Potential of using generative neural networks in training librarians to improve the quality of their education

Введение / Introduction

Технология искусственного интеллекта, по выводам экспертов ЮНЕСКО, обладает дидактическим потенциалом в следующих стратегических направлениях поддержки устойчивого развития [1]:

-     для решения ряда актуальных проблем, существующих в образовании;

-     внедрения инноваций в общую методику обучения;

-     расширения свободного и равного доступа граждан к информации;

-     ускорения научно-технического прогресса и развития мировой экономики.

Третье направление соответствует одному из базовых положений Стратегии, регламентирующей принципы и механизмы совершенствования библиотечного дела на территории Российской Федерации [2].

А. Б. Углова, Н. Н. Королева и П. В. Новикова указывают, что технология искусственного интеллекта открывает новые возможности для разнообразных форм самовыражения, как культурного, так и профессионального [3].

Однако, как отмечают В. Раттен, П. Джонс, стремительное развитие сервисов, реализующих технологию искусственного интеллекта, неизбежно влечет за собой определенные риски и трудности. Решение соответствующих проблем пока невозможно из-за несовершенств в нормативных базах многих стран [4].

По выводам Ю. Н. Столярова, использование искусственного интеллекта в книжной и библиотечной сфере становится все более осознанным и признанным специалистами [5].

Отметим, что в рамках национального проекта «Цифровая экономика» реализуется несколько инициатив, которые оказывают косвенное или прямое воздействие на появление тенденций в сфере библиотечного образования [6]:

-       подготовка кадров для цифровой экономики (совершенствование системы образования с целью повышения компьютерной грамотности и развития цифровых навыков);

-     рост числа разработок в области искусственного интеллекта, а также его интеграция в бизнес-процессы;

-     обсуждение системы правового регулирования цифровой экономики, вопросов кибербезопасности и регулирования интеллектуальных прав собственности.

Необходимость применять и учитывать ресурсы новых цифровых технологий (функциональные возможности, поддержка коммуникации между людьми, автоматизация рутинных вычислений, формирование востребованных надпредметных навыков) при подготовке специалистов социально-культурной сферы отмечается и в работе Д. А. Шабалиной, Е. В. Соболевой, З. В. Шиловой, Н. В. Гавриловской,
В. Л. Снежко [7].

Более того, А. Рожнева, Е. А. Осташова определяют особую специфику подготовки библиотекарей в условиях глобализации и цифровизации. Например, то, что при обучении будущих специалистов библиотечного дела преподаватель должен не просто передавать предметные знания, а уметь организовать самостоятельную деятельность обучающихся по усвоению материала дисциплины, используя для этого современные методики и технологии [8].

Н. С. Гаркуша, Ю. С. Городова также призывают разнообразить образовательную среду за счет непосредственного общения, диалогов с другими людьми и выполнения устных логических рассуждений [9].

В мировой практике появляются и полноценные методические рекомендации, содержащие советы, как использовать нейросети при организации учебно-воспитательного процесса, научных исследований и проектной деятельности (Atlas, Stephen). Для российских библиотек и, соответственно, курсов подготовки или переподготовки специалистов библиотечного дела подобные материалы представлены в виде отдельных электронных ресурсов [10]. Однако и в том и другом случае эти предложения для наставников школ, вузов носят рекомендательный характер и не учитывают специфики библиотечно-информационной деятельности.

Таким образом, существует рад объективных противоречий:

-     между необходимостью использовать технологию искусственного интеллекта, в частности генеративные нейросети, в подготовке специалистов библиотечного дела и наличием широкого спектра проблем (правового, этического, организационного, технического характера);

-     необходимостью учитывать специфику подготовки библиотекарей и универсальным содержанием большинства существующих методических рекомендаций.

Гипотеза исследования: включение информационного взаимодействия с генеративными нейросетями в обучение специалистов библиотечного дела обеспечит дополнительные дидактические ресурсы для системы образования.

Цель работы – исследование возможностей генеративных нейросетевых сервисов в обучении библиотекарей для повышения качества их подготовки.

Задачи исследования:

-     уточнить ключевые понятия, составляющие сущность применения генеративных нейросетей в высшем образовании в целом и при подготовке специалистов библиотечного дела в частности;

-     конкретизировать особенности применения генеративных нейросетей для подготовки библиотекарей с учетом этических, дидактических и технических проблем;

-     описать варианты информационного взаимодействия с генеративными нейросетями в обучении библиотекарей, способствующие профессиональной самоидентификации и самореализации;

-     выявить факторы, влияющие на результативность применения генеративных нейросетей в обучении специалистов библиотечного дела;

-     экспериментально проверить эффективность предлагаемых нововведений.

Обзор литературы / Literature review

Понятие искусственного интеллекта (далее – ИИ) было предложено американским ученым Джоном Маккарти в 1956 году [11]. Оно охватывает широкий спектр технологических решений, которые могут имитировать когнитивные функции человека (например, самообучение и поиск решений без заранее заданного алгоритма). Кроме того, ИИ способен достигать результатов, сравнимых с интеллектуальной деятельностью человека, при выполнении конкретных задач [12].

Б. А. Лёвин, А. А. Пискунов, В. Ю. Поляков, А. В. Савин отмечают, что президент РФ еще на конференции «Путешествие искусственного интеллекта 2020» определил направления по применению ИИ, в частности нейросетей, в вузах самого различного профиля уже на 2021/2022 учебный год [13].

Основная цель системы высшего образования в условиях цифровизации и глобализации, по выводам E. В. Соболевой, Н. Л. Караваева, – это осознанное, целенаправленное формирование творческих способностей, определенного мировоззрения студентов в узкопрофессиональной области [14].

У. Фиори определяет, что искусственный интеллект позволяет изменить подход к обучению, повысить вовлеченность обучающихся [15]. Внедряя современные технологии, образовательные платформы и организации повышают свою привлекательность для абитуриентов. Но и сам учебный процесс с применением нейронных сетей, по выводам С. Лаато, Б. Моршхойзер, Дж. Хамари, совершенно иной опыт для каждого человека [16].

Возможность применения нейросетей в дидактике обоснована и тем обстоятельствам, что, согласно исследованиям Э. Эвен-Дар, А. Шапира, большинство людей неосознанно (интуитивно) доверяют цифровым источникам [17]. И в процессе принятия решения пользователи зачастую опираются на факторы привлекательности и популярности ресурса (например, доверие информации из социальных сетей или алгоритмам с сайтов программистов). Научность, полнота и достоверность представленной информации, по выводам авторов, являются второстепенными показателями. Также авторы отмечают значение следующих факторов: успешность прошлого личного опыта взаимодействия и его полезность для решения проблемы.

Однако, как заключают А. В. Зозуля, П. В. Зозуля, С. А. Титов, Н. В. Титова, Т. В. Мезина, существует опасность, что глобальное применение нейросетей может привести к потере рабочих мест и повышению социального неравенства [18]. В результате автоматизации и использования ИИ некоторые профессии могут стать невостребованными. Кроме того, возможна угроза в сфере информационной безопасности, например утечка персональной информации.

Технология ИИ, как отмечают А. Б. Углова, Н. Н. Королева и П. В. Новикова, может играть значительную роль в устранении психологических барьеров общения, в борьбе с информационным неравенством и ограниченным доступом к знаниям, а также в поддержке прикладных исследований различного масштаба и объема [19].

В. М. Лим, С. Кумар, С. Верма, Р. Чатурведи указывают на необходимость жесткого педагогического контроля и предотвращения использования генеративных нейросетей там, где это лишит обучающихся возможностей развивать когнитивные способности и социальные навыки (критическое мышление, эмоциональный интеллект и т. д.) [20].

В своем исследовании Н. Анантрасиричаи и Д. Булл обсуждают современное состояние ИИ в креативных отраслях [21]. В их работе представлено краткое введение в историю ИИ (алгоритмы машинного обучения, сверточные нейронные сети, генеративно-состязательные сети и рекуррентные нейронные сети). Авторы классифицируют веб-приложения, основанные на ИИ, по следующим категориям: генерация оригинального контента, анализ информации и улучшение контента (текста, названий и т. д.). Они приводят критическую оценку развития этой быстро развивающейся технологии в различных областях. Н. Анантрасиричаи и Д. Булл отмечают, что в настоящее время ресурсы современных технологий ограничивают возможность ИИ (или его разработчиков) конкурировать с оригинальными продуктами, созданными людьми. Основной вывод авторов заключается в том, что в творческих отраслях наибольшая польза от применения ИИ будет достигнута там, где человек на принципах сотрудничества будет взаимодействовать с сервисами технологии. Другими словами, ИИ разработан для усиления, а не замены человеческого творчества.

Н. Дехуш приводит примеры контента, созданного с помощью GPT-3 [22], а также обозначает опасности и формулирует конкретные проблемы, связанные с возможным использованием технологии ИИ в контексте научной этики. Ученый призывает к немедленному пересмотру норм авторского права, поскольку появление такой мощной технологии требует обновления представлений научного сообщества о плагиате. Важно, чтобы исследователи в области этики разрабатывали собственное программное обеспечение на основе GPT-3 и применяли его для отслеживания нарушения авторских прав.

А. Самбо, Г. Тинуойе провели исследование, в котором опросили 452 сертифицированных библиотекарей из Нигерии. Результаты этого исследования показали, что большинство специалистов осведомлено о перспективах использования искусственного интеллекта для библиотечных услуг [23].

Ученые отмечают следующее противоречие:

-     с одной стороны, библиотекари (будущие и действующие) осознают, что инновационные средства обладают потенциалом для активизации информационного взаимодействия;

-     в то же время специалисты библиотечного дела весьма встревожены по поводу возможного сокращения персонала.

А. Самбо, Г. Тинуойе рекомендуют библиотекарям:

-     следовать современным тенденциям цифровизации;

-     изучать фундаментальные и прикладные навыки, необходимые для овладения технологией на базе ИИ.

По их выводам, руководству библиотек следует:

1) активно информировать библиотекарей о том, что внедрение роботизированных технологий в библиотеках не означает неизбежного сокращения персонала. Средства, поддерживающие технологию ИИ, должны быть частью образовательной программы на всех уровнях. Это важный шаг модернизации, необходимый, чтобы выпускники в будущем могли применять свои диджитал-навыки в различных сферах экономики и способствовать национальному развитию;

2) приложить максимальные усилия для обеспечения должного обучения будущих исследователей и библиотекарей организовывать курсы повышения квалификации для персонала. По выводам авторов, внедрение ИИ в библиотеках является необходимостью для активизации информационно-библиотечной коммуникации и повышения качества предоставления услуг;

3) более тщательно подходить к выбору интернет-провайдера. При этом администрация библиотек должна строго контролировать потоки бюджетных средств, чтобы они использовались эффективно и по назначению.

В рамках своего исследования А. Субавирапандиян, С. Сунантини, М. Эймс провели опрос среди 245 специалистов по библиотечному делу в Замбии [24]. Опрос был направлен на изучение уровня знаний и восприятия ими искусственного интеллекта в контексте реализации трудовых функций. Результаты исследования показали, что большинство библиотекарей относится к ИИ положительно и с воодушевлением. Однако сотрудники также выразили свою обеспокоенность тем, что развитие искусственного интеллекта может привести к их замещению (увольнению) из учреждений. Были выделены и трудности, с которыми сталкиваются специалисты при внедрении технологий ИИ в библиотеки Замбии. И соответственно, предложены варианты их разрешения: уделить внимание обновлению технических средств, оборудования; проводить мероприятия по совершенствованию цифровых навыков сотрудников и администрации библиотек в области искусственного интеллекта.

М. Али, С. Бин Наим, Р. Бхатти, Дж. Ричардсон отмечают, что ИИ постепенно внедряется в библиотеки Пакистана. В то же время ученые анализируют такие проблемы, как необходимость существенных инвестиций, временных затрат и разработка курсов для повышения квалификации персонал [25].

В. К. Степанов обращает внимание на то, что некоторые элементы искусственного интеллекта использовались в библиотеках уже в 1996 году [26]. Они были в виде модулей, встроенных в программные продукты. В. К. Степанов обосновывает, что использование систем искусственного интеллекта должно стать основой работы библиотеки. Все технологические процессы, по выводам И. В. Тимошенко, начиная с персонализированного приветствия каждого читателя при его посещении библиотеки и напоминания о том, на каком месте он остановился в работе с документом в прошлый раз, должны осуществляться автоматически [27].

По выводам Дж. Диннин, Х. Бубингер, нейросети предоставляют библиотекам новые возможности для улучшения качества услуг и привлечения большего числа посетителей [28]. С появлением новых технологий меняется жизнь в целом, и библиотеки не являются исключением. Библиотеки, как указывают Ж. А. Рожнева, Е. А. Осташова, – неотъемлемая часть культурного и образовательного процесса, поэтому они вынуждены вносить изменения в свою работу в соответствии с современными условиями [29]. Нейросети, по выводам А. И. Каптерева, могут быть полезны для библиотек во многих аспектах, например для повышения качества и доступности услуг [30].

В разделе «Развитие информационных технологий и цифровая трансформация деятельности библиотек» (указанной ранее Стратегии) государством определена задача разработки и внедрения систем автоматической классификации полнотекстовых документов с применением методов искусственного интеллекта (ИИ). Однако, как обосновывают К. В. Анохин, К.С. Новоселов, С. К. Смирнов, А. Р. Ефимов, Ф. М. Матвеев, на данный момент широкое использование ИИ в библиотечной сфере отсутствует как в базовом, так и в инновационном сценарии развития. В результате этого библиотекарям сложно ориентироваться в данной области [31].

Стратегия также предусматривает создание условий для совершенствования программ подготовки специалистов в области социально-гуманитарного образования.

А. И. Каптерев отмечает, что пока существуют лишь некоторые примеры внедрения искусственного интеллекта в библиотечно-информационную коммуникацию [32]:

-     робот-библиотекарь, взаимодействующий с детьми в библиотеке;

-     автоматическое отслеживание новой литературы по заданной тематике и уведомление заинтересованных читателей о необходимых изданиях;

-     установка обучающих систем для использования библиотеки и ее ресурсов;

-     автоматический контроль сроков возврата книг читателями с напоминанием через электронную почту или мобильную связь.

В 2018 году в Москве появилась первая массовая смарт-библиотека, которая предлагает мгновенное получение библиотечной статистики. В этой библиотеке активно используются прогрессивные инфотехнологии. Здесь можно надеть очки виртуальной реальности, воспользоваться центром для печати собственной книги [33].

В перспективе, как заключает И. В. Тимошенко, пользователи смогут получать автоматически создаваемые подборки книг, соответствующие их запросам и интересам [34]. Библиотеки могут использовать интеллектуальные разработки музеев и выставочных центров, такие как интерактивные экраны и структуризация больших объемов данных, чтобы оптимизировать поисковые запросы и устанавливать зависимости между ними. Таким образом, они смогут предлагать рекомендации и даже автоматически составлять подборки документов по интересующей теме, основываясь на истории запросов других посетителей [35].

Поэтому первоочередной задачей является обоснование возможностей и ограничений применения ИИ в библиотечной сфере.

На основании аналитической работы можно сформулировать следующие выводы:

1) развитие нейросетей подтверждает необходимость переосмысления методов и подходов подготовки специалистов библиотечного дела, готовых к профессиональной самореализации в цифровом обществе;

2) средства технологии ИИ, в частности сервисы генеративных нейросетей, обладают существенным дидактическим потенциалом в плане повышения качества обучения библиотекарей;

3) однако в представленных исследованиях недостаточно изучена проблема включения информационного взаимодействия специалистов библиотечного дела с нейросетями в рамках дисциплин соответствующих образовательных программ для повышения качества их профессиональной подготовки.

Методологическая база исследования / Methodological base of the research

Анализ и синтез научно-методической и технической литературы по проблеме исследования, сервисов для электронной интерактивной коммуникации позволили выявить явные проблемы и противоречия применения ИИ в системе высшего образования. Аналитическая работа была выполнена и при выборе инструментов.

Авторами сформирован следующий базовый набор генеративных нейросетевых сервисов:

I блок «Текст в изображение». Здесь анализировались нейросети, преобразующие текст в картинку. В подблоке «Нейросети для создания растровых изображений» сгруппированы нейросети, представляющие изображения в формате «*. jpeg» или «*.png». В подблоке «Нейросеть для создания графиков и диаграмм» – ресурсы, позволяющие визуализировать данные из электронных таблиц с целью их последующей обработки.

В подблоке «Текст в 3D» – сервисы, позволяющие работать с трехмерными сетчатыми моделями высокого качества.

II блок «Текст в текст» – сайты, выдающие на текстовый черновик осмысленные и структурно целостные фрагменты текста.

III блок «Текст в код» – ресурсы, призванные помочь пользователям быстро и легко создавать код решения (алгоритм) задачи.

IV блок «Текст в видео» – сервисы, поддерживающие в написании сценария, поиска (выбора) картинок и коротких роликов с их последующим «склеиванием» в один клип.

V блок «Текст в аудио» – онлайн-инструменты для преобразования текста в речь, а также воспроизведения или загрузки аудиофайлов.

Под качеством подготовки понимается соответствие уровня подготовки специалиста требованиям библиотечно-информационной среды.

При выявлении условий, влияющих на качество применения генеративных нейросетей при подготовке специалистов библиотечного дела, была организована и проведена опытно-экспериментальная работа на базе Орловского государственного института культуры (далее – ОГИК). К исследованию привлечено 68 бакалавров по направлению подготовки 51.03.06 Библиотечно-информационная деятельность, профиль «Цифровизация информационных ресурсов и процессов». Все обучающиеся – студенты первого-второго курса. Средний возраст – 18 лет (68% – девушки, 32% – молодые люди).

Информационное взаимодействие, поддержанное генеративными нейросетями, осуществляется на практических занятиях, при выполнении самостоятельных заданий на семинарах, в рамках учебной практики. Применяются интерактивная доска, мультимедийные презентации и т. п. Обратная связь – обсуждение полученных при взаимодействии с генеративной нейросетью знаний. Электронная интерактивная коммуникация реализуется путем выяснения реакции студентов на полученные от нейросети ответы (решения, изображения, тексты, диаграммы, 3D-модели).

Работа проводилась в рамках изучения дисциплины «Информационные технологии». Дисциплина «Информационные технологии» включена в обязательный перечень базовой части образовательного стандарта и реализуется в соответствии с требованиями учебного плана по направлению 51.03.06.

Требования к результатам освоения дисциплины сформированы в форме следующих компетенций: ОПК-3 (способность понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности) и ПК-1 (способность организовать библиотечно-информационное обслуживание). В результатах исследования представлена их расшифровка по составляющим индикаторам (ОПК-3.1, ОПК-3.2 и ПК-1.1, ПК-1.3 соответственно).

Для оценки качества подготовки библиотекарей был использован фонд комплексных квалификационных заданий.

Этот фонд был сформирован из авторских вопросов согласно указанным компетенциям. Принцип конструирования – на каждый индикатор компетенции (всего четыре индикатора) по 10 вопросов (с предлагаемыми вариантами ответа, на соотнесение, с вводом своего ответа и т. п.). За каждый правильный ответ студент получал один балл. Максимально специалист по библиотечному делу мог набрать 40 баллов.

Из этих вопросов были сформированы варианты тестовых работ для распределения всей генеральной выборки студентов (68 человек) на контрольную и экспериментальную группы. По результатам измерительного мероприятия были определены уровни подготовки: «любитель» (от 0 до 14 баллов), «специалист» (от 15 до 24 баллов), «профессионал» (от 25 до 34 баллов), «мастер» (от 35 до 40 баллов). Далее представлены примеры вопросов и принципы интерпретации уровней подготовки.

Валидность методики измерений определяется тем, что составляющие ее признаки охватывают те области информации и деятельности, в которых проявляется измеряемое свойство – качество подготовки по оцениваемым компетенциям.

В результате первоначального тестирования все респонденты были разделены на контрольную и экспериментальную группы. В каждой по 34 специалиста библиотечного дела.

Критерий χ2 Пирсона использован на этапе статистической обработки результатов исследования. Его реализация выполнена в среде для онлайн-расчетов (https://medstatistic.ru/calculators/calchit.html). Ограничения и условия критерия выполняются (объем выборки больше 30 респондентов, пересечения в них отсутствуют, сумма респондентов по каждой группе совпадает с общим числом студентов по направлению подготовки).

Результаты исследования / Research results

Уточнение основных понятий

Искусственный интеллект – это инновационная технология общего назначения, которая может применяться во многих областях, оказывая влияние на различные сферы цифрового общества. При этом для решения задач применяются «знания» и «опыт», полученные во время обучения.

Нейросеть в представленном исследовании – компьютерный алгоритм, имитирующий поведение человеческого мозга при обработке данных. Сталкиваясь с незнакомым предметом, нейросеть, как и человек, изучает его, делает выводы и использует полученную информацию в дальнейшем.

Генеративные нейросети – это класс искусственных нейронных сетей, которые способны создавать новую информацию на основе обучающих данных. Они обладают способностью генерировать реалистичные изображения, музыку, тексты и другие формы контента.

Библиотечно-информационное обслуживание предполагает выполнение специалистом следующих функций:

-     организация и проведение культурно-просветительских, образовательных и событийных мероприятий;

-     ведение сайтов/порталов, сетевых социальных сервисов;

-     формирование, учет, сохранение и обработка библиотечного фонда. Комплектование его печатными и электронными документами, сетевыми ресурсами;

-       каталогизация документов, ведение справочно-поискового аппарата библиотеки;

-     аналитико-синтетическая обработка документов;

-       организация и ведение электронных/традиционных каталогов библиотеки и др.

Авторами был определен первоначальный набор сервисов из блоков. Каждый блок – вид информации по форме представления (текстовая, графическая и т. д.).

Далее были проанализированы трудовые функции специалиста по библиотечному делу и определены следующие варианты применений нейросетей в библиотечно-информационной деятельности.

Вариант 1. Индексация, классификация книг. Один из самых перспективных способов применения нейросетей в библиотеках – автоматизация процесса индексации и классификации книг. Нейросети можно использовать для анализа содержания произведений и для автоматического присвоения тематических меток. Это позволит ускорить поиск, облегчить ориентацию по читательским залам.

В данном контексте нейросети могут решать даже специфические задачи, например задачу сортировки материалов на основе их стилистики или года выпуска.

Вариант 2. Автоматический перевод. Еще одним способом применения нейросетей в библиотеках является перевод книг на различные языки. В результате библиотека сможет предложить посетителям произведения на различных языках, тем самым расширив свою аудиторию. Это особенно важно, когда библиотека располагает материалами на малораспространенных языках.

Вариант 3. Анализ интересов читателей. Простые алгоритмы проанализируют историю выдачи книг и помогут рекомендовать конкретным читателям литературу, которая им интересна. Персонализированные подборки повысят качество обслуживания в библиотеке.

Вариант 4. Обработка аудио- и видеофайлов. Библиотекам, которые часто проводят профессиональные мероприятия, особенно полезно применять нейросети для автоматической обработки и анализа аудио- и видеоматериалов. Так учреждение сможет оперативно публиковать аналитику, отчеты, пресс-релизы по итогам прошедших событий.

Кроме того, ИИ-технологии подходят для создания автоматических субтитров к видеоматериалам библиотеки. Так учреждение повысит доступность мероприятий для слабослышащих людей и тех, кто не говорит на том или ином языке. Специальных навыков для работы с нейросетями зачастую не требуется: достаточно понять, как формулировать запросы и какой конкретно результат надо получить.

Вариант 5. Повышение уровня информационной безопасности. Одной из ключевых задач библиотек является обеспечение безопасности своих посетителей и сотрудников. Нейросети могут помочь в создании системы видеонаблюдения, которая будет автоматически распознавать лица и предупреждать о возможных угрозах. Это позволит библиотекам быстро реагировать на любые инциденты и обеспечить высокий уровень защищенности объекта и всех присутствующих.

Вариант 6. Виртуальные помощники. Нейросети в библиотеках также применяют для создания виртуальных помощников, которые будут отвечать на их запросы. Например, готовые чат-боты для учреждений культуры, которые позволяют автоматизировать ответы в соцсетях или провести онлайн-игру. Такие программы легко интегрировать как в соцсети и на сайт библиотеки, так и в мобильное приложение.

Вариант 7. Оптимизация библиофондов и анализ данных. Анализируя предложенные параметры, нейросеть может выдавать рекомендации по обновлению библиотечного фонда и закупкам нужных материалов. ИИ проанализирует спрос, состав коллекций, периодичность тех или иных запросов. Так библиотека сможет оперативно предлагать читателям именно то, что нужно. В целом нейросетям легко перепоручить анализ больших объемов любых данных, например мониторинг сведений о посещениях библиотеки, оценку эффективности процессов и т. п.

Вариант 8. Создание виртуальных туров по библиотеке. Нейросети в библиотеке могут быть использованы для проектирования виртуальных туров. Это позволит привлечь больше читателей и сделать библиотеку более доступной для тех, кому по тем или иным причинам сложно попасть в учреждение. Кроме того, виртуальные туры также могут предоставлять дополнительную информацию о библиотеке, ее истории и коллекциях.

Таким образом, нейросети позволяют поддерживать библиотекаря в выполнении трудовых функций и реализовывать направления Стратегии развития. В то же время необходимо обучать будущих специалистов не только активно использовать генеративные нейросети, но и определять границы их применимости.

Организация работы будущих библиотекарей с генеративными нейросетями

Целью освоения дисциплины «Информационные технологии» является получение обучающимися теоретических знаний о современных методах сбора, систематизации и анализа данных, приобретение практических навыков анализа информации по библиотечному делу с использованием компьютерной техники, идентификации теории и эксперимента, способности автоматизировать вычисления.

Для достижения цели в курсе изучения дисциплины решаются следующие задачи:

– сформировать представления об основных компонентах комплексной дисциплины «Информационные технологии»;

– раскрыть понятийный аппарат фундаментального и прикладного аспектов дисциплины;

– сформировать навыки работы в пакетах, прикладных программах общего назначения, информационных системах;

– ознакомить с методологией эксперимента и основами обработки результатов, работой с базами данных.

Дисциплина преподаётся в 1-м и 2-м семестрах I курса. Изучение дисциплины способствует освоению таких последующих дисциплин, как «Сетевые технологии».

Общий объем дисциплины составляет 108 часов (по 54 часа в каждом семестре).

Опишем варианты включения генеративных нейросетей в информационное взаимодействие на каждом разделе дисциплины.

Программа дисциплины:

Раздел I. Информационные технологии: понятие, инструментарий, место в современной системе научного знания.

Тема 1. Понятие информационных технологий.

Здесь были рассмотрены примеры сервисов генеративных нейросетей (в соответствии со структурой, описанной в методологии).

1. Для работы с изображениями и видео были изучен функционал ресурсов “Kandinsky 2.2” (сайт rudalle.ru) и “Colorize.cc” (сайт colorize.cc). С помощью последнего библиотекари раскрашивали и реставрировали черно-белые фотографии и видео.

“Looka” (сайт looka.com) – русскоязычная платформа на базе искусственного интеллекта, которая позволяла специалистам библиотечного дела создавать логотипы.

В подблоке «Нейросеть для создания графиков и диаграмм», например, сайт https://columns.ai/chatgpt. Это платформа для коллективного общения и визуализации данных (от гистограмм до точечных диаграмм). Или Graphy – это инновационный онлайн-сервис, специально разработанный для удобного и быстрого создания графиков, диаграмм и других форм статистической визуализации данных. В подблоке «Текст в 3D» был рассмотрен сервис Spline AI.

Для работы с таблицами – “GPT for Sheets™ and Docs™” (сайт workspace.google.com). Бесплатное расширение для продуктов Google, которое подходит в том числе для работы в Таблицах и Документах.

Также использовался “SheetsGPT” (сайт sheetsgpt.ru) – российский сервис для обработки данных в таблицах на основе ИИ.

2. Работа с текстами. Сервис “Gerwin AI” (сайт gerwin.io) – с его помощью студенты изучали, как можно создать полноценную статью, вступительную или заключительную часть к ней; план для мозгового штурма, викторину, пост для соцсетей, перефразировать тексты.

“Davinchi” (сайт davinchi.org) – генератор контента для статей в соцсети, блога, объявлений и любых описаний на русском языке. При поддержке сервиса студенты пробовали преобразовать аудиофайл в текст.

В блок «Текст в текст» также были отнесены сервисы, выдающие на текстовый черновик осмысленные и структурно целостные фрагменты текста: «MaxТекст» (https://maxtext.ru/rerait-teksta), “YandexGPT” и др.

3. Для написания решения задач (например, по теории информации) студенты изучили возможности сервиса “ChatInfo” (сайт https://chatinfo.ru/).

4. “Podcastle” (сайт podcastle.ai) – сервис для работы над подкастами при помощи ИИ.

5. Для работы с аудио применялся сервис “iMyFone VoxBox” (сайт filme.imyfone.com). Это англоязычный бесплатный генератор реальных человеческих голосов. В арсенале у нейросети более 3000 голосов для преобразования текста в речь на более чем 46 языках. Поддерживает несколько аудиоформатов, в том числе MP3, WAV.

При предъявлении будущим библиотекарям инструментария не было акцента на аналитическую глубину. Те, студенты, которые хотели узнать больше подробностей, могли лично изучить каждый сервис отдельно.

Тема 2. Информационные системы: понятие, определение, структура.

Вариант работы с сервисом по генерации названий: «Придумать название для технологии работы с электронными документами». Выбор сервиса – самостоятельный выбор каждого специалиста по библиотечному делу.

Пример результата в сервисе ChatInfo: на русском языке: ЭлектроДок, ДокуТех, ДокСмарт, ЭлектроДоп, ПапкаTech, ДокуИннов; на английском языке: DocTech, ElecDoc, SmartFile, DocuInnov, FolderTech, eDocSolutions.

Раздел 2. Базовые информационные технологии.

Тема 1. Технология обработки текстовой информации.

Для нейросети была поставлена задача – написать сочинение «Компьютерная графика в сельской библиотеке». Вот некоторые из тезисов сервиса:

«– новый шаг в пути универсального доступа к знаниям и творчеству;

– библиотека становится не только хранилищем книг, но и центром саморазвития, где можно раскрыть свой потенциал и воплотить свои творческие идеи;

– возможность просмотреть объект в трехмерном формате, с различными ракурсами и динамическими эффектами;

– возможность продемонстрировать интерьеры и рассмотреть освещение, отделку и мебель с точки зрения удобства и эстетики;

– возможность создания анимации и виртуальных прогулок по объекту, что позволяет оценить его в различных условиях освещения и времени суток, а также проникнуть в детали планировки и конструкции».

Далее эти возможности обсуждались на семинаре. И будущие библиотекари получали комплексное задание. Его они реализовывали в теме 5 «Мультимедиатехнологии». Например, создать мультимедийную историю, обязательно включив в нее не менее трех своих примеров возможностей компьютерной графики в библиотечном деле.

Тема 2. Технология обработки графической информации.

Пример задания: сгенерировать изображение «Библиотекарь будущего». Полученные модели обучающиеся могли вставить в создаваемые мультимедийные проекты или добавить в электронный портфолио на перспективу в курсовую работу.

Тема 3. Технология обработки числовой информации.

1. Задача на нахождение решения с помощью нейросети.

Например: «В университетскую библиотеку завезли шесть новых томов справочного издания по высшей математике. И по нерасторопности их расставили в случайном порядке. Какова вероятность того, что книги стоят слева направо в правильном порядке от 1-го до 6-го тома?» Студенты выбирали 2–3 соответствующих сервиса, находили решение и сравнивали полученные ответы. На семинаре предложенные нейросетью варианты обсуждались. И обязательно будущим библиотекарям предлагалось решить подобную задачу (с другими исходными данными).

Тема 4. Технология обработки баз данных.

Вариант взаимодействия с сервисом ChatInfo по составлению списка литературы для дополнительного изучения по теме «Базы данных для библиотек». Сеть составила список из 15 источников во временном диапазоне от 2015 до 2019 года, под редакцией издательств «Библиосфера», «Инфра-М».

Таким образом, в учебной деятельности по каждой теме была предусмотрена работа с сервисами генеративных нейросетей.

Варианты информационного взаимодействия для подготовки к зачету:

1. При помощи нейросети составить план/конспект для ответа на вопрос (например, правила оформления списков литературы, действующие ГОСТ по библиографии).
2. Выполнить перевод текста статьи.
3. Разработать информационный ресурс «Этика при работе с нейросетями».

Описание опытно-экспериментальной работы

Основная цель опытно-экспериментальной работы (далее – ОЭР) – это проверка дидактического потенциала использования сервисов генеративных нейросетей в обучении библиотекарей для повышения качества их подготовки.

Сервисы изначально сравнивались по следующим критериям: функциональные возможности продвижения на платной или бесплатной основе, поддерживаемые языки, установочный файл или веб-приложение.

Группировку было решено сделать на функциональной основе – по типу преобразования контента, на котором специализируется генеративный инструмент. Таким образом был определен базовый набор используемых сервисов.

Также на первом этапе ОЭР были разработаны вопросы для фонда комплексных квалификационных заданий.

ОПК-3.1. Знает основные возможности, предоставляемые современными информационно-коммуникационными технологиями для решения стандартных задач профессиональной деятельности с учетом основных требований информационной безопасности.

Пример 1. «Информационные программы, в которых новости представлены зрителям в максимально развлекательной форме, – это...» Варианты ответов: инфотейнмент, фотохромирование, QR-код, цифровые водяные знаки.

Пример 2. Перечислите 2–3 программных средства для создания презентаций. Какие из них Вы бы рекомендовали использовать в профессиональной деятельности специалиста Вашего направления подготовки?

ОПК-3.2. Умеет применять информационно-коммуникационные технологии с учетом основных требований информационной безопасности.

Пример 1. «Электронный ключ – это…» Варианты ответов: установление пароля на доступ к информации; установление специальных атрибутов файла; последовательность символов, полученная в результате криптографического преобразования информации; программный или аппаратный уникальный некопируемый элемент.

Пример 2. Перечислите 2–3 правила составления надежных (взломоустойчивых) паролей. Приведите 2–3 примера ненадежных паролей.

ПК-1.1. Знает методики создания и редактирования информационного контента для библиотечных сайтов/порталов и социальных медиа.

Пример 1. Перечислите 2–3 программных средства для работы с электронными таблицами. Какое (какие) из них Вы бы рекомендовали использовать, если на компьютере не установлено программы для работы с электронными таблицами, но имеется браузер и постоянный доступ к сети Интернет?

Пример 2. «Перевод всех видов информации (текстовой, аудиовизуальной) в цифровую форму – это...» Варианты ответов: дигитализация; конвергенция; интерактивность; замещение.

ПК-1.3. Умеет формировать контент, в том числе медиаконтент, библиотечных сайтов/порталов и социальных сетей с учетом потребностей пользователей библиотеки.

Пример 1. «К системам с интеллектуальным интерфейсом не относят…» Варианты ответов: интеллектуальные базы данных; естественно-языковые системы; гипертекстовые системы; системы контекстной помощи; системы когнитивной графики.

Пример 2. Перечислить блоки сайта библиотеки как места доступа к информационной среде. Какие из них присутствуют/отсутствуют на сайте библиотеки ОГИК?

Опишем суть уровней, чтобы потом оценивать результаты экспериментальной работы.

Уровня «мастер» заслуживает студент, освоивший знания, умения, компетенции и теоретический материал без пробелов. Будущий библиотекарь выполнил все задания, предусмотренные учебным планом, на высоком качественном уровне. Он продемонстрировал практические навыки профессионального применения освоенных знаний.

Уровня «профессионал» заслуживает студент, практически полностью освоивший знания, умения, компетенции и теоретический материал. Учебные задания, выполненные будущим библиотекарем, не оценены максимальным числом баллов. Он в основном сформировал практические навыки.

Уровня «специалист» заслуживает студент, частично (или с пробелами) освоивший знания, умения, компетенции и теоретический материал. Будущий библиотекарь многие учебные задания либо не выполнил, либо они оценены числом баллов близким к минимальному. Некоторые практические навыки не сформированы.

Уровня «любитель» заслуживает студент, не освоивший знания, умения, компетенции и теоретический материал, необходимый для решения технологических, экономических, функциональных задач библиотекаря. Студент учебные задания выполнил с грубыми ошибками, практические навыки не сформированы.

Из всех респондентов (специалистов по библиотечному делу) сформированы контрольная (34 студента) и экспериментальная (34 студента) группы.

На втором этапе исследования будущие библиотекари в каждой группе обучались в соответствии с учебным планом, календарным учебным графиком, рабочими программами дисциплин.

Обучающиеся экспериментальной группы (после получения представлений о принципах электронной интерактивной коммуникации с нейросетью) применяли полученные знания для работы с информационными технологиями по описанному ранее варианту. В рамках учебной практики они принимали активное участие в подготовке и проведении консультационного дня «Как использовать нейросети в работе библиотек». Мероприятие прошло в июне 2023 года в областной публичной библиотеке им. И. А. Бунина.

В ходе консультационного дня библиотекари демонстрировали пользователям, как с помощью современных технологий можно «оживить» и «осовременить» фотографию, создавать виртуального диктора, написать или «улучшить» текст.

Студенты контрольной группы к специально организованной электронной интерактивной коммуникации не привлекались. В активностях консультационного дня библиотек они принимали участие только по желанию и собственной инициативе.

Примеры заданий, которые выполняли студенты в контрольной группе:

1. Создать документ, включающий список, таблицу, рисунок, формулу, отформатированный тест, нумерацию страниц.

2. Вычислить в электронных таблицах значение выражения, комбинированную функцию «y», значение вложенной функции.

3. Найти и изучить структуру «Информационного ресурса, содержащего данные об информационно-библиотечном обслуживании детей в РФ». Представить структуру в графической форме. Создать презентацию с результатами структуры раздела и данными по выбранному показателю (например, тип библиотеки, тип финансирования, статус и др.).

Результаты оценивания уровня подготовки будущих библиотекарей до и после электронной интерактивной коммуникации при поддержке сервисов генеративных нейросетей оформлены в таблице.

Результаты влияния работы с нейросетями на уровень подготовки специалистов библиотечного дела

Таким образом, χ2набл.1< χ2крит (0.091< 7.815), и χ2набл.2> χ2крит (8.601> 7.815). Следовательно, сдвиг в сторону повышения уровня подготовки для библиотекарей из экспериментальной группы, можно считать неслучайным.

На третьем этапе исследования были определены трудности, осложняющие применение генеративных нейросетей в обучении, например постоянное появление новых сервисов с новыми возможностями. Выделены проблемы с корректным пониманием функций сервисов (особенно много их возникло при генерировании
3D-изображений, аудио).

Полученные выводы о потенциале применения генеративных нейросетей в обучении библиотекарей для повышения качества их подготовки совпадают с выводами экспертов ЮНЕСКО об их инновационном характере для общей методики обучения: появление новых средств обучения, обогащение методов и форм за счет интерактивности электронной коммуникации [36].

Предлагаемый авторами подход можно рассматривать как вариант решения проблем, сформулированных А. Самбо, Г. Тинуойе, относительно необходимости совершенствования методики обучения и профессиональной подготовки будущих библиотекарей в условиях цифровизации библиотечно-информационной деятельности [37]. В частности, на примере материала конкретной дисциплины описаны направления электронной интерактивной коммуникации, поддержанной сервисами генеративных нейросетей: поддержка принятия решений; повышение уровня информационной безопасности; обработка и интеллектуальный анализ данных; оптимизация библиофондов; научные исследования.

Заключение / Conclusion

В статье представлено исследование, направленное на обоснование эффективности включения практики информационного взаимодействия с генеративными нейросетями в обучение библиотекарей для повышения качества их подготовки. Результаты исследования позволили сформулировать следующие виды дидактических заданий:

-     составить план ответа на вопрос, список литературы;

-     сгенерировать картинку для учебной, исследовательской деятельности;

-     применить нейросеть для поиска информации;

-     построить модель, анимацию, график или диаграмму;

-     проверить правильность расчетных вычислений;

-     написать или сократить (статью, пост, стих и т. п.), перевести текст.

Существуют и объективные проблемы – последствия применения генеративных нейросетей в образовании:

-     развивающийся характер технологий;

-     авторское право и плагиат;

-     информация, сгенерированная сервисом, может быть необъективной и неактуальной;

-     снижение общего уровня реальных теоретических знаний обучающихся.

Таким образом, применение нейросетей является важным шагом к формированию интерактивного диалога искусственного интеллекта и человека на естественном для человека языке.

Представленные результаты могут быть использованы для совершенствования программ подготовки в Орловском государственном институте культуры, например  для уточнения содержания дисциплины ««Автоматизированные библиотечно-информационные системы». В частности, в темах: «Современное состояние автоматизации библиотек в России и за рубежом», «Автоматизированные библиотечно-информационные технологии общего назначения и др.». Кроме того, полученный инновационный опыт студенты смогут применять для совершенствования библиотечно-информационного обслуживания в рамках различного вида практик.