AIGC時代高校圖書館智能化前景研究

摘 要 高校圖書館數字化、智能化發展離不開AIGC技術的應用，但在其應用過程中也面臨一系列問題的挑戰。論文通過重點分析反饋強化學習（RLHF）、文圖對比預訓（CLIP）、可擴散化模型（Diffusion）和ChatGPT等技術，論述了它們在提高圖書館服務效率、滿足用戶需求方面的潛力的基礎上，也強調了數據質量、版權、技術成本、讀者隱私和數字化標準等方面的挑戰，并提出相應的應對策略，旨在為高校圖書館在AIGC時代的服務提供指南和建議。

關鍵詞 人工智能；AIGC；高校圖書館

分類號 G250.7

DOI 10.16810/j.cnki.1672-514X.2024.08.001

Research on the Prospects of Intelligentization in University Libraries in the AIGC Era

Cao Hui， Zhang Xiwen

Abstract The digital and intelligent development of university libraries cannot be separated from the application of AIGC technology， but it also faces a series of challenges in its application process. The paper focuses on analyzing technologies such as Feedback Reinforcement Learning （RLHF）， Text Image Comparison Pre-training （CLIP）， Diffusion Model， and ChatGPT， discussing their potential in improving library service efficiency and meeting user needs. It also emphasizes the challenges of data quality， copyright， technology cost， reader privacy， and digital standards， and proposes corresponding strategies to provide guidance and suggestions for university libraries in the AIGC era.

Keywords Artificial intelligence. AIGC. University library.

0 引言

技術進步始終是人類歷史發展的核心動力，它不斷推動著社會從原始階段向更高級、更復雜的層面演進，成為社會文明發展的關鍵支柱之一。特別是在2022年，隨著ChatGPT[1]的問世，AIGC技術迅猛地進入了公眾視野，成為廣泛關注的焦點。ChatGPT作為一個AIGC具體應用，不僅將人機對話推向了新的高度，還在代碼生成、論文寫作、視頻制作、音樂創作等多個場景中展現出良好的表現，藝術、教育、科研、電商等領域也紛紛受到其影響。就連曾經明令禁止AI 生成的圖片進入其數據庫的全球最大圖片社Getty Images，現如今也推出了自己的 AI 生成工具“Generative AI by Getty Images”[2]。全球各大科技企業積極擁抱AIGC，不斷推出相關技術、平臺和應用，如谷歌的Bard、百度的文心一言等。AIGC應用的升級換代對AI芯片的需求不斷上升，微軟和OpenAI均計劃加入人工智能芯片競爭，并分別推出自己的AI芯片，來應對AI芯片供應短缺的問題，這意味著人工智能領域的技術創新和發展競爭加劇，將極大地促進行業進步[2]。

AIGC技術正在全球范圍內重塑創新格局，數字化、智能化發展是必然趨勢。在此背景下，高校圖書館轉型已成為大勢所趨。通過數字化和智能化的雙重推動，高校圖書館服務能夠實現從傳統向智能化服務的轉型，這不僅能促進整體服務框架的升級，而且能更準確地捕捉用戶需求，為用戶提供個性化、精準的服務。在利用AIGC技術進行高校圖書館自身的轉型升級過程中，同樣應該關注可能會出現的問題，如版權保護、數據質量、隱私安全等，對此應采取積極措施予以預防和解決，如強化相關技術措施、提升工作人員在這些領域的專業技能和知識水平等。

本研究旨在深入探討AIGC相關技術與應用，并重點分析高校圖書館在AIGC時代可能面臨的問題，并提出有效的應對之策，以此為高校圖書館提供在邁向更加高效、個性化及智能化服務道路上的指南。

1 AIGC技術發展歷程

AIGC技術的發展歷程大致可以分為以下四個主要階段。

（1）初期探索階段（20世紀50年代—80年代）：這一時期的技術發展主要集中在基于規則的簡單文本生成。如1966年的ELIZA[4]和1984年的Racter[5]代表了早期嘗試，它們更多依賴于預設的規則和模板，而非后來出現的復雜學習算法。隨著技術的進步，AIGC在20世紀90年代邁入了以神經網絡和機器學習為核心的新階段。

（2）神經網絡和機器學習階段（20世紀90年代—21世紀初）：這一階段，神經網絡和機器學習技術開始被應用于內容生成，標志著AIGC的一次重要轉變。特別是遞歸神經網絡（RNN）和長短期記憶網絡（LSTM）開始在文本生成中發揮作用。這些技術的發展為AIGC的未來奠定了堅實的基礎。

（3）深度學習和大規模數據集階段（21世紀10年代始）： 深度學習技術的發展和大數據集的普及，使得AIGC技術在這一時期顯著進步。例如，像GPT（OpenAI）和BERT（Google）這樣的預訓練模型，因其能夠生成更加流暢和準確的文本而受到關注。深度學習的引入為內容生成帶來了前所未有的精確度和多樣性。

（4）大語言模型和多模態生成階段（21世紀20年代始）：大語言模型的出現，例如ChatGPT，進一步推動了AIGC技術的發展。這些模型不僅在文本生成方面表現出色，還拓展到了圖像、音頻等多模態內容的生成，如DALL-E和CLIP展示了AI在圖像生成方面的強大能力。

上述歷程清晰地描繪了AIGC技術的演變過程，從簡單的基于規則的方法到當前高度復雜、多模態的生成模型，展現了技術進步和應用領域的擴張。

AIGC在圖書館領域的相關研究與應用，目前還處于理論探討和初步實踐階段，CLIP[6]、RLHF[7]、Diffusion[8]和ChatGPT是近年來在AIGC領域備受關注的四個重要技術。CLIP是一種跨模態信息檢索技術，通過學習圖像和文本之間的映射關系，實現跨模態的信息檢索和識別。RLHF是一種基于強化學習的自然語言處理技術，通過與人類語言專家的交互，學習更有效的自然語言處理模型，提高模型的性能。Diffusion是一種基于概率模型的文本生成技術，通過學習文本數據的分布規律，生成高質量的自然語言文本。ChatGPT是一種語言模型，可以與用戶進行對話。這些技術的出現，為AIGC領域的發展帶來了新的機遇和挑戰，為人們的生活和工作帶來了更多的便利和效益，同樣為高校圖書館發展創造了新機遇，本文將結合具體的AIGC相關技術與應用來探討AIGC將會為高校圖書館智慧服務帶來怎樣的變化。

2 高校圖書館AIGC的技術應用

隨著信息技術的不斷發展，高校圖書館開始面臨智能化轉型的壓力。目前，許多高校圖書館已經開展了智能化工作，如建設數字圖書館、實現紙質圖書的電子化等。然而，這些數字化工作仍然面臨著一些問題，如數字化速度慢、資源共享難等，AIGC技術的應用為高校圖書館智能化轉型提供了新的契機。

2.1 文圖對比預訓（CLIP）促進圖書館服務與內容的深度融合

CLIP作為一種先進的人工智能技術，近年來在圖書館領域的應用逐漸受到關注。CLIP技術能夠將文字與圖像進行高效匹配，為圖書館服務方式和內容的創新提供了強有力的支持。

CLIP技術可以應用于圖書館的文獻檢索服務。傳統的文獻檢索方式主要依賴于關鍵詞匹配，往往無法準確反映讀者的真實需求，而CLIP技術可以通過對比文字與圖像，更準確地理解讀者的意圖，為讀者提供更為精準的檢索結果，這大大提高了圖書館文獻檢索的效率和準確性，為讀者節省了大量時間和精力。例如，讀者可以輸入“關于氣候變化影響的研究”，CLIP可以幫助找到與此相關的圖書或文章。其次，CLIP技術還可以應用于圖書館的個性化推薦服務。通過分析讀者的檢索歷史和瀏覽行為，了解讀者的興趣和需求，為讀者推薦相關的圖書、期刊、論文等資源。這種個性化推薦服務不僅提高了圖書館資源的利用率，也為讀者提供了更為貼心和便捷的服務體驗。此外，CLIP技術還可以應用于圖書館的多媒體資源管理和開發利用。隨著多媒體資源的不斷增加，圖書館需要一種高效的方式來管理和利用這些資源，而CLIP技術可以將文字與圖像、音頻、視頻等多種媒體形式進行有效融合，幫助圖書館更好地管理和開發這些資源，以此提升圖書館的多媒體資源服務水平，滿足讀者多樣化的信息需求。

可以說，CLIP技術在圖書館服務方式和內容方面的應用具有巨大的潛力，通過催化圖書館服務方式與內容的深度融合，推動高校圖書館不斷進步。

2.2 反饋強化學習（RLHF）促進圖書館服務主體與讀者深度交流

反饋強化學習（RLHF）是一種結合人類智慧和機器計算能力的AIGC技術。在RLHF中，人類訓練師提供反饋作為“提示”，幫助機器更好地理解任務并做出最佳選擇。這些反饋被用來創建獎勵信號，就像給機器的“獎勵”，當機器做出正確的選擇時就會得到這個獎勵。機器會嘗試各種選擇并根據得到的獎勵信號來調整其行為，從而更加高效、快速地學習任務，并避免傳統強化學習中需要大量試錯的問題。

RLHF可以在圖書館服務主體與對象之間建立深度交流的橋梁，使圖書館可以更好地了解讀者的需求和興趣，為讀者提供更為精準和個性化的服務。首先，RLHF技術可通過反饋機制來優化圖書館的服務。如果讀者在使用圖書館檢索系統時遇到了困難，RLHF技術通過反饋機制了解讀者的問題和需求，對檢索系統進行優化和改進，提高讀者的滿意度和使用效率。其次，強化學習是一種通過試錯來學習的方法，通過不斷地嘗試和優化來提高服務的質量和效率。在圖書館借閱服務中，RLHF技術便可以通過強化學習了解讀者的借閱習慣和偏好，為讀者提供更為精準和個性化的推薦和服務。此外，RLHF技術還可以通過深度交流來了解讀者的需求和興趣，增強圖書館與讀者之間的聯系和互動，一方面為讀者提供更為貼心和便捷的服務體驗，另一方面為圖書館的決策和發展提供數據支持，如在圖書館資源采購中，可通過RLHF技術了解到的讀者閱讀需求和興趣，為圖書館的資源采購提供更為精準和合理的建議。

當然，在使用時，應警惕該技術的“阿諛奉承”行為，MS等人[9]對該種現象做了相關研究，認為迎合人類偏好可能會導致阿諛奉承的產生，通俗來說，當AIGC給出的回復與用戶的觀點或信仰相符合時，用戶更有可能給予積極的反饋，而為了獲得更多的積極反饋，AIGC模型可能會學習和再現這種取悅用戶的行為。因此，高校圖書館在使用此類應用時，應注意建立完善的防范機制和管理制度，加強用戶教育和培訓，提高系統的安全性和穩定性，以應對“阿諛奉承”行為。

2.3 可擴散化模型（Diffusion）促進圖書館服務內外環境的多元交互

Diffusion能夠通過模擬物質擴散的過程，實現信息、資源和服務在圖書館內外環境的多元交互，為圖書館的創新發展提供支持。

Diffusion技術可以應用于圖書館的信息資源傳播服務。通過模擬信息擴散的過程，Diffusion技術能夠將圖書館的信息資源快速、準確地傳播到用戶手中，這不僅可以提高圖書館信息資源的利用率，還可以增強圖書館在學術交流和知識傳播中的作用。例如根據讀者輸入的文本或圖像，生成一些可視化的解釋，顯示信息資源的結構、關系、相似度等，作為信息資源的分析或評價，這樣可以幫助讀者更有效地檢索和篩選信息資源的質量和價值。Diffusion技術同樣可以應用于圖書館的個性化推薦服務，為讀者推薦相關資源。此外，Diffusion技術還可以用于圖書館宣傳推廣，利用Stable Diffusion通過文字生成圖片、通過圖片和文字生成有人物解說的視頻等，或者通過數字人生成技術構造圖書館元宇宙，讓數字人進行解說介紹、導引導覽、資源推薦以及閱讀推廣等。Diffusion技術在圖書館的跨界合作服務方面也大有可為，通過模擬不同領域之間的擴散過程，幫助圖書館與其他領域進行跨界合作，共同推動知識的創新和傳播，提升圖書館的社會影響力。

2.4 ChatGPT帶來更多便利和創新性體驗

作為AIGC的一個具體應用，ChatGPT是一種基于自然語言處理的聊天機器人技術，能夠通過學習和分析大量的文本數據，對用戶提出的問題或需求進行智能化的回答和解決方案，其中就用到了RLHF等技術。在高校圖書館中，ChatGPT可以幫助圖書館提高服務水平，滿足讀者的各種需求，同時也可以改善圖書館的工作流程、提高圖書館的管理效率。

站在高校圖書館的角度，ChatGPT技術的運用可以為圖書館智能化建設提供強有力的支持。ChatGPT可以幫助圖書館更快地收集和分析圖書、期刊、論文、數據庫等各類資源的信息，利用自然語言處理技術對數字資源進行分類和標注，利用機器學習技術對數字資源進行版權和知識產權的保護，幫助圖書館更好地管理和保護數字資源。ChatGPT還可以通過對大量數據的分析和學習，實現文本挖掘、情感分析、智能推薦等功能，幫助圖書館更好地了解讀者的閱讀習慣、需求和偏好，為圖書館的服務優化提供依據和建議。圖書館的管理工作涉及眾多方面，如圖書采購、編目、排架、借閱等等，而通過ChatGPT技術，圖書館可以實現自動化管理，減少人工干預和錯誤率，通過對大量的文本數據的學習和分析，實現自動分類、自動排架、自動借閱等功能，從而提高管理效率和服務水平。

站在讀者的角度，在高校圖書館中應用ChatGPT，一方面可以為讀者提供更智能的閱讀體驗、更人性化的交互方式。讀者在使用圖書館資源時，有時會遇到各種問題和困難，如查找資料、篩選信息等，而通過ChatGPT技術對大量文本數據的學習和分析，對讀者的查詢進行語義理解和情感分析，從而提供最為精準和合適的答案，降低讀者的文獻查找門檻，使讀者無需掌握復雜的圖書分類法等知識，就可以通過聊天的方式獲得所需信息。上海圖書館、清華大學圖書館、聊城大學圖書館等已經開始應用咨詢導航機器人為讀者進行服務。同時，ChatGPT支持多種語言，可以幫助讀者翻譯和理解外文資料，拓寬知識獲取的范圍。此外，讀者的閱讀興趣、需求和閱讀歷史能夠被ChatGPT利用，以實現個性化的圖書、期刊和文獻推薦，幫助讀者找到自己喜歡的優質內容。另一方面，ChatGPT可以幫助讀者提高閱讀效率，幫助讀者更快速地獲取所需的知識和信息。讀者可以讓ChatGPT針對長文或復雜文獻進行智能文摘，快速抓取關鍵信息。也可以讓其為指定篇章生成內容概述，減少查找和篩選信息的時間，實現更高效的閱讀。與傳統的圖書館服務相比，ChatGPT可以24小時不間斷工作，這樣即使在圖書館人工服務時間之外，讀者也可以隨時獲得圖書館服務，提升讀者的閱讀體驗。

綜上，面對AIGC給高校圖書館智能化發展帶來的許多契機，高校圖書館要主動擁抱AIGC，積極探索和實踐如何更好地利用這一新技術來提高服務水平和效率。

3 高校圖書館智能化建設面臨的問題

縱使AIGC可能會為高校圖書館帶來很多便利，但我們也不能忽視其潛在的風險。2023年3月底，上千名技術領袖簽署了呼吁暫停開發比GPT-4更強大的人工智能的聯名書，5月，人工智能教父Geoffrey Hinton為了能自由談論人工智能的風險，宣布從谷歌離職，并在之后的各種公開場合中表達了對人工智能風險的擔憂。但在9月24日的YC校友分享會上，Altman透露了OpenAI的下一代大模型GPT-5和GPT-6的消息。與此同時，作為開源社區的領袖Meta，也在不斷開發新的大模型，7月發布了在各項性能都得到提升，水平接近ChatGPT的LLaMA2。隨著大模型性能的不斷提升，安全隱患和威脅的陰影始終如達摩克利斯之劍懸在人類頭頂。

有人認為擔心人工智能的風險現在還為時尚早，但也有人堅持“與生存相關的風險，如何重視都是不為過的”，作為高校圖書館，盡管無法左右AIGC的走向，無法決定是否繼續發展人工智能，但也應具備足夠的“風險防范”意識，在應用AIGC獲取便利、提升服務的同時，也應關注人工智能可能帶來的各種問題，防微杜漸，具體而言，可從以下方面考慮。

3.1 數據質量和安全性問題

社交平臺上有用戶借助AI生產假視頻，聲稱某地郵輪上存在器官移植手術室的消息，引來大波流量，甚至一度沖上熱搜榜。警方偵破不法分子利用AIGC造謠、詐騙的相關報道更是絡繹不絕。這告訴我們，AIGC可能會生成不正確、有害或有偏見的信息，從而影響用戶的判斷和決策[10]。高校圖書館也要謹防此類問題，防止讀者在使用圖書館提供的AIGC應用時，接收到錯誤、有害的信息，同時也要防范讀者使用AIGC工具惡意生成、傳播虛假消息。再者，由于ChatGPT通常反映西方觀點，如果沒有充分考慮到不同文化和地區的差異，就很容易將這些偏見帶入它的回答和建議中，從而對讀者產生誤導和偏見的影響，且可能會隨著時間的推移加強偏見，不利于學生社會主義核心價值觀的構建。

3.2 版權和知識產權問題（此處指AIGC所生成內容的版權）

在AIGC模型訓練階段，需要使用大量的數據集進行訓練，其中包括受版權法保護的內容。環球音樂集團與其他出版商于2023年10月18日對美國人工智能公司Anthropic提起訴訟，指控該公司濫用大量受版權保護的歌詞來訓練其聊天機器人Claude。同樣，高校圖書館在訓練AIGC的過程中，使用的數據和信息也可能涉及知識產權問題，給圖書館帶來法律風險。

3.3 技術成本和人員培訓問題

AIGC技術需要大量的數據支持，圖書館需要收集和整理大量的文獻、資料和信息，以提供準確、全面的知識服務。但是，由于圖書館資源的局限性，AIGC應用不可避免會受到限制。AIGC應用還需要相應的技術支持和人員培訓。高校圖書館既需要投入大量的資金和時間來引進和維護AIGC技術，也需要對圖書館員進行培訓和指導，使其能夠熟練掌握和應用，這些技術成本和人員培訓可能會給高校圖書館帶來一定的負擔。并且AIGC技術的應用需要適應不斷變化的用戶需求，隨著需求的變化，AIGC技術也要不斷更新和改進，圖書館需要投入大量的時間和資源來維護和升級AIGC技術。

3.4 讀者隱私和信息安全問題

AIGC可以通過人工智能技術了解讀者的需求和興趣，為讀者提供個性化的推薦和服務，但在這個過程中可能會涉及讀者隱私和信息安全的問題。ChatGPT在回答“是否會泄露用戶信息”類的問題時，聲稱其不會記住用戶的任何信息，也不會主動提供用戶個人信息。但是，它又表示，輸入的信息不是私人信息，與用戶對話的數據需要被存儲在OpenAI或云服務提供商的數據中心，將用于幫助訓練機器（及其人類程序員），這意味著在用戶與ChatGPT進行交互時，其隱私和個人信息可能被用于未來模型的迭代訓練。另一方面，ChatGPT模型在訓練中使用的數據大多來自互聯網，其中可能包含大量的個人信息和數據，而未經用戶同意的數據抓取和訓練模型強大的推理能力又極大地增加了個人信息泄露的風險。含有個人信息的問答內容可能成為模型訓練的基礎“語料”，這使ChatGPT輸出的內容極有可能會包含用戶提供的個人信息或重要數據。因此高校圖書館在使用ChatGPT及其他類似的AIGC應用時，需要對其可能存在的隱私安全問題進行謹慎對待。

3.5 數字化標準和共享問題

AIGC技術生成的內容，如文本、圖片、視頻等，往往涉及多種數字化標準，如字符編碼、文件格式、數據存儲等，如果高校圖書館沒有統一數字化標準，就可能導致數據不兼容、信息交流受阻等問題。AIGC需要大量的數據集進行訓練和生成內容，這些數據集可能來自不同的數據源，涉及不同的領域和主題。如果高校圖書館無法實現數據共享和流通，就可能導致數據孤島、重復勞動等問題，制約AIGC技術的發展和應用。

4 應對之策

AIGC為高校圖書館智能化建設提供了重要契機，CLIP、Diffusion、RLHF等技術以及ChatGPT類應用，可以推動圖書館服務內容和形式的創新。同時，AIGC也給高校圖書館帶來數據質量、版權保護、技術成本等多方面問題。面對機遇與挑戰，高校圖書館應給與高度重視，及時關注AIGC的技術發展，并采取系列應對之策，加強技術研發應用、數據審核與過濾、人員培訓與管理、讀者隱私與信息安全保護等工作，才能抓住AIGC應用機遇，實現服務供給的結構性變革，推動數字化轉型，以更好地滿足讀者需求，提高服務水平。

4.1 加強數據審核和過濾

想要確保AIGC生成的內容符合要求和標準，高校圖書館就要加強數據審核和過濾，雖然可以利用人工智能算法和自然語言處理技術，對數據進行清洗、去重、垃圾信息篩除等處理以提高效率，但是人工審核和干預仍然是必要的，對重要數據進行人工干預和審核，確保數據的準確性和可靠性。通過人工審核和自動化過濾相結合的方式，對生成的內容進行質量和安全性的檢查。當然，識別和排除偏見或不準確的信息需要館員具備高度專業化的技能。

4.2 加強版權和知識產權保護

為避免產生知識產權糾紛，高校圖書館一方面需要對使用的數據進行嚴格的版權和知識產權管理，對所有使用的數據進行詳細的審查和篩選，避免使用存在版權和知識產權問題的數據源。另一方面，由于AIGC作品的生成過程是由計算機程序完成的，其創作權歸屬可能比較復雜，高校圖書館需要重視作品創作權的保護，根據相關法律法規制定相應的管理措施和操作規范，以避免版權和知識產權糾紛。

4.3 加強技術研發和應用

要降低技術成本，高校圖書館需要結合自身的特點和需求，探索AIGC技術在圖書館領域的應用場景和方式，進行有針對性的研發和應用。例如，可以在信息檢索、智能推薦、科技查新等領域充分發揮AIGC技術的優勢，開發或購買智能問答系統、個性化推薦系統、虛擬現實閱讀系統等，提高圖書館服務的精準度和效率。這就需要高校圖書館能夠支持和培養相關技術團隊，鼓勵他們在人工智能領域進行創新研究，對技術發展保持高度的敏感性和適應性，并且要確保新應用真正符合高校圖書館讀者的需求和使用習慣，避免資源的浪費。同時，定期組織技術培訓和交流活動，以提高圖書館員的整體技術素養和應用能力。

4.4 加強人員培訓和管理

高校圖書館在應用AIGC時，可以從多個方面加強人員培訓和管理。首先，建立完善的管理制度，規范AIGC技術的使用方法和操作流程，明確館員的責任和義務，同時制定相應的安全和保密措施，以保障AIGC技術的安全性和可靠性。其次，為館員提供專業的培訓課程，包括AIGC的基本原理、技術應用、操作技巧等，使館員了解并掌握AIGC技術的應用方法和注意事項，以提高其專業素養和應用能力。此外，高校圖書館應該加強團隊建設和協作，鼓勵館員之間的交流和合作，分享經驗和技巧，共同解決應用AIGC技術時遇到的問題和困難。除了提供培訓之外，高校圖書館還需要考慮培訓的實際效果和員工的實際應用能力，以及如何持續激勵館員跟上技術發展的步伐。

4.5 加強讀者隱私和信息安全保護

在為讀者提供便捷智能服務的同時，高校圖書館也必須高度重視讀者的隱私和信息安全問題。一方面設定權限，規定只有授權人員才能訪問讀者隱私信息，同時加強館員教育，提高館員保護讀者隱私信息的意識，防止館員泄露信息，防止不法分子非法獲取信息。另一方面要尊重讀者隱私權利，嚴格遵守與讀者隱私信息相關的法律法規，只收集必要信息，避免非法收集、使用、泄露讀者隱私信息。

4.6 加強數字化標準和共享

為了便于不同系統之間的共享調用，高校圖書館可以采用知識圖譜等形式組織數據，構建基于AIGC的數字資源知識庫，以確保數字資源知識庫的服務能夠得到實現和提升。同時，與其他高校圖書館合作，共同建設基于AIGC的高質量數字教育資源庫，將學術研究全流程中的意識構建、領域初探、信息獲取、信息分析、信息生成、結果呈現、信息交流等每個環節深入融入AI元素，實現高校間的數字資源共建共享。

5 結語

反饋強化學習（RLHF）、文圖對比預訓（CLIP）、可擴散化模型（Diffusion）和ChatGPT等生成式人工智能技術在高校圖書館智能化建設中的應用，對于改進圖書館服務具有重要的作用，將會極大地提高圖書館的服務效率，在滿足用戶需求方面發揮巨大的服務潛力。但高校圖書館作為知識信息的集散地，承擔著為教學和科研提供支持的重要任務，需在積極抓住AIGC應用機遇的同時，也需要面對數據質量、版權、技術成本、讀者隱私和數字化標準等方面挑戰，注重師生對智能化技術的認可和理解，更好地將人文關懷融入到技術開發與應用中，考慮到技術的不斷進步和多變的用戶需求，建立一套有效的用戶反饋系統和評估機制，收集和分析用戶對新技術和服務的反饋，定期檢查服務效果，不斷調整服務策略，推動數字化轉型，以確保持續改進和適應新的挑戰，以便更好地滿足用戶的需求和預期。

參考文獻：

OpenAI.OpenAI-model-overview[EB/OL].[2023-11-22]. https：//platform.openai.com/docs/models/overview.

NILAY PATEL. Getty Images CEO Craig Peters has a plan to defend photography from AI[EB/OL].[2023-11-22].https：//www.theverge.com/23903700/getty-images-craig-peters-generative-ai-images-disinformation-payment.

邵文.人工智能芯片賽道火熱，微軟和OpenAI也要各自加入競爭[EB/OL].[2023-11-22].https：//www.thepaper.cn/newsDetail_forward_24846958.

WEIZENBAUM J.ELIZA—A computer program for the study of natural language communication between man and machine[J].Communications of the Acm， 1983， 9（1）：36-45.

RACTER J H， CHAMBERLAIN W， ETTER T.The Policeman’s Beard is Half Constructed： Computer Prose and Poetry by Racter[M]. New York ： Warner Software/Warner Books，1984.

RADFORD A， KIM J W， HALLACY C， et al. LearningTransferable Visual Models From Natural Language Supervision[C].Proceedings of the 38th International Conference on Machine Learning， 2021， 139：8748-8763.

LAMBERT， et al.Illustrating Reinforcement Learning from Human Feedback （RLHF）[EB/OL].[2023-11-22].https：//huggingface.co/blog/rlhf.ROMBACH R， BLATTMANN A， LORENZ D . et al.

High-Resolution Image Synthesis with Latent Diffusion Models[C].2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）， 2022， 10674-10685.

SHARMA M， TONG M， KORBAK T， et al. Towards Understanding Sycophancy in Language Models[EB/OL].[2023-11-22].https：//doi.org/10.48550/arXiv.2310.13548.

SIERRA PRESIDENT. The Ethics of College Students Using ChatGPT[EB/OL].[2023-11-22].https：//ethicspolicy.unc.edu/news/2023/04/17/the-ethics-of-college-students-using-chatgpt/.

曹 暉 聊城大學圖書館副館長，副教授。 山東聊城，252000。

張習文 聊城大學圖書館助理館員。 山東聊城，252000。

*本文系2022 年中國圖書館學會科研項目“后疫情時代大學生閱讀療法的實證研究 ”（項目編號：2022LSCKYXM-FZZ-YB011）、2022年度“產教融合研究智庫專項”項目“基于產教融合的高校圖書館信息服務研究”（項目編號：SDRKX-01-202205）研究成果。