Artificial intelligence and librarianship : notes for teaching / Martin Frické

Bibliographie pages 507-533. Notes bibliographiques. Glossaire

Chapter 1: Intellectual Background Chapter 2: Chatbots Chapter 3: Language Models Chapter 4: Large Language Models Chapter 5: Large Multimodal Models Chapter 6: Evaluation and the Future Chapter 7: Bias and Unfairness Chapter 8: Bias in Machine Learning and Librarianship Chapter 9: What Might Natural Language Processing (NLP) Bring to Librarianship? Chapter 10: What are the Opportunities for Librarians? Chapter 11: Librarians as Synergists Chapter 12: Librarians as Sentries Chapter 13: Librarians as Educators Chapter 14: Librarians as Managers Chapter 15: Librarians as Astronauts Appendix A: Some Theoretical Background to Librarianship Appendix B: Working With LLMs Appendix B: Two Important Methodological Points Appendix C: Causal Diagrams Appendix E: Knowledge Graphs Bibliography

L’intelligence artificielle (IA) aborde un sous-ensemble de problèmes qui eux-mêmes se solutionnent par des ordinateurs, des programmes informatiques ou des algorithmes. Souvent, les algorithmes d’IA sont couplés à l’utilisation de données externes. Les problèmes en question sont ceux qui sont idéalement rationnels et intelligents que l’être humain serait en mesure de résoudre, compte tenu du temps, des ressources et de son
ingéniosité. L’un des premiers exemples de programme d’IA dans le domaine de la bibliothéconomie est celui de la reconnaissance optique des caractères (OCR).

Navigateur Web

L'accès complet au document est ouvert à tous dans sa version PDF