متن زیر مربوط به پیوست سوم بیانیه ایفلا درباره کتابخانه‌ها و هوش مصنوعی ( IFLA Statement on Libraries and Artificial Intelligence) است. هوش مصنوعی در بسیاری از جنبه‌های جامعه، از جمله روش کار افراد و دسترسی به اطلاعات، ظرفیت تحول‌آفرینی دارد. برای کتابخانه‌ها مهم است که سازگار شوند تا بتوانند از راه‌حل‌های فن‌آوری جدید استفاده کنند و خدمات خود را برای برآوردن نیازهای متغیر جامعه تطبیق دهند. بیانیه ایفلا نقش‌های کلیدی کتابخانه‌ها را در جامعه‌ای که از هوش مصنوعی استفاده می‌کنند، مشخص کرده است. و در سرتاسر جهان، برخی از کتابخانه‌ها و سازمان‌های کتابخانه‌ای در حال حاضر مشغول افزایش آگاهی و سواد هوش مصنوعی، توسعه و کار با هوش مصنوعی، و شرکت در بحث‌های پیرامون تأثیر آن بر بخش کتابخانه و فراتر از آن هستند. هدف این پیوست برجسته کردن برخی از تلاش‌های کتابخانه‌هایی است که تا به امروز انجام شده است.
ترجمه این پیوست توسط دکتر مریم اسدی انجام شده است.
بخش 1 – تأمل در نقش کتابخانه‌ها در دنیای هوش مصنوعی
فوروم ملی 2018 که توسط فدراسیون انجمن‌های کتابخانه‌های کانادا (CFLA-FCAB) سازماندهی شد، پیامدهای هوش مصنوعی را برای بخش کتابخانه و فراتر از آن بررسی کرد. شرکت‌کنندگان در مورد اینکه چگونه کتابخانه‌ها میتوانند به اطمینان از تأثیر مثبت هوش مصنوعی بر جامعه کمک کنند، و اینکه چگونه CFLA-FCAB می‌تواند از آنها حمایت کند و برای دستیابی به این هدف با شرکا همکاری کند، بحث کردند. به‌عنوان مثال بحث‌ها، به اهمیت مجهز کردن کارکنان کتابخانه و دانشجویان علوم کتابداری و اطلاع‌رسانی به درک اولیه از هوش مصنوعی و به نقشی که کتابخانه‌ها میتوانند در آموزش عموم مردم درباره هوش مصنوعی ایفا کنند، اشاره کردند.
ملاحظات مشابهی ابتکار شورای کتابخانه‌های شهری را برای پیشبرد نقش کتابخانه‌ها در آمریکای شمالی در ارتقای شهروندی دیجیتال و حکمرانی عادلانه داده‌ها در عصر هوش مصنوعی هدایت کرده است. به عنوان اولین گام، کارگروهی تشکیل شد تا بررسی کند که چگونه کتابخانه‌ها میتوانند برای به حداکثر رساندن مزایای بالقوه اجتماعی و به حداقل رساندن خطرات هوش مصنوعی همکاری کنند.
گام‌های بعدی که توسط شورای کتابخانه‌های شهری مشخص شده است شامل توسعه تعاریف و چارچوب‌های هوش مصنوعی است که نقش کتابخانه‌ها را در ارتقای دسترسی عادلانه به اطلاعات و آموزش در هوش مصنوعی، تسهیل تبادل شیوه‌ها و بینش‌های خوب و موارد دیگر ارتقا می‌دهد. فعالیت‌های اخیر شورای کتابخانه‌های شهری، برای مثال شامل، میزبانی یک وبینار است که بر نقش کتابخانه‌های عمومی به‌عنوان مربی در مواجهه با هوش مصنوعی، با عنوان «هوش مصنوعی، سواد الگوریتمی و نقش‌های کتابخانه‌ها» تمرکز دارد. و میزبانی یک فوروم در زمینه هوش مصنوعی و شهروندی دیجیتال.
بخش 2 – کتابخانه‌ها و سواد هوش مصنوعی
در هلند، کتابخانه‌های عمومی این فرصت را دارند که با حمایت طرح ملی دوره هوش مصنوعی، سواد هوش مصنوعی را بالا ببرند. سازمان‌های هلندی AI for Good Netherlands، Elephant Road و مرکز نوآوری برای هوش مصنوعی یک دوره آموزشی گسترده آنلاین را برای کمک به عموم مردم برای درک بهتر هوش مصنوعی ایجاد کرده‌اند، با مشارکت کتابخانه‌ها، ترویج دوره و کمک به افراد بیشتری برای شرکت در آن. به عنوان مثال، زمانی که نسخه Junior MOOC در سپتامبر 2019 معرفی شد، 16 کتابخانه در سراسر کشور در راه اندازی آن شرکت کردند و کلاس هایی را برای عموم برای شرکت در دوره آنلاین برگزار کردند.
فدراسیون انجمن‌های کتابخانه‌های کانادا، کتابخانه دانشگاه رایرسون و کتابخانه عمومی تورنتو، اخیراً پروژه هوش مصنوعی برای همه کانادا را راه اندازی کرده‌اند – پروژه‌ای با هدف توسعه یک برنامه هوش مصنوعی و سواد الگوریتمی که می‌تواند در کتابخانه‌های عمومی سراسر کانادا اجرا شود.
کتابخانه‌های شخصی نیز طرح‌های سواد و افزایش آگاهی را اجرا می‌کنند. برای مثال، کتابخانه عمومی تورنتو، یک حلقه یادگیری برای افرادی که نسخه بین‌المللی فنلاندی عناصر AI MOOC را دنبال می‌کنند، ارائه می‌کند. چکیده‌ای از شورای کتابخانه‌های شهری، سایر ابتکارات یادگیری را با تمرکز بر هوش مصنوعی در کتابخانه‌های عمومی در آمریکای شمالی برجسته می‌کند. به عنوان مثال، اینها شامل برنامه‌های بحث و گفتگو در مورد آگاهی هوش مصنوعی و شهروندی دیجیتال در کتابخانه عمومی میامی-داد و کتابخانه عمومی دی سی است.
کتابخانه عمومی فریسکو در ایالات متحده، در کنار دوره‌های آموزشی هوش مصنوعی، کیت‌های سازنده هوش مصنوعی را ارائه می‌دهد. برمبنای کیت Google AIY Voice Project، یک کیت سازنده هوش مصنوعی کتابخانه‌ای حاوی یک بلندگوی «هوشمند» (جعبه‌ای با رایانه سطح پایه Raspberry Pie و یک بلندگوی کوچک) و یک کتاب آموزشی است. کاربران کتابخانه میتوانند این کیت را بررسی کنند و یاد بگیرند که چگونه دستگاه را برای درک دستورات صوتی، با استفاده از زبان برنامه نویسی پایتون، کدنویسی کنند.
بخش 3 – هوش مصنوعی در کتابخانه
از «باغ‌وحش‌های حیوانات خانگی» که به کاربران اجازه می‌دهد با فناوری‌های جدید آشنا شوند تا ارائه خدمات روزمره، فناوری‌های هوش مصنوعی در کتابخانه‌های سراسر جهان برای اهداف گسترده‌ای استفاده میشوند. برخی از این فناوری ها – به ویژه آنهایی که در حوزه مدیریت دانش فعالیت می‌کنند – از سوی خود کتابخانه‌ها توسعه یافته‌اند.
برای مثال، کتابخانه ملی نروژ با استفاده از یادگیری ماشینی خودکارسازی طبقه‌بندی اعشاری دیویی را آزمایش کرده است. به ویژه، کتابخانه به اهمیت نبود سوگیری در هنگام معرفی اسناد اضافی در مجموعه داده‌های خود اشاره کرده است.
همچنین نمونه‌هایی از کتابخانه‌های دانشگاهی وجود دارد که در راه‌اندازی برنامه‌های هوش مصنوعی یا با واحدهای دیگر همکاری می‌کنند. استودیوی هوش مصنوعی کتابخانه دانشگاه استنفورد در حال توسعه پروژه‌هایی برای بررسی کاربرد هوش مصنوعی در کتابخانه‌ها برای پردازش اطلاعات داخلی و کشف و تحلیل مجموعه کتابخانه‌ها است. دانشگاه رودآیلند یک آزمایشگاه هوش مصنوعی را در کتابخانه دانشگاه راه اندازی کرد و بر گشودگی آن برای کارکنان و دانشجویان و همچنین جامعه تحقیقاتی گسترده‌تر رودآیلند تأکید کرد. هملت، یک سیستم مجهز به شبکه عصبی، یک رابط‌کاربری کشف کتابخانه تجربی برای مجموعه پایان‌نامه‌های MIT است.
مرکز بورس‌های دیجیتالی کتابخانه‌های دانشگاه سینسیناتی در برنامه‌های کاربردی یادگیری ماشین تخصص دارد. به عنوان مثال، نمونه‌هایی از کار آنها شامل تحلیل شبکه توییتر جنبش‌های عدالت اجتماعی است.
کتابخانه مرکزی هلسینکی Oodi، یک برنامه تلفن همراه مجهز به هوش مصنوعی را برای کاربران کتابخانه معرفی کرده است که برای ارائه پیشنهادهای مطالعه و کمک به کشف مجموعه کتابخانه طراحی شده است. نکته مهم این است که در ابتدای پروژه در سال 2018، تصمیم گرفته شد که اطلاعات شخصی کاربران جمع‌آوری نشود. در سراسر جهان، کتابخانه‌ها شروع به استفاده از ربات‌های مجهز به هوش مصنوعی برای مقاصد مختلف، از پاسخ به سؤالات راهنما گرفته تا نقش همراهی در مطالعه، کرده‌اند.
https://info-consulting.ir/wp-content/uploads/2023/08/AI-literacy-libraries.jpg400400دکتر مریم اسدیhttp://info-consulting.ir/wp-content/uploads/2020/08/Untitled-5-300x200-1.pngدکتر مریم اسدی2023-08-09 11:45:242023-08-09 11:45:24هوش مصنوعی:کتابخانه‌ها در خط مقدم هوش مصنوعی
متن زیر مربوط به پیوست دوم بیانیه ایفلا درباره کتابخانه‌ها و هوش مصنوعی ( IFLA Statement on Libraries and Artificial Intelligence) است. در این پیوست به سواد هوش مصنوعی پرداخته است. در این بیانیه به اهمیت آگاهی عمومی و ظرفیت‌سازی راجع به هوش مصنوعی در بین مردم جامعه و به درک تأثیرات اجتماعی بالقوه هوش مصنوعی، به ویژه در زمینه حقوق بشر تاکید شده است. سواد هوش مصنوعی را می‌توان به عنوان مجموعه‌ای از مهارت‌ها تعریف کرد که درک کامل هوش مصنوعی را از طریق سه محور مهم ممکن می‌کند: یادگیری در مورد هوش مصنوعی، یادگیری در مورد نحوه عملکرد هوش مصنوعی، و یادگیری مادام‌العمر با هوش مصنوعی (Long & Magerko, 2020؛ Miao et al., 2021).
ترجمه این پیوست توسط دکتر مریم اسدی انجام شده است.
پیوست دوم: سواد هوش مصنوعی
برای استفاده از ظرفیت هوش مصنوعی برای ارتقای توسعه فراگیر، مهم است که اطمینان حاصل شود که همه مهارت‌ها و شایستگی‌های لازم برای انتخاب معنادار در استفاده از هوش مصنوعی وجود دارد و از برنامه‌های هوش مصنوعی هم در قلمرو عمومی و هم در قلمرو خصوصی بهره‌مند میشوند (و آسیب نمی‌بینند).
به همین دلیل است که چندین چارچوب و اسناد سیاستی حکمرانی هوش مصنوعی – به ویژه آنهایی که بر اخلاق و حقوق بشر تمرکز دارند – به نیاز به آگاهی و ظرفیت‌سازی عمومی اشاره می‌کنند. برای مثال، بندهایی درباره آگاهی و سواد هوش مصنوعی در توصیه‌های شورای اروپایی درباره «رمزگشایی هوش مصنوعی: ده گام برای حفاظت از حقوق بشر» و در یک مجموعه استاندارد پیشنهاد شده توسط کارگروه گسترده اخلاق دانش علمی و فناوری (COMEST) کمیسیون جهانی یونسکو در زمینه اخلاق هوش مصنوعی گنجانده شده است.
همچنین اهمیت آگاهی عمومی در بیانیه وزرای نوآوری G7 تاکید شده است و توصیه شورای OECD درباره هوش مصنوعی شامل توصیه‌ای برای دولت‌ها برای کمک به تجهیز مردم به مهارت‌های لازم برای تعامل، استفاده و کار با هوش مصنوعی است. به طور مشابه، بیانیه بخش IEEE در مورد هوش مصنوعی به اهمیت سواد هوش مصنوعی برای عموم مردم و همچنین اطلاع‌رسانی و مشارکت دادن مردم در گفتمان و تصمیم‌گیری خط‌مشی‌های هوش مصنوعی اشاره می‌کند.
«سواد هوش مصنوعی» به چه معناست؟
در کنار سواد دیجیتال و مهارت‌های اولیه فناوری اطلاعات و ارتباطات، «سواد هوش مصنوعی» معمولاً با درک ابتدایی از نحوه عملکرد هوش مصنوعی و یادگیری ماشین شروع می‌شود، چه کاری میتوانند انجام دهند و چه کاری نمی‌توانند انجام دهند. برای نمونه از آنچه که سواد هوش مصنوعی می‌تواند پوشش دهد، می‌توان به “عناصر هوش مصنوعی” نگاهی انداخت، یک دوره آموزشی گسترده باز آنلاین که توسط یک مشاور فناوری رکتوr و دانشگاه هلسینکی توسعه یافته است.
هدف موک( MOOC ) کمک به افراد غیرمتخصص است تا درک اولیه‌ای از هوش مصنوعی داشته باشند. این دوره موضوعاتی مانند تعریف هوش مصنوعی، جستجو و حل مسئله، قضیه بیز، احتمالات و کاربرد آنها در هوش مصنوعی، انواع یادگیری ماشین، طبقه‌بندی و رگرسیون در ML، مبانی شبکه‌های عصبی، و مفاهیم اجتماعی هوش مصنوعی را پوشش می‌دهد.
نکته بعدی دومین عنصر کلیدی سواد هوش مصنوعی را برجسته می‌کند – درک تأثیرات بالقوه هوش مصنوعی، به ویژه در حوزه حقوق بشر. به عنوان مثال این می‌تواند، آگاهی از خطرات تبعیض‌آمیز هوش مصنوعی باشد. به طور گسترده‌تر، آن شامل درک چگونگی اعمال اصولی مانند شفافیت، توضیح‌پذیری و عدالت در کاربرد هوش مصنوعی و چرایی اهمیت آنها می‌شود.
سوم، عموم مردم میتوانند از آموزش درباره مدیریت داده‌های شخصی بهره‌مند شوند. این شامل آگاهی و سواد در رابطه با مسائل حریم خصوصی و همچنین درک نحوه استفاده از داده‌های شخصی در فرآیندهای تصمیم‌گیری هوش مصنوعی است.
در نهایت، درهم تنیدگی رو به رشد هوش مصنوعی در جامعه، سواد رسانه‌ای و اطلاعاتی (MIL) را به یک قابلیت مهم فزاینده برای عموم مردم تبدیل می‌کند. هوش مصنوعی می‌تواند تأثیر قابل‌توجهی بر نحوه دسترسی افراد به اطلاعات – از نتایج جستجوی شخصی‌شده و مدیریت محتوا، تا محتوای تولید شده توسط (یا با کمک) هوش مصنوعی، تا تعدیل محتوای مبتنی بر هوش مصنوعی داشته باشد. سواد رسانه‌ای و اطلاعاتی می‌تواند این اطمینان را دهد که مردم قادر به هدایت و تفکر انتقادی در زمینه اطلاعات با واسطه هوش مصنوعی هستند – و به طورکلی، درگیری‌شان با هوش مصنوعی را درک کنند.
این قابلیت در چند چارچوب دیگر اشاره شده، حتی اگر از اصطلاحات مختلفی استفاده شده است. برای مثال، مطالعه مقدماتی COMEST، سواد هوش مصنوعی را در بافت‌های آموزشی و دانشی به عنوان مهارتی توصیف می‌کند که تفکر انتقادی درباره نقشی را ممکن می‌سازد که سیستم‌های رایانه‌ای هوشمند در «تشخیص نیازهای اطلاعاتی، انتخاب، تفسیر، ذخیره‌سازی و نمایش داده‌ها[اطلاعات] » ایفا می‌کنند. به طور مشابه، یک مقاله کاربردی در مورد هوش مصنوعی در آموزش توسط یونسکو، سواد اطلاعاتی و داده‌ای را به‌عنوان شایستگی‌های دیجیتالی مهمی شناسایی می‌کند که ممکن است یادگیرندگان برای «آمادگی برای هوش مصنوعی» به کسب آن نیاز داشته باشند. این دو شایستگی مستلزم «مرور، جستجو، فیلتر کردن، […] ارزیابی، [و] مدیریت داده‌ها، اطلاعات و محتوای دیجیتال» است.
عناصر سواد هوش مصنوعی
به طور خلاصه، سواد هوش مصنوعی را می توان به عنوان عناصر زیر در نظر گرفت:
– درک اساسی از نحوه عملکرد هوش مصنوعی و یادگیری ماشین، منطق زیربنایی و محدودیت‌های آنها.
– درک تأثیرات اجتماعی بالقوه هوش مصنوعی، به ویژه در زمینه حقوق بشر.
– مهارت‌های مدیریت داده های شخصی؛
– سواد رسانه‌ای و اطلاعاتی.
چرا برای عموم مردم داشتن سواد هوش مصنوعی مهم است؟
برای شروع، سواد و آگاهی از هوش مصنوعی برای تقویت مشارکت آگاهانه عمومی در گفت‌وگوهایی درباره خط‌مشی و تصمیم‌گیری در رابطه با هوش مصنوعی بسیار مهم است. دوم، می تواند شفافیت را تشویق کند، تقاضا برای پاسخگویی ایجاد کند، و تعامل مهم با تصمیمات هوش مصنوعی، از جمله توانایی به چالش کشیدن آنها در صورت لزوم را ایجاد کند. در نهایت، برخی اسناد بر شایستگی‌ها و مهارت‌های مجدد موردنیاز برای کمک به آماده‌سازی کارکنان برای انتقال احتمالی در بازار کار تأکید می‌کنند. به عنوان حوزه‌ای برای رشد احتمالی در آینده، توسعه سطح سواد هوش مصنوعی می‌تواند حداقل سنگ بنایی به سمت مشاغل برای برخی باشد.
تقویت سواد هوش مصنوعی در میان مردم مستلزم آموزش هماهنگ و تلاش‌های آگاهی‌افزایی است و چندین سند خط‌مشی به نقش موسسات و برنامه‌های آموزشی رسمی اشاره می‌کنند. با این حال، همانطور که در «سیاست‌ها و توصیه‌های سرمایه‌گذاری برای هوش مصنوعی قابل اعتماد» تأکید شده است، بسیار مهم است که طرح‌های سواد هوش مصنوعی برای همه قابل دسترسی باشد. شکاف های دیجیتالی یا سایر موانع احتمالی مانند سن، مهارت‌ها یا درآمد نباید مانع از بهره‌مندی گروه‌های آسیب‌پذیرتر یا کمتر برخوردار از چنین طرح‌هایی شود.
کتابخانه‌ها تجربه گسترده‌ای در ارائه فرصت‌های یادگیری غیررسمی دارند. از مهارت‌های فناوری اطلاعات و ارتباطات (ای سی تی) گرفته تا علوم، فناوری، مهندسی و پزشکی تا سوادآموزی، آنها الگویی برای آموزش ارائه داده‌اند که می‌تواند به گروه‌های آسیب‌پذیر، محروم یا به حاشیه رانده شده برسد. آنها میتوانند این الگو را برای ظرفیت‌سازی عناصر کلیدی سواد هوش مصنوعی که در بالا ذکر شد، گسترش دهند.
برای مثال، مطالعه‌ای اخیر توسط Project Information Literacy، نحوه هدایت و ارزیابی چشم‌اندازهای اطلاعاتی الگوریتم محور خود را، به ویژه از زاویه اطلاعات و سواد الگوریتمی، مورد بررسی قرار داد. این مطالعه مجموعه‌ای از توصیه‌ها را برای کتابخانه‌ها، در میان سایر ذینفعان کلیدی، درباره چگونگی ارتقای آگاهی و سواد و تلاش برای سواد اطلاعاتی پیشنهاد می‌کند. برای مثال، اینها شامل استفاده از رویکردهای یادگیری همتا به همتا، تشکیل جوامع علاقه‌مند اساتید دانشگاه و گروه های متخصص، کمک به ادغام سواد الگوریتمی در دوره‌ها و برنامه های درسی موجود و موارد دیگر است.
برخی از کتابخانه‌ها در حال حاضر شروع به کشف این نقش کرده‌اند و فرصت‌های یادگیری هوش مصنوعی را ارائه می‌کنند، همانطور که در پیوست 3 توضیح داده شده است. با تکیه بر این مثال‌ها و موارد دیگر، کتابخانه‌ها میتوانند نقش مهمی در حصول اطمینان از اینکه طرح‌های سواد هوش مصنوعی اساساً فراگیر و در دسترس همگان قرار گیرد، ایفا کنند.
هوش مصنوعی (AI) این قابلیت را دارد که شیوه فعالیت کتابخانه‌های دانشگاهی و خدمات‌رسانی به کاربران خود را متحول کند. نظام‌های مجهز به هوش مصنوعی میتوانند به وظایفی مانند فهرست‌نویسی، مدیریت مجموعه، و خدمات مرجع کمک کنند و کتابداران را آزاد بگذارند تا بر مسئولیت‌های سطح بالایی مانند آموزش سواد اطلاعاتی و کمک پژوهشی تمرکز کنند.
یکی از روش‌هایی که در حال حاضر از هوش مصنوعی در کتابخانه‌های دانشگاهی استفاده می‌شود، پیاده‌سازی ربات‌های گفتگو یا چت‌بات‌ها است. این دستیاران مجازی میتوانند در طیف وسیعی از وظایف کتابداری، از پاسخ‌دادن به سؤالات مرجع پایه‌ای تا جستجو در فهرست پیوسته کتابخانه، به کاربران کمک کنند. ربات‌های گفتگو میتوانند در طول هفته و 24 ساعته در دسترس کاربران قرار داشته باشند، به این معنی که کاربران میتوانند حتی در خارج از ساعات اداری کتابخانه از کمک آنها استفاده کنند. علاوه بر این، ربات‌های گفتگو میتوانند چندین تعامل با کاربر را به طور هم‌زمان مدیریت کنند و کارایی خدمات مرجع را افزایش دهند.
همچنین هوش مصنوعی می‌تواند به مدیریت مجموعه کمک کند. با تجزیه‌وتحلیل داده‌ها درباره الگوهای امانت و رفتار کاربر، سیستم‌های مبتنی بر هوش مصنوعی میتوانند کتاب‌ها یا مقالاتی را به کاربران توصیه کنند که احتمالاً به آنها علاقه دارند. این می‌تواند به کتابداران کمک کند تا تصمیمات آگاهانه‌تری در مورد توسعه مجموعه و انتخاب منابع بگیرند و اطمینان حاصل کنند که منابع کتابخانه با نیازها و علایق کاربران همسو است.
هوش مصنوعی همچنین می‌تواند به بهبود دسترسی به منابع کتابخانه کمک کند. الگوریتم‌های یادگیری ماشینی میتوانند به وظایفی مانند تشخیص تصویر و متن کمک کنند و به کاربرانی که دارای اختلالات بینایی هستند اجازه دهد با سهولت بیشتری به مواد دیجیتال دسترسی داشته باشند. علاوه بر این، پردازش زبان طبیعی می‌تواند برای تولید زیرنویس به‌صورت خودکار یا تهیه متن برای محتوای چندرسانه‌ای مورداستفاده قرار گیرد و برای طیف وسیع‌تری از کاربران قابل‌استفاده باشد.
یکی از امیدوارکننده‌ترین کاربردهای هوش مصنوعی در کتابخانه‌های دانشگاهی، خودکارسازی کارهای معمول مانند فهرست‌نویسی، رده‌‌بندی و نمایه‌سازی است. هوش مصنوعی می‌تواند برای انجام این وظایف با سرعت و دقت بیشتری نسبت به انسان‌ها آموزش ببیند و می‌تواند به کاهش خطاها و ناهماهنگی‌ها در مجموعه‌های کتابخانه کمک کند.
با وجود قابلیت هوش مصنوعی برای متحول کردن کتابخانه‌های دانشگاهی، لازم است اشاره شود که چندین دغدغه وجود دارد که باید به آنها توجه کرد. یکی از بزرگ‌ترین دغدغه‌ها نبود استانداردها و بهترین شیوه‌ها برای پیاده‌سازی هوش مصنوعی در کتابخانه‌ها است. علاوه بر این، این نگرانی وجود دارد که هوش مصنوعی جایگزین مشاغل کتابداری شود و تعامل انسانی را که یک جنبه اساسی از کتابداری دانشگاهی و فرایند کشف اطلاعات است کاهش دهد.
به‌طورکلی، پرواضح است که هوش مصنوعی این قابلیت را دارد که با تسهیل دسترسی به منابع، بهبود خدمات مرجع و کارآمدتر کردن مدیریت مجموعه، به نفع کتابخانه‌های دانشگاهی باشد. بااین‌حال، مهم است که بادقت و توجه بیشتری به پیاده‌سازی هوش مصنوعی نزدیک شویم و اطمینان حاصل کنیم که این فناوری به‌گونه‌ای استفاده شود که باارزش‌ها و اهداف کتابخانه هماهنگ باشد.
بی شک هوش مصنوعی این قابلیت را دارد که در بهبود و ارتقای وظایف کتابخانه دانشگاهی مؤثر باشد، اما برای تحقق کامل آن به سرمایه‌گذاری قابل‌توجهی در خودکارسازی نیاز است. کتابخانه‌های دانشگاهی اغلب در پیاده‌سازی هوش مصنوعی در کتابخانه‌های خود با چالش‌های جدی مانند کمبود منابع، زیرساخت‌ها و نیروی انسانی ماهر روبرویند.
یکی از چالش‌های عمده در کتابخانه‌های دانشگاهی، عدم سرمایه‌گذاری در خودکارسازی است. نظام‌های هوش مصنوعی به مقدار قابل‌توجهی از توان محاسباتی، ذخیره‌سازی داده و زیرساخت شبکه‌ای برای عملکرد مؤثر نیاز دارند که پیاده‌سازی و نگهداری آن می‌تواند پرهزینه باشد. علاوه بر این، آموزش و نگهداری نظام‌های هوش مصنوعی نیز نیازمند دانش و مهارت‌های تخصصی است که در این زمینه کمبودهایی وجود دارد.
با وجود این چالش‌ها، هنوز راه‌هایی وجود دارد که می‌توان از هوش مصنوعی در کتابخانه دانشگاهی استفاده کرد. برای مثال، می‌توان ربات‌های گفتگو ساده را پیاده‌سازی کرد که به برنامه‌نویسی یا منابع پیشرفته نیاز ندارند و میتوانند به سؤالات مرجع پایه‌ای پاسخ دهند. علاوه بر این، برخی نرم‌افزارها، کتابخانه‌ها و پلتفرم‌های هوش مصنوعی منبع‌باز نیز وجود دارند که میتوانند به کاهش هزینه‌های پیاده‌سازی هوش مصنوعی در کتابخانه‌های دانشگاهی کمک کنند.
رویکرد دیگر، همکاری با نهادهای خارجی (دانشگاه‌ها، مؤسسات و شرکت‌ها) است که منابع و تخصص لازم برای پیاده‌سازی هوش مصنوعی در کتابخانه‌ها را دارند. آنها میتوانند آموزش، کمک فنی و بودجه برای پیاده‌سازی نظام‌های هوش مصنوعی در کتابخانه‌ها را فراهم کنند. این موضوع همچنین می‌تواند فرصت‌های همکاری و شبکه‌سازی با مناطق دیگر را افزایش دهد.
به‌طورکلی، مهم است که در مورد چالش‌ها و محدودیت‌های پیاده‌سازی هوش مصنوعی در کتابخانه‌های دانشگاهی واقع‌بین باشیم و با یک ذهنیت راهبردی و عمل‌گرایانه به این فرایند نزدیک شویم. هوش مصنوعی برای بهبود و ارتقای خدمات کتابخانه فرصت‌هایی را فراهم می‌کند، اما نیاز به برنامه‌ریزی دقیق، همکاری و بودجه دارد.
ماخذ
Cox, A. (2023). How artificial intelligence might change academic library work: Applying the competencies literature and the theory of the professions. Journal of the Association for Information Science and Technology, 74( 3), 367– 380. https://doi.org/10.1002/asi.24635.
Odei, Philip (2023). artificial-intelligence-potential-academic-library-setting. Online. Available from: https://www.linkedin.com/pulse/artificial- intelligence-potential-academic-library-setting-odei/
عنوان: کتابخانه دانشگاهی هوشمند: بررسی پروژه‌های هوش مصنوعی و ظرفیت‌های کتابخانه‌های کارائیب
نویسنده: آدریان سنت پاتریک دانکن
مترجم: راضیه حیدری بابارود
چکیده:
هدف: هدف این مقاله پیشنهاد استفاده از هوش مصنوعی (AI) در جنبه‌های کتابخانه‌های دانشگاهی کارائیب برای سطوح بیشتر کارآمدی و همچنین دسترسی گسترده است. این مقاله بیشتر بر اهمیت هوش مصنوعی در تقویت نیروی کار، کاهش فرصت‌های خطا، و در عین حال به حداکثر رساندن خروجی منابع برای کتابخانه‌های دانشگاهی کارائیب تأکید می‌کند. طراحی/روش/رویکرد: این تحقیق از طریق یک ادبیات گسترده و تحلیل محتوا، متون مختلف را از سراسر جهان، در بخش‌های گسترده، مورد ارزیابی قرار داد تا تأیید کند که اجرای هوش مصنوعی در کتابخانه‌های دانشگاهی کارائیب قابل قبول است. یافته‌ها: آشکار کردن امکانات برای تقویت سطوح عالی کارایی و همچنین صرفه جویی در زمان و کاهش احتمال ناکارآمدی در سیستم از طریق ورود و خروج روان تر و همچنین مسئولیت پذیری بیشتر.[AQ3] محدودیت‌ها / کاربردهای تحقیق: این تحقیق در درجه اول بر پیشنهاد استفاده از هوش مصنوعی در عملیات روزانه کتابخانه دانشگاهی متمرکز بود. علاوه بر این، اجرای و کارایی کاربرد برای کتابخانه‌های دانشگاهی هوشمند را تأیید کرد. اصالت/ارزش: با توجه به دانش نویسندگان، این اولین مطالعه از این نوع برای کتابخانه‌های دانشگاهی کارائیب است و این واقعیت را آشکار می‌کند که کتابخانه‌های دانشگاهی در حال حاضر میتوانند از سطوح بالاتری از کارایی و دقت از طریق به کارگیری دقیق هوش مصنوعی در برخی حوزه‌های کلیدی بهره ببرند. در کتابخانه های دانشگاهی این مطالعه بیشتر در مورد تأثیر هوش مصنوعی بر کتابخانه های دانشگاهی گزارش می دهد.
کتابخانه‌های دانشگاهی همچنان به گسترش بیشمار منابع و خدمات برای کتابخانه‌های دیجیتالی خود برای ارایه به مشتریان ادامه می‌دهند. با این حال، آنها هنوز در حال گردآوری منابع چاپی فراوانی هستند. فشار جمعی برای ارائه منابع الکترونیکی و چاپی و همچنین خدمات پشتیبانی برای هر دو باعث محدودیت فضایی جدی برای کتابخانه‌های دانشگاهی شده است.. تاثیر هوش مصنوعی همراه با پیشرفتهای فناوری رایانه بر آینده کتابخانه‌ها بسیار زیاد و تشخیص کیفیت با انتظارات شغلی فعلی متفاوت خواهد بود. برنامه‌های کاربردی هوش مصنوعی مبتنی بر کتابخانه عمدتا برای کارکردهای اساسی و با هدف کمکهای تجاری توسعه یافته‌اند. برنامه‌های کاربردی بالقوه هوش مصنوعی نظام‌هایی هستند که به انجام وظایف مختلف مانند بودجه، خدمات مرجع، مجموعه‌سازی و برنامه‌ریزی برخی از فعالیت‌های آنلاین کتابخانه و همچنین برنامه‌های کاربردی برای سیستمهایی که خدمات کاربر را بهبود میبخشند مانند مراجع آماده، ذخیره و بازیابی اطلاعات به کتابخانه‌ها کمک می‌کنند. رشد هوش مصنوعی و یادگیری ماشینی در رشته‌های خارج از علوم، سال‌ها بر گفتمان فناوری غالب بوده است. برنامه‌های کاربردی جدید فرصت‌های جدیدی را برای پژوهشگران اطلاعاتی مانند سیستم‌های چندرسانه‌ای، کتابخانه‌های دیجیتال، سیستم اطلاعات جغرافیایی، تجارت الکترونیک ایجاد کرده است. همانطور که هوش مصنوعی به طور فزاینده قدرتمند و متنوع می‌شود مشکلات مختلفی را در یافتن اطلاعات در این دوره پراهمیت فناوری ایجاد می‌کند.
بررسی
این مقاله استفاده کنونی از هوش مصنوعی در کتابخانه‌های دانشگاهی کارائیب را برجسته می‌کند و توصیههایی را برای پذیرش گسترده کتابخانه‌های هوش مصنوعی ارائه می‌کند. جامعه پژوهش شامل کل جامعه کتابخانه دانشگاهی کارائیب انگلیسی زبان است. برای اثربخشی، کتابخانه‌های دانشگاهی در سراسر منطقه براساس وجود فناوری توانمند و همچنین حضور هوش مصنوعی و اجرای آن در دسترسی و اشاعه روزانه اطلاعات مورد ارزیابی قرار گرفتند. تحلیل انتقادی کاملی از پروژه‌های که در حال حاضر در حال انجام هستند و همچنین پروژه‌هایی که قرار است در روزهای آینده آغاز شوند، انجام شد. علاوه بر این، ارزیابی متون هوش مصنوعی در سراسر جهان برای مقایسه آنها با طرحها و پروژه‌هایی که در حال حاضر در کارائیب انجام شده اند، انجام شد. این مطالعه بر انجام مقطعی از صنایع با مقایسه آنها با صنعت دسترسی و اشاعه اطلاعات از طریق بررسی متون علمی متمرکز است. چندین کتابخانه دانشگاهی از طریق برنامه‌های کاربردی مختلف و با استفاده از هوش مصنوعی برای سطوح کارایی بیشتر، پیاده‌سازی کرده‌اند.
هوش مصنوعی درهای خود را به روی افزایش توانمندی‌ها برای کتابخانه‌ها و بهبود بیشتر در خدمات و منابع باز می‌کند . امکانات ارائه شده توسط کتابخانه‌های دانشگاهی را زمانی که کاربران میتوانند با کمک علم رباتیک و هوش مصنوعی بررسی قفسه کتاب، رسید و بازگشت منابع را به راحتی انجام دهند و زمان و کارهای روزمره کارکنان را کاهش دهد تصور کنید. علاوه بر این، سطوح بالاتری از کارایی را از کاهش خطای انسانی تا زمان تحویل سریع برای پردازش درخواستهای آنلاین را ممکن می‌سازد.
ناودان‌های کتاب هوشمند
مفهوم ناودان کتاب هوشمند، انقلابی در فضای کتابخانه دانشگاه کارائیب است. ناودان کتاب، مجهز به اسکنرهای شناسایی فرکانس رادیویی (ار. اف. ای. دی.) است که دقیقاً در بالا، نزدیک دهانه عطف کتاب، جایی که کتاب‌ها در آن قرار میگیرند چسبانده شده‌اند. اسکنر، پس از قرار دادن کتاب در داخل، ، کتاب را اسکن می‌کند و اطلاعات آن را به فهرست پیوسته ارسال می‌کند که کتاب به کتابخانه بازگردانده شده است و ایمیلی برای امانت گیرنده قبلی نیز ارسال می شود و سپس در” فهرست کتاب‌های در دسترس” برای سایر کاربران کتابخانه قرار می‌گیرد.
در فواصل زمانی معین ناودان کتاب به طور خودکار باز می‌شود و چرخ کتاب را آزاد می‌کند تا کتاب‌ها دوباره روی آن قرار گیرد. با استفاده از هوش مصنوعی و فناوری هوشمند، کتاب‌ها در قفسه‌ها مرتب شده و سپس در یک جاکتابی که به پایه هر قفسه متصل است، قرار میگیرند. سپس بازوهای رباتیک هوش مصنوعی کتاب‌ها را از نگهدارنده کتاب بازیابی می‌کنند و از شماره بازیابی برای قرار دادن دقیق هر کتاب در قفسه استفاده می‌شود. این کار باعث افزایش کارایی می‌شود و زمانی را که کارکنان باید برای مدت‌های طولانی بایستند تا تعداد زیادی از کتاب‌های حجیم را در قفسه بگذارند، کاهش می‌دهد.
قفسه‌های کتاب هوشمند
یکی از اجزای مکمل ناودان‌های کتاب هوشمند، قفسهبندی مجدد منابع با سرعت و دقت است. با یک جاکتابی متصل به هر قفسه و دو بازوی رباتیک چرخان 360 درجهای هوش مصنوعی، کتاب‌ها از جاکتابی بازیابی می شوند و براساس شماره بازیابی در هر سطح قفسه قرار میگیرند. قفسه‌ها دارای لیست شماره بازیابی از پیش تعیین شدهای برای هر قفسه خواهند بود و اطمینان حاصل می‌کنند که هر مورد به طور دقیق در قفسهبندی مجدد قرار گرفته است. انتظار میرود این قفسه‌های هوشمند بار کاری کارکنان را 50 تا 75 درصد کاهش دهد و زمان بیشتری را برای انجام سایر کارهای غیرتکراری فوری فراهم کنند. علاوه بر این، فناوری هوش مصنوعی فرصت تاخیرهای غیرقابل توجیه را که منجر به جریمه در حساب کاربران می‌شود، را کاهش دهد. تقویت سطوح بیشتر بازیابی یکی دیگر از مزایای سیستم هوشمند است. جمع‌آوری منابع از قفسه‌ها به راهبرهای کناری اجازه می‌دهد تا سرعت زیادی در بازیابی داشته باشند و و زمان انتظار مشتریان را کاهش دهد.
سیستم موجودی موبایل
چن و همکاران (2021) تحقیقی انجام دادند و متوجه شدند که در برخی مواقع کتاب‌ها آنطور که نشان داده شده در قفسه‌ها نیستند و نمی‌توان آنها را پیدا کرد. این یک مشکل معمولی است که کتاب در محل موردنظر نیست. به طور معمول، کارکنان مجبور بودند این مشکل را معمولا با بررسی فیزیکی هر آیتم، به صورت جداگانه، با چشم حل کنند. با این حال، این روش دستی باعث افزایش ناکارآمدی و اشتباهات متعدد و گاهی‌اوقات ناآگاهانه میشد.
با استفاده از برچسب‌های RFID، داده‌های کتاب در آن جاسازی میشوند. با کمک یک برنامه تلفن همراه متصل به سیستم، کارکنان کتابخانه میتوانند کتاب‌هایی را که از قبل در قفسه‌ها قرار گرفته‌اند، اسکن کنند تا تأیید کنند که در مکان صحیح قرار دارند یا خیر. اگر مکان نادرست باشد، کارکنان کتابخانه یا هوش مصنوعی میتوانند کتاب را در موقعیت صحیح خود قرار دهند. علاوه بر این، بررسی سریع تمام مواد موجود در قفسه انجام می‌شود و گزارشهای دقیقی از اقلام موجود در قفسه و دفعات استفاده از طریق برنامه در زمان واقعی ارائه می‌شود.
ماشین‌های کنترل ورود/خروج
این به‌ویژه برای فضای کتابخانه‌های دانشگاهی کارائیب جدید نیست، اما به طور کامل مورد بهره‌برداری قرار نگرفته است. وجود ماشین‌های کنترل ورود /خروج می‌تواند بر سرعت و دقت بررسی/خروج منابع توسط دانشجویان تأثیر زیادی بگذارد. دانشجویان میتوانند در اوقات فراغت خود، منابع را از مجموعه قفسه‌های باز بردارند و هنگامی که آماده شدند، بدون نیاز به ماندن در صف انتظار ، کتاب را ثبت یا بازگردانند. این موضوع کار کارکنان را بسیار کاهش می‌دهد. دادن فرصت به دانشجویان برای بازیابی مطالب خاص، به دانشجویان کمک می‌کند تا ضمن آشنایی با منابع کتابخانه، مهارت‌های جستجو و بازیابی کتابخانه خود را تقویت کنند.
این سیستم کنترل ورود و خروج به درهای کتابخانه متصل می‌شود و یک پارامتر 12 فوتی تنظیم می‌شود تا همه منابعی که مجاز به خروج از کتابخانه نیستند، خارج نشوند. مراجعه کننده با زنگ هشدار و بسته شدن درب خروجی کتابخانه متوجه می‌شود و از خروج منابع بدون مجوز جلوگیری می‌کند. بخش‌هایی از این مورد توسط کتابخانه مونا انجام شد که از خروج منابع جلوگیری می‌کند.
دسترسی به منابع کمیاب و مجموعه‌های خاص
لازم به ذکر است که همه مجموعهها نمی‌توانند به طور کامل از هوش مصنوعی استفاده کنند. با این حال، اسکنرهای میکروفرم ویژه به دانشجویان اجازه می‌دهند تا منابع کمیاب را که از قالب‌های اصلی اسکن شده و از طریق برنامه‌های مدیریت اطلاعات مختلف از جمله فضای آرشیو در دسترس قرار گرفته‌اند، مشاهده کنند. از طریق این پلتفرم، دانشجویان میتوانند مطالب را مشاهده کنند و از آنها به گونه‌ای استفاده کنند که گویی در قالب اصلی خود هستند. این امر ترافیک سنگین مواد «خاص» را کاهش می‌دهد، و اجازه می‌دهد تا سطح دسترسی بیشتری برای آیندگان فراهم شود و در عین حال دسترسی بدون وقفه را برای کاربران تقویت می‌کند.
بررسی پروژه‌های جهانی کتابخانه هوش مصنوعی
برنامه‌های کاربردی جدید فرصت‌های بسیار خوبی برای کتابخانه‌ها ایجاد کرده‌اند، مانند سیستم‌های چندرسانه‌ای و کتابخانه‌های دیجیتال. همانطور که برنامه‌های کاربردی به طور فزاینده قدرتمند، متنوع و فوری می‌شود، چندین موضوع شناخته شده در یافتن اطلاعات در این دوره فناورانه اهمیت بیشتری پیدا کردند. هوش مصنوعی امروز در بخش‌های مختلف جامعه ما به سرعت در دسترس و محبوب شده است. با توجه به وایت جیر (2016)، یک برنامه کاربردی هوش مصنوعی به کتابخانه‌ها این فرصت را می‌دهد که توجه خود را متحول کنند و تمرکز خود را تغییر دهند. روشی که کاربران در آن اطلاعات را جستجو و ذخیره می‌کنند دائماً در حال تغییر است. هوش مصنوعی یک میانبر کاربردی برای به کارگیری این دانش در نهایت ارائه می‌دهد و نتایج برتر را تولید می‌کند. تمرکز کتابخانه‌ها بر افزایش دسترسی به محتوا با استفاده از هوش مصنوعی است.
لیو (2011) بیان کرد که هم هوش مصنوعی و هم کتابداران یکدیگر را به نفع ارائه خدمات بهینه برای مشتریان خود تقویت کرده‌اند. در حال حاضر، هوش مصنوعی بسیاری از فعالیت‌های محاسباتی روزانه ما را تحت تأثیر قرار می‌دهد، بیشتر سیستم‌های رایانه‌ای، به‌ویژه تلفن‌های همراه ما که امروزه در حال توسعه هستند، دارای سطوحی از هوش مصنوعی هستند و احتمالاً ما از آنها استفاده کرده‌ایم، بدون اینکه بداینم آنها ماشین‌های هوشمندی هستند.
کتابخانه‌ها سال‌هاست که این فناوری را از طریق فعالیت‌ها و اشکال مختلف اتوماسیون خود پیاده‌سازی می‌کنند. با انتشار کامل این سیستم، دانشجویان به طور کامل از منابع کتابخانه بهره‌مند خواهند شد.
تحقیقات گسترده‌ای در این زمینه انجام شده است و همچنان به بهبود عملکرد و کاربرد هوش مصنوعی، به ویژه در کتابخانه‌های دانشگاهی در حال حاضر ادامه می‌دهد. پژوهشگران هوش مصنوعی عوامل هوشمندی را طراحی کرده‌اند که در اینترنت کار می‌کنند و به دانشجویان این فرصت را می‌دهند تا در این محیط جدید حرکت کنند. کتابخانه‌های دانشگاهی با مشاهده چگونگی دیگر انواع کتابخانه‌ها و رشته‌های دانشگاهی، با موفقیت از این فناوری استفاده کرده‌اند، تکنیک‌هایی را برای استفاده مؤثر از فناوری هوشمند برای بهبود خدمات ارائه‌شده به مراجعه‌کنندگان شناسایی کرده‌اند (تالی، 2016).
کتابخانه MIT با آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT در سال 2006 برای ایجاد موتورهای جستجویی که از هوش مصنوعی استفاده می‌کنند، شریک شد (دنی، 2006). این مشارکت چندین ابزار آنلاین را تولید کرد که هنوز در دسترس هستند و امروزه برای کارآمدی بیشتر بهبود مییابند. ابتکارات اخیر مرکز مهارت‌های دیجیتال در دانشگاه اوکلاهاما، کارگاه‌ها و رویدادهایی را با همکاری سایر بخش‌های دانشگاه ارائه می‌کند تا دانشجویان را در جریان فناوری‌های نوظهور، از جمله هوش مصنوعی قرار دهد (اسپیرز، 2019). علاوه بر این، کتابخانه بخشی جدایی‌ناپذیر از برنامه آموزشی الکسا است که در حال حاضر در دانشگاه اوکلاهاما ارائه می شود. هدف این برنامه تشویق دانشجویان به ایجاد مهارت‌های جدید الکسا برای حمایت از تجربه دانشگاه و کتابخانه‌شان است (وچروت، 2017).
کتابخانه دانشگاه رود آیلند اخیراً آزمایشگاه هوش مصنوعی خود را ایجاد کرده است که توسط کارکنان کتابخانه و همچنین اعضای هیئت علمی بخش‌های مختلف پشتیبانی می‌شود. این آزمایشگاه میزبان رویدادهای پردیس متعددی است که با هوش مصنوعی صحبت می‌کنند و شامل منابع فناوری برای استفاده و امانت است (لاوالی، 2019). بدیهی است که نیاز شدیدی به وجود منابع مشابه در کارائیب وجود دارد. از کتابخانه‌های این منطقه خواسته می‌شود تا با همکاران خود در سایر دانشکده‌ها همکاری کنند تا اطمینان حاصل کنند که فناوری جدید و همچنین فرصتی برای اصلاح فن‌آوری موجود برای تقویت کارآمدی فناوری در کتابخانه‌ها و همچنین دانشکده‌ها وجود دارد که به هر دو امکان استفاده یکپارچه را می‌دهد.
دانکن (2020) نیاز به کتابخانه‌ها را برای تقویت دسترسی بیشتر به مواد برای دانشجویان از راحتی اتاق خوابگاه و همچنین خارج از محوطه دانشگاه برجسته کرد. او همچنین بیان کرد که این کار باعث افزایش کارایی دانشجویان می‌شود که گاهی اوقات شب‌ها تا دیروقت مشغول مطالعه هستند، در حالی که ساختمان کتابخانه فیزیکی بسته است. این راحتی که او بیان کرد به سطوح بیشتری از استفاده از منابع کمک می‌کند و همچنین به توسعه نوشتههای دانشجویان و در نتیجه کیفیت مقاله آنها کمک می‌کند.
علاوه بر این، باواکوتی و صالح (2006) توضیح دادند که سیستم‌های هوشمند میتوانند برای بازیابی سریع‌تر اطلاعات برای نیازهای کاربران از بخش گسترده‌تری از پایگاه‌های داده الکترونیکی استفاده شوند. برای بهره وری، کاربر می‌تواند اطلاعات مورد نیاز خود را به زبان طبیعی بیان کند و روند جستجو را بسیار آسانتر کند و در عین حال نتایج بسیار بهتری را به همراه داشته است.
از متون مشهود است که هوش مصنوعی فعالیت‌های تکراری روزانه کتابخانه‌های دانشگاهی را در روزهای آینده به عهده می‌گیرد و بسیاری کالج‌ها و دانشگاه‌های متعددی در سراسر جهان تا به امروز از این فناوری استفاده می‌کنند. استفاده از فناوری هوشمند و نوآورانه تأثیر مثبتی بر کتابخانه‌ها، به ویژه کتابخانه‌های دانشگاهی و کالج‌ها داشته و دارد. این ثابت می‌کند که کاربردهای هوش مصنوعی تقریباً در تمام جنبه‌های کار کتابخانه، از بررسی کتاب گرفته تا مرجع یا حتی استفاده از فناوری هوشمند برای تعاملات بدون تماس با مشتریان، در زمان و هزینه صرفه‌جویی می‌کند.
کاربرد هوش مصنوعی در کتابخانه‌های دانشگاهی به طور تصاعدی در حال افزایش است و ظرفیت نامحدودی را به ذینفعان ارائه می‌دهد. دانکن (2021) فرصت‌های مختلفی را توضیح داد که به کتابخانه‌های دانشگاهی کارائیب برای سطوح دسترسی بیشتر برای کاربرانشان و همچنین سهولت ذخیره‌سازی و سرعت بازیابی اطلاعات از پایگاه‌های داده الکترونیکی موجود ارائه می‌شود.
توصیه‌ها و نکات پایانی
تعدادی از برنامه‌های کاربردی برای هوش مصنوعی در کتابخانه‌های دانشگاهی در سراسر جهان وجود دارد و آنها تأثیر مثبتی بر کتابخانه‌های دانشگاهی گذاشته‌اند. اثبات اینکه کاربردهای هوش مصنوعی باعث صرفه‌جویی در زمان و هزینه تقریباً در تمام بخش‌های جامعه می‌شود، زمانی که به خوبی به نحوه رشد این فناوری نگاه کنید، کار سختی نیست.
سطوح کمک به کاربران کتابخانه و استفاده از هوش مصنوعی در کتابخانه‌های دانشگاهی با سرعت بسیار بالایی در حال افزایش است و به نفع جامعه کتابخانه‌های دانشگاهی کارائیب است که این فناوری را در کتابخانه‌ها دریافت کرده و در دسترس کاربران قرار دهند تا بتوانند از آن بهره‌برداری کنند.
در نظر گرفتن راه‌هایی برای گنجاندن این فناوری‌ها در کتابخانه‌های دانشگاهی، فرصت ایده‌آلی را برای مدیریت فراهم می‌کند تا خدمات ارائه‌شده به جامعه دانشگاهی را به طور کلی بهبود بخشند. کتابداران دانشگاهی باید بتوانند یاد بگیرند که چگونه به طور مؤثر از عوامل گفتگو، مرجع هوشمند و ماژولهای سواد اطلاعاتی برای خدمت به مراجعین کتابخانه استفاده کنند. کاربردهای هوش مصنوعی احتمالاً گسترش خواهد یافت و خدماتی را که ما هنوز تصورش را نکرده ایم، در بر خواهد گرفت.
لازم به ذکر است که استفاده از هوش مصنوعی هرگز نمیتواند تهدیدی برای کتابداران باشد، بلکه مکمل هستند. لیو (2011)، در مقاله خود مروری جامع از ادبیات مربوط به استفاده موثر از فناوری عامل هوشمند در محیط کتابخانه ارائه کرد و مزایای متعدد آن را بیان کرد. این محقق بیان کرد که هم هوش مصنوعی و هم کتابداران یکدیگر را به نفع ارائه بهترین خدمات به مراجعان تقویت خواهند کرد.
واضح است که هوش مصنوعی قبلاً بر روش جستجوی افراد برای اطلاعات تأثیر گذاشته است. یک موقعیت خوب برای کتابخانه‌ها این است که آنها را در خط مقدم آموزش هوش مصنوعی قرار دهند و در استفاده از ابزارهای خاص در حوزه‌های کلیدی ذخیره‌سازی و اشاعه اطلاعات پیشگام شوند. کتابخانه‌ها همیشه خود را به خاطر مشارکت در سواد اطلاعاتی ارزشمند دانسته‌اند و با کمک هوش مصنوعی میتوانند به‌طور کامل در این زمینه، با هدایت فناوری، غرق شوند.
آیا تابحال اصطلاحی به نام ایمیل سرد یا Cold Email را شنیده‌اید؟ ایمیل سرد، ایمیلی است که به شخصی ارسال می‌شود که نه انتظار آن ایمیل را دارد و نه با فرستنده از قبل رابطه‌ای داشته است. ایمیل سرد، ایمیلی است که فرستنده و گیرنده آن، یکدیگر را دقیقاً نمی‌شناسند و قبلاً با هم گفتگویی نداشته‌اند.
از ایمیل سرد با هدف تلاش برای ایجاد رابطه کاری با طرف مقابل استفاده می‌شود. برای گرفتن یک موقعیت پژوهشی، فرستادن ایمیل سرد راهی رسمی برای نشان دادن علاقه واقعی به تحقیقات یک استاد و درخواست فرصتی برای کار با اوست. یک ایمیل سرد موفق می‌تواند دری را برای یک تجربه ارزشمند تحقیقاتی دست اول، یک موقعیت مالی و ورود به یک شبکه تخصصی باز کند.
این مقاله، تجربه و استراتژی‌های یکی از محققان ASAD NAVEED در ارسال ایمیل سرد را بیان می‌کند که به او کمک کرده است تنها از 16 ایمیل ارسالی به افراد، 12 پاسخ را دریافت کند.
قبل از بیان تجربه، از شما می‌خواهیم لحظه‌ای مکث کنید و فکر کنید، اگر کسی ناخواسته درب خانه‌تان را بزند، چه واکنشی نشان خواهید داد؟ چه چیزی باعث می‌شود به صدای کسی که در می‌زند گوش دهید؟ چه چیزی شما را وادار به اقدام می‌کند؟
صدای درب خانه تنها زمانی به خوبی شنیده می‌شود که زدن درب خانه به خوبی انجام شود یا از عبارات کلیدی موثر یا رمز عبور استفاده شود. اساتید روزانه ایمیل‌های متعدد و زیادی را دریافت می‌کنند، بنابراین ایمیل شما باید خاص و برجسته باشد. در اینجا 4 مرحله برای اطمینان از اینکه ایمیل سرد شما خوب و برجسته است، بیان می‌شود:
مرحله 1: تحقیق
ابتدا باید در موردفعالیت پزوهشی اساتید، از طریق وب سایت دانشکده که فرد در آن حضور دارد یا با جستجوی نام ایشان در google scholar یا researchgate اطلاعاتی کسب کنید. باید تعیین کنید که ایشان در چه زمینه‌هایی تخصص دارد. با مطالعه چند چکیده، می‌توانید فعالیت و زمینه پژوهشی ایشان را بفهمید. اگر تجربیات و دانش شما با فعالیت پژوهشی استاد هماهنگ نیست، به او ایمیل نزنید. به عنوان مثال، اگر استادی عمدتاً پروژه‌های تجزیه و تحلیل RNA Seq را انجام می‌دهد که به دانش R نیاز است، فقط در صورتی که با R آشنا هستید باید به او ایمیل بزنید.
مرحله 2: موضوع ایمیل را دقیق مشخص کنید
ارائه یک موضوع مختصر و جذاب برای تشویق استاد ضروری است. اطمینان حاصل کنید که خط موضوع با پیام مرتبط است. عنوان باید مشخص کند که آیا برای اپلای یا برای فرصت مطالعاتی درخواست می‌دهید. می‌توانید از عبارات بپیشنهادی زیر برای خط موضوع در ایمیل استفاده کنید:
“Research opportunity in topic X”
“topic X + research”
“research at department Y”
“postdoc application in topic X”
مرحله 3: متن ایمیل
مهم است که ایمیل شما مختصر باشد، زیرا احتمال خوانده شدن پیام و پاسخ به آن را افزایش می‌دهد. ایمیل سرد با یک نامه به سردبیر (کاورلتر) برای ارسال مقاله و رزومه (CV) متفاوت است. هدف ایمیل سرد، برانگیختن کنجکاوی اساتیدتان برای خواندن کاورلتر، رزومه و داشتن یک جلسه/مصاحبه با شماست. اکثر افراد به شما توصیه می‌کنند که با معرفی خود شروع کنید. به عنوان مثال، “اسم من X است و من فارغ‌‍التحصیل رشته Y و غیره هستم.” به نظر من، این یک راه بسیار خسته‌کننده برای شروع یک ایمیل سرد است.
در عوض این روش را دنبال کنید: قالب 1234: 1: درباره استاد 2: پل 3: درباره خودتان 4: دعوت به اقدام (CTA)
درباره استاد (1 تا 2 خط)
توضیح دهید که چرا به ایشان ایمیل می‌فرستید. ایمیل خود را با قدردانی از کار استاد و بیان آنچه برای شما برجسته است شروع کنید. در واقع این قسمت، قلاب ماهی‌گیری شماست! مطالب باید جلب‌توجه کند و نشان دهد که شما درباره او تحقیق کرده‌اید. آگاهی از کار استاد و ستودن آنچه انجام داده است، توجه او را جلب می‌کند. نکاتی که به شما کمک می‌کند تا این قسمت را خوب بنویسید: نمونه‌هایی از تحقیقاتی که در مورد استاد انجام داده‌اید بیاورید (مثلاً یک یا دو مقاله از او را که خوانده‌اید فهرست کنید و مواردی را ذکر کنید که قانع‌کننده می‌دانید). چرا ایشان را به عنوان فرد مناسب برای علایق پژوهشی خود انتخاب کرده‌اید؟
پل (1 خط)
بعد از اینکه یک یا دو خط بالا توجه استاد را جلب کرد. زمان آن است که دلیل ارسال ایمیل به او را بیان کنید. این کار را بیشتر از آن به تاخیر نیندازید. طوری بنویسید که نشان دهد فعالیت پژوهشی ایشان با تجربیات قبلی، علایق و اهداف آینده شما به عنوان یک محقق مطابقت دارد و مایلید با ایشان کار کنید یا به عنوان دستیار پسادکتری/پژوهشی او باشید.
درباره شما (1 تا 2 خط)
پس از پل، می‌توانید در مورد تحصیلات خود، تجربیات تحقیقاتی کلیدی گذشته و اهداف آینده بنویسید که با کار ایشان هماهنگ است یا به شما در پیوستن به آزمایشگاه استاد کمک می‌کند. به خاطر داشته باشید که اساتید نیز همیشه به دنبال متقاضیان قوی هستند که بتوانند فعالیت تحقیقاتی خود را به جلو ببرند. بنابراین گرفتن یک نامزد واجد شرایط برای آنها نیز یک موقعیت برد-برد است. نکاتی که به شما کمک می‌کند تا این قسمت را بهتر بنویسید: در صورت وجود، چه نوع پیشینه‌ای دارید که با پژوهش استاد مرتبط است؟ چرا این موضوع برای شما مهم است؟ فعالیت در این نوع تحقیقات، چگونه به شما کمک می‌کند تا به اهداف تحصیلی، شغلی و شخصی که ممکن است داشته باشید نزدیکتر کند؟ اگر سندی را نیز پیوست می‌کنید، آنچه را که قبلاً وجود دارد تکرار نکنید. فقط مهم‌ترین نکات برجسته را در این یک یا دو خط خلاصه کنید.
دعوت به اقدام CTA (Call-to-Action)
بهترین راه برای نوشتن این بخش این است که از استاد سؤال بپرسید یا درخواست قراری برای ملاقات با او برای بحث بیشتر کنید. بدون دعوت به اقدام، ایمیل شما ممکن است در پوشه “بعد بخوانید” پرتاب شود. به طور خلاصه زمان‌هایی را که در دسترس هستید (یعنی دوشنبه تا چهارشنبه از ساعت 11 تا 16) درج کنید و اطلاعات تماس خود را بنویسید. پرسیدن سوال جالب به شما کمک می‌کند تا پاسخ و مصاحبه احتمالی را دریافت کنید.
مرحله 4: افزونه‌های ایمیل
همیشه یک امضای ایمیل را در ایمیل های خود قرار دهید و بسیار توصیه می‌کنیم این کار را انجام دهید. این یک راه ظریف برای ایجاد تأثیر است. امضای ایمیل شما باید دارای مدرک تحصیلی، پست یا جایگاه سازمانی و جزئیات تماس باشد. اگر ایمیل سازمانی از دانشگاه خود دارید، به جای جیمیل یا یاهو از آن استفاده کنید. این کار باعث اعتبار بیشتر می‌شود. به استاد نیز این ایده را می‌دهد که شما در حال حاضر در دانشگاه هستید.
از به کار بردن اصطلاحات آقای عزیز/ سلام آقا/ خانم محترم، Dear Sir/ Hello Sir/ Dear Msخودداری کنید. این کلمات خیلی کلی هستند.
همیشه استاد را با “دکتر” + “نام خانوادگی”خطاب کنید. “Dr.” + “last name.”
در نهایت، ضروری است که ایمیل را از نظر خطاهای دستوری یا ساختار جمله بررسی کنید و مطمئن شوید که حرفه‌ای نوشتید و علاقه شما را به پژوهش نشان می‌دهد.
مثالی از یک ایمیل بد:
Hi Henrietta,
My name is Name and I am a major in Major. Is there space in your lab for an undergraduate? If so, what is the pay rate?
Thanks, Name
مثالی از یک ایمیل خوب:
Hi Dr. Hopkins,
I hope this email finds you well. What did you find fascinating about their research. Expression of interest in a specific paper or topic. Your work aligns with my previous experiences in X and Y and I am contacting you to apply for a postdoctoral research position in your lab.
I did a Master’s in X and Y and obtained experience in research experience or class, confirming my intention to develop my research skills and goal.
I have attached my CV and transcripts. I would appreciate the chance to speak to you about your research on a topic of interest. Please let me know if there is any other information I can provide. I look forward to hearing from you soon.
Best,
Your Name
Email signature
نتیجه‌گیری
فرستادن ایمیل سرد می‌تواند برای اول بار دشوار باشد، اما زمانی که آن را درک کنید، می‌تواند بسیار موثر باشد. اگر بلافاصله پاسخ مثبت دریافت نکردید، ناامید نشوید. مثل همه چیزها، این مورد هم زمان و تمرین می‌خواهد. به یاد داشته باشید، تنها چیزی که لازم است یک “بله” است!
https://info-consulting.ir/wp-content/uploads/2023/06/cold-email.jpg400400دکتر مریم اسدیhttp://info-consulting.ir/wp-content/uploads/2020/08/Untitled-5-300x200-1.pngدکتر مریم اسدی2023-06-25 12:21:222023-06-25 12:25:53چگونه به یک استاد ایمیل بزنیم؟
