บทบาทบรรณารักษ์ Cataloging ในยุคของ ChatGPT และ Automation

 

      ChatGPT เครื่องมือในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ามามีบทบาทเป็นอย่างมากในการช่วยสร้างข้อมูลอัตโนมัติและวิเคราะห์ข้อความได้อย่างชาญฉลาดและถือได้ว่ามีประสิทธิภาพรันในแทบทุกวงการ ในแวดวงห้องสมุดเองก็เช่นกัน จำเป็นจะต้องปรับตัวตามให้ทันกับเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว บรรณารักษ์ที่ทำงานด้านวิเคราะห์ทรัพยากรสารสนเทศเองก็จำเป็นต้องปรับบทบาทและพัฒนาทักษะใหม่ ๆ เพื่อประยุกต์การทำงานร่วมกับ AI และระบบอัตโนมัติอย่างมีประสิทธิภาพ โดยไม่ถูกทดแทน แต่กลับกลายเป็นผู้ควบคุม ตรวจสอบ และพัฒนาเมทาดาทาที่มีคุณภาพมากขึ้น

บทบาทใหม่ของบรรณารักษ์ในยุค AI จึงเป็นความท้าทายไม่น้อย ซึ่งวันนี้เราจะมาลองคิดเล่น ๆ ว่า บรรณารักษ์งานวิเคราะห์ทรัพยากรสารสนเทศดั้งเดิมจะต้องมีการพัฒนาทักษะอะไรบ้างเพื่อให้ก้าวทันเข้าสู่การเป็นบรรณารักษ์ยุค AI ได้อย่างกลมกลืนและมีความสุขกับการทำงาน

บทบาทเดิม	บทบาทใหม่ยุค AI
การลงรายการบรรณานุกรมเองทั้งหมด	วิเคราะห์ ตรวจสอบ และปรับปรุงข้อมูล Metadata ที่สร้างด้วยเครื่องมือ AI
วิเคราะห์หัวเรื่อง/วิเคราะห์หมวดหมู่เอง	การประยุกต์ใช้ AI วิเคราะห์หัวเรื่อง วิเคราะห์หมวดหมู่ แล้วตรวจสอบ และตัดสินใจเลือกใช้ในขั้นตอนสุดท้าย
การจัดรูปแบบ MARC ด้วยตัวเอง	ใช้ AI เป็นเครื่องมือช่วยในการแปลง แก้ไข โครงการการลงรายการตามมาตรฐาน MARC
ยึดตามมาตรฐาน	ทำการสอน AI ให้สามารถเข้าใจมาตรฐาน และปรับใช้ร่วมกับ Schema อื่น ๆ ได้

 

    นอกจากการเรียนรู้เรื่องมาตรฐานต่าง ๆ ที่เกี่ยวข้องกับการวิเคราะห์ทรัพยากรสารสนเทศแล้ว บรรณารักษ์ยุค AI จำเป็นอย่างยิ่งที่จะต้องให้ความสำคัญกับการศึกษาเพิ่มเติมทักษะใหม่ ๆ ที่เกี่ยวกับการใช้งาน AI ดังตัวอย่างเช่น

1. ทักษะด้าน Prompt Engineering การตั้งคำถาม การใช้คำสั่งกับ AI อย่างมีประสิทธิภาพ
2. ทักษะด้าน Data Literacy ความรู้พื้นฐานการจัดการด้านข้อมูล
3. ทักษะด้าน Critical Evaluation เป็นทักษะการวิเคราะห์ผลลัพธ์ของ AI อย่างมีวิจารณญาณ
4. ทักษะด้าน Metadata Mapping เป็นการเชื่อมโยง MARC กับ Schema อื่น ๆ เช่น Dublin Core, RDF เป็นต้น
5. ทักษะด้าน Digital Ethics เป็นทักษะที่เกี่ยวข้องกับลิขสิทธิ์ จริยธรรมการใช้ AI

 

จะเห็นได้ว่าหากบรรณารักษ์ปรับตัวและใช้ AI เป็นเครื่องมือช่วยในการทำงาน จะส่งผลดีในแง่ของการประหยัดเวลา สามารถทำงานในปริมาณที่มากให้เสร็จสิ้นได้อย่างรวดเร็ว และ AI มีความหลากหลายในความสามารถด้านการวิเคราะห์ภาษาได้หลากหลายภาษา สามารถสรุปข้อมูลเนื้อหาของทรัพยากรและจัดกลุ่มหมวดหมู่เบื้องต้นได้ ในข้อดีก็อาจจะมีข้อจำกัดอยู่บ้างเช่นกัน ไม่ว่าจะเป็นการที่ AI ยังไม่สามารถเข้าใจในบริบทเชิงลึกของข้อมูลได้เท่ากับมนุษย์จริง ๆ จึงทำให้อาจจะเกิดโอกาสการวิเคราะห์ข้อมูลที่คลาดเคลื่อนได้ มนุษย์ต้องเป็นผู้ตรวจสอบเสมอ และยังไม่สามารถแปลงข้อมูล MARC21 ได้ตรงตามมาตรฐานทั้งหมด อย่างไรก็ตามหากบรรณารักษ์สามารถปรับตัวให้ทันต่อการเปลี่ยนแปลงของโลกอยู่เสมอ ไม่ว่าโลกจะปรับตัวไปในทิศทางไหน แต่ข้อมูลสารสนเทศก็ยังคงต้องการนักจัดการสารสนเทศที่มีชีวิตที่สามารถจะเข้าอกเข้าใจบริบทของข้อมูลอย่างแท้จริงอยู่ดี

 

 

แหล่งข้อมูลอ้างอิง

Mabawonku, T. O., & Buraimo, O. (2025). Preparedness of Librarians for AI-

      Generated Metadata Management: A Case Study of University

      Librarians in South–West, Nigeria. Journal of Library Metadata, 25(2),

      135–152. https://doi.org/10.1080/19386389.2025.2488674