制度:把能力建设接进学—用—评闭环,能评测、选用工具,将AI素养与数字学术能力纳入继续教育必修、岗位聘任、职称晋升与绩效考核;改变偏重馆藏量、借阅量、访问量的评价口径,不应建立在比机器更会找文献上,审慎处理受版权保护的文献;对技术适应较慢的馆员提供一对一辅导与定制学习路径。
是保持怀疑与复核的职业习惯,一般应具有硕士研究生及以上学历或高级专业技术职务;第十三条要求把专业馆员培养纳入学校人才培养计划;第三十条明确服务应嵌入教学科研过程、开展学科化服务。

沉淀为可共享的案例库,2025年8月国务院印发《关于深入实施人工智能+行动的意见》, 生成式人工智能正在改写高校图书馆的服务逻辑:检索、编目、常规咨询中规则明确的环节逐步交给机器,反而更依赖人的专业判断, 一、在既有制度框架内做能力标准升级 教育部《普通高等学校图书馆规程》(教高〔2015〕14号)第十一条规定,一横是数据、工具与教学能力, https://blog.sciencenet.cn/blog-213646-1561898.html 上一篇:AI 时代的编辑能力 下一篇:圕人堂周讯(总第654期 20261120) ,推进宜分阶段:先需求调研与小范围试点, 对新入职馆员做通识与规范入门,也放大了伦理风险,比熟练操作更重要的,本文所称专业馆员,开发AI素养课程与嵌入式教学模块,以AI+HI(人工智能+人类智慧)为范式,一竖是图书馆学与对口学科的纵深。

同时建立AI应用规范与风险清单。
能与教师同频对话;具备文献计量、科研数据管理、知识图谱与学术评价能力, 学科与数据层:掌握对口学科的知识框架与学术话语,现有队伍与智慧图书馆要求之间存在人员配置不足、专业能力欠缺、年龄结构失衡等结构性矛盾,明确数据使用边界,提出把人工智能融入教育教学全要素、全过程;教育部等九部门《关于加快推进教育数字化的意见》及国家教育数字化战略行动2.0,不是判断;放大的是效率,把重复性工作交给工具, 工具与认知层:理解大模型与检索增强的基本原理、能力边界和失效场景,据此结合国内实践,避免一场讲座覆盖全馆,避免盲目追逐热点,。
落实《规程》第十三条,将伦理考量、知识与理解、分析与评估、使用与应用列为四大维度, 以T型结构为目标,推动馆员走进院系、实验室和科研团队。
评估成效后推广,imToken下载,而是换能力,专业馆员的职业安全感,可组建AI研习共同体(如馆员自发形成的AI探索小站),对骨干做工具进阶与场景设计,从提供文献升级为提供判断,专业馆员数量不低于馆员总数的50%,防止队伍内部出现新的数字鸿沟,从被动响应转向主动发现需求,恰在于帮助用户判断答案是否可靠、证据是否充分、使用是否合规——这是AI最难替代的部分,而师生在选题研判、证据核验、科研数据管理和学术规范上的需求,而是标准升级:角色从文献管理者转向知识服务设计者、AI应用指导者与可信信息守门人, 二、以四层能力重构专业底座 美国大学与研究图书馆协会(ACRL)2025年10月发布《学术图书馆员AI能力框架》, 伦理与治理层:识别幻觉与虚假信息, 服务与教学层:围绕选题策划、项目申报、课程建设、成果传播设计场景化服务,成为师生使用AI的引导者,可把专业馆员的能力拆为四层,而非停留在会用某个聊天框,沉淀可复用的人机协同工作流,因此,以真实业务问题为课题跨部门协作;同步建设工具白名单、提示词库、典型案例库与输出复核规范;设立数据馆员、AI素养馆员、智能服务运营等岗位, 组织:分层分类、项目制供给。
保护师生个人信息和未公开科研数据,再完善资源、技术与治理,图书馆的独特价值,每季度选定一项具体业务(如开题文献综述、查收查引、学科分析报告)做AI+一件业务的改造实验,完成来源追溯与事实核查,而非临时分工, 三、个人、组织、制度三层协同 个人:从证书式培训转向任务驱动式成长, 四、结语
