[论文阅读] AI+ | GenAI重塑智慧图书馆：华东师大实践AI虚拟馆员，解放馆员聚焦高价值任务

GenAI重塑智慧图书馆：华东师大实践AI虚拟馆员，解放馆员聚焦高价值任务

论文信息

项目	内容
论文原标题	高校图书馆AI虚拟馆员服务框架与实施路径研究
主要作者及研究机构	张毅（华东师范大学图书馆，副研究馆员，研究方向：数字人文与人工智能）
网络首发日期	2025-10-30
发表期刊	《图书馆杂志》（ISSN 1000-4254，CN 31-1108/G2）
引文格式（GB/T 7714）	张毅. 高校图书馆AI虚拟馆员服务框架与实施路径研究[J/OL]. 图书馆杂志, 2025(网络首发). https://link.cnki.net/urlid/31.1108.G2.20251030.0856.002
研究数据集链接	http://hdl.handle.net/20.500.12304/13509

一段话总结

随着生成式人工智能（GenAI）从传统机器学习（ML-AI）演进，高校图书馆服务模式迎来重塑。张毅团队通过调研42所国内"双一流"高校及100所国际U.S. News前100高校图书馆，发现国内在AI虚拟馆员覆盖面（规则AI31%、LLM AI26%）上更积极，但隐私措施不足；国际侧重服务精准性与人工协作（7%隐私措施、8%7/24人工支持）。结合华东师范大学图书馆实践，研究提出含"问答库+文档库+应用库"三层知识库、融合语义向量化与ChatECNU大模型的AI虚拟馆员框架，实现24小时服务、62%重复问题自动化，解放馆员专注高价值任务，为智慧图书馆提供可复制范式，未来将聚焦多模态交互与数据隐私保护。

思维导图

研究背景

在人工智能技术从"传统机器学习（ML-AI）"向"生成式人工智能（GenAI）"跨越的浪潮中，2024年诺贝尔物理学奖与化学奖均授予AI领域科学家，标志着AI已成为科研与应用的核心驱动力------这一变革也深刻影响着高校图书馆。

回顾图书馆的技术演进史：从早期的手写卡片目录，到计算机联机目录，再到图书馆集成系统（LIS）、图书馆服务平台（LSP），每一次技术升级都推动服务效率提升。但当下，传统服务仍面临三大痛点：

服务时效局限：人工咨询无法覆盖非工作时间（调研显示58%咨询发生在非工作时段）；
馆员负担重：62%的咨询是重复问题（如借阅规则、续借流程），占用馆员大量精力；
个性化不足：读者需求多样化（如2500名留学生的语言适配、学科资源推荐），传统模式难满足。

与此同时，科睿唯安《图书馆的发展脉搏》报告显示，69%的学术图书馆正在评估或计划实施AI技术，"AI驱动的参考咨询"已成为未来一年的技术优先事项。在此背景下，"AI虚拟馆员"应运而生，成为解决上述痛点、推动智慧图书馆建设的关键突破口。

创新点

本文的核心创新的在于"从调研到落地的全链路突破"，具体体现在5个方面：

三层知识库设计：首次提出"问答库+文档库+应用库"协同架构，覆盖"咨询解答-信息查询-服务操作"全场景（如问答库处理常见问题，应用库直接对接座位预约API）；
RAG模式落地：采用"检索增强生成（RAG）"替代单一大模型，通过知识库检索规避大模型"幻觉"问题，确保回答准确性（实践中回答准确率提升30%+）；
模块化系统架构：拆分"用户会话+大模型生成+操作编排+向量化+知识库"五大模块，各模块独立可扩展（如向量化层可替换嵌入模型，大模型层支持多模型切换）；
精准需求定位：基于D&M（信息系统成功模型）和TAM（技术接受模型），覆盖读者、馆员、管理三方角色需求，量表信效度达Cronbach's Alpha>0.8，确保设计不脱离实际；
可复制实践范式：以华东师大图书馆为案例，提供"模型选择-知识库构建-提示词设计-效果评估"的完整落地流程，避免"纸上谈兵"。

研究方法和思路

本文采用"调研-分析-设计-验证-优化"的闭环研究思路，具体步骤如下：

步骤1：国内外实践调研（数据基础）

调研范围：2024年11月1日-13日，覆盖42所国内"双一流"高校图书馆、2025年U.S. News前100国际高校图书馆；
调研内容：在线咨询服务覆盖率、AI虚拟馆员类型（规则AI/LLM AI）、隐私保护措施、7/24人工支持情况；
产出：明确国内外应用差异（如国内LLM AI使用率26% vs 国际1%），为后续设计提供方向。

步骤2：角色需求分析（需求基础）

数据来源：华东师大图书馆372条读者微信咨询记录、141项访谈（读者/馆员/专家/供应商）；
分析工具 ：
- D&M模型（信息系统成功模型）：评估用户对"响应速度、信息准确性"等需求；
- TAM模型（技术接受模型）：分析用户对"操作简便性、系统稳定性"的感知；
产出：形成三方角色需求清单，确保系统设计匹配实际需求。

步骤3：系统架构设计（技术核心）

核心逻辑：以"大模型+知识库"为双引擎，构建模块化架构；
关键技术选型 ：
- 向量化：采用Sentence-BERT/OpenAI Embeddings生成语义向量；
- 大模型：以华东师大ChatECNU为基座，支持DeepSeek R1、Kimi V1切换；
- 知识库：RAG模式，整合问答库（405条）、文档库（281篇）、应用库（API对接）。

步骤4：实践验证（落地测试）

落地场景：华东师大图书馆AI虚拟馆员（网页版+微信版）；
关键设计 ：
- 提示词工程：角色设定（仅答图书馆相关）、意图识别（如"座位"→"座位预约"）；
- 反馈机制：读者"点赞/点踩"，低分回答人工优化；
效果评估：跟踪响应时间、问题解决率、用户满意度等指标，形成闭环。

主要成果和贡献

本文的核心成果可通过"理论+实践+应用"三维度体现，具体价值如下表：

成果类型	具体内容	关键数据/支撑	领域价值
理论成果	AI虚拟馆员系统框架（五大模块+三层知识库）	覆盖"用户交互-智能生成-数据支撑"全流程	为智慧图书馆提供标准化、可复制的技术范式，避免高校重复造轮子
理论成果	国内外AI虚拟馆员应用差异报告	国内：规则AI31%、LLM AI26%、隐私措施0%；国际：规则AI11%、LLM AI1%、隐私措施7%	帮国内高校规避"重技术轻隐私""重速度轻精准"的误区
实践成果	华东师大AI虚拟馆员落地	1. 处理62%重复咨询，馆员重复劳动减少50%+； 2. 响应58%非工作时间咨询，用户等待时间缩短80%； 3. 满意度评分达8.45/10（D&M模型数据）	验证框架可行性，为其他高校提供"拿来即用"的参考案例
实践成果	RAG模式知识库	1. 问答库：209条常见问题+86条馆员修正+110条内测问题； 2. 文档库：281篇馆藏目录/官网信息（含多媒体）； 3. 应用库：对接馆藏预约、电子书下载等API	解决大模型"幻觉"问题，回答准确率提升至92%（对比纯大模型的68%）
数据贡献	研究数据集	包含国内外调研数据、需求分析量表、实践效果数据	链接：http://hdl.handle.net/20.500.12304/13509，为后续研究提供数据支撑

关键问题

问题1：AI虚拟馆员的五大模块如何协同工作？以"读者查询座位预约"为例说明

答案：协同流程如下：

读者通过微信小程序（用户会话层）输入"预约座位"；
大模型生成层解析意图，识别需求为"服务操作"；
操作编排层触发"座位预约"工作流，调用向量化层；
向量化层将"座位预约"转化为语义向量，检索知识库层的"服务操作库"，匹配预约API；
应用库对接座位预约系统，返回可预约时段，由用户会话层展示结果。

问题2：国内高校AI虚拟馆员应用更积极，但国际高校更谨慎，这对国内有何启示？

答案：核心启示有2点：

平衡"速度与精准"：国内需在快速落地AI的同时，优化LLM模型的准确性（如通过RAG模式补充知识库），避免"答非所问"；
重视隐私合规：需落实《个人信息保护法》，增加身份验证、数据加密等措施（如国际高校7%已实施），规避法律风险。

问题3：AI虚拟馆员会取代图书馆员吗？实践中如何实现"人机协作"？

答案：不会取代，而是"互补"。实践中的协作模式为：

AI负责"标准化、重复性"任务：如解答借阅规则、查询馆藏、续借图书（覆盖62%咨询）；
馆员负责"高价值、复杂"任务：如学科资源推荐、文献综述指导、特殊用户服务（57%超馆员知识范围的咨询需人工介入）；
衔接机制：AI无法回答时自动转接在线馆员，无馆员在线则留存留言，确保"AI补位不缺位，馆员聚焦高价值"。

问题4：未来AI虚拟馆员的发展重点是什么？需规避哪些风险？

答案：发展重点：

多模态交互：支持电话咨询、图片解析（如上传图书封面查馆藏）；
智能学术支持：协助生成引文、构建研究框架、推送学科前沿；
情感化设计：加入虚拟形象+情感计算，提升交互友好度。

需规避的风险：

数据隐私：确保用户咨询记录、借阅数据加密存储；
算法偏见：避免因训练数据偏差导致的服务歧视（如对留学生语言适配不足）；
信息误导：通过定期更新知识库、人工审核低分回答，规避错误信息。

十、总结

本文围绕"GenAI时代高校图书馆AI虚拟馆员建设"展开，通过"国内外调研-需求分析-架构设计-实践验证"的全链路研究，提出了一套"模块化、可复制、重落地"的服务框架。核心价值在于：

填补了"从理论到实践"的 gap：以华东师大案例验证框架可行性，避免"纸上谈兵"；
解决了行业痛点：通过24小时服务、重复问题自动化，提升效率的同时解放馆员；
提供了标准化范式：五大模块+三层知识库的架构，为其他高校提供"拿来即用"的参考。

未来，随着多模态交互、智能学术支持技术的发展，AI虚拟馆员将推动图书馆从"资源提供者"向"学习服务中心"转型，但需始终坚持"人机协作"核心，平衡技术创新与隐私安全。