AI正在迅速重塑研究开展的方式，也在改变科研人员对图书馆的期待——他们不仅仅需要“找到资源”，也希望能够更快地从众多图书馆的文献中理解信息、生成洞察、推进科研进程。
面对这样的期望，图书馆员提供服务的方式也正在悄然改变。
图书馆员，正在如何使用AI？
调研显示，图书馆员对AI的使用正处于“从尝试走向应用”的阶段：41%的图书馆员有过尝试但用的不多，39%的人在遇到特定任务时会使用AI，还有一小部分人尚未使用。
图书馆员会使用AI完成哪些工作？
下面是一系列具体的例子，展示了图书馆如何把AI逐步融入到日常工作中以及他们使用了哪些工具：
内容创建/修改、翻译、数据分析（用户行为、合集使用量、预测）：起草邮件、教学材料、课程大纲、指南，或是往往需要图书馆员花费大量时间完善的任务。工具：AI平台（Chat-GPT、Gemini、Copilot、Claude、Perplexity、Grok、Deep Seek）。
生成视频：产品与服务演示、教程、特定主题的教育视频，以及社交媒体短视频。工具：Prezi、Colossyan、Synthesia、HeyGen、StoryKit等。
AI智能体和聊天机器人：流程自动化（编目、分类、元数据）、虚拟助手和聊天机器人（7×24小时用户支持）。工具：Copilot Studio、Chatbase、Botsonic、QuickChat等。
更多用于数据分析和设计/原型验证的高级工具：Lovable（创建交互式表单、设计主题微型网站、开发内部工具、为创新想法构建原型）和Google Colab（书目数据分析、信息可视化、任务自动化）。
从上述具体的场景中可以看出AI正在逐渐发挥作用，影响着图书馆的日常工作，为减少常规工作、优化服务、支持决策提供新的选择。
以符合伦理、负责任且透明的方式使用AI
尽管AI有着强大的功能，但它输出的内容可能带有训练数据中的偏见（包括语言和文化代表性不足）。建议将AI输出的结果作为初稿，做好以下方面的检查：准确性、语境契合度，以及在不同用户群体中的表现是否一致。
数据隐私是另一个重要议题。许多免费的AI工具使用用户上传的信息来训练或优化其模型，这意味着输入的任何信息可能都不保密。图书馆员需要保持谨慎，确保研究人员在使用这类工具时不要共享敏感内容或受限内容。
保持人工介入也至关重要。AI系统可能会产出看似合理但实则错误的信息，因此专家审核对于保持准确性、可信度和完整性至关重要。
用科技赋能科研，施普林格·自然在行动
作为全球领先的科研出版机构，施普林格·自然不仅出版了诸多AI领域扎实和有深刻见解的科研成果，推动思想和信息的全球交流。同时，我们致力于用科技赋能科研，探索多种方法开发AI工具和服务，用于支持图书馆员和研究人员、优化工作流程和加强科研诚信。
我们推出的AI工具和服务用于：总结多个来源的研究；将这些总结扩展成整本图书；帮助期刊编辑寻找合适的审稿人；检测AI生成的虚假文本和图像篡改；实验方案平台protocols.io内嵌了多个AI功能助力提高实验效率和准确率。
帮助图书馆为AI驱动的科研新时代做好准备
面对AI工具的层出不穷，图书馆员不必急于上马大型项目，最好是从小处着手，试用简单的工具，设定明确的目标，并逐渐建立信心。例如试着让AI助手回答常见的问题，或用AI工具总结长文档，都有助于团队了解AI在哪些地方真正有用。此外，合作也很重要。建立实践社群、与其他部门的同事合作，能让学习、交流想法和尝试变得更轻松。
除了要以可行的方式在图书馆中逐步采用AI工具，负责任的使用同样非常关键。施普林格·自然也一直秉持五项指导原则：尊严、尊重并最大限度减少损害；公平和包容；透明；责任；隐私和数据治理。
展望未来，培养AI素养将帮助图书馆更好地应对科研工作流程的变化。施普林格·自然的深度洞察报告《多视角审视学术传播中的人工智能》汇集了科研生态系统中的不同声音，不仅提供了当前AI在科研领域应用情况的整体概览，还希望通过分享真实案例与实践经验，推动出版机构与图书馆之间的深入协作，探讨在为研究人员提供AI工具时需要考虑的关键因素。同时概述了受访者对未来的期望，以及图书馆如何应对挑战抓住机遇。我们期待这份报告能为图书馆在AI时代的角色定位与发展方向提供有价值的参考。
