Will ChatGPT replace libraries? A thematic literature review and recommendation framework
Notice bibliographique
Résumé
Purpose This study is concerned with the disruptive impact of artificial intelligence (AI) technologies – specifically focusing on OpenAI’s ChatGPT – on human engagement and use of it. It seeks to determine whether these tools pose a danger to the utility and function of traditional libraries and resource centers.Design/methodology/approach Analysis is conducted through the lenses of the technological capabilities of AI systems, the socio-institutional roles of libraries, and a content analysis of recent literature. It looks at the ways in which traditional information institutions and AI-driven platforms are changing within a larger digital knowledge ecosystem.Originality/value This article takes a balanced approach to the possible implications of these relations between traditional information services and nascent AI technology. The argument is advanced by reiterating the services that libraries alone uniquely render, such as cultural stewardship, egalitarian access, and ethical custodianship.Findings ChatGPT and similar AI applications are valuable for providing information and cognitive support, but they do not encompass the full range of functions, social presence, and ethical responsibilities of libraries and resource centers. AI represents an extension rather than a replacement of libraries in the digital age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,048 | 0,058 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,011 | 0,019 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».