MétaCan
Menu
Retour à la cohorte
Enregistrement W1990520274 · doi:10.1108/07378831011096196

Artificially intelligent conversational agents in libraries

2010· article· en· W1990520274 sur OpenAlexaffabout
Victoria L. Rubin, Yimin Chen, Lynne Marie Thorimbert

Notice bibliographique

RevueLibrary Hi Tech · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in Service Interactions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceConversationOriginalityWorld Wide WebImplementationArgument (complex analysis)Knowledge managementHuman–computer interactionSociologyQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose Conversational agents are natural language interaction interfaces designed to simulate conversation with a real person. This paper seeks to investigate current development and applications of these systems worldwide, while focusing on their availability in Canadian libraries. It aims to argue that it is both timely and conceivable for Canadian libraries to consider adopting conversational agents to enhance – not replace – face‐to‐face human interaction. Potential users include library web site tour guides, automated virtual reference and readers' advisory librarians, and virtual story‐tellers. To provide background and justification for this argument, the paper seeks to review agents from classic implementations to state‐of‐the‐art prototypes: how they interact with users, produce language, and control conversational behaviors. Design/methodology/approach The web sites of the 20 largest Canadian libraries were surveyed to assess the extent to which specific language‐related technologies are offered in Canada, including conversational agents. An exemplified taxonomy of four pragmatic purposes that conversational agents currently serve outside libraries – educational, informational, assistive, and socially interactive – is proposed and translated into library settings. Findings As of early 2010, artificially intelligent conversational systems have been found to be virtually non‐existent in Canadian libraries, while other innovative technologies proliferate (e.g. social media tools). These findings motivate the need for a broader awareness and discussion within the LIS community of these systems' applicability and potential for library purposes. Originality/value This paper is intended for reflective information professionals who seek a greater understanding of the issues related to adopting conversational agents in libraries, as this topic is scarcely covered in the LIS literature. The pros and cons are discussed, and insights offered into perceptions of intelligence (artificial or not) as well as the fundamentally social nature of human‐computer interaction.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,265
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations104
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLibrary Hi TechMême sujetAI in Service InteractionsTravaux en français237 207