DUŻE MODELE JĘZYKOWE W SŁUŻBIE BIBLIOTEK AKADEMICKICH: OD CHAOSU INFORMACYJNEGO DO ASYSTENTA NOWEJ GENERACJI
Anna Małgorzata Kamińska
https://orcid.org/0000-0001-5411-5426
Afiliacja: Uniwersytet Śląski w Katowicach i Biblioteka Politechniki Śląskiej w Gliwicach, Polska
Abstrakt
Teza/cel artykułu – Celem artykułu jest walidacja metodologiczna architektury asystenta konwersacyjnego nowej generacji, mającego przełamać opóźnienie we wdrażaniu technologii generatywnej sztucznej inteligencji w polskich bibliotekach akademickich. Metody – Przeprowadzono studium przypadku (Biblioteka Politechniki Śląskiej, BPŚ), opierając się na krytycznej analizie architektury informacji istniejącej witryny www oraz przyjęciu paradygmatu architektury zorientowanej na zadania. Kluczową metodą jest również projektowanie bazy wiedzy o wysokiej granularności i implementacja systemu w oparciu o architekturę Retrieval-Augmented Generation (RAG). Wyniki – Opracowano i pilotażowo wdrożono asystenta ARAGORN (Academic RAG On Resources Network), który wykorzystuje korpus wiedzy oparty na granularnych dokumentach, co zapewnia wysoką selektywność, zwiększa precyzję kontekstową i eliminuje potrzebę złożonej segmentacji. Zaproponowana architektura umożliwia łatwą wymianę modelu generatywnego i pełną kontrolę nad bazą wiedzy. Wnioski – Przyjęta metodyka projektowa, łącząca modularyzację bazy wiedzy z architekturą RAG, może stanowić wyjściowy referencyjny model implementacyjny dla innych instytucji, przywracając bibliotece funkcję proaktywnego kuratora i architekta informacji w środowisku cyfrowym.
Słowa kluczowe
Duże modele językowe (DMJ); Biblioteki akademickie; Generatywna sztuczna inteligencja (GenSI); Retrieval-Augmented Generation (RAG); Architektura Informacji; Modularyzacja wiedzy; Asystenci Konwersacyjni; Czatbot
Bibliografia
Alghamdi, M., Abushawarib, M., Ellouh, M., Ghaleb, M., & Felemban, M. (2023). Enhancing Arabic Information Retrieval for Question Answering. W ACM International Conference Proceeding Series (s. 366-371).
Allison, D. (2011, październik). Chatbots in the Library: Is It Time? UNL Libraries: Faculty Publications. Artykuł 280. https://doi.org/10.1108/07378831211213238
Arslan, M., Ghanem, H., Munawar, S., & Cruz, C. (2024). A survey on RAG with LLMs. Procedia Computer Science, 246, 3781-3790. https://doi.org/10.1016/j.procs.2024.09.178
Chase, M. (2024). Academic Libraries Can Develop AI Chatbots for Virtual Reference Services with Minimal Technical Knowledge and Limited Resources. Evidence Based Library and Information Practice, 19(2), 136-138. https://doi.org/10.18438/eblip30523
Kamińska, A.M. (2026). A strategic framework for responsible GenAI adoption: Balancing sustainability and institutional risks in academic libraries. The Journal of Academic Librarianship, 52(2), Artykuł 103218. https://doi.org/10.1016/j.acalib.2026.103218
Kane, D. (2019, 14 grudnia). Creating, Managing and Analyzing an Academic Library Chatbot. BiD: Textos universitaris de Biblioteconomia i Documentació, (43). https://bid.ub.edu/en/43/kane.htm
Konieczny-Rozenfeld, B. (2016). Przestrzeń nauki i kultury – nowatorskie rozwiązania w Bibliotece Głównej Wojskowej Akademii Technicznej w Warszawie. Biuletyn EBIB, (168/6). https://ebibojs.pl/index.php/ebib/article/view/189
Kim, J. (2025). Academic Library with Generative AI: From Passive Information Providers to Proactive Knowledge Facilitators. Publications, 13(3), 37. https://doi.org/10.3390/publications13030037
Lappalainen, Y., & Narayanan, N. (2023). Aisha: A Custom AI Library Chatbot Using the ChatGPT API. Journal of Web Librarianship, 17(3), 37-58. https://doi.org/10.1080/19322909.2023.2221477
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. W Advances in Neural Information Processing Systems, 33. https://proceedings.neurips.cc/paper_files/paper/2020/file/6b493230205f780e1bc26945df7481e5-Paper.pdf
Nahotko, M. (2021). Nawigacja fasetowa w polskich bibliotekach naukowych. Przegląd Biblioteczny, 89(2), 123-162. https://doi.org/10.36702/pb.840
Nguyen, L.T.K., Pham, L.D., & Nguyen, H.N. (2024). uMentor: LLM-Powered Chatbot for Harnessing Technology Books in Digital Library. W Communications in Computer and Information Science, 2165 CCIS (s. 232-244). https://doi.org/10.1007/978-3-031-70248-8_18
Ociepa, K., Wróbel, K., Gwoździej, A., & Kinas, R. (2025). Bielik 11B v2 technical report. arXiv preprint arXiv:2505.02410. https://doi.org/10.48550/arXiv.2505.02410
PLLuM Consortium. (2025). PLLuM: A Family of Polish Large Language Models. (Niepublikowana praca). https://huggingface.co/CYFRAGOVPL/PLLuM-8x7B-chat
Rodriguez, S., & Mune, C. (2021). LIBRARY CHATBOTS: Easier Than You Think. Computers in Libraries, 41(8), 29-32.
Rodriguez, S., & Mune, C. (2022). Uncoding library chatbots: deploying a new virtual reference tool at the San Jose State University library. Reference Services Review, 50(3-4), 392-405. https://doi.org/10.1108/RSR-05-2022-0020
Safadel, P., Hwang, S.N., & Perrin, J.M. (2023). User Acceptance of a Virtual Libra-rian Chatbot: an Implementation Method Using IBM Watson Natural Language Processing in Virtual Immersive Environment. Techtrends, 67(6), 891-902. https://doi.org/10.1007/s11528-023-00881-7
Saputro, R.F., & Imaduddin, H. (2025). Chatbot Implementation for Automating Services at University Library of Muhammadiyah Surakarta with Rasa Fra-mework. W: 2025 International Conference on Smart Computing Iot and Machine Learning Siml 2025. https://doi.org/10.1109/SIML65326.2025.11080932
Twomey, B., Johnson, A., & Estes, C. (2024). It Takes a Village A Distributed Training Model for AI-Based Chatbots. Information Technology and Libraries, 43(3). https://doi.org/10.5860/ital.v43i3.17243
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A.N., ... Polosukhin, I. (2017). Attention is all you need. W: Advances in Neural Information Processing Systems, 30. https://doi.org/10.48550/arXiv.1706.03762
Weizenbaum, J. (1966). ELIZA–A computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36-45. https://doi.org/10.1145/365153.365168
Xuan, W. (2025). An In-House Approach to AI: Developing a Custom Chatbot for Library Services. Internet Reference Services Quarterly, 29(3), 333-345. https://doi.org/10.1080/10875301.2025.2495917
https://orcid.org/0000-0001-5411-5426
Afiliacja: Uniwersytet Śląski w Katowicach i Biblioteka Politechniki Śląskiej w Gliwicach, Polska
Biogram:
Dr Anna Małgorzata Kamińska – adiunktka w Instytucie Nauk o Kulturze Uniwersytetu Śląskiego w Katowicach. Od ponad 20 lat zawodowo związana również z Biblioteką Politechniki Śląskiej w Gliwicach. W swojej pracy badawczej koncentruje się na zagadnieniach związanych z informacją naukową, naukometrią oraz przetwarzaniem języka naturalnego. Do jej głównych zainteresowań należą analiza cytowań, bibliograficzne bazy danych i zrównoważony rozwój bibliotek. Obecnie zajmuje się także badaniem potencjału dużych modeli językowych, analizując możliwości ich zastosowania w badaniach naukowych i komunikacji akademickiej.
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.
Autor składa oświadczenie o oryginalności przesłanego tekstu, a w umowie wydawniczej przenosi na rzecz Wydawcy nieodpłatnie majątkowe prawa autorskie w zakresie jednorazowego opublikowania dzieła.
CC BY-NC-ND 4.0 Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 4.0 Międzynarodowe
