图书馆如何评估 AI 服务是否扩大知识差距

图书馆如何评估 AI 服务是否扩大知识差距

图书馆上线 AI 检索后，常用智能手机和主流语言的人可能更快找到书；不会打字、网络慢或需要无障碍格式的人反而更难。机构评估不能只看总使用量，应按服务路径拆开：谁从未进入，谁在注册时退出，谁找到资料却借不到。模型日志只是线索，馆员和社区组织的访谈能解释原因。

试点设计应保留人工与传统目录，给不同群体同一查找任务，比较时间、理解与结果。若新系统只改善热门馆藏，不妨把预算用于旧书元数据和地方语言描述。借阅隐私保护也影响可及性：读者若怕被记录，会避开敏感主题。

评估知识差距可从一道具体任务开始：请不同读者查同一项地方政策，并说出来源与下一步。有人一分钟完成，有人卡在注册，有人得到答案却找不到原文。把失败位置记录下来，比一个总体满意度更有用。大模型日志只能看见进入系统的人，未进入者需要到社区、学校和养老机构访谈。

馆方可分层改进。冷门馆藏检索不到，就补元数据；读屏无法读按钮，就改界面；政策答案引用旧资料，就改知识库。若问题根源是开放时间短或馆舍太远，再大的模型也帮不上忙。供应商验收应包括这些真实任务，而非只展示漂亮对话。

改进后公开覆盖与未解决的差距，不只报总体满意度。供应商合同支持数据导出，避免小馆被迫长期购买一种不能适应本地需要的服务。

保护隐私也是公平的一部分。对敏感主题，读者若担心留下画像可能干脆不问。匿名检索、短期会话和人工求助可以让更多人愿意使用服务。

差距评估应纳入从未使用新系统的人。馆方到社区问：是没听说过、没有设备、担心隐私，还是试了一次就失败？这些原因对应的改进完全不同。服务数据可以发现重复失败，访谈才能解释原因。报告公布新系统帮助了谁、仍没帮助谁，并把下一步预算投入到最明显的缺口。只看活跃用户满意度，会让被排除的人永远不在统计中。

一项技术看似让所有人平均少花五分钟，若某些群体因此完全无法使用，平均数就很误导。馆方可报告完成任务的比例、失败发生在哪一步、人工帮助是否可用。对未进入系统的人做访谈。知识可及性是公共服务指标，不能被漂亮的活跃用户曲线替代。

馆方可公布测试任务的失败点及修复进度。读者看到问题被接住，才愿意继续反馈。

这一差距需要每年重测。

知识差距往往藏在“系统里没有失败记录”的那些人身上。