文件首先从如何定义AI和AI将如何影响图书馆入手，阐述了近年来，尤其是2023年以ChatGPT为代表的生成式AI引发巨大关注以来，图书馆界对AI将如何改变图书馆工作，以及图书馆应如何主动适应AI所带来的变化的各方面看法。
文件提出，AI在图书馆领域最强大的应用是 “描述性AI”，即通过计算机视觉或声音转文本等技术，使馆藏的各种资料成为机读数据，并提供大规模描述，用于信息检索。文件又指出，相比起将AI应用于图书馆工作本身，人工智能素养培训可能是更亟待引起重视的事项。
文件认为AI可能会对图书馆工作产生“广泛而深刻”的影响。小组于2023年7月在英国所作的一项调查的结果显示，在当时，有关AI的各种实践已经在该国的多所图书馆内得到不同程度的开展，其进度从规划中，到试点，乃至已成熟运作，参差不一。其中包括以下这些方面：
•专用的聊天机器人
•支持文本、数据挖掘
•系统综述（systematic reviews）的自动化
•馆藏资源的知识发现
•支持机构内的数据科学社群
•提升用户的AI和数据素养
•图书馆用户行为预测
文件又通过SWOT分析法评估了图书馆在AI方面的总体战略地位。摘要如下：
优势（Strengths）
•对用户需求的了解；
•数据是AI的关键；
•专业知识共享；
•职业道德与专业技能；
•与机构内不同部门合作及促成合作的成功案例；
•图书馆的开放和跨学科特性；
•图书馆行业女性较多，这能为相对缺乏多样性的AI 行业带来改变。
劣势（Weaknesses）
•图书馆技术开发能力有限；
•购买商业化AI类产品的成本；
•缺乏现成的适用于图书馆环境的产品；
•数据质量问题、数据缺乏、数据有使用限制、数据包含偏见、数据无包容性；
•在AI驱动的合作中与合作方产生理解上的差异；
•行业内对AI的不确定、焦虑和信心缺乏的情绪；
•图书馆的"专业招牌"似乎与AI无关；
•AI可能会跟保密、隐私、平等等方面的职业价值观相左；
机会（Opportunities）
•通过内容描述、摘要、翻译及转录改善知识和馆藏的可访问性；
•利用AI完成日常任务；
•通过生成式AI改进知识创新；
•人们对信息可靠性的需求；
•合作、协作；
•基于更充足信息的决策；
•让工作具备更高价值；
•让供应商提供更好的产品；
威胁（Threats）
•围绕人工智能的情绪、炒作和错误信息；
•AI领域的变化速度，且这是由外部因素推动的；
•偏见、隐私、保密等伦理问题；
•获取信息的新方法将改变人们对搜索等方面的预期。
文件建议各图书馆可根据本馆实际情况进行类似的SWOT评估。
文件最后指出，鉴于AI影响的广泛性，图书馆采取的应对战略可以是多样化的，但以下三个战略在目前的形势下应该是最具重要性的：
战略一：利用图书馆的AI能力，构建负责任的、可解释的描述性AI应用
如果图书馆拥有大量内容独特的馆藏，且需要改进描述以便于检索，那么就可以利用描述性AI来创建相比起大厂商业化产品更具社会和学术责任感且可解释的AI范例。文件认为，在此过程中应遵循一定的“善治原则”（principles of good governance），例如：
•使服务对于目标用户可用、可及、可解释
•对整个项目充分记录，确保其可解释
•尽可能公开地共享代码、训练数据、工具包等
•从可持续发展的角度评估项目
文件也指出，要实现上述目标仍面临着许多挑战，例如：
•如何确定各种馆藏被应用于AI的优先顺序？
•如何判断价格能负担得起的现成工具是否适用于馆藏中的历史数据？
•如何解决一些概念上的挑战？如应如何给图像文件分类？
•如何将概念验证项目转化为可持续的服务？
战略二：利用图书馆员的数据能力增强组织（机构）的AI能力
并非所有图书馆都有需要用到AI的馆藏，但图书馆员与数据相关的专长对于AI在机构当中的应用而言，具有很高的价值，因为现在的AI是由数据驱动的。这种专长可为图书馆所在的更广大组织里的数据科学家提供支持。这方面可以实现的场景包括：
•在复杂的数据环境中寻找数据源
•宣传数据共享、开放和互操作性的价值
•描述数据使用标准及其价值
•存储、保存（或销毁）数据
上述所有实践都与信息管理的专业知识相契合，但必须将这些知识转化到数据领域的环境中。
战略三：推动AI素养提升，增强组织机构及社会AI能力
最符合目前条件下图书馆实践及馆员身份的战略是，在促进提高人工智能素养方面发挥带头作用，对于高校、学校及公共图书馆而言尤其如此。
图书馆已然开发了不少信息素养课程，而AI素养的许多方面可被纳入其中——馆员们已经具备教学所需的知识和技能。
AI素养可包括以下能力：识别AI于何时被使用；理解狭义AI和通用AI（广义AI）之间的区别；了解AI擅长解决何种问题；了解机器学习模型是如何训练的。同时还会包括对偏见、隐私、可解释性和社会影响等道德问题的认识。
由于AI是以数据为基础，所以数据素养被认为是AI素养的一个组成部分。作为一个已经发展起来的概念，算法素养（algorithmic literacy）目前更多被用来描述关于算法如何影响诸如搜索和推荐这样的服务，但其更正式的定义是：“意识到算法被用于在线应用、平台和服务中，了解算法的工作原理，能够批判性地评估算法决策，以及拥有应对甚至影响算法操作的技能。”可以说，把算法素养这个概念延伸到搜索这一情境之外，这将与AI素养有一定关联。
地址：广东省深圳市福田区福中一路2001号 邮政编码：518036 咨询电话：(0755) 82841200 邮箱：