За несколько последних лет научные и университетские библиотеки прошли путь от хранилища к сервису. Сегодня основное направление их развития — стать источником данных для больших языковых моделей и центром верификации научной информации.

Есть ли место библиотеке в мире будущего, куда полномасштабно придут системы искусственного интеллекта (ИИ)? Возможно ли обиться устойчивости в формате кооперации? Какие роли должна примерить на себя библиотека, чтобы быть востребованной?

Это главные проблемы, рассматривавшиеся в ходе пленарной сессии XXIV Всероссийской научно-практической конференции и выставке «Корпоративные библиотечные системы: технологии и инновации» (КорФор-2026)*.

* Организаторы: Санкт-Петербургский государственный университет (СПбГУ), НП «Ассоциированные региональные библиотечные консорциумы» (АРБИКОН), Российская библиотечная ассоциация.

С ключевым докладом выступил исполнительный директор АРБИКОН Александр ПЛЕМНЕК. Как отметил эксперт, библиотека становится слишком медленной, она не успевает за потребностями пользователя, которому нужна не запись о книге, а ответ на интересующий его вопрос. И лучше, если этот ответ будет получен из проверенных источников. ИИ порождает огромный объём информации, на которой сам и учится. Корпоративные библиотечные проекты должны адаптироваться к этим вызовам, внедряя новые технологии.

Кооперация сегодня — это объединение не только фондов, но и вычислительных мощностей, и разнообразных данных. Во всём мире получают распространение распределённые модели вычислений. Очевидно, что требуется создание отраслевых или региональных хабов ИИ на базе библиотечных консорциумов.

Какие новые задачи реально могут решаться в корпорациях?

Прежде всего, обогащение данных. Можно использовать ИИ как идеальный каталогизатор, он заменяет человека в большинстве случаев. Автоматическое извлечение ключевых слов, аннотирование, классификация больших массивов ретроспективной части фондов в рамках общего проекта — уже не теория, инструменты для этого есть.

Важная задача — так называемое умное комплектование. Суть в том, чтобы перейти от интуитивного подхода к предиктивному. Необходимо предугадать, что будет актуально через два-три года, и использовать технологии больших данных, для того чтобы выяснить, как развивается наука, чем занимаются конкретные научные группы, какие есть прорывные технологические направления. Главное преимущество библиотек — верифицированный и легитимный контент. Библиотека должна стать фильтром достоверности для ИИ-систем, предоставляя только проверенные научные данные.

— Разумный подход мы видим в том, чтобы разделить обязанности между человеческим интеллектом и искусственным: ИИ делает рутинную обработку и первичный поиск, а библиотекарь обеспечивает сложную навигацию и этическую экспертизу, — считает Александр Племнек.

Библиотечный интерфейс тоже должен стать «умным» и успевать за имеющимися в мире решениями. Сегодня во всех поисковых системах появились ИИ-ассистенты, и в библиотеках они должны быть. Безусловно, необходимо внедрять RAG¹-системы, которые ищут ответ по проверенным корпоративным фондам, исключая «галлюцинации» ИИ.

¹ RAG (Retrieval Augmented Generation) — это архитектурный подход в области ИИ, который объединяет большие языковые модели с внешними базами знаний

— Если корпоративный поиск сложнее, чем чат-бот, то пользователь выберет чат-бот, даже если качество информации там ниже. Студенты и молодые исследователи уже привыкли так работать, и нужно ориентироваться на их потребности, — отметил эксперт.

Следующий шаг — переход от ИИ-ассистентов к ИИ-агентам. ИИ-ассистенты — это справочные системы, которые отвечают на конкретно поставленные вопросы. ИИ-агенты — фактически цифровые сотрудники, способные решить проблему в целом. Они обращаются к внешним системам и могут реализовать определённый сценарий работы в том или ином информационном пространстве в интересах конкретного пользователя. Агенты работают с высокоуровневыми целями, разбивают их на задачи, могут найти нужные книги, проверить их и заказать электронные копии, составить саммари. Они имеют возможность заходить в разные базы, написать письмо библиотекарю, сделать запрос в корпоративные системы. И главное — агент обладает долгосрочной памятью.

— Если вы с ним начали работать, он вас запомнил и уже не задаёт дополнительных вопросов, в целом имея ваш цифровой образ и ведя вас по образовательной траектории, — подчеркнул эксперт.