開發的智能圖書盤點機器人，可對整個圖書館藏書進行自動化盤點，檢查是否存在錯架亂架現象、是否有圖書丟失或破損等現象；對圖書的出借狀態和位置信息進行更新；當讀者需要借閱圖書的時候，告知讀者所需圖書在書架的哪一層以及在該層的第幾本；極大地減少了讀者查找書籍的時間，為圖書館節約了人力資源。[10]

2.3 輔助參考咨詢的機器人系統

傳統的圖書館參考咨詢服務由于受時間空間的限制，咨詢人員不能隨時隨地解決讀者提出的問題，經常發生有服務延時處理的現象。而且目前各圖書館所擁有的信息咨詢人員從總人數上來看，是遠遠不夠服務所有讀者的，所以會出現不能滿足讀者需求的矛盾。為了彌補這些缺陷，利用智能機器人輔助咨詢館員共同服務，是未來圖書館信息咨詢服務的主要模式與趨勢。目前來講，參與咨詢業務的機器人主要分為三類，即實時通訊（IM）軟件、數字參考咨詢軟件與用戶定制軟件，通過語音識別、機器翻譯、圖像描述、文本分類及對象識別等智能技術對讀者提出的問題進行解答。

在參考咨詢服務方面，對于智能機器人的研究開展的比較多，如清華大學圖書館的“小圖”，可以與用戶進行不受時間空間限制的交流，實現人機對話，給出準確答案。上海交通大學也研制出了一款IM咨詢機器人，以期望未來能夠在咨詢服務中發揮智能優勢。目前，北京大學、深圳大學等知名大學圖書館都在智能機器人方面進行著研究和探索。

3 智能機器人在圖書館服務中的評價指標

人工智能是讓機器能夠模擬人的認知、思維、行為方式或信息的過程，“智能”的取得不僅需要科學嚴謹的算法，更需要海量數據的積累和計算能力的提高。人工智能目前是一個熱點的話題，在清華大學圖書館的“小圖”剛推出時，人們喜歡捉弄與調戲它，“小圖”很多時候給出的答案會逗樂人們。在這些玩笑的背后，我們需要冷靜地思考：智能機器人到底智能嗎？在整個問答過程中是否順暢？給出的答案是否精準？咨詢過程中需要耗費的時間能不能讓讀者滿意？智能機器人在咨詢過程中與人工服務的差距有多大？作為圖書館咨詢服務的應用，我們希望能夠有客觀的、可量化的指標來衡量智能機器人到底智能不智能，能不能解決讀者的實際問題。

1988年，帕拉蘇拉曼等人提出了學科服務質量評價方法SERVQUAL，其核心思想是學科服務質量應為用戶感受值與期望值之間的差距。[11]基于這個理論模型，結合圖書館的服務流程與服務內容，筆者提出了衡量智能機器人服務效果的指標體系，見表1。

（1）衡量指標分別為：需求識別能力、讀者滿意度、服務滿足度與服務處理時間；

（2）指標體系的重要程度按非常重要指標＞重要指標＞主要指標＞輔助指標來排序；同時按照指標的重要程度賦予一個權重值：非常重要指標為0.4，重要指標為0.3，主要指標為0.2，輔助指標為0.1；

（3）每個指標給出具體的測量方法；

（4）每個指標下面設置了二級指標與具體的指標描述，從二級指標的具體考量中來確定機器人咨詢幫助讀者解決問題的程度；

（5）每個二級指標根據所描述的要求賦予一個分值，按照“5分～4分～3分～2分～1分”進行打分；

（6）最后進行計算，每個二級指標的得分＊相對應的該指標的權重值，然后進行相加，最后的得分就是智能機器人服務效果的得分。

表1 總評價指標體系

3.1 需求識別能力

從已有的經驗來看，用戶一旦接觸機器人服務，首要的不滿足之處是覺得與圖書館員對比，機器人經常出現不能準確識別、理解客戶問題的情況，讓用戶無法耐心交談下去。

一般的機器人系統從理解客戶問題到數據庫調用答案的過程可分為兩個步驟，第一步是“從關鍵詞到問題”，機器人抓取讀者問題中的幾個關鍵詞，關聯到知識庫內的標準問題上，把客戶的問題轉化為標準答案；第二步是“從問題到答案”，通過標準問題與標準答案的對照關系，調用出標準答案。如果用戶在提問時用了大段文字，出現了非常多關鍵詞，或者是用戶的表達方式比較奇特（比如說提問太過于口語化或者用文言文進行提問），如果機器人在知識庫中檢索不到合適的關鍵詞的時候，機器人就會出現識別不到讀者需求的情形。

智能機器人通過智能算法把讀者的問題、知識標準問法和知識標準答案是否能夠對應匹配關聯，從而實現機器人的自動應答。在這個過程中，如果讀者并沒有采用標準化的語言進行提問，機器人有可能不能從用戶千奇百怪的語言中做出語義解析并搜索到準確答案。

如果機器人不能準確快速地識別讀者需求的話，讀者可能就沒有耐心與機器人再交流下去。還有一種情況是，如果機器人在識別讀者需求時對讀者需求產生了理解上的偏差，那么讀者容易對機器人進行“捉弄”或者“調戲”，從而失去機器人咨詢服務本質的意義。

要想衡量機器人系統的需求識別能力，從描述問題、評估讀者需求、對讀者需求的順序進行排序（見表2）3個維度進行考察。機器人在接收到讀者提出需求的時候，第一步先應該能夠準確地描述讀者所陳述的問題，高度準確地抽取關鍵詞與知識庫里的內容去匹配；第二步，能夠對讀者的需求進行科學分析，要能夠分析出讀者需求的類型、性質以及想要答案的級別；第三步，如果讀者所提的問題比較復雜，那么機器人要能夠對讀者的問題進行分解，分解成若干個子問題，并且對子問題進行排序，進而確定問題的優先級。

表2 需求識別能力評價指標體系

3.2 讀者滿意度

讀者是智能機器人的最終使用者，讀者的態度和反應才是評價智能機器人工作的最后標準。讀者對機器人的滿意程度是對機器人的理解能力、資源調用速度以及答案的準確程度的綜合評價。這是評價機器人能力的非常重要的指標。讀者滿意度這一指標可以通過兩種方法來測量：一是在機器人的每一個問題結束后設置一個評價框，從非常滿意、基本滿意、不太滿意、完全不滿意中，讓用戶進行評價打分。二是設置調查問卷對讀者進行調查，讓讀者對機器人的行為進行評價并提出改進意見。讀者的這些評價意見和改進建議反饋回知識庫里，對知識庫的相關資源進行優化和升級，實現對知識庫的不斷更新。

對讀者滿意度的評價主要從服務效率、服務內容、服務方式、需求滿足及讀者隱私保護等幾個方面進行考量，見表3[12]。一次完美的咨詢服務一定是用戶通過友好的檢索平臺，運用符合自己檢索習慣的方式與機器人系統進行“溝通”，機器人系統同時也可以準確地識別讀者的問題，快速準確地把答案呈現到讀者面前，解決其實際問題。

表3 讀者滿意度評價指標體系

續表

3.3 服務滿足度

表4 服務滿足度評價指標體系

表5 服務處理時間評價指標體系

未來智能服務的初級階段也就是在計算智能和感知智能階段，服務的模式基本上是“智能機器人＋館員咨詢”的形式，機器人在前端解決大部分簡單、重復、機械性的問題，在機器人回答完成后開放館員咨詢入口，當讀者不滿意機器人答案或者有更高級的需求的時候，可以通過館員咨詢入口切入，進行人工咨詢服務。該指標就是通過對讀者咨詢行為的監控來測量，讀者在進行了智能機器人服務后，有沒有繼續進行館員咨詢服務，而且沒有繼續人工服務的比例是多少。最理想的服務狀態就是讀者進行了機器人服務之后就得到了滿意的答案；最糟糕的服務狀態就是在與機器人對話之后，讀者的服務體檢非常糟糕，從此以后再也不使用機器人服務，直接切入館員咨詢入口。具體評價指標見表4。

3.4 服務處理時間

服務處理時間是指機器人與讀者的談話時間、調用答案所花費的時間以及讀者是否采納答案甚至轉向館員咨詢所花費的時間總和。服務處理時間這一指標直接影響著讀者的滿意度，進而影響服務的滿足度，因此也是一項比較重要的指標。如果讀者就某一個問題需要多次與機器人對話或是多次轉介館員咨詢才能解決問題，讀者就會對機器人系統的工作能力和工作效率產生疑問，進而影響讀者對機器人的信任度。另外如果有大量的問題需要館員咨詢介入的話，不僅會增加圖書館員的負擔，而且也使得機器人失去了它“智能”的效用。

服務處理時間這一指標受到讀者素質、機器人調用答案的能力、答案的排列方式、知識庫資源的豐富程度、咨詢流程、硬件設備等因素的影響，具體見表5。為了縮短服務的處理時間，其一可以在每個答案的末端加上用戶滿意度評價的調查模塊，實時統計每個答案的滿意度；其二可以將用戶滿意度低的答案抓取并推送給系統維護人員，進一步完善答案；其三可以將答案分為幾級類目，一級類目用精簡、概括性的語言列出主要觀點，讀者閱讀以后，覺得符合自己的實際需求再點開二級類目，閱讀相關的詳細內容。

4 結語

智能機器人技術發展日新月異，人工智能的算法也在飛速發展，相信在未來，人工智能在圖書館信息服務的應用將遠遠超過我們的想象。筆者提出這4個測量指標，初步建立一種關于智能機器人服務效能的評價模型，期待在機器人服務不斷發展的過程中，能夠進一步完善評價指標體系，同時也期待在未來圖書館事業中，能夠在各個工作環節中都能用好人工智能技術。