1. 引言
2022年11月，OpenAI推出了一款生成式人工智能(Generative Artificial Intelligence，以下简称生成式人工智能)产品ChatGPT，受到了国际媒体和各行业的广泛关注。以ChatGPT为代表的生成式人工智能可以通过学习和理解人类语言来进行对话，执行包括对话问答、代码生成、撰写文案等在内的多种任务，其在发布短短两个月的时间内突破了一亿用户，成为了史上用户数增长最快的消费者应用[1]。如今，包括腾讯、阿里巴巴、谷歌在内的国内外科技公司都已开始着手研发生成式人工智能产品。而生成式人工智能也将冲击着现有的网络环境，它将给各行各业变革带来新的发展机遇，给人类社会的生产和生活注入新的动力。
2023年4月，《中国图书馆学报》于成都举办“继学开新：图书馆与时代”学术研讨会，专家学者们探讨了生成式人工智能与图书馆的发展，众多学者认为我们应正视生成式人工智能的两面性，扬长避短，利用生成式人工智能促进图书馆的发展[2]。因此，研究生成式人工智能浪潮下图书馆的发展策略具有重要意义。本文在阐述生成式人工智能的概念、发展阶段及特点的基础上，探讨生成式人工智能浪潮给图书馆的发展提出的新要求，并在最后提出图书馆的发展策略，从而促进我国图书馆的发展。
2. 生成式人工智能概述
2.1. 生成式人工智能的概念
目前，国内外对于生成式人工智能的概念尚未统一。2022年9月，中国信息通信研究院联合京东探索研究院发布《人工智能生成内容(AIGC)白皮书》，并将其理解为“有别于PGC与UGC，利用人工智能技术自动生成内容的新型生产方式”[3]，目前国内产学研各界大多认同于此。此外，量子位智库对于生成式人工智能给出了详细阐述：生成式人工智能全称为AI-Generated Content，指基于人工智能，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术，并给出了生成式人工智能的八大应用场景[4]；《2023年十大新兴技术报告》中指出生成式人工智能是一种通过学习大规模数据集生成新的原创内容的新型人工智能[5]。在国外，生成式人工智能对应“AI-generated Media、Synthetic Media”或“Generative AI”，并被界定为“通过自动化手段，对数据和媒体进行生产、操纵和修改的统称”[6]。
2.2. 生成式人工智能的发展阶段
从时间维度来看，生成式人工智能的发展与科技的进步密切相关，具有明显的阶段性特征，可分为三个阶段：早期萌芽阶段(20世纪50年代至90年代中期)、沉淀积累阶段(20世纪90年代中期至21世纪10年代中期)，以及快速发展阶段(21世纪10年代中期至今) [7]。在早期萌芽阶段，技术发展水平受限，生成式人工智能知识在一些小范围的实验中有所应用，规模小效率低下，且无学习能力。到了沉淀积累阶段，随着计算机科学、大数据处理及机器学习等领域的深入发展，深度学习已经取得了重大突破，生成式人工智能的应用也开始不仅仅局限于实验室。在快速发展阶段，得益于深度学习技术的革命性突破、计算资源的极大丰富以及互联网数据的海量积累，生成式人工智能迎来了前所未有的发展机遇，从文本生成到图像合成，从音频创作到视频编辑，极大地改善了内容生成效果与质量，成为推动社会进步和产业升级的重要力量。在此过程中，人类的参与程度不断降低，内容生成质量与效果不断优化。生成式人工智能现已被应用于诸多场景，主要集中于数字化程度高、内容需求丰富的行业[8]。图书馆同样具有这两种行业的特点，也印证了图书馆应用生成式人工智能的可行性与适用性。
2.3. 生成式人工智能的特点
生成式人工智能展现了作为通用目的技术的潜力与特质[9]：适用性、进步性、创新性与高效性，预示着它可能演化为新一代通用技术范式。
(1) 适用性：生成式人工智能展现出无与伦比的灵活性，能够跨越多个领域与场景广泛应用。只要为其提供充足的训练数据，它便能胜任多样化的生成任务，从文本、图像到音频等，覆盖多个领域，展现了其广泛的适用性。
(2) 进步性：生成式人工智能持续通过学习和创新实现自我进步。这不仅体现在成本效益的提升上，如相关产品、系统及组件的成本降低与质量优化，更在于其应用潜力的不断挖掘与拓展。随着技术的不断精进，生成式人工智能的应用价值愈发显著，为其在更广泛领域的渗透奠定了基础。
(3) 创新性：生成式人工智能的创新活力，激发相关应用技术的创新浪潮。这种相互促进的循环机制，不仅加速了应用部门的研发与生产效率，也反过来促进了生成式人工智能自身的技术迭代与优化，共同推动创新回报率的双向提升。
(4) 高效性：生成式人工智能的引入，极大地提升了各类工作的自动化水平，进而实现了效率的飞跃。特别是在内容创作领域，它能够快速产出大量高质量的内容，极大地缩短了创作周期，提高了工作效率，为相关行业带来了前所未有的生产力变革。
3. 生成式人工智能浪潮下对图书馆的新要求
图书馆经历了从传统图书馆、数字图书馆到智慧图书馆的演进，不同的时代对图书馆提出了不同的要求，在生成式人工智能浪潮下的图书馆更是面临着与传统环境下图书馆不同的要求，主要表现在以下几个方面。
3.1. 服务方式要求多样化
在大数据和互联网盛行的时代，自媒体的流行使得用户愈发注重创意与个性化体验。图书馆作为传统的知识传播与服务机构，若仅依赖单一的服务模式，图书馆将难以满足用户日益增长的多元化需求。因此，图书馆必须紧跟时代步伐，积极寻求与新技术的结合点，创新服务方式，以增强用户粘性，重焕生机。然而，生成式人工智能的出现，为图书馆服务方式带来了全新的变革。生成式人工智能不仅是一种全新的内容生产方式，更是人工智能技术的重要组成部分。它凭借强大的自动生成和智能处理能力，为图书馆服务创新提供了无限可能，推动图书馆的服务方式向多样化、智能化方向发展。
具体来说，生成式人工智能的应用可为图书馆带来诸多创新，提供多样化的服务。例如，生成式人工智能应用将结合自动生成的视频和VR技术，为用户带来更加真实、沉浸式的虚拟阅读体验，打破时间和空间的限制；生成式人工智能相关应用可以通过分析用户的搜索、评论等数据，提供个性化、智能化的服务，满足用户的多样化需求。这些创新的服务方式不仅提升了图书馆的服务质量，也极大地增强了用户的阅读体验和满意度。
3.2. 服务内容要求个性化
数字经济时代，以用户为中心提供精准个性化服务内容，将是图书馆强化知识服务主体地位的有效途径。当今时代，从代际更迭角度来说，图书馆正进入“第三代图书馆”时期，图书馆发展经历了由以纸质馆藏为中心到以业务管理为中心，再到以用户为中心[10]。而以用户为中心也是智慧图书馆的发展理念。但是大多数图书馆都没有真正实现为用户提供精准的个性化服务，更多的是普适性的服务，如借阅图书、阅读推广、参考咨询等。
而生成式人工智能作为全新的内容生产方式，将打破这一局面。一方面，生成式人工智能相关应用利用深度学习算法和自然语言处理技术，可以根据用户的个性化需求，自动生成文本、图像、视频、音频，其预训练语料库不仅包括网页、书籍、对话文本等通用文本，还包括多语言文本、科学文本、代码等专用文本，语料库的规模与质量使生成式人工智能相关应用能够提供多学科、多领域专业化的服务。另一方面，生成式人工智能相关应用可以通过分析用户的搜索、评论等数据，提供个性化、智能化的服务，有利于图书馆用户服务的改进。
3.3. 服务效果要求智慧化
随着智能时代的到来，人机协同以及人机交互程度正在不断加深[11]，机器人受到图书馆的特别青睐，在图书馆得到火爆应用。生成式人工智能的发展能够让用户使用自然语言与机器对话，同时生成式人工智能相关应用也可以借助大模型拥有理解人类语言的能力，这将会给图书馆行业带来一场交互变革。此外，多模态下的生成式人工智能应用还可以提供语音助手以及手语数字人服务，有利于图书馆行业为残障人士提供无障碍服务[12]。生成式人工智能在深度学习算法的突破，不仅可以塑造机器人的性格，还能使机器人能够更好地感知、理解、思考人类的需求，包括情感需求，并提供精准的实时性、专业化、个性化服务。这都将驱动图书馆服务由智能化向智慧化转变。
4. 图书馆应对生成式人工智能的策略
4.1. 预先识别潜在风险，实现防患未然
随着生成式人工智能技术的深入渗透，图书馆作为知识传播与保护的重要阵地，其面临的挑战不仅限于传统意义上的服务优化，更在于如何在享受技术便利的同时，有效抵御伴随而来的风险。为了确保用户隐私安全无虞，图书馆需实施一系列前瞻性措施。首先，深化馆员与用户的安全教育体系，通过定期举办讲座、工作坊及在线课程，不仅提升馆员在数据保护、网络安全等方面的专业能力，还增强用户自我保护意识，教会他们如何在使用聊天机器人、智能检索系统等工具时避免隐私泄露。同时，图书馆应不断审视并优化隐私政策，确保其既符合法律法规要求，又能有效应对新技术带来的新挑战，如加密存储用户信息、设置严格的数据访问权限等。
在版权领域，图书馆需建立严格的数据审查机制，确保所有用于人工智能训练的数据均来自合法渠道，尊重并保护原创作者的权益。对于人工智能生成内容的版权归属问题，图书馆应积极参与行业讨论，与版权专家、法律界人士合作，探索合理的解决方案，为相关法规的完善贡献智慧。同时，紧跟国家政策导向，如《互联网信息服务深度合成管理规定》[13]及《生成式人工智能服务管理暂行办法》[14]的出台，图书馆需深入研究这些法规的具体要求，调整自身服务策略，确保合规运营，并提前规划应对策略，以应对可能出现的法律风险。
4.2. 强化相关技能建设，提升服务效果
针对生成式人工智能技术的高专业性要求，图书馆需构建一支高素质、多技能的人才队伍。一方面，应拓宽人才引进渠道，实施精准化招聘策略，特别是那些机器学习、深度学习、自然语言处理等领域专业人才。另一方面，图书馆应深化内部人才培养体系，通过设立专项培训计划、组织跨学科工作、引入在线学习资源等多元化手段，促进图书馆员从传统服务模式向智能化服务模式的转变。鼓励员工参与实际项目操作，将理论知识与实践经验紧密结合，逐步培养出一批既精通图书馆业务又掌握先进人工智能技术的复合型人才。除此之外，建立高效的跨部门协作平台，通过构建常态化的沟通机制和灵活的团队组合模式，打破部门壁垒，促进技术团队与采编、流通、参考咨询等业务部门之间的深度融合，确保生成式人工智能技术的开发与应用能够紧密贴合图书馆的实际业务需求，提升智慧服务的整体效能，为读者带来更加高效、便捷、个性化的知识获取体验。
4.3. 构建监测反馈体系，优化服务质量
鉴于生成式人工智能技术的快速迭代与不确定性，构建一套高效、灵敏的监测反馈体系至关重要。图书馆应利用大数据、云计算等先进技术，对用户行为、系统性能、服务质量等关键指标进行实时监测与分析，及时发现并解决问题。同时，建立畅通的用户反馈渠道，鼓励用户提出宝贵意见与建议，通过用户满意度调查、在线评价等方式收集反馈信息，为服务优化提供数据支持。此外，鼓励馆员开展科学研究，探索AI技术在图书馆服务中的创新应用与监测反馈机制的优化策略，为提升服务品质提供理论支撑与实践指导。加强与其他图书馆及社会服务机构的交流合作，共享成功经验与失败教训，共同推动人工智能在图书馆服务中的健康发展。
4.4. 整合图书馆数据资源，提供信息支撑
面对海量、多源、异构的数据资源，图书馆亟需采用前沿的数据整合与管理技术，构建一个全面覆盖、安全可靠且能够实时动态更新的数据库。通过数据清洗、转换、集成等步骤，将各类数据资源转化为结构化、标准化的格式，为后续的分析与挖掘奠定坚实基础。同时，利用数据融合技术打破“数据孤岛”，实现跨平台、跨系统的数据共享与互通。这不仅提升了数据资源的利用效率，还促进了信息资源的全面整合与优化配置。在此基础上，图书馆应深入挖掘数据背后的价值，借助人工智能算法进行深度学习与智能分析，以用户行为、偏好等数据为驱动，为用户提供更加精准化、个性化的信息服务体验，满足其多样化的知识需求。另外，图书馆应保持对技术前沿的敏锐洞察，紧跟时代步伐，及时调整数据库架构与算法模型，以适应新技术的快速发展和用户需求的动态变化。通过持续优化数据库性能、增强数据处理能力、拓展数据分析维度，确保图书馆数据库始终处于行业领先地位，为图书馆的智慧化转型与升级提供强有力的数据支撑与保障。
5. 结语
生成式人工智能的发展将颠覆现有的网络环境，给图书馆的发展也提出了新的要求。研究生成式人工智能浪潮下图书馆发展的策略，对推动我国图书馆事业未来的发展有重要的指引作用。本文阐述了生成式人工智能的概念，梳理了其发展阶段及特点，探讨了生成式人工智能浪潮给图书馆的发展提出的新要求：服务方式多样化、服务内容个性化、服务效果智慧化，最后提出图书馆的发展策略：一是预先识别潜在风险，实现防患未然；二是强化人工智能技能建设，提升服务效果；三是构建监测反馈体系，优化服务质量；四是整合图书馆数据资源，提供信息支撑。