Traducido del inglés al español - www.onlinedoctranslator.com 1142029 LIS0010.1177/09610006221142029Revista de Biblioteconomía y Ciencias de la InformaciónCox y Mazumdar Artículo de investigación2022 Artículo Revista de Biblioteconomía y Definición de inteligencia artificial para bibliotecarios Ciencias de la Información 1–11 © El autor (es) 2022 https://doi.org/10A.1r1t7ic7yo/mi09r6mi1tu0s0mi06gramo2tu2identificación 11mi4li2norte0mi2s9: sagepub.com/journals-permissions Andrés M. Cox DOI: 10.1177/09610006221142029 Journals.sagepub.com/home/lis Escuela de Información, Universidad de Sheffield, Reino Unido Suvodeep Mazumdar Escuela de Información, Universidad de Sheffield, Reino Unido Abstracto El objetivo del artículo es definir la Inteligencia Artificial (IA) para bibliotecarios examinando definiciones generales de IA, analizando el conjunto de tecnologías que componen la IA, definiendo tipos de casos de uso por área de operación de la biblioteca y luego reflexionando sobre las implicaciones para la profesión, incluso desde una perspectiva de igualdad, diversidad e inclusión. El artículo es una pieza conceptual basada en una revisión exploratoria de la literatura, dirigida a bibliotecarios interesados en la IA desde una perspectiva estratégica más que técnica. Se identifican cinco tipos distintos de casos de uso de IA para las bibliotecas, cada uno con sus propios impulsores y barreras subyacentes, y demandas de habilidades. Son aplicaciones en los procesos back-end de las bibliotecas, en los servicios bibliotecarios, a través de la creación de comunidades de científicos de datos, en la alfabetización en datos e inteligencia artificial y en la gestión de usuarios. Cada una de las diferentes aplicaciones tiene sus propios impulsores y barreras. Es difícil anticipar el impacto en el trabajo profesional, pero a medida que el entorno de la información se vuelve más complejo, es probable que los bibliotecarios sigan desempeñando un papel muy importante, especialmente dada la dependencia de la IA de los datos. Sin embargo, podría haber algunos impactos negativos en la igualdad, la diversidad y la inclusión si las habilidades de IA no se difunden ampliamente. Palabras clave Inteligencia artificial, aprendizaje automático, diversidad e inclusión, igualdad, futuro de la profesión, robots Introducción Muchas tecnologías pasan por un 'hipeciclo' de esperanza y desilusión antes de que puedan ser aceptadas para su uso común, pero la actual ola de entusiasmo (y ansiedad) en torno a la Inteligencia Artificial (IA) es notablemente fuerte. En el Reino Unido, por ejemplo, existe una estrategia nacional para la IA, pero muchas otras instituciones, como el Servicio Nacional de Salud, tienen la suya propia. UKRI, el principal organismo de financiación de la investigación, tiene una estrategia de IA; al igual que JISC, el organismo nacional que apoya las soluciones digitales para la investigación y la educación superior y superior del Reino Unido. Lo mismo ocurre con muchos otros países: al momento de escribir este artículo, el observatorio de políticas de IA de la OCDE enumera más de 700 iniciativas políticas de 60 países (54 solo del Reino Unido) (https://oecd.ai/en/). Del mismo modo, a nivel actividad. Es significativo que la actual ola de IA también sea parte de una larga historia que ha entrado en la imaginación popular. A diferencia de muchas otras tecnologías, la idea de IA conlleva ricos significados culturales, como los que se proyectan a través de la ciencia y la ficción especulativa en libros y películas. Por ejemplo, según un listado de wikipedia ha habido al menos 150 películas protagonizadas por robots e inteligencia artificial, desde la primera,Metrópoli, en 1927 (https://en.wikipedia.org/wiki/ List_of_artificial_intelligence_films). Diferentes culturas tienen diferentes versiones de tales historias (http://lcfi.ac.uk/projects/ainarratives-and-justice/global-ai-narratives/). Estas historias probablemente sean más distópicas que utópicas. Reflexionando específicamente sobre la aparición de asistentes virtuales (VA) basados en IA, Moran comenta que "La llegada de AI VA está empapada de fantasía" (Moran, 2021: 31). Pero como ella mundial, hay docenas de declaraciones sobre la ética de la IA por parte de organismos internacionales, gobiernos, El poder de estas narrativas refleja una serie de cosas. La IA no es una tecnología, sino un conjunto de tecnologías con aplicaciones generales en muchos sectores de la economía. Autor correspondiente: Andrew M. Cox, Escuela de Información, Universidad de Sheffield, Rm 222, Regent Court, Portobello, Sheffield, South Yorkshire S1 4DP, Reino Unido. Correo electrónico: [email protected] 2 Revista de Bibliotecología y Ciencias de la Información 00 (0) Continúa argumentando que hay profundos sesgos en estas fantasías que refuerzan las desigualdades sociales. Podríamos eludir parte de este debate restringiendo la discusión a un término menos histórico como "aprendizaje automático". Sin embargo, podría decirse que necesitamos, incluso dentro del trabajo bibliotecario, reconocer la esperanza y el miedo asociados a la idea de la IA. Las preguntas que plantea la IA sobre la naturaleza de la humanidad en el contexto de la automatización también se relacionan con el trabajo bibliotecario. Al mismo tiempo, el uso de la IA en el trabajo bibliotecario está en sus inicios (Cox et al., 2019; Hervieux y Wheatley, 2021). Existe un inmenso potencial para aumentar el acceso al conocimiento de maneras fundamentales, por ejemplo mediante búsquedas y recomendaciones mejoradas, mediante la descripción de materiales digitales a escala, mediante la transcripción y la traducción automática. Del mismo modo, el uso de la IA en las bibliotecas plantea una serie de cuestiones éticas (Cox, 2022) y existe un temor recurrente de que la IA pueda de alguna manera reemplazar el trabajo de los bibliotecarios humanos. Podría haber impactos en la igualdad, diversidad e inclusión (EDI) en la profesión porque la IA generalmente está representada como blanca y masculina (Cave y Dihal, 2020) y como tendencia enfatiza el aspecto de TI del trabajo bibliotecario donde los hombres están sobrerrepresentados. . En este contexto, El propósito de este artículo es elaborar una definición de IA desde la perspectiva de un bibliotecario. Se basa selectivamente en la literatura para ofrecer una descripción temprana de lo que la IA podría significar en el contexto de la biblioteca. Está dirigido a una audiencia de lectores que ○ Analizar definiciones formales de IA. ○ Definir algunas tecnologías clave y explicar cómo podrían relacionarse con el trabajo bibliotecario. ○ Identificar casos clave de uso de IA en bibliotecas. ○ Reflexionar sobre las posibles implicaciones para el trabajo profesional y particularmente la igualdad, diversidad e inclusión en el mismo. El artículo se basa en una revisión exploratoria de la literatura. Aunque se realizaron búsquedas sistemáticas en Scopus, LISA y Google Scholar, la naturaleza emergente de la literatura impidió seguir una metodología SLR sistemática. En primer lugar, existen ambigüedades en la terminología sobre lo que se considera IA y muchas de las cuestiones planteadas por tendencias anteriores son relevantes, como las relacionadas con datos, textos y minería de datos e incluso análisis de aprendizaje. En segundo lugar, como área de práctica profesional, muchos de los recursos más valiosos son elementos no revisados por pares, que no son visibles en las bases de datos bibliográficas. En tercer lugar, la literatura técnica más amplia es vasta y difícil de relacionar con el contexto bibliotecario, por lo que sólo se puede hacer referencia a ella de forma selectiva. Definiciones formales de IA piensan que la IA podría ser una prioridad estratégica, más que a nivel Un punto de partida obvio para ayudar a aclarar qué es la IA para técnico. El enfoque es descriptivo y en parte especulativo, pero está los bibliotecarios sería examinar algunas definiciones formales. justificado porque es un área de práctica emergente. Nuestro enfoque es Ha habido muchísimos informes y documentos estratégicos que cuádruple: pero esto se justifica porque es un área de práctica emergente. exploran la IA desde al menos 2018 y la mayoría contiene su Nuestro enfoque es cuádruple: pero esto se justifica porque es un área de propia definición explícita de IA (pero también reconoce el práctica emergente. Nuestro enfoque es cuádruple: desacuerdo sobre su definición). El cuadro 1 incluye sólo algunos de ellos. Cuadro 1.Definiciones de inteligencia artificial. a. 'Tecnologías con la capacidad de realizar tareas que de otro modo requerirían inteligencia humana, como la percepción visual, el reconocimiento de voz y la traducción de idiomas' (citado por el Comité Selecto de Inteligencia Artificial de la Cámara de los Lores, 2018: 14) b. "Máquinas que realizan tareas que normalmente requieren inteligencia humana, especialmente cuando las máquinas aprenden a partir de datos cómo realizar esas tareas". (Gobierno del Reino Unido, 2021: 16) C. "La IA es la capacidad de un sistema informático para resolver problemas y realizar tareas que de otro modo requerirían inteligencia humana". (Comisión de Seguridad Nacional de EE. UU. sobre IA, 2021) d. La inteligencia artificial (IA) es "un sistema basado en máquinas que puede, para un conjunto determinado de objetivos definidos por humanos, hacer predicciones, recomendaciones o decisiones que influyen en entornos reales o virtuales". Los sistemas de IA están diseñados para funcionar con distintos niveles de autonomía”. (OCDE, 2020). mi. "En pocas palabras, la IA es un conjunto de tecnologías que combinan datos, algoritmos y potencia informática". (Comisión Europea, 2020: 2) F. 'Un conjunto de tecnologías y herramientas que tienen como objetivo reproducir o superar capacidades en sistemas computacionales que requerirían “inteligencia” si los humanos las realizaran. Esto podría incluir la capacidad de aprender y adaptarse; sentir, comprender e interactuar; razonar y planificar; actuar de forma autónoma; o incluso crear. Nos permite utilizar y dar sentido a los datos”. (UKRI, 2021: 4) gramo. 'Teorías y técnicas desarrolladas para permitir que los sistemas informáticos realicen tareas que normalmente requieren inteligencia humana o biológica' (JISC, 2022: 3) h. 'Máquinas que imitan algunas características de la inteligencia humana, como la percepción, el aprendizaje, el razonamiento, la resolución de problemas, la interacción del lenguaje y el trabajo creativo' (UNESCO, 2022: 9). i. 'La capacidad de un sistema para interpretar correctamente datos externos, aprender de dichos datos y utilizar esos aprendizajes para lograr objetivos y tareas específicas a través de una adaptación flexible' (JISC AI explore) 3 Cox y Mazumdar Al examinar estas definiciones, surgen algunos patrones comunes. características apropiadas (por ejemplo, qué variables son relevantes), Una es que muchos se basan en la idea de que la IA tiene la "capacidad elección del algoritmo de aprendizaje automático, selección de modelos y de realizar tareas" que los humanos normalmente realizan (A, B, C, F, parámetros, entrenamiento y evaluación del desempeño (Alzubi et al., 2018). G). La lista exacta de procesos sensoriales o cognitivos varía (no se En el aprendizaje automático, este proceso está automatizado para permitir menciona la emoción), pero tienden a implicar actividades de orden que la máquina descubra patrones, establezca reglas y parámetros de bastante alto. La definición A parece vincularse a clases específicas de modelos mediante el estudio de los datos. Por lo tanto, el aprendizaje tecnologías. La definición B enfatiza la idea de que las computadoras automático implica el desarrollo de modelos que han sido influenciados por aprenden y la I brinda más detalles sobre cómo podría funcionar esto. los datos que se han introducido y, por lo tanto, el papel de los datos es Por el contrario, H utiliza la palabra "imitar" para enfatizar la diferencia fundamental. entre la inteligencia humana real y la IA e implicar la inferioridad de Es fundamental para el aprendizaje automático permitir que la computadora descubra y "entrene" para desarrollar esta última. 'D' enfatiza que los humanos controlan todo el proceso. La un modelo dentro de los datos. El proceso de entrenamiento implica que la máquina utilice datos históricos como entradas definición E es un poco diferente al poner énfasis en una y aprenda patrones a partir de ellos para ajustar los parámetros del modelo de manera iterativa para garantizar un nivel infraestructura de datos, algoritmos y potencia informática, razonable (predefinido) de precisión al estimar una salida para una entrada desconocida. Por ejemplo, un modelo de enfatizando de manera útil la importancia de los datos para la IA. Pero aprendizaje automático podría utilizar datos históricos sobre los visitantes de una biblioteca junto con información ciertamente una preocupación implícita en casi todas las definiciones meteorológica y de eventos como conjunto de datos de entrada para desarrollar un modelo que prediga cuántos visitantes es relacionar la IA con las capacidades humanas. La lista en F (de un se podrían esperar en un día determinado. Este es un ejemplo de una tarea de aprendizaje automático supervisada, en la organismo de financiación de la investigación del Reino Unido) es que se utiliza un conjunto de datos de entrenamiento para entrenar el modelo y luego predecir los resultados de un quizás la más amplia, y reconoce formas en que podría superar las conjunto de datos desconocido. Cuando el modelo de aprendizaje automático no requiere ejemplos previos de los que capacidades humanas o realizar tareas, como la creatividad, que a aprender, se utilizan métodos de aprendizaje automático no supervisados. Un ejemplo de esto podría ser una tarea de menudo se consideran más allá de las computadoras. Sin embargo, agrupación en la que un gran número de visitantes asisten regularmente a una biblioteca, buscando diferentes servicios y hay relativamente menos consideración en las definiciones de la forma existe la necesidad de segmentar automáticamente a los visitantes en diferentes categorías. El aprendizaje semisupervisado en que la IA podría hacer cosas que los humanos no hacen o no es otro tipo de aprendizaje automático que se utiliza cuando no existen suficientes ejemplos de capacitación o son difíciles podrían hacer, o hacer cosas de maneras útiles y no humanas (¡el de crear. En casos como estos, se pueden usar algunos ejemplos etiquetados manualmente (de una colección más grande) sesgo es muy humano!). Lo que es evidente es que las definiciones son para entrenar un modelo, que luego se usa para predecir resultados para una gran cantidad de ejemplos desconocidos. bastante abstractas y abiertas. Tienden a no especificar tecnologías, lo Luego, el conjunto de datos etiquetado original se puede combinar con los resultados que tengan la mayor confianza para que refuerza que la IA es una idea que está evolucionando y también crear un conjunto de datos de entrenamiento más grande para mejorar el modelo. Por ejemplo, en un caso de uso en el que está llena de significado e importancia cultural que incluso en sus se categorizan millones de documentos grandes en diferentes géneros o categorías, es difícil crear una muestra de aplicaciones más profesionales no se puede ignorar. ejemplos lo suficientemente grande para aprender. En este escenario, una menor cantidad de ejemplos creados manualmente podría ser suficiente para desarrollar un conjunto de datos de entrenamiento más grande. Otro tipo de Evidentemente, la IA tiene algo que ver con tecnologías que aprendizaje automático implica el aprendizaje por refuerzo, que no requiere datos de entrenamiento, pero el modelo realizan o al menos imitan procesos sensoriales o cognitivos humanos. aprende a través de un sistema de recompensas por respuestas positivas y correcciones cuando las respuestas sugieren Y lo que es igualmente importante, es una idea en evolución que una discrepancia. Por ejemplo, un sistema de recomendación en tiempo real podría entrenarse a sí mismo en función de las conlleva ricos significados culturales. Sin embargo, tales definiciones interacciones de los usuarios para identificar con qué tipos de contenido es probable que interactúen y cuáles rechazarían. sólo nos ayudan un poco a comprender su relevancia para las Es difícil crear una muestra lo suficientemente grande de ejemplos de los cuales aprender. En este escenario, una menor bibliotecas. Si las definiciones abstractas de IA sólo ofrecen una cantidad de ejemplos creados manualmente podría ser suficiente para desarrollar un conjunto de datos de entrenamiento imagen amplia de lo que es, tal vez podamos recurrir a un análisis de más grande. Otro tipo de aprendizaje automático implica el aprendizaje por refuerzo, que no requiere datos de las tecnologías subyacentes para comprender cómo podrían afectar el entrenamiento, pero el modelo aprende a través de un sistema de recompensas por respuestas positivas y correcciones trabajo bibliotecario. cuando las respuestas sugieren una discrepancia. Por ejemplo, un sistema de recomendación en tiempo real podría entrenarse a sí mismo en función de las interacciones de los usuarios para identificar con qué tipos de contenido es probable que interactúen y cuáles rechazarían. Es difícil crear una muestra lo suficientemente grande de ejemplos de los tecnologías de inteligencia artificial cuales aprender. En este escenario, una menor cantidad de ejemplos creados manualmente podría ser suficiente para La IA es un término amplio que engloba una variedad de desarrollar un conjunto de datos de entrenamiento más grande. Otro tipo de aprendizaje automático implica el aprendizaje enfoques, siendo el aprendizaje automático uno de los más por refuerzo, que no requiere datos de entrenamiento, pero el modelo aprende a través de un sistema de recompensas por importantes (Hu et al., 2019). El aprendizaje automático es el uso respuestas positivas y correcciones cuando las respuestas sugieren una discrepancia. Por ejemplo, un sistema de de técnicas estadísticas para derivar modelos a partir de datos sin recomendación en tiempo real podría entrenarse a sí mismo en función de las interacciones de los usuarios para identificar la necesidad de programar parámetros del modelo (Valiant, 1984). con qué tipos de contenido es probable que interactúen y cuáles rechazarían. que no requiere datos de entrenamiento, A diferencia del aprendizaje automático, los programas pero el modelo aprende a través de un sistema de recompensas por respuestas positivas y correcciones cuando las informáticos tradicionales son desarrollados por programadores respuestas sugieren una discrepancia. Por ejemplo, un sistema de recomendación en tiempo real podría entrenarse a sí que definen las reglas y parámetros de los modelos, basándose mismo en función de las interacciones de los usuarios para identificar con qué tipos de contenido es probable que en su experiencia, comprensión y análisis de los datos. Esto interactúen y cuáles rechazarían. que no requiere datos de entrenamiento, pero el modelo aprende a través de un sistema de recompensas por respue implica el proceso de descubrir relaciones entre las variables Si bien hemos explorado los diferentes enfoques de IA en términos predictivas y de respuesta utilizando métodos estadísticos (Hastie de cómo funcionan o están diseñados, también podría ser interesante et al., 2009; Witten y Frank, 2002). Un enfoque genérico de explorar los posibles contextos de aplicación basados en los datos Machine Learning requiere completar este conjunto de tareas: mismos. Por ejemplo, emplear el procesamiento del lenguaje natural recopilación y preparación de datos, selección de (Olsson, 2009) para analizar rápidamente 4 Revista de Bibliotecología y Ciencias de la Información 00 (0) Grandes volúmenes de texto no estructurado de conjuntos de datos desconocidos podrían ofrecer una idea del contenido, cambiando. También pueden gestionar datos durante todo el ciclo el sentimiento y el género del texto. El modelado de temas (donde un modelo utiliza palabras clave estadísticamente de vida, desde la creación hasta la preservación. significativas) puede ayudar a explicar cómo han evolucionado los diferentes temas de la colección con el tiempo. Utilizando Los robots son máquinas físicas que están programadas para el reconocimiento de voz, las grabaciones de historia oral podrían convertirse en texto digital, que luego puede indexarse realizar una serie de acciones de forma autónoma. A menudo, estos para recuperarse en el futuro o analizarse para comprender temas de discusión o identificar menciones específicas de simplemente se repiten sin aprender, pero la IA se puede combinar nombres, lugares o eventos (mediante el reconocimiento de entidades nombradas). Los manuscritos escritos a mano, con la robótica. Por ejemplo, un robot que recoge artículos en un mediante un proceso de reconocimiento óptico de caracteres, podrían digitalizarse en texto, que podría indexarse o almacén podría utilizar un algoritmo para seleccionar la mejor ruta analizarse aún más para determinar temas de interés o entidades. Se podrían analizar imágenes (fotografías o colecciones) para navegar por el almacén o aprender a colocar artículos en para identificar objetos y entidades específicos para respaldar una recuperación más precisa. Esto podría hacerse diferentes lugares según sus atributos. En este artículo, debido a que entrenando imágenes existentes anotadas manualmente como datos de entrenamiento para redes neuronales profundas intentamos pensar de manera inclusiva en el campo de la IA, hemos para identificar objetos conocidos en grandes colecciones de imágenes. Estos procesos automatizados pueden examinar incluido algunos ejemplos de robots en el contexto de una biblioteca. una gran cantidad de documentos y ofrecer recomendaciones sobre los descriptores o palabras clave más apropiados para la catalogación. La gama de aplicaciones de la IA puede ser amplia, por ejemplo, en la clasificación de libros (mediante el Esta sección ha establecido de manera general cómo las técnicas procesamiento del lenguaje natural), la gestión de repositorios y el análisis del uso de recursos bibliotecarios, los servicios de IA pueden afectar el trabajo bibliotecario. Pero esto sólo comienza a de metadatos y el análisis de citas (minería de datos de texto), la preservación y el archivo de imágenes. y bases de datos de insinuar cómo las bibliotecas y el trabajo bibliotecario podrían cambiar videoteca (procesamiento de imágenes), etc. (Ali et al., 2020). Esto podría hacerse entrenando imágenes existentes anotadas en la práctica. La siguiente sección examina ejemplos prácticos de manualmente como datos de entrenamiento para redes neuronales profundas para identificar objetos conocidos en aplicación organizados por área de operación de la biblioteca. grandes colecciones de imágenes. Estos procesos automatizados pueden examinar una gran cantidad de documentos y ofrecer recomendaciones sobre los descriptores o palabras clave más apropiados para la catalogación. La gama de aplicaciones de la IA puede ser amplia, por ejemplo, en la clasificación de libros (mediante el procesamiento del lenguaje Aplicaciones de biblioteca natural), la gestión de repositorios y el análisis del uso de recursos bibliotecarios, los servicios de metadatos y el análisis de Esta sección examina más de cerca la gama de aplicaciones específicas citas (minería de datos de texto), la preservación y el archivo de imágenes. y bases de datos de videoteca (procesamiento de de IA que parecen estar surgiendo como relevantes para las imágenes), etc. (Ali et al., 2020). Esto podría hacerse entrenando imágenes existentes anotadas manualmente como datos bibliotecas de hoy. Construye y amplía algunos otros intentos de de entrenamiento para redes neuronales profundas para identificar objetos conocidos en grandes colecciones de imágenes. definir la gama de aplicaciones de IA en bibliotecas, como en Cox Estos procesos automatizados pueden examinar una gran cantidad de documentos y ofrecer recomendaciones sobre los (2021), Hervieux y Wheatley (2022) y Huang (2022). El enfoque descriptores o palabras clave más apropiados para la catalogación. La gama de aplicaciones de la IA puede ser amplia, por adoptado aquí es adoptar una definición amplia e inclusiva, como una ejemplo, en la clasificación de libros (mediante el procesamiento del lenguaje natural), la gestión de repositorios y el análisis manera de ayudar al lector a navegar por la amplitud de una escena del uso de recursos bibliotecarios, los servicios de metadatos y el análisis de citas (minería de datos de texto), la bastante compleja. En sectores bibliotecarios particulares, algunas aplicaciones pueden parecer mucho más relevantes, por ejemplo, las preservación y el archivo de imágenes. y bases de datos de videoteca (procesamiento de imágenes), etc. (Ali et al., 2020). Estos procesos automatizados pueden examinar una gran cantidad de documentos y ofrecer recomendaciones sobre los descriptores o palabras clave más apropiados pa Una aplicación un poco más holística de los sistemas de IA es el ejemplo de los asistentes digitales en aplicaciones de descubrimiento de conocimientos en bibliotecas y dispositivos de consumo como Amazon Alexa o Google Assistant, donde un sistema interactúa con un usuario archivos de investigación. Podría decirse que es más probable que las para simular una conversación o al menos responder a preguntas y ofrecer orientación sobre una colección bibliotecas públicas se preocupen principalmente por los vínculos (Aghav -Palwe y Gunjal, 2021; Seeger et al., 2021). Dichos sistemas combinan una variedad de tecnologías de entre la IA y la alfabetización informacional. Nuestro propósito es inteligencia artificial, como reconocimiento de voz, sistemas de recomendación y procesamiento del lenguaje pintar el panorama más amplio para que podamos comprender el natural, para brindar una experiencia enriquecida a los usuarios. Otros sistemas que combinan múltiples cambio en todos los sectores. tecnologías de IA también podrían centrarse en un aspecto específico del sistema bibliotecario, como el motor Sugerimos aquí que podría haber cinco casos de uso de IA en de búsqueda; por ejemplo, el sistema CiteSeerX que utiliza IA para extraer metadatos, deduplicar bibliotecas conceptualmente diferentes. El Cuadro 1 los resume, con documentos, desambiguar autores y extraer tablas (Wu et al. ., 2015). Las posibilidades, por tanto, El número alguna indicación de las habilidades y conocimientos necesarios de bibliotecas que utilizan tecnologías de IA, aunque aún no se han generalizado, es inmenso. Además, la (columna C), los factores clave (columna D) y los obstáculos (columna mayoría de los ejemplos dados hasta ahora se refieren a aplicaciones de la IA a datos de las propias E). Nuestra taxonomía no está organizada por diferentes tecnologías bibliotecas. En realidad, la función de la biblioteca puede ser más general. Es más probable que servicios como sino más bien por el aspecto del trabajo bibliotecario que se ve el descubrimiento y la licencia de datos no bibliotecarios sean servicios que las bibliotecas proporcionen en el afectado (columna B). contexto de la IA. Aquí serán las funciones centrales de gestión y gestión de datos de las bibliotecas. Además de llegar a ver las colecciones de las bibliotecas como datos en sí mismas; lo que hay en la colección puede ampliarse para incluir datos, por lo que las nociones bibliotecarias de recopilación el papel de la biblioteca puede ser más general. Es más probable que servicios como el descubrimiento y la licencia de datos no Caso de uso 1: Aplicación de la IA a las operaciones backend de la biblioteca bibliotecarios sean servicios que las bibliotecas proporcionen en el contexto de la IA. Aquí serán las funciones Aquí es donde la IA se aplica a tareas manuales y administrativas centrales de gestión y gestión de datos de las bibliotecas. Además de llegar a ver las colecciones de las rutinarias. Se pueden identificar dos ejemplos contrastantes: uno es el bibliotecas como datos en sí mismas; lo que hay en la colección puede ampliarse para incluir datos, por lo que uso de la automatización robótica de procesos (RPA) para automatizar las nociones bibliotecarias de recopilación el papel de la biblioteca puede ser más general. Es más probable tareas administrativas que a menudo se repiten (Lin et al., 2022; que servicios como el descubrimiento y la licencia de datos no bibliotecarios sean servicios que las bibliotecas Milholland y Maddalena, 2022). RPA permite que una computadora proporcionen en el contexto de la IA. Aquí serán las funciones centrales de gestión y gestión de datos de las realice tareas que generalmente se realizan manualmente y que bibliotecas. Además de llegar a ver las colecciones de las bibliotecas como datos en sí mismas; lo que hay en la implican un conjunto de pasos repetitivos donde se requiere un juicio colección puede ampliarse para incluir datos, por lo que las nociones bibliotecarias de recopilación humano limitado para manipular texto u otros datos, como tomar datos de varias fuentes, procesarlos en 5 Cox y Mazumdar Tabla 1.Casos de uso de IA en bibliotecas. A. Casos de uso de IA 1. Servicios de fondo de la biblioteca procesos: RPA B. Área de operación de C. Habilidades y conocimientos la biblioteca requeridos Rutina Programación y RPA administración herramientas D. Conductores E. Barreras F. Probabilidad Eficiencia Beneficios de la RPA Alto en todas las bibliotecas marginal Análisis del flujo de trabajo 1. Servicios de fondo de la biblioteca Tareas manuales procesos: ASRS/ Ninguno – después de la Eficiencia gestión del proyecto de otro robot implementación/ soluciones uso del espacio mantenimiento Infraestructura alrededor Bajo debido a ASRS costoso costo/complejidad Gran integración proyecto Pérdida de acceso a través de la navegación 2. Servicios de biblioteca para usuarios: Recopilación gestión Descubrimiento del conocimiento Entendimiento de El acceso a los técnicas relevantes para conocimiento para la forma de datos usuarios Programación Pasar del proyecto al servicio Alto – para investigación colecciones Ética del consentimiento y la representación. Ingeniería de una tubería Habilidades y exigencias de colaboración. Estadísticas Explicabilidad para terminar. Gestión de proyectos 2. Servicios de biblioteca: SLR vivas Sistemático Comprensión de la revisando proceso réflex usuarios Crecimiento y escala de la literatura Evaluación de herramientas Chatbots y asistentes digitales Consultas de referencia y otro usuario interacciones Alto – para bibliotecas proceso de salud Derechos de autor efectividad de las herramientas 2. Servicios de biblioteca: Automatizando todo Resistencia del personal Edificio 24 horas al día, 7 días a la semana, consistenteAún base de conocimientos servicio no hay soluciones disponibles comprensión probable La igualdad de acceso podría rutas de navegación de ser difícil de lograr solicitudes de información Deshumanización Alto – en masa instituciones Resistencia del personal Liderazgo alternativo Muy alto Construcción comunitaria Necesidad de apoyo comunidad habilidades en la ubicación de los datos, en academico creación – como líder o Conocimientos relevantes preservación de datos instituciones – como participante sobre búsqueda, concesión de especialmente si tienes licencias y conservación de datos ricas colecciones para 3. Científico de datos Enlace de usuarios humanidades digitales. 4. Datos e IA Información Pedagogía Riesgos relacionados con los usos literatura alfabetización y otros Conocimientos generales de la IA en un sentido más amplio entrenamiento de usuario de datos e IA sociedad – ética Estrategia y Estadísticas Para construir servicios impulsados por planificación Métodos computacionales las necesidades del usuario La función de la biblioteca no está clara Muy alto – en todas las bibliotecas como conductor 5. Gestión de usuarios La ética – como barrera Alto en todos de alguna manera y registrar el resultado. Estas aplicaciones son muy robots, como robots limpiadores. El uso más llamativo del poder de los relevantes para todas las bibliotecas a la hora de automatizar flujos de robots en el contexto de una biblioteca son los sistemas automatizados de trabajo, como procesar entradas de formularios, migrar datos de un almacenamiento y recuperación (AS/RS) o 'bookbots', donde los libros se sistema a otro o conciliar entradas de varias fuentes (Lin et al., 2022). almacenan en un almacenamiento masivo y se recuperan según la demanda Lin et al. (2022) ofrecen un estudio de caso de tales usos. Las para su uso (McCaffrey, 2021; Sproles y Kuehn, 2014). . Las bibliotecas habilidades requeridas incluyen conocimiento sobre cómo analizar pioneras comenzaron a utilizar este tipo de sistemas alrededor de 2005. Un flujos de trabajo y conocimientos técnicos para utilizar herramientas factor clave para ello es liberar espacio de las estanterías para otros usos. RPA. Pero es probable que la introducción de tales sistemas solo se lleve a cabo El segundo ejemplo es el uso de la robótica en las tareas manuales como parte de un gran proyecto de reconstrucción y tenga impactos de clasificación de libros devueltos o revisión de estantes en busca de fundamentales en los sistemas y la organización, como deja claro el estudio libros fuera de secuencia (Tella, 2020; Vlachos et al., 2020). También de caso de McCaffrey (2021). Es probable que la robótica autónoma se utilice podríamos ver la difusión del uso de genéricos. más ampliamente. 6 Revista de Bibliotecología y Ciencias de la Información 00 (0) Ambos tipos de uso están impulsados por la eficiencia y parecen ser menos controvertidos porque, en general, parecen aliviar a los humanos de tareas mundanas. revisiones de la literatura (SLR) (Grbin et al., 2022; Jonnalagadda et al., 2015). Dada la escala y la velocidad de publicación, la capacidad de los investigadores para mantenerse al día con la literatura mediante métodos manuales está amenazada. Una revisión sistemática viva Caso de uso 2: Aplicación de la IA a los servicios bibliotecarios para los usuarios emplearía técnicas automatizadas en parte del proceso SLR. Esto es particularmente crítico en el contexto de la salud, donde se confía en los SLR como base para el asesoramiento sobre intervenciones de Aquí es donde la IA se aplica directamente a los servicios bibliotecarios para atención médica basadas en evidencia. Por ejemplo, se podrían los usuarios. Dos ejemplos principales son la aplicación al descubrimiento de seleccionar nuevas publicaciones en busca de material relevante para conocimientos y los chatbots. una SLR y realizar algunos filtrados para material no relevante. Esta es El uso de la IA en el descubrimiento de conocimientos implica la función típica de un bibliotecario debido a su conocimiento de las la aplicación de técnicas de IA para describir colecciones de bases de datos bibliográficas y las técnicas de búsqueda precisas. Aquí bibliotecas, generalmente colecciones especiales de material de la IA se aplica a los textos, pero a los textos publicados en lugar de a archivo único, como las que se encuentran en bibliotecas de colecciones raras o únicas como en la aplicación anterior. Algún investigación (Cordell, 2020; EuropeanaTech, 2021). Pero también elemento de automatización, pero es probable que los bibliotecarios podría aplicarse a textos jurídicos y conocimientos técnicos de una sigan desempeñando un papel en la elección de bases de datos, biblioteca jurídica. Esto a menudo estaría impulsado por la escala herramientas de capacitación e interpretación de acuerdos de licencia involucrada, donde la cantidad de material desafía la creación (Grbin et al., 2022). Grbin et al. (2022) ofrecen un estudio de caso sobre humana de metadatos para su descubrimiento. Los datos la participación de una biblioteca en la construcción de un sistema SLR descriptivos creados automáticamente también podrían agregar de este tipo. una nueva dimensión al descubrimiento al crear nuevas formas de Una aplicación bastante diferente de la IA para su uso dentro de los navegar por el contenido (Coleman et al., 2022). Las técnicas de IA servicios bibliotecarios para los usuarios son los chatbots y los podrían aplicarse a una amplia gama de tipos de colecciones, asistentes digitales. Las ventajas potenciales de los chatbots se han incluidos textos, manuscritos, archivos de sonido o imágenes. Este venido comentando desde hace algún tiempo, basándose en su tipo de trabajo tiene una tradición bastante larga, aunque no disponibilidad 24 horas al día, 7 días a la semana para responder a las siempre se le ha llamado IA. consultas de los usuarios y su capacidad para manejar la escala Una de las principales barreras es que los algoritmos entrenados (McNeal y Newyear, 2013; Vincze, 2017). Los beneficios parecerían en escritura o imágenes modernas serán menos efectivos con aplicarse en todos los sectores bibliotecarios y se relacionan con las escrituras o imágenes históricas. Esto implica la necesidad de crear funciones de la biblioteca en la interacción con los usuarios. No todos costosos datos de capacitación para colecciones únicas. Puede haber los chatbots se basan en IA, pero la IA puede ayudar a producir una capacidad limitada para reutilizar dichos datos de entrenamiento. respuestas más adaptativas y alejarse de interacciones muy Actualmente existen soluciones limitadas disponibles en el mercado, programadas. Parece haber cierta evidencia de que la tecnología está por lo que existen importantes costos de desarrollo técnico y muchas madurando para que se puedan crear chatbots sin conocimientos de bibliotecas probablemente no tendrían los recursos para llevarlas a programación; aunque todavía hay soluciones limitadas disponibles cabo. Además, incluso las grandes instituciones con importantes para bibliotecas. Los chatbots tienen una amplia gama de usos recursos y una larga trayectoria en el desarrollo de este tipo de potenciales en las bibliotecas: el más obvio es responder a solicitudes soluciones reconocen el desafío de convertir proyectos en servicios a de información de rutina o incluso manejar las primeras etapas de escala (EuropeanaTech, 2021). Por lo tanto, gran parte de la literatura consultas de referencias complejas. Los asistentes digitales, como relevante cita proyectos que trabajan en colecciones particulares, a Alexa, también se pueden personalizar para responder consultas de menudo en contextos de humanidades digitales. los usuarios, explicar colecciones u ofrecer visitas guiadas (Williams, Aquí también hay una serie de preocupaciones éticas (Padilla, 2019). Los chatbots y los asistentes digitales también podrían usarse 2019). Estos avances de la IA surgen en un momento en el que la para recopilar información rutinaria de los usuarios, como estudiantes, procedencia de las colecciones se cuestiona cada vez más: en o apoyar el desempeño de ciertas tareas (como solicitar un ILL). Es particular aquellas que se reunieron sobre los pueblos indígenas posible que vengan interfaces de chat para buscar. También se están durante la época del colonialismo, que reflejan prácticas de recolección probando en contextos educativos chatbots que son amigos u ofrecen que están muy alejadas de las nociones contemporáneas de apoyo emocional. Parece que las personas pueden desarrollar consentimiento y representan a los pueblos indígenas. en formas que relaciones complejas bastante ricas con los chatbots (Skjuve et al., no han aceptado. La IA puede, de alguna manera, afianzar o exacerbar 2021). Estas aplicaciones plantean una serie de cuestiones éticas, como estos problemas. También existe una cuestión de cómo hacer que los por ejemplo cómo garantizar una respuesta imparcial a todos los resultados sean inteligibles para los académicos y otros usuarios no usuarios y, expertos en la tecnología (Terras, 2022). También es importante mencionar que existen problemas de sostenibilidad en torno a algunos aprendizajes automáticos (Brevini, 2020). Lo que podría considerarse una variación de esta aplicación es el uso de técnicas de inteligencia artificial para crear sistemas vivos. Hasta la fecha, la adopción de chatbots y agentes de voz parece limitada (aunque los autores no conocen ningún estudio sistemático sobre la difusión del uso de chatbots en las bibliotecas), tal vez porque se considera que el costo de desarrollo supera el costo. 7 Cox y Mazumdar valor de los beneficios en el contexto de la complejidad de las consultas de Quizás sea más probable que la comunidad esté dirigida por científicos los usuarios. La teoría de la entrevista de referencia enfatiza la forma en que informáticos o incluso proveedores de plataformas, pero se puede ver un la pregunta que se presenta no es la pregunta "real" que tiene el usuario y papel importante para la biblioteca, especialmente al tratar de expandir el que el proceso de la entrevista es una interacción compleja para obtener la interés en la ciencia de datos más allá de los ingenieros. Podría actuar como verdadera necesidad de información. Si ese es el caso, es poco probable que un espacio neutral para el trabajo interdisciplinario. Han comenzado a surgir los chatbots sean completamente efectivos. Pero parece que podrían laboratorios de IA o colaboraciones alojadas en bibliotecas para hacer esto y abordar muchas solicitudes de información rutinarias que reciben las ofrecer estudios de caso sobre lo que podría estar involucrado (Dekker et al., bibliotecas y derivar otras a un ser humano. 2022; Wang et al., 2022). Las actividades en dichas unidades podrían incluir Este tipo de aplicaciones de la IA son fundamentales en muchos casos la organización de programas de capacitación y grupos de lectura. Las para determinar cómo la IA podría cambiar la forma en que se bibliotecas podrían respaldar los programas de enseñanza de ciencia de experimentan las bibliotecas, al menos a largo plazo. Como tales, es datos con la enseñanza de la gestión de datos, que tiende a descuidarse en probable que todos encuentren cierta resistencia en términos de cómo los planes de estudio (Shao et al., 2021). parecen cambiar el trabajo profesional y reemplazar las habilidades profesionales con la automatización. La gestión del cambio será fundamental para el éxito. Caso de uso 3: Apoyo a comunidades de científicos de datos Caso de uso 4: La alfabetización en datos e inteligencia artificial como dimensión de la alfabetización informacional Los ejemplos anteriores se relacionan principalmente con el uso de la IA de alguna manera directamente en el trabajo bibliotecario. Pero con el uso generalizado de la IA en la sociedad en general, agregar una dimensión de datos y alfabetización en IA a la Nuestra tercera aplicación importante de la IA en las bibliotecas es cuando alfabetización de los ciudadanos se convierte en una cuestión clave. Los ciudadanos la biblioteca apoya a las comunidades de científicos de datos, aprovechando necesitan algunos datos y conocimientos sobre IA porque la IA se utiliza en la toma de su experiencia en la gestión de la información. Las bibliotecas tienen una decisiones en muchos sectores de la vida, tanto por parte del Estado como de empresas serie de capacidades que podrían ser muy relevantes para los científicos de comerciales (Ridley y Pawlick-Potts, 2021). Más directamente en el ámbito de la búsqueda datos de una organización, como por ejemplo: y el uso de información, las herramientas de búsqueda y recomendación que la mayoría •• •• •• •• •• •• de nosotros encontramos todos los días, como Google y Amazon, se basan en la IA. La búsqueda de datos como extensión del apoyo a la búsqueda de Además, se encuentran cada vez más otras aplicaciones de la IA en el trabajo cotidiano del literatura. conocimiento, como la transcripción de reuniones en línea, la traducción de textos y la Licencias de datos como extensión de sus licencias de gama cada vez más amplia de herramientas de escritura, desde sugerencias y otros tipos de contenidos correcciones automáticas, revisión de gramática y estilo hasta redactores de contenidos. Asesoramiento en materia de derechos de autor, como extensión de su experiencia en derechos de que compondrá el texto basándose en un breve mensaje. La disponibilidad de estas propiedad intelectual. herramientas es interesante para el acceso y la creación de conocimiento, pero es La gestión de datos como extensión de las actividades de necesario utilizarlas de manera adecuada, basándose en una cierta comprensión de cómo recopilación. funcionan. La IA también se utiliza para crear información falsa, como los deepfakes. Los Preservación de datos, por ejemplo proporcionando un ciudadanos también necesitan cierta comprensión de esto. Estas cuestiones apuntan a la depósito para datos derivados y código, como una necesidad de que la formación en alfabetización informacional abarque una comprensión extensión de su función de preservación dentro de la básica de los datos y la IA (Long y Magerko, 2020). En el desarrollo de este papel, un gestión de colecciones. impulsor importante es la necesidad de proteger la libertad de expresión y de búsqueda, y Métodos abiertos, como una extensión del compromiso más por lo tanto los valores éticos fundamentales de la bibliotecología (IFLA, 2019). Por tanto, amplio de muchas bibliotecas con la apertura, por ejemplo con la Toane et al. (2022) describen un estudio de caso de una biblioteca que utiliza un recurso ciencia abierta. educativo abierto sobre IA creado en Finlandia para educar a su base de usuarios sobre qué es la IA. Más específicamente, las bibliotecas pueden participar en iniciativas para En este contexto, la biblioteca es uno entre varios proveedores de servicios informar a los usuarios sobre clases particulares de IA relevantes para sus actividades, que podrían apoyar a las comunidades de ciencia de datos. El papel de la como enseñar a los estudiantes internacionales a comprender mejor cómo utilizar las biblioteca es particularmente plausible cuando se trata de una colección de herramientas de traducción de manera adecuada (Bowker et al., 2022). La incorporación investigación basada en la biblioteca en torno a la cual trabajan numerosos de conocimientos sobre datos e inteligencia artificial en la AI y otras capacitaciones de académicos. Por lo general, se trata de investigadores de humanidades usuarios implica cierto conocimiento básico de la IA combinado con una mayor digitales, donde las colecciones de las bibliotecas suelen ser una fuente comprensión de la pedagogía por parte de los bibliotecarios. Ridley y Pawlick-Potts (2021) principal. Las bibliotecas bien podrían desempeñar un papel de liderazgo en identifican un papel adicional para ayudar a que la IA sea explicable en general. implica la creación de dichas comunidades, aunque el enfoque aquí podría estar cierto conocimiento básico de la IA combinado con una mayor comprensión de la orientado hacia los académicos de cualquier institución interesada en una pedagogía por parte de los bibliotecarios. Ridley y Pawlick-Potts (2021) identifican un colección en particular. Pero muchas instituciones, especialmente las papel adicional para ayudar a que la IA sea explicable en general. implica cierto universidades, también cuentan con comunidades crecientes de científicos o conocimiento básico de la IA combinado con una mayor comprensión de la pedagogía por investigadores de datos que utilizan algunas técnicas de ciencia de datos en parte de los bibliotecarios. Ridley y Pawlick-Potts (2021) identifican un papel adicional para todas las disciplinas, a quienes la biblioteca podría ofrecer experiencia. Estos ayudar a que la IA sea explicable en general. tipos de 8 Revista de Bibliotecología y Ciencias de la Información 00 (0) Caso de uso 5: uso de datos para analizar, predecir e influir en el (2020) detallan la amplia gama de impactos potenciales de la IA en el comportamiento del usuario empleo: mediante el cual los empleos pueden ser reemplazados o reducidos La IA consiste en utilizar datos para identificar patrones. Las bibliotecas otros pierden sus habilidades y, por lo tanto, las divisiones de la fuerza tienen colecciones que pueden tratarse como datos, pero también tienen muchas formas de datos sobre los usuarios. Las técnicas de IA son muy relevantes para analizar los datos de los usuarios (Litsey y Mauldin, 2018). Esto podría ser para predecir o incluso influir en el comportamiento del usuario. Un ejemplo sencillo es el uso del análisis de sentimientos para investigar sentimientos positivos o negativos hacia la organización. El modelado predictivo buscaría anticipar niveles de uso de la biblioteca en determinadas épocas del año o predecir la circulación de libros: Iqbal et al. (2020) ofrecen un estudio de caso sobre cómo hacer esto. Si el impulsor del uso 4 es ético, los principales desafíos del uso 6 son en sí mismos éticos. Claramente es una actividad legítima, de hecho, una estrategia clave y un requisito de planificación para que las bibliotecas estudien a los usuarios para diseñar mejores servicios. Aplicar IA a los datos sobre los usuarios es simplemente una extensión de esto. Generalmente se acepta que la ciencia de datos es una combinación de conocimiento del dominio, análisis estadístico y métodos computacionales (Shao et al., 2021). Los bibliotecarios tienen el primero. Necesitarían los otros dos tipos de habilidades. Pero existen riesgos en este tipo de uso. Dado que se trata de usar datos, es útil reflexionar sobre algunas de las fallas en cómo las bibliotecas han usado los datos en otro contexto relacionado: la analítica del aprendizaje. Este es el movimiento para utilizar todo tipo de datos sobre los estudiantes para informarles a ellos y a sus profesores sobre su aprendizaje. Lo que han descubierto los críticos del uso de las analíticas del aprendizaje por parte de las bibliotecas es una serie de fallas éticas (al menos en los EE. UU.) en la forma en que normalmente se han utilizado estos datos (Jones et al., 2020). Los estudiantes a menudo no habían dado su consentimiento para estos usos y no tenían conocimiento de que sus datos se estaban utilizando de esa manera. Los proyectos no habían pasado por una revisión ética y pocas bibliotecas tenían declaraciones de uso responsable de los datos. Claramente había problemas de privacidad sobre cómo se habían utilizado esos datos y un posible efecto paralizador sobre la libertad de pensamiento y expresión. En última instancia, a menudo parecía poco claro si los estudiantes se beneficiaban del uso de sus datos o si eran las instituciones las principales beneficiarias. También hay evidencia de que los análisis estadísticos aplicados por las bibliotecas a las analíticas del aprendizaje a menudo son defectuosos (Robertshaw y Asher, 2019). Aplicar la IA a las colecciones como datos es claramente problemático desde el punto de vista ético en algún nivel, pero esto parece ser mucho más cierto cuando se trata de datos personales sobre los usuarios y su comportamiento. En Europa, el RGPD también puede imponer límites legales sobre cómo se pueden analizar los datos sobre los usuarios. Aplicar la IA a las colecciones como datos es claramente problemático desde el punto de vista ético en algún nivel, pero esto parece ser mucho más cierto cuando se trata de datos personales sobre los usuarios y su comportamiento. En Europa, el RGPD también puede imponer límites legales sobre cómo se pueden analizar los datos sobre los usuarios. Aplicar la IA a las colecciones como datos es claramente problemático desde el punto de vista ético en algún nivel, pero esto parece ser mucho más cierto cuando se trata de datos personales sobre los usuarios y su comportamiento. En Europa, el RGPD también puede imponer límites legales sobre cómo se pueden analizar los datos sobre los usuarios. (la automatización destruye empleos), divididos (algunos se benefician, laboral se profundizan), complementados y suplementados (donde la IA se suma a lo que el profesional es capaz de hacer) o incluso rehumanizado (donde los trabajos se enriquecen al eliminar elementos rutinarios). Es probable que todo esto suceda hasta cierto punto y aún no sabemos cuál será el equilibrio de los efectos. Las habilidades necesarias para los diferentes tipos de aplicación de la IA parecen diferentes (Tabla 1, columna C). Al menos podemos estar bastante seguros de que los bibliotecarios seguirán siendo necesarios, porque estamos entrando en un panorama de información más complejo que nunca, por lo que las funciones de mediación de la información cambiarán, pero no desaparecerán. Dada la dependencia de la IA de datos de buena calidad y bien gestionados, El hecho de que los bibliotecarios tengan datos de buena calidad en sus colecciones será importante. La comprensión de los bibliotecarios sobre cosas como las estructuras de datos los coloca en una buena posición para desempeñar roles futuros. Probablemente necesiten trabajar más para traducir sus habilidades existentes en la búsqueda, gestión y preservación de información para aplicarlas específicamente a los datos y hablar más sobre los datos. Pero también deberíamos pensar en el impacto potencial de estos usos de la IA en la igualdad, la diversidad y la inclusión dentro de una profesión que tiene mayoría femenina pero que aún tiene una brecha salarial de género persistente (Hall et al., 2016; Howard et al., 2020). . La IA no debe verse de manera simplista como una tecnología neutral. La IA privilegia simbólicamente la identidad masculina blanca, no debido a algún vínculo esencialista entre la TI y el género y la raza, sino porque existe un vínculo profundamente arraigado entre las nociones culturales de la tecnología (de la información) como racional y neutral, y las construcciones culturales de la masculinidad. Se ha argumentado que la propia IA, tal como se concibe y representa actualmente en el pensamiento occidental, es masculina (Adam, 2006) y blanca (Cave y Dihal, 2020). Más directamente, TI es estereotipadamente una profesión masculina, y específicamente en las fuerzas laborales de IA, especialmente en roles técnicos, los hombres blancos están sobrerrepresentados (Gehlhaus y Mutis, 2021). Además, hoy en día la IA suele ser desarrollada por empresas tecnológicas globales muy poderosas que están integradas en el sistema capitalista con sus vínculos históricos con el patriarcado, el colonialismo y el neoliberalismo (Crawford, 2021; Jiménez et al., 2022). Es probable que las manifestaciones de IA producidas dentro de estos sistemas tecnológicos perpetúen suposiciones sexistas y racistas. Esto es relevante para el desarrollo más amplio de la IA en la sociedad, pero también afecta a cómo la IA podría manifestarse en el mundo de las bibliotecas. 2022). Es probable que las manifestaciones de IA producidas dentro de estos sistemas tecnológicos perpetúen suposiciones sexistas y racistas. Esto es relevante para el desarrollo más amplio de la IA en la sociedad, pero también afecta a cómo la IA podría manifestarse en el mundo de las bibliotecas. 2022). Es probable que las manifestaciones de IA producidas dentro de estos sistemas tecnológicos perpetúen suposiciones sexistas y racistas. Esto es relevante para el desarrollo más amplio de la IA en la sociedad, pero también afecta a cómo la IA podría manifestarse en el mundo de las bibliotecas. Por tanto, existe un problema ampliamente reconocido de Discusión: ¿Cómo afectará la IA al empleo y la igualdad, la diversidad y la inclusión en las bibliotecas? subrepresentación de las mujeres en el diseño de sistemas de IA. Esto se aplica no solo a las funciones de TI, sino también a grupos como los bibliotecarios y otros profesionales de la información que tienen algún papel en la creación y el desarrollo directos de la IA, pero también en el mantenimiento y la gestión de los sistemas de IA (Collett et al., 2022). Debido a que se trata de un panorama complejo, las preocupaciones sobre La IA no cuestionada bien podría reforzar las desigualdades dentro de el impacto en el trabajo y los empleos de los bibliotecarios no pueden la profesión de la información porque los hombres están responderse fácilmente. Asociación Global sobre Inteligencia Artificial sobrerrepresentados en roles técnicos, que se consideran impulsores. 9 Cox y Mazumdar automatización y en roles más altos, que son menos vulnerables a Se han propuesto con buenos fundamentos durante muchos años, la automatización. pero aparentemente aún no se han materializado a gran escala. Es A nivel simbólico, el tratamiento de la tecnología en posible que, al final, algunas de estas posibles aplicaciones no tengan Biblioteconomía y Biblioteconomía ha sido a menudo solucionista, ningún impacto significativo en los servicios. Entonces, aquí hay una retratando la tecnología como una solución casi mágica a problemas sensación de posibilidad, no de inevitabilidad. Creemos que es un sociales complejos (Morozov, 2013). Esto refuerza aspectos de la BID mensaje importante decir que todo lo que hemos escrito son que también retrata a las bibliotecas como espacios neutrales, posibilidades a las que podemos dar forma, no una inevitable "ola del objetivos y racionales (Mirza y Seale, 2017). Por ejemplo, cuando el futuro". organismo profesional de la información de EE. UU. representa las Es posible que podamos decir algo sobre qué casos de uso de la IA son tendencias futuras (incluida la IA), enfatiza el emprendimiento más probables en la mayoría de los contextos. Es razonable esperar que las individualista, mientras que "el trabajo emocional y de cuidados, el aplicaciones más cercanas a lo que las bibliotecas ya hacen y que tienen las trabajo reproductivo, el servicio, el trabajo de mantenimiento y el menores implicaciones de recursos sean adoptadas más rápida y trabajo manual se consideran desproporcionadamente como trabajo ampliamente. Esto haría probable que el trabajo en torno a la alfabetización feminizado y trabajo "no calificado". “trabajo de servicio”. (Mirza y en IA se desarrolle más rápido que en cualquier otro lugar. Las aplicaciones Seale, 2017: 178). Las tendencias futuras son descritas por el colegio a la colección para el descubrimiento de conocimientos se están profesional sin reconocer el trabajo fantasma precario en el que se desarrollando en bibliotecas con colecciones ricas y únicas y grandes basa y sin reconocer su impacto ambiental. Estos discursos sobre recursos. Sin embargo, como ocurre con la mayoría de las tecnologías, tecnologías futuras como la IA desempeñan un papel importante a la parece probable que las bibliotecas recurran a proveedores comerciales hora de definir lo que es importante en el trabajo de una profesión, externos para que les proporcionen soluciones preempaquetadas, por pero lo hacen de manera que afianzan la desigualdad al enfatizar ejemplo, chatbots fáciles de personalizar. Por lo tanto, sigue sin respuesta formas de trabajo en las que los hombres blancos están cómo empezarán a aplicar la IA los proveedores de sistemas bibliotecarios, sobrerrepresentados (Mirza y Seale, 2017). . Afortunadamente, esto los proveedores de servicios bibliográficos y otras empresas tecnológicas en no significa que las desigualdades estén predeterminadas. Pueden el espacio bibliotecario. verse desafiados especialmente por iniciativas para ampliar el acceso al aprendizaje de habilidades relevantes (Collett et al., 2022). Declaración de intereses en conflicto El(los) autor(es) declararon que no existen posibles conflictos de intereses con respecto a la investigación, autoría y/o publicación de Conclusión este artículo. Este artículo busca ayudar a los bibliotecarios a afrontar el impacto Fondos potencialmente cada vez mayor de la IA en las bibliotecas. Las definiciones generales de la primera parte ayudan al lector a comprender el alcance de la IA y señalan la preocupación subyacente sobre la relación entre las Los autores no recibieron apoyo financiero para la investigación, autoría y/o publicación de este artículo. máquinas y los humanos, pero también la revelan como una idea en evolución. La segunda parte ofrece algunas ideas sobre la tecnología en sí identificación ORCID con ejemplos basados en bibliotecas. La tercera parte se acerca para Andrés M. Cox https://orcid.org/0000-0002-2587-245X identificar cómo se puede aplicar la IA en diferentes áreas de operación de la biblioteca. Esto revela el potencial de la IA para aumentar la eficiencia de las operaciones de la biblioteca; mejorar los servicios a los usuarios, por ejemplo mediante un mejor descubrimiento de conocimientos, SLR dinámicas y la interacción del usuario a través de chatbots; crear nuevos roles en torno al apoyo a las comunidades; añadir una nueva dimensión a la alfabetización informacional; y apoyar la comprensión y el control sobre el comportamiento del usuario. Siguen existiendo barreras importantes, como cuestiones éticas y legales, falta de soluciones disponibles, desafíos de costos e implementación, brechas de habilidades, desafíos de colaboración y simplemente la atracción de otras prioridades e innovaciones. La discusión pasa a considerar el impacto potencial de la IA en el trabajo bibliotecario y, en particular, las implicaciones para la igualdad, la diversidad y la inclusión dentro de la profesión. Habiendo pasado por este proceso de análisis, es más fácil comprender el panorama más amplio del impacto generalizado pero también desigual de la IA. Los avances en IA están bastante bien desarrollados en algunos Referencias Adán A (2006)Conocimiento artificial: el género y el pensamiento Máquina. Londres: Routledge. Aghav-Palwe S y Gunjal A (2021) Introducción a la cognitiva informática y sus diversas aplicaciones. En: Mittal M, Ratn Shah R y Roy S (eds)Computación cognitiva para la interacción humano-robot. Londres: Academic Press, págs. 1–18. Ali MY, Naeem SB y Bhatti R (2020) Inteligencia artificial Herramientas y perspectivas de los bibliotecarios universitarios: una visión general. Revisión de información comercial37(3): 116-124. Alzubi J, Nayyar A y Kumar A (2018) Aprendizaje automático de De la teoría a los algoritmos: una descripción general.Revista de Física: Serie de conferencias1142(1): 012012. Bowker L, Kalsatos M, Ruskin A, et al. (2022) Artificiales Inteligencia, traducción automática y bibliotecas académicas: mejorar la alfabetización en traducción automática en el campus. En: Hervieux S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones de la IA en las bibliotecas académicas. Chicago, IL: sectores bibliotecarios, al menos en algunas instituciones dentro de ellos. Asociación de Bibliotecas Universitarias y de Investigación, págs. De igual forma existen algunas aplicaciones que 3–14. 10 Revista de Bibliotecología y Ciencias de la Información 00 (0) Brevini B (2020) Cajas negras, no verdes: mitologizar la artifiinteligencia social y omitiendo el medio ambiente.Big Data y sociedad7(2): 2053951720935141. Cave S y Dihal K (2020) La blancura de la IA.Filosofía & Tecnología33(4): 685–703. Coleman C, Engel C y Thorsen H (2022) Subjetividad y Descubribilidad: una exploración con imágenes. En: Hervieux S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones de Hastie T, Tibshirani R, Friedman JH, et al. (2009)Los elementos del aprendizaje estadístico: minería de datos, inferencia y predicción, vol. 2. Nueva York, Nueva York: Springer, págs. 1–758. Hervieux S y Wheatley A (2021) Percepciones de lo artificial Inteligencia: una encuesta de bibliotecarios académicos en Canadá y Estados Unidos.La Revista de Biblioteconomía Académica 47(1): 102270. Hervieux S y Wheatley A (eds) (2022)El auge de la IA: la IA en las bibliotecas académicas. Chicago, IL: Asociación de Implicaciones y aplicaciones de la inteligencia artificial en Bibliotecas Universitarias y de Investigación, págs. 83–94. Collett bibliotecas académicas. Chicago, IL: Asociación de Bibliotecas C, Gomes LG y Neff G (2022)Los efectos de la IA sobre la vida laboral de las mujeres. Washington, DC: UNESCO. Disponible en: https://unesdoc.unesco.org/ark:/48223/ pf0000380861 (consultado el 8 de diciembre de 2022). Cordell R (2020)Aprendizaje automático+Bibliotecas: un informe sobre el estado del campo. Disponible en: https://labs.loc.gov/ static/labs/work/reports/Cordell-LOC-ML-report.pdf? (consultado el 8 de diciembre de 2022). Cox AM (2021) El papel de la información, el conocimiento man- Universitarias y de Investigación. Howard HA, Habashi M y Reed JB (2020) El salario de género brecha en las bibliotecas de investigación.Bibliotecas universitarias y de investigación 81(4): 662–675. Comité Selecto de Inteligencia Artificial de la Cámara de los Lores (2018)IA en el Reino Unido: preparada, dispuesta y capaz. Disponible en: https://publications.parliament.uk/pa/ld201719/ldselect/ldai/ 100/100.pdf (consultado el 8 de diciembre de 2022). Hu Y, Li W, Wright D, et al. (2019) Inteligencia artificial La gestión y el personal bibliotecario en la cuarta revolución enfoques de gencia. En: Wilson JP (ed.)El conjunto de industrial. CILIP. Disponible en: https://www.cilip.org.uk/general/ conocimientos sobre ciencia y tecnología de la información custom.asp?page=researchreport https://cdn.ymaws.com/ geográfica, 3er trimestre de 2019 ed. Disponible en: https:// www.cilip.org.uk/resource/resmgr/cilip/research/ tech_review/ cilip_%e2%80%93_ai_report_-_final_lo.pdf Cox AM, Pinfield S y Rutter S (2019) La biblioteca inteligente: Opiniones de líderes de opinión sobre el probable impacto de la inteligencia artificial en las bibliotecas académicas.Biblioteca de alta tecnología37(3): 418–435. Cox A (2022) La ética de la IA para los profesionales de la información: Ocho escenarios.Revista de la Asociación Australiana de Bibliotecas e Información71(3): 201–214. Crawford K. (2021)Atlas de IA. New Haven, CT y Londres: Prensa de la Universidad de Yale. Dekker H, Ferrari A y Mandal I (2022) Laboratorio de inteligencia artificial de las bibliotecas URI – Evolucionar para satisfacer las necesidades de los estudiantes y las comunidades de investigación. En: Hervieux S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones de la IA en las bibliotecas doi.org/10.22224/gistbok/2019.3.4 Huang YH (2022) Explorando la implementación de tecnologías artificiales Aplicaciones de inteligencia entre bibliotecas académicas en Taiwán.Biblioteca de alta tecnología. Publicación electrónica previa a la impresión el 5 de julio de 2022. DOI: 10.1108/LHT-03-2022-0159. IFLA (2019) Declaración de la IFLA sobre inteligencia artificial y bibliotecas. https://www.ifla.org/wp-content/uploads/2019/05/assets/ faife/ifla_statement_on_libraries_and_artificial_intelli gence.pdf Consultado el 8 de diciembre de 2022. Iqbal N, Jamil F, Ahmad S, et al. (2020) Hacia una planificación eficaz ning y gestión mediante análisis predictivos basados en datos de libros de alquiler de bibliotecas académicas.Acceso IEEE8: 81978–81996. Jimenez A, Vannini S y Cox A (2022) Una decolo- académicas. Chicago, IL: Asociación de Bibliotecas Universitarias y de Lente nial para estudios bibliotecarios y de información.Revista de Investigación. págs.15–34. documentación. Publicación electrónica previa a la impresión el 9 de junio EuropeanaTech (2021) IA en relación con el grupo de trabajo Glams. Informe y recomendaciones. Disponible en: https://pro.europeana. eu/ de 2022. DOI: 10.1108/JD-10-2021-0205. JISC (2022) IA en la educación terciaria: un resumen de la actualidad project/ai-in-relation-to-glams (consultado el 8 de diciembre de situación del alquiler. Disponible en: https://repository.jisc. ac.uk/ 2022). 8783/1/ai-in-tertiary-education-report-june-2022.pdf (consultado Comisión Europea (2020) Libro blanco sobre artificiales Inteligencia: un enfoque europeo hacia la excelencia y la confianza. Disponible en: https://ec.europa.eu/info/sites/default/ files/ Commission-white-paper-artificial-intelligence-feb2020_ en.pdf (consultado el 8 de diciembre de 2022). Gehlhaus D y Mutis S (2021)La fuerza laboral de IA de EE. UU.. Disponible en: https://cset.georgetown.edu/wp-content/uploads/US-AIWorkforce_Brief-1.pdf (consultado el 8 de diciembre de 2022). Asociación Global sobre Inteligencia Artificial (2020) Futuro de trabajo – Informe del grupo de trabajo. Disponible en: https://gpai. ai/ projects/future-of-work/gpai-future-of-work-wgreportnovember-2020.pdf (consultado el 8 de diciembre de 2022). Grbin L, Nichols P, Russell F, et al. (2022) El desarrollo de un sistema de conocimiento vivo y sus implicaciones para futuras búsquedas sistemáticas.Revista de la Asociación Australiana de Bibliotecas e Información71(3): 275–292. Hall H, Irving C, Ryan B, et al. (2016)Un estudio del Reino Unido Fuerza laboral de información. CILIP/ARA. Londres: Instituto Colegiado de Profesionales de la Información y Bibliotecas. el 8 de diciembre de 2022). Jobin A, Ienca M y Vayena E (2019) El panorama global de las directrices éticas de la IA.Inteligencia de la máquina de la naturaleza1(9): 389–399. Jones KML, Briney KA, Goben A, et al. (2020) Un complejo Introducción completa a las prácticas, iniciativas y cuestiones de privacidad del análisis del aprendizaje en bibliotecas.Bibliotecas universitarias y de investigación 81(3): 570–591. Jonnalagadda SR, Goyal P y Huffman MD (2015) Automatización Extracción de datos en revisiones sistemáticas: una revisión sistemática. Revisiones sistemáticas4(1): 1–16. Lin CH, Chiu DK y Lam KT (2022) Académico de Hong Kong Actitudes de los bibliotecarios hacia la automatización de procesos robóticos. Biblioteca de alta tecnología. Publicación electrónica previa a la impresión el 7 de septiembre de 2022. DOI: 10.1108/LHT-03-2022-0141. Litsey R y Mauldin W (2018) Saber lo que quiere el cliente: Utilizar análisis predictivos para transformar la toma de decisiones de las bibliotecas.La Revista de Biblioteconomía Académica44(1): 140-144. 11 Cox y Mazumdar Long D y Magerko B (2020) ¿Qué es la alfabetización en IA? Competencias Terras M (2022) El papel de la biblioteca cuando las computadoras pueden y consideraciones de diseño. En:Actas de la conferencia CHI 2020 leer: Adopción crítica de tecnologías de reconocimiento de texto sobre factores humanos en sistemas informáticos, Honolulu, escrito a mano (HTR) para respaldar la investigación. En: Hervieux Hawaii, 25 a 30 de abril de 2020, págs. 1 a 16. Nueva York, NY: S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones Asociación de Maquinaria de Computación. de la IA en las bibliotecas académicas. Chicago, IL: Asociación de McCaffrey C (2021) Planificación e implementación de un Bibliotecas Universitarias y de Investigación, páginas 137-148. sistema de almacenamiento y recuperación acoplado en la Universidad de Limerick. En: Atkinson J (ed.)Tecnología, cambio y Toane C, Doucette L, Rousseau P, et al. (2022) El desafío 99 AI biblioteca académica. Hull, Reino Unido: Chandos Publishing, Objetivo: Empoderar a una comunidad universitaria a través de un págs. 143-150. piloto de aprendizaje abierto. En: Hervieux S y Wheatley A (eds) El auge McNeal ML y Newyear D (2013) Introducción de chatbots en bibliotecas.Informes de tecnología bibliotecaria49(8): 5–10. Mirza R y Seale M (2017) ¿Quién mató al mundo? Blanco La masculinidad y la biblioteca tecnocrática del futuro. En: Schlesselman-Tarango G (ed.)Topografías de la blancura: mapeo de la blancura en biblioteconomía y ciencias de la información. Sacramento, CA: Library Juice Press, páginas 171-197. de la IA: implicaciones y aplicaciones de la IA en las bibliotecas académicas. Chicago, IL: Asociación de Bibliotecas Universitarias y de Investigación, págs. 3–14. Gobierno del Reino Unido (2021) Estrategia nacional de IA. Disponible en: https://www.gov.uk/government/publications/national-aistrategy (consultado el 8 de diciembre de 2022). Reino Unido (2021)Transformando nuestro mundo con IA. Disponible en: Moran TC (2021) El sesgo tecnológico racial y las mujeres blancas y https://www.ukri.org/wp-content/uploads/2021/02/UKRI-120221- Nueve voces de AI VA.Comunicación y Estudios Críticos/ Culturales18(1): 19–36. Morózov E. (2013)Para guardarlo todo haga clic aquí: La locura de TransformingOurWorldWithAI.pdf (consultado el 8 de diciembre Solucionismo tecnológico. Londres: Allen Lane. Milholland A y Maddalena M (2022) “Podríamos programar ¡Un Bot para hacer eso! Automatización de procesos robóticos en la curación de metadatos y la discerabilidad de las becas. En: Hervieux S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones de la IA en las bibliotecas académicas. Chicago, IL: Asociación de Bibliotecas Universitarias y de Investigación, páginas 111-122. OCDE (2020) Los principios de IA de la OCDE. Disponible en: https:// oecd.ai/en/ai-principles (consultado el 8 de diciembre de 2022). Olsson F (2009)Un estudio bibliográfico sobre el aprendizaje automático activo en el contexto del procesamiento del lenguaje natural. Informe técnico SICS T2009:06. Kista, Suecia: Instituto Sueco de Informática. Informe final de la Comisión de Seguridad Nacional de EE. UU. sobre IA (2021). Disponible en: https://www.nscai.gov/2021-final-report/ (consultado el 8 de diciembre de 2022). Padilla T (2019)Operaciones responsables: ciencia de datos, Aprendizaje automático e inteligencia artificial en bibliotecas. Dublín, OH: Investigación de OCLC. Ridley M y Pawlick-Potts D (2021) Alfabetización algorítmica y el papel de las bibliotecas.Tecnología de la información y bibliotecas 40(2): 1–15. Robertshaw MB y Asher A (2019) ¿Números poco éticos? A Metanálisis de estudios de análisis de aprendizaje bibliotecario.Tendencias de la de 2022). UNESCO (2022) Currículos de IA K-12: un mapeo del gobierno currículos de IA respaldados. Disponible en: https:// unesdoc.unesco.org/ark:/48223/pf0000380602 (consultado el 8 de diciembre de 2022). Valiant LG (1984) Una teoría de lo que se puede aprender.Comunicaciones de el ACM27(11): 1134-1142. Vincze J (2017) Bibliotecarios virtuales de referencia (Chatbots).Biblioteca Noticias de alta tecnología34(4): 5–8. Vlachos E, Hansen AF y Holck JP (2020) Un robot en el biblioteca. En:Conferencia internacional sobre interacción persona-computadora(ed M Rauterberg), julio de 2020, págs. 312–322. Cham: Springer. Wang F, Tucker A y Seo J (2022) Incubando la IA: la collaboratorio de la Biblioteca de la Universidad Ryerson. En: Hervieux S y Wheatley A (eds)El auge de la IA: implicaciones y aplicaciones de la IA en las bibliotecas académicas. Chicago, IL: Asociación de Bibliotecas Universitarias y de Investigación, págs. 47–60. Williams R (2019) Asistentes de inteligencia artificial en la biblioteca: Siri, Alexa y más.Buscador en línea43(3): 10-14. Witten IH y Frank E (2002) Minería de datos: máquina práctica Herramientas y técnicas de aprendizaje con implementaciones Java. Registro ACM Sigmod31(1): 76–77. Wu J, Williams KM, Chen HH, et al. (2015) Citeseerx: IA en un buscador de bibliotecas digitales.Revista IA36(3): 35–48. biblioteca68(1): 76–101. Seeger AM, Pfeiffer J y Heinzl A (2021) Enviar mensajes de texto con humanos como agentes conversacionales: diseñar para el antropomorfismo.Revista de la Asociación de Sistemas de Información 22(4): 8. Shao G, Quintana JP, Zakharov W, et al. (2021) Explorando el potencial Funciones especiales de las bibliotecas académicas en el desarrollo curricular de educación en ciencia de datos de pregrado.La Revista de Biblioteconomía Académica47(2): 102320. Skjuve M, Følstad A, Fostervold KI, et al. (2021) Mi chatbot companion: un estudio de las relaciones entre humanos y chatbots.Revista internacional de estudio humano-computadors 149: 102601. Sproles C y Kuehn R (2014) Gestión de elementos de forma automatizada Biografías de autores Andrés M. CoxSu principal área de investigación ha girado en torno a la respuesta de las profesiones de la información a los desafíos sociales contemporáneos, como las nuevas tecnologías, el creciente gerencialismo, la datificación, las conceptualizaciones cambiantes del aprendizaje y la percepción de una crisis de bienestar. Con Suvodeep, imparte el curso webinar 'Inteligencia artificial para profesionales de la información' para UkeiG. Suvodeep MazumdarSu investigación explora el desarrollo de técnicas y mecanismos para reducir la barrera que enfrentan las comunidades de Sistema de almacenamiento y recuperación (AS/RS).Revista de usuarios a la hora de comprender conjuntos de datos multidimensionales servicios de acceso11(4): 219–228. complejos de gran tamaño. Llevo a cabo investigaciones interdisciplinarias Tella A (2020) Los robots llegan a las bibliotecas: Son los bibliotecarios sobre mecanismos visuales, interactivos y muy atractivos junto con técnicas ¿Listo para acomodarlos?Biblioteca Noticias de alta tecnología37(8): de consulta complejas para una navegación, exploración y comprensión 13-17. fluidas de conjuntos de datos complejos.
