Библиотекари

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Библиотекари — специалисты по библиотечному делу и информации, которые обучают информационной грамотности, ведут исследовательские консультации, формируют фонды и системы поиска и всё чаще выступают человеческим дополнением к инструментам поиска и рекомендаций на базе ИИ. В исследованиях базы знаний они предстают как люди, которые берут на себя вопрос достоверности, который модель решить не может — заслуживает ли доверия патент, технический стандарт или отраслевой отчёт, — и как партнёры по совместному проектированию курсов и политик. Поэтому их место в ИИ в образовании двойственно: они педагоги, обучающие оценке источников и стратегии поиска, и одновременно человеческий слой внутри систем, построенных вокруг поиска на базе ИИ.

Вопросы для размышления

• ИИ теперь может за секунды ответить на фактический справочный вопрос, которым раньше занимался библиотекарь. Какая часть этой работы когда-либо была ответом — а какая часть была суждением о том, заслуживает ли источник доверия?
• В исследовании модели embedded-librarian вопросы оценки источников преобладали в консультациях (38,5%) как раз в тех случаях, когда ИИ был наименее уверен. Это конструктивный провал, который надо исправить, или свидетельство того, что суждение о достоверности сопротивляется автоматизации?
• Воркшоп CHIIR 2026 сообщил о разрыве в доверии: студенты излишне доверяют GenAI, тогда как преподаватели ему не доверяют. Кто закрывает такой разрыв: библиотекарь, преподаватель или интерфейс, который показывает свои источники и свою уверенность?
• Ithaka S+R обнаружила, что в учреждениях нет ни консенсуса о том, что такое навыки ИИ, ни рамок для их оценивания. Является ли обучение информационной грамотности естественным домом для этой работы — и не означает ли такое утверждение, что библиотекам предлагается нести нагрузку, не соответствующую их штату?

Введение

Библиотекари — это специалисты, которые находятся между вопросом учащегося и научным знанием: справочные и предметные библиотекари, предметные эксперты, преподающие библиотекари, которые ведут обучение информационной грамотности, и сотрудники, управляющие фондами и репозиториями. В ИИ в образовании их называют значительно реже, чем преподавателей и администраторов, однако корпус даёт им конкретную, проверяемую роль. Они — человеческий ответ на проблему достоверности, которую создаёт Генеративный ИИ, преподаватели, обучающие Оценочное суждение и стратегии поиска, а не просто поставляющие источники, и — в самом сильном случае в базе знаний — спроектированный компонент системы ИИ, а не служба рядом с ней.

Эта страница рассматривает роль как отличную от ролей её соседей. Разработчики образовательных технологий строят системы поиска и рекомендаций; библиотекари решают, каким выводам этих систем не следует доверять. Академическая добросовестность оформляет использование ИИ как авторство и раскрытие информации; библиотечная рамка — атрибуция, провенанс, доступ — соседствует с ней, но конкретнее.

Информационная грамотность как обучение, а не просто помощь

Самые подробные данные базы знаний об этой роли получены на платформе семинаров с embedded-библиотекарем Хуана, созданной для инженерно-исследовательских групп в квазиэксперименте с 60 студентами трёх программ в течение восьми недель (30 на интегрированной платформе, 30 при обычном библиотечном обучении). Интегрированная группа набрала 0,78 балла по пятибалльному инструменту информационной грамотности на основе ACRL против 0,25 в контрольной группе, причём наибольший прирост внутри группы наблюдался в навыках поиска (+0,87) и оценке источников (+0,83), за ними следовали синтез информации (+0,73) и осведомлённость об этичном использовании (+0,70). Примечательно, что одни только задания, основанные на выполнении, по-прежнему давали большой эффект, так что прирост — не чистая уверенность в себе. Преподаваемое отображается на библиотечную работу: формирование стратегии поиска, оценка источника, цитирование и навигация по репозиторию — четыре категории, которые позже преобладали в журналах консультаций.

Более широкий корпус добавляет вопрос штата и организации обучения. Отчёт о воркшопе CHIIR 2026 описывает построенный одним библиотекарем 15-недельный учебный план цифровой грамотности, опирающийся на опрос 2 076 студентов и 101 библиотекаря, и фиксирует суждение докладчиков, что одноразовые семинары-практикумы оставляют студентам неверно понятое основание; тот же отчёт насчитывает охват обучения одного библиотекаря примерно в 1 700 студентов первых курсов.

Там, где ИИ был слабее всего, библиотекарь нёс нагрузку

Платформа семинаров сознательно разделяла труд: алгоритмы занимались поиском в масштабе, люди — оценкой в условиях неопределённости, — и журналы показывают, что разделение работает. На 312 консультациях (10,4 на участника) оценка источников и их качество составили 38,5%, формирование стратегии поиска — 29,2%, управление цитированием — 18,6%, а навигация по репозиторию — 13,7%, и 73,4% были отвечены в течение шести часов. Авторы напрямую связывают это с работой модели: движок рекомендаций достиг точности 0,68 и полноты 0,61, поднявшись с базовой логики по ключевым словам (0,52 и 0,48), но всё ещё недостаточной для суждений о достоверности патентов и стандартов, а обработка запросов на естественном языке правильно отвечала на 72,8% инженерно-специфичных запросов. Удовлетворённость следовала тому же порядку: помощь библиотекаря — высшая, 4,3 из 5,0, опережая рекомендации (4,1), запросы (3,9), семинары (3,8), траектории обучения (3,6) и граф знаний (3,4), — а интервью зафиксировали, что 21 из 30 студентов ссылались на доверие к присутствию библиотекарей. Использование было разнородным: 11 из 30 опирались на ИИ, 8 — на библиотекарей, а 11 пользовались и тем и другим.

Напряжение режет в обе стороны. Хуже всего ИИ справлялся с вопросами достоверности, и сами авторы платформы заключают, что практический урок — сохранить человека-эксперта в точке принятия решения о достоверности. Но исследование проведено на одной площадке, без рандомизации, его три компонента никогда не изолировались, и авторы называют результаты «всего лишь предварительными», отмечая, что устойчивость после снятия поддержки библиотекаря не проверялась. Была ли человеческий слой причиной прироста или страховочной сеткой вокруг движка рекомендаций с точностью 0,68 — остаётся открытым.

Совместное проектирование, партнёрство и кто платит за верификацию

Библиотекари также выступают как со-проектировщики, а не как поставщики услуг. Maybee, LeGrand и Fundator документируют программу Partners for Algorithmic Literacy в Purdue — шестинедельное учебное сообщество студентов и преподавателей, фасилитируемое академическими библиотекарями, где студенты бакалавриата и преподаватели совместно создают политики курсов в отношении ИИ и интегрирующие ИИ групповые проекты. Авторы обрамляют это как альтернативу дефицитно-ориентированным нарративам об ненадлежащем использовании ИИ студентами, и рефлексии студентов программы SPIRaL показывают, что информационная грамотность осваивается заново: участники сначала отождествляли её с оценкой источников, а затем двигались к её пониманию как слоистой научной практики, связанной с Автономность учащегося. Именно этот сдвиг — от проверки источников к суждению о производстве знания — библиотекарь и призван произвести.

Ещё два направления задают границы роли. Рамки PEARLS называют доступ (Access), легитимность (Legitimacy) и источник (Source) среди шести измерений верификации и отмечают, что верификация потребует доступа к базам данных, дисциплинарного языка, а иногда и платных инструментов, — поэтому учащиеся с меньшими ресурсами несут большее бремя, доказывая ответственное использование, и библиотекари названы среди сторон, которых требует со-проектирование. Рамки AARC делают учебную цель явной: проверять, цитировать и рефлексировать как повторяющиеся обязательства, оцениваемые через процесс исследования — включая обнаружение фабрикации и предвзятости, — а не через продукт. Обзор Hingle и Johri показывает, что те же форматы, которые библиотеки уже используют, переносятся: польза групповой работы для информационной грамотности обобщается на обучение ИИ-грамотность, в том числе при участии агентов ИИ как партнёров.

Следствия для ИИ в образовании

• Сохраняйте человека в точке принятия решения о достоверности. Точность около 0,68 оставляла примерно треть выданного материала без соответствия, а оценка источников была самым запрашиваемым типом консультаций — это проектная подсказка для любого слоя поиска или рекомендаций на базе ИИ.
• Относитесь к информационной грамотности как к обучению. Прирост, устоявший на заданиях, основанных на выполнении, — это стратегия поиска и оценка источников, которым преподающие библиотекари уже обучают и которые также требуют атрибуции и верификации выдачи ИИ (Академическая добросовестность, Критическое мышление).
• Проектируйте разнородные траектории. При примерно равных группах, предпочитающих ИИ, библиотекарей или и то и другое, маршрутизация консультаций по предмету и загрузке поглотила 312 из них при 10,4 на участника; единый обязательный маршрут будет недостаточно обслуживать некоторых учащихся.
• Делайте уверенность и источники видимыми. Тред воркшопа о поиске-как-обучении спрашивает, какие когнитивные процессы не следует выносить наружу, и призывает к интерфейсам, сохраняющим точки принятия решений, — скаффолдинг (опора, постепенно снимаемая поддержка), который библиотекари могут специфицировать, исходя из своего обычного рабочего стандарта видимости источников.
• Бюджетируйте человеческий слой, а не только модель. Консультации отвечались за часы, в масштабе, потому что персонал маршрутизировался осознанно; предположение, что учащиеся будут сами справляться с суждением о достоверности, переносит эти издержки на людей, наименее способных их оплатить.

Связанные концепции

• ИИ-грамотность
• Оценочное суждение
• Критическое мышление
• Академическая добросовестность
• Человек в контуре
• Коллаборация человека и ИИ
• Рекомендательные системы и учебные траектории
• Граф знаний
• Скаффолдинг
• Обучение на основе исследования
• Методы исследования в AIED
• Высшее образование
• Учащиеся

Связанные статьи

• Developing an AI-Assisted Seminar-Based Learning Platform With Embedded Librarian Support: Enhancing Information Literacy of Engineering Research Teams — Платформа семинаров с embedded-библиотекарем; 312 консультаций, ведомых оценкой источников
• Report on CHIIR 2026 Workshop on Generative AI and Academic Search (GAI&AS) — Воркшоп CHIIR 2026 о GenAI и академическом поиске; разрыв в доверии к библиотекарям
• Disruptive Partnerships: Collaborating with Students to Create Empowering Learning Experiences in Information Studies — Академические библиотекари со-проектируют ИИ-грамотность со студентами как партнёрами
• AI-Assisted Research Competency in Secondary Education: A Framework for Epistemic Agency, Authorship and Responsible Knowledge Production — Проверяй, цитируй, рефлексируй как обучаемые исследовательские обязательства
• From Plausibility to Verifiability: The PEARLS Framework for Developing Epistemic Agency in Generative AI-Mediated Higher Education — Протокол верификации по шести измерениям; доступ и легитимность как ворота
• Systematic Review of Collaborative Learning Activities for Promoting AI Literacy — Коллаборативное обучение ИИ-грамотности; польза информационной грамотности переносится
• AI skills for college graduates: Exploring how instructors and employers prioritize AI skills differently — Преподаватели ставят атрибуцию и ответственное использование выше всего, но обучают немногим из 26 навыков
• What differentiates educational literature? A multimodal fusion approach of transformers and computational linguistics — Инструмент сложности текста, построенный для нетехнических пользователей, таких как учителя английского и библиотекари
• Profiling cognitive offloading in LLM-mediated synthesis writing: Volume vs. content — Что учащиеся выносят наружу, когда ИИ синтезирует для них источники
• Testing Our Foundations: Citation Trends, Errors, and Emerging Hallucinations in the Computing Education Literature — Сфабрикованные и ошибочные цитирования как проблема верификации