高校图书馆应用生成式人工智能的风险与对策研究
Study on Risks and Countermeasures of Generative AI Application in University Libraries
DOI: 10.12677/ass.2025.14121062, PDF,    科研立项经费支持
作者: 吴 进, 张艳艳, 尹 晖, 庞 萍, 王 栋*:中国海洋大学图书馆,山东 青岛
关键词: 生成式人工智能高校图书馆风险对策Generative Artificial Intelligence University Libraries Risks Countermeasures
摘要: 文章聚焦高校图书馆应用生成式人工智能的风险与对策,首先,阐述生成式人工智能赋能高校图书馆建设的场景,包括参考咨询服务升级、信息素养教育创新、科技查新效能提升、阅读推广服务优化及古籍信息处理革新。接着,分析应用过程中面临的风险,如AI幻觉风险、可版权性不明、权利归属争议、用户信息被不合理使用以及系统稳定运行风险。最后,提出对策:积极履行告知义务、协同发力缓解AI幻觉风险、关注跟踪立法动态和司法实践、做好权利义务分配、加强用户信息保护以及开展分类专项培训。
Abstract: This paper focuses on the risks and countermeasures of applying generative artificial intelligence (GAI) in university libraries. Firstly, it elaborates on the scenarios where GAI empowers the development of university libraries, including the upgrading of reference and consultation services, the innovation of information literacy education, the improvement of sci-tech novelty search efficiency, the optimization of reading promotion services, and the innovation of ancient book information processing. Secondly, it analyzes the risks encountered in the application process, such as the hallucination risk of generated content, unclear copyrightability, disputes over rights ownership, unreasonable use of user information, and the risk of unstable system operation. Finally, it puts forward countermeasures, including actively fulfilling the obligation of notification, making joint efforts to mitigate the risk of AI hallucination, paying attention to and tracking legislative developments and judicial practices, properly allocating rights and obligations, strengthening the protection of user information, and carrying out classified and specialized training.
文章引用:吴进, 张艳艳, 尹晖, 庞萍, 王栋. 高校图书馆应用生成式人工智能的风险与对策研究[J]. 社会科学前沿, 2025, 14(12): 29-38. https://doi.org/10.12677/ass.2025.14121062

参考文献

[1] 吴进, 冯劭华, 昝栋. Chat GPT与高校图书馆参考咨询服务[J]. 大学图书情报学刊, 2023, 41(5): 25-29.
[2] 卢燕群. 人工智能赋能图书馆智慧服务——基于多源融合数据的智能问答实践[J/OL]. 图书馆论坛, 2025.
https://link.cnki.net/urlid/44.1306.g2.20250812.0913.002, 2025-08-12.
[3] 刘丹. AIGC嵌入高校图书馆未来学习中心的价值、风险与防控策略[J]. 传播与版权, 2025(7): 64-67.
[4] 胡安琪, 吉顺权. AIGC嵌入图书馆知识服务的价值、风险及其防控策略[J]. 图书馆工作与研究, 2024(5): 63-70.
[5] 赵宇翔, 付振康, 曾鹏翔, 等. 生成式人工智能驱动下智慧图书馆信息搜索的技术框架及服务模式研究[J]. 中国图书馆学报, 2025, 51(5): 54-66.
[6] 朱玉萍, 张伟. AIGC赋能图书馆阅读障碍服务研究[J]. 图书馆学刊, 2025, 47(2): 15-19.
[7] 张炎坤. DeepSeek赋能图书馆数字阅读推广: 机遇、挑战与对策[J]. 山东图书馆学刊, 2025(3): 1-8+53.
[8] 王军飞. ChatGPT在图书馆新媒体服务中的应用与思考[J]. 新世纪图书馆, 2024(1): 69-74.
[9] 田欣雨. 图书馆利用生成式人工智能进行阅读推广的版权风险[J]. 图书馆界, 2024(4): 75-80.
[10] 闫宇晨. ChatGPT应用背景下图书馆科研数据服务版权风险研究[J]. 国家图书馆学刊, 2024, 33(3): 25-36.
[11] 覃振明. 生成式人工智能在图书馆参考咨询服务中的应用与伦理风险探究[J]. 江苏科技信息, 2025, 42(12): 132-136.
[12] 马雨珊. 论图书馆应用生成式AI数据风险的法律规制[D]: [硕士学位论文]. 衡阳: 南华大学, 2024.
[13] 翟羽佳. 大语言模型应用于图书馆建设未来学习中心的适应性、风险与策略[J]. 图书馆学研究, 2024(7): 77-85.
[14] 张军雄. Chat GPT-4对图书馆网络信息安全的挑战与对策[J]. 图书馆学刊, 2024, 46(9): 85-88.
[15] 辛海滨, 王晓倩, 赵璨. 生成式人工智能环境下的图书馆员: 机遇、风险与对策[J]. 图书馆学刊, 2024, 46(10): 36-40.
[16] 王静, 王鹏. 智慧图书馆生成式AI大模型风险治理机制研究[J]. 情报杂志, 2024, 43(8): 190-197.
[17] 吴进, 王立杰, 昝栋. DeepSeek赋能高校图书馆信息服务提升研究——以中国海洋大学图书馆为例[J]. 高校图书馆工作, 2025, 45(2): 22-29.
[18] 中国海洋大学图书馆. 同学们, DeepSeek为你推荐书单啦! [EB/OL]. 2025-03-05.
https://mp.weixin.qq.com/s/8e7inMkKMCrc344NtVfP5A, 2025-08-24.
[19] 童雨萱, 完颜邓邓. 我国高校图书馆古籍资源开放服务现状调查与分析[J]. 图书馆, 2022(11): 78-84.
[20] 杨奇光, 韩佳序. AI幻觉对新闻真实性的冲击及其风险防范研究[J/OL]. 新媒体与社会, 2025.
https://link.cnki.net/urlid/CN.20250807.1624.002, 2025-08-07.
[21] Xu, Z., Jain, S. and Kankanhalli, M. (2025) Hallucination Is Inevitable: An Innate Limitation of Large Language Models.
https://arxiv.org/abs/2401.11817v2
[22] 南方都市报. “DeepSeek给王一博道歉”声明热传!多方核查: 是假的[EB/OL]. 2025-07-04.
https://mp.weixin.qq.com/s/_2cNLnFWJASv57t6BJ8iKw?scene=1&click_id=7&poc_token=HITQqmijjgX3aj4tHo4ise-iWlSSG1Fyh2ueNDT4, 2025-08-24.
[23] 姚立. 生成式人工智能ChatGPT编造法律案例的风险与启示——评2023年美国“马塔诉阿维安卡公司案”[C]//《新兴权利》集刊2024年第2卷——人工智能背景下的新兴权利研究文集. 2024: 192-202.
[24] 北京互联网法院判决计算机软件智能生成文字内容不构成作品[EB/OL]. 2019-05-29.
http://legal.people.com.cn/n1/2019/0529/c42510-31108379.html, 2025-08-24.
[25] 中国法院网. 腾讯诉盈讯科技侵害著作权纠纷案[EB/OL].
https://www.chinacourt.cn/article/detail/2021/01/id/5709690.shtml, 2025-08-24.
[26] 中国法院网. 破冰: 首例人工智能文生图案生效[EB/OL].
https://www.chinacourt.cn/article/detail/2024/02/id/7796864.shtml, 2025-08-24.
[27] OpenAI (2025) How Your Data Is Used to Improve Model Performance.
https://help.openai.com/en/articles/5722486-how-your-data-is-used-to-improve-model-performance
[28] OpenAI (2025) Data Controls FAQ.
https://help.openai.com/en/articles/7730893-data-controls-faq