Contemporary approaches to integrating AI agents into library information processes

• Autorzy: Sokil Mariia , Andrukhiv Andriy

Identyfikatory

DOI

10.35784/iapgos.6897

Warianty tytułu

PL

Współczesne podejścia do integracji agentów AI z procesami informacyjnymi bibliotek

• Języki publikacji: EN

Abstrakty

EN

The work aims to investigate the possibility of using software agents based on artificial intelligence to optimize the information process in libraries. Modern libraries, especially academic ones, act as resource centers for providing scientific and educational information for the scholarly community. However, the library's activities are not only about serving users and satisfying their information needs. Numerous internal processes are not visible to the average person. User. Despite providing libraries with information systems that support their activities, libraries must keep pace with modern technologies and strive to optimize and transform their activities in accordance with the conditions of modernity, as well as the information needs of users. One of the most modern technologies is the production of various kinds of tools combined with the work of artificial intelligence. Since much research has been conducted on the possibility of using AI in different fields, the library industry is no exception. The paper considers the possibility of applying AI-based agents to the ability to process and optimize processes related to information processing in libraries. The paper analyzes the capabilities of software agents based on AI, such as AutoGPT, AgentGPT, MiniAGI, SuperAGI, and natural language processing, for use in the library. The main attention is paid to analyzing the main areas, such as cataloging and book-buying recommendations. The paper proposes new approaches to optimizing information processes in libraries with the help of intelligent agents, emphasizing their potential to increase the productivity and quality of library services.

PL

Praca ma na celu zbadanie możliwości wykorzystania agentów programowych opartych na sztucznej inteligencji do optymalizacji procesu informacyjnego w bibliotekach. Nowoczesne biblioteki, zwłaszcza akademickie, pełnią rolę centrów zasobów dostarczających informacje naukowe i edukacyjne społeczności naukowej. Jednak działalność biblioteki nie ogranicza się wyłącznie do obsługi użytkowników i zaspokajania ich potrzeb informacyjnych. Wiele procesów wewnętrznych nie jest widocznych dla przeciętnego użytkownika. Pomimo wyposażenia bibliotek w systemy informatyczne wspierające ich działalność, biblioteki muszą nadążać za nowoczesnymi technologiami i dążyć do optymalizacji i transformacji swojej działalności zgodnie z warunkami współczesności, a także potrzebami informacyjnymi użytkowników. Jedną z najnowocześniejszych technologii jest produkcja różnego rodzaju narzędzi połączonych z działaniem sztucznej inteligencji. Ponieważ przeprowadzono wiele badań dotyczących możliwości wykorzystania sztucznej inteligencji w różnych dziedzinach, branża biblioteczna nie jest tu wyjątkiem. W artykule rozważono możliwość zastosowania agentów opartych na sztucznej inteligencji do przetwarzania i optymalizacji procesów związanych z przetwarzaniem informacji w bibliotekach. W artykule przeanalizowano możliwości agentów oprogramowania opartych na sztucznej inteligencji, takich jak AutoGPT, AgentGPT, MiniAGI, SuperAGI i przetwarzanie języka naturalnego, do wykorzystania w bibliotece. Główna uwaga poświęcona jest analizie głównych obszarów, takich jak katalogowanie i rekomendacje dotyczące zakupu książek. W artykule zaproponowano nowe podejścia do optymalizacji procesów informacyjnych w bibliotekach za pomocą inteligentnych agentów, podkreślając ich potencjał w zakresie zwiększenia wydajności i jakości usług bibliotecznych.

Słowa kluczowe

EN

AI-based agents; automation of library processes; generative artificial intelligence

PL

agenci oparci na AI; automatyzacja procesów bibliotecznych; generatywna sztuczna inteligencja

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2025
• Tom: T. 15, nr 3
• Strony: 110--116
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Sokil Mariia

• Lviv Polytechnic National University, Lviv, Ukraine

• https://orcid.org/0000-0003-3352-2131+

autor

Andrukhiv Andriy

• Lviv Polytechnic National University, Lviv, Ukraine

• https://orcid.org/0000-0001-5915-8855+

Bibliografia

• [1] Andrukhiv A. I., Sokil M. B.: Prospects/possibilities of using ChatGPT for creating metadata of library resources. Bulletin of the Khmelnytskyi National University 5(341), 2024, 417–22 [https://doi.org/10.31891/2307-5732 2024-341-5-60].
• [2] Boncata A.-M. et al.: Transforming libraries. The role of autonomous robots in sorting, inventorying, and book search. International Journal of Mechatronics and Applied Mechanics 17, 2024, 5–12 [https://doi.org/10.1016/j.rcim.2024.102769].
• [3] Chehreghani M. H.: The embeddings world and Artificial General Intelligence. Cognitive Systems Research 82, 2023, 101201 [https://doi.org/10.1016/j.cogsys.2023.101201].
• [4] Elgarba B. M. et al.: Artificial intelligence serving pre-surgical digital implant planning: A scoping review. Journal of Dentistry 147, 2024, 104862 [https://doi.org/10.1016/j.jdent.2024.104862].
• [5] Ha D., Tang Y.: Collective intelligence for deep learning: A survey of recent developments. Collective Intelligence 1(1), 2022, 1–7 [https://doi.org/10.1177/26339137221114874].
• [6] Ilagan J. R. et al.: Exploratory prompting of large language models to act as co-pilots for augmenting business process work in document classification. Procedia Computer Science 237, 2024, 420–425 [https://doi.org/10.1016/j.procs.2024.05.123].
• [7] Khan M. M., Kamal M: Customer relationship management (CRM) in academic libraries. DIU Journal of Humanities and Social Science 3(1), 2015, 25–37 [https://doi.org/10.36481/diujhss.v.03i1.2g1ksm61].
• [8] Lin C.-H. et al.: Hong Kong academic librarians' attitudes toward robotic process automation. Library Hi Tech 42(3) 2022, 991–1014 [https://doi.org/10.1108/LHT-03-2022-0141].
• [9] Necula S.-C. et al.: A Systematic Literature Review on Using Natural Language Processing in Software Requirements Engineering. Electronics 13(11), 2024, 2055 [https://doi.org/10.3390/electronics11132055].
• [10] Priya S., Ramya R.: Future trends and emerging technologies in AI and libraries. Khamis I. (ed.): Applications of Artificial Intelligence in Libraries. IGI Global Scientific Publishing, 2024, 245–271 [https://doi.org/10.4018/979-8 3693-1573-6.ch010].
• [11] Shuldiner Yu. V. et al.: Application of information technologies in railway transport in container transportation. Bulletin of Transport and Industry Economy 66, 2019, 5–12.
• [12] Tekinerdogan B.: Assessing Artificial Intelligence: A Critique of Pure Computationalism. OSF Preprints, 5 Dec. 2024. [https://doi.org/10.31219/osf.io/cdw79].
• [13] Triguero I. et al.: General Purpose Artificial Intelligence Systems (GPAIS): Properties, definition, taxonomy, societal implications and responsible governance. Information Fusion 103, 2024, 102135 [https://doi.org/10.1016/j.inffus.2023.102135].
• [14] Wachowicz M., Song G.: Machine Learning Approaches. Wilson John P. (ed.): Geographic Information Science & Technology Body of Knowledge (2nd Quarter 2020 Edition), 2020 [https://doi.org/10.22224/gistbok/2020.2.5].
• [15] Yampolskiy R. V.: On the Controllability of Artificial Intelligence: An Analysis of Limitations. Journal of Cyber Security and Mobility 11(3), 2022, 321–404 [https://doi.org/10.13052/jcsm2245-1439.1132].
• [16] Zhang Y. et al.: Automation of literature screening using machine learning in medical evidence synthesis: a diagnostic test accuracy systematic review protocol. Systematic Reviews 11(1), 2022, 11.