Research Article

أدوات الذكاء الاصطناعي للمكتبات الجامعية: ما الذي يحتاج أمناء مكتبات البحث إلى معرفته

دليل عملي لأمناء مكتبات البحث الذين يقيّمون أدوات البحث المدعومة بالذكاء الاصطناعي — يغطي معايير الاختيار، وتصميم البرامج التجريبية، واستراتيجيات التدريب، وتبرير الميزانية لاعتمادها على المستوى المؤسسي.

يُعد أمناء مكتبات البحث خط الدفاع الأول في تقييم أدوات البحث بالذكاء الاصطناعي. يغطي هذا الدليل معايير الاختيار، وتصميم التجارب الأولية، وخطط التدريب، وأطر تبرير الميزانية للاعتماد المؤسسي.

لطالما كان أمناء المكتبات الجامعية مقيّمين للتقنيات. فمن فهارس البطاقات إلى أنظمة OPAC، ومن قواعد بيانات CD-ROM إلى محللات OpenURL، قاد أمناء المكتبات مؤسساتهم عبر كل تحول كبير في بنية البحث التحتية. وتمثل أدوات البحث المدعومة بالذكاء الاصطناعي التحول التالي من هذا النوع — كما أن تحديات التقييم مألوفة، حتى وإن لم تكن التقنية نفسها كذلك.

هذا الدليل موجّه إلى أمناء مكتبات البحث ومديري المكتبات الذين يتلقون أسئلة من أعضاء هيئة التدريس حول أدوات الذكاء الاصطناعي ويحتاجون إلى إطار عملي للتقييم المؤسسي والتبنّي.

يستخدم أعضاء هيئة التدريس وطلاب الدراسات العليا بالفعل أدوات بحث بالذكاء الاصطناعي بشكل فردي — وغالبًا عبر اشتراكات شخصية ومن دون إشراف مؤسسي. وهذا يخلق عدة مشكلات: غياب ضبط الجودة: لا يستطيع المستخدمون الأفراد تقييم دقة الاستشهادات على نطاق واسع ازدواجية الإنفاق: تدفع عدة أقسام مقابل الأداة نفسها بشكل منفصل غياب بنية تدريبية: يتعلم المستخدمون بالمحاولة والخطأ، ويطوّرون عادات سيئة ثغرات في خصوصية البيانات: يرفع الباحثون مخطوطات غير منشورة إلى أدوات ذكاء اصطناعي استهلاكية من دون فهم سياسات التعامل مع البيانات

يتمتع أمناء المكتبات بموقع فريد لمعالجة هذه المشكلات الأربع جميعًا. فأنتم تديرون بالفعل علاقات المورّدين، وتنفذون برامج تدريبية، وتفهمون كيف تختلف سير عمل البحث بين التخصصات.

Read next

  • Explore more on university-library
  • Explore more on ai-tools
  • Explore more on research-librarian
  • Explore more on institutional
  • Explore more on academic

Related articles

Explore PapersFlow

Frequently Asked Questions

كيف ينبغي لمكتبة جامعية أن تقيّم أدوات البحث بالذكاء الاصطناعي من حيث الدقة؟
أجروا معيارًا مرجعيًا منظمًا: خذوا 20 إلى 30 استعلامًا مفهومة جيدًا من تخصصات مختلفة، وشغّلوها عبر كل أداة، ثم قارنوا النتائج بالأدبيات المعروفة. تحقّقوا من الاستشهادات المختلقة (أوراق بحثية غير موجودة)، والأوراق الأساسية التي تم تفويتها، ودقة الادعاءات المستخرجة. أشركوا أعضاء هيئة تدريس من 3 أقسام على الأقل في التقييم.
ما نطاق الميزانية الذي ينبغي أن تتوقعه المكتبات لاشتراكات أدوات البحث بالذكاء الاصطناعي؟
تختلف الأسعار المؤسسية بشكل كبير. يوفّر Scite وصولًا على مستوى الحرم الجامعي من خلال نماذج اشتراك المكتبات (عادةً من $5,000 إلى $25,000 سنويًا بحسب FTE). أما تسعير Consensus Enterprise فهو مخصص لأكثر من 200 مقعد. ويقدّم كل من Elicit وPapersFlow خططًا مؤسسية عند الطلب. خصّصوا ميزانية سنوية بين $10,000 و$50,000 لجامعة متوسطة الحجم، وذلك حسب الأداة ونطاق التغطية.
هل يمكن لأدوات البحث بالذكاء الاصطناعي أن تحل محل اشتراكات قواعد البيانات التقليدية مثل Web of Science أو Scopus؟
ليس بعد. أدوات الذكاء الاصطناعي تُكمل قواعد البيانات التقليدية ولا تستبدلها. يوفّر Web of Science وScopus بيانات وصفية منظمة، وفهرسة للاستشهادات، ومقاييس للمجلات تعتمد عليها أدوات الذكاء الاصطناعي بوصفها مصادر بيانات أولية. فكّروا في أدوات الذكاء الاصطناعي على أنها طبقة جديدة فوق البنية التحتية الحالية، وليست بديلًا عنها.

Related Articles