師大讀書會【閱讀再定義：AI輔助的學術導讀實驗室】

 一直想把讀書會的內容整理成部落格，但沒時間好好整理，放著放著也就失去時效性了。

現在問AI真是很方便又的確有很多亮點知識，都想說這些人類討論的內容到底未來會不會有人想看呢~

讀書會簡介：

隨著生成式人工智慧技術的快速發展，越來越多學生在學術閱讀與研究過程使用 AI 工具協助。這些使用情境涵蓋：「英文文獻翻譯、文章摘要與重點提取、簡報製作、背景知識補足、專業術語理解」等。然而，也有不少教育工作者擔憂 AI 工具可能導致學生過度依賴、缺乏批判性思考，進而影響高等教育中的深度學習與知識建構。

在這樣的背景下，我們組成一個以圖書資訊學系碩博士班學生為主體的讀書會，希望透過實際導讀、討論與 AI 工具的應用測試，探討以下問題：

•有哪些AI工具可以協助、 如何協助學術閱讀與理解？

•在不同主題或不同熟悉程度的文章中，AI 工具的效能有何差異？使用AI的注意事項分別為何？

•輕度與高度使用AI輔助學習之優缺點與適用情境分別為何？

•我們該如何合理的使用以避免過度仰賴？

本讀書會將以五個主題循序漸進進行，逐步探索 AI 工具在學術閱讀、導讀與跨領域理解中的角色。每位成員將在導讀過程中實際測試多種 AI 工具，並紀錄使用方法、優缺點與反思。藉此建立具有批判與反思性的 AI 輔助閱讀經驗與策略。

完整讀書會紀錄 (有討論與互動內容摘要)：https://drive.google.com/file/d/1LK5hqDxApnrS6uBmNGMZD7D_N8dPm8Mq/view?usp=sharing

讀書會共舉辦五次，每次一小時，我主講三場次，原本想用NotebookLM整理這三場的PLAUD生成逐字稿與簡報內容就當作這次的部落格了，結果發現NotebookLM根據六份檔案整理出的重點嚴重偏離! 而且還加了一些原本沒提到的內容...後來調整成一場次兩個檔案的整理方式，雖然還是不夠好(最嚴重的問題是無法區分哪些觀點來自文獻、哪些來自讀書會討論)，但的確是節省很多時間，也就先這樣吧。 * 這也代表盡量上傳近似主題的檔案給NotebookLM可能成效較佳(?)  ** 在讀書會中對於研究文獻的諸多吐槽都被NotebookLM隱而不談，看來AI真的是對人類很好

第一場【AI輔助學術閱讀】導讀兩篇文獻+實際測試NotebookLM、Perplexity、Gemini

導讀文獻：

● Yapp, D., de Graaff, R., & van den Bergh, H. (2021). Effects of reading strategy instruction in English as a second language on students’ academic reading comprehension. Language Teaching Research, 27(6), 1456-1479. https://doi.org/10.1177/1362168820985236    

● Chea, P. & Xiao, Y. (2024). Artificial Intelligence in Higher Education: The Power and Damage of AI-assisted Tools on Academic English Reading Skills, Journal of General Education and Humanities, 3(3), 287–306.

本文件旨在彙整關於英語作為第二語言（L2）學習者在高等教育環境中，如何透過「閱讀策略教學」與「人工智慧（AI）輔助工具」提升學術閱讀能力的關鍵洞察。研究顯示，傳統的母語閱讀策略並不會自動轉移至第二語言，因此明確的策略指導至關重要。同時，新興的 AI 工具（如 NotebookLM、ChatGPT、Undermind 等）在提升閱讀效率、詞彙習得與學習動機方面展現顯著成效，但也伴隨著過度依賴、資訊幻覺及忽略研究細節等潛在風險。AI 應定位為進入陌生領域的引導工具，而非完全取代對原始文獻的深度閱讀。

--------------------------------------------------------------------------------

一、 第二語言（L2）學術閱讀的挑戰

學術閱讀對於高等教育學生而言具備高度挑戰性，主要原因包括：

* 文本特性： 學術文本內容簡潔緊湊、專業性高，要求讀者具備高效的消化能力。

* 語言障礙： 英語作為全球學術交流的主要媒介，非母語讀者面臨額外的語言負擔。

* 策略轉移困境： 研究指出，第一語言（L1）的閱讀策略不會自動轉移到第二語言（L2），需透過正規教育重新練習與提升。

* 教育背景差異： 來自職業教育背景的學生（如荷蘭的 MBO），其英語水平通常低於高等教育要求的 B2 等級，面臨更嚴峻的挑戰。

--------------------------------------------------------------------------------

二、 實證研究分析：策略教學與 AI 介入

1. 荷蘭大學研究：閱讀策略教學的效果（Yapp et al., 2021）【這篇研究設計較嚴謹】

* 研究目的： 評估專門設計的 L2 閱讀策略課程是否能提升一年級大學生的理解能力。

* 研究設計： 採用「迴歸不連續設計（RDD）」，針對 801 名學生進行為期七週、每週兩小時的干預。

* 核心策略： 課程結合了七種被證實有效的策略：

  1. 快速瀏覽與掃讀（Skimming & Scanning）： 掌握結構與特定資訊。

  2. 啟動背景知識： 連結既有認知。

  3. 預測（Predicting）： 預想文本結果。

  4. 視覺化（Visualization）： 建立心智圖像或結構圖。

  5. 注意文本結構與信號詞： 識別內部邏輯。

  6. 連結新舊知識： 從文本中推斷含義。

  7. 閱讀時提問： 促進深層理解。

* 研究結論： 策略課程顯著提升了學生的 L2 閱讀理解，且對「弱勢讀者」的進步幅度尤為明顯。

2. 雲南大理大學研究：AI 工具的力量與損害（Chea & Xiao, 2024）

* 研究目的： 探討 AI 輔助工具對學術英語閱讀技能的影響。

* 研究設計： 將 24 名學生分為實驗組（AI 輔助）與對照組（傳統教學）。

* 關鍵發現：

  * 正面影響： 實驗組在閱讀分數、詞彙習得及學習動機上均顯著優於對照組。AI 能解釋複雜詞彙，降低預習負擔。

  * 學生心聲： 傳統組學生感到預習無聊且耗時；AI 組則展現高動機與參與課堂討論的信心。

  * 挑戰： 存在技術錯誤、資訊不可靠（幻覺）及對 AI 過度依賴的問題。

--------------------------------------------------------------------------------

三、 AI 工具的應用效能與特點分析【來自我的實測並非導讀文獻】

根據實際操作體驗（以 NotebookLM 為主），各項工具的表現如下：

工具名稱 主要功能與優勢 侷限與風險

NotebookLM 自動生成摘要、Podcast 語音對話、心智圖、學習指引。適合快速建立大方向認知。 無法呈現圖表，易省略研究方法細節與統計數字。僅根據上傳文件回答，擴展性較差。

ChatGPT / Gemini 強大的專有名詞解釋能力，對話引導機制佳。 資料量不足時易產生「幻覺」（如 Gemini 虛構柬埔寨學者的不存在研究）。

Undermind 具備學術導向的閱讀路徑建議，整合閱讀策略與教學方法，協助建立研究地圖。 有使用上限與功能限制（免費版）。

Perplexity 資料來源標註清晰（如連結到 LinkedIn 或大學官網），能引導延伸提問。 搜尋結果的深度可能受限。

--------------------------------------------------------------------------------

四、 批判性反思：AI 輔助下的閱讀行為【來自讀書會討論內容非來自導讀文獻】

在 AI 輔助學術閱讀的過程中，需注意以下深層影響：

1. 見樹不見林 vs. 見全貌： 傳統閱讀易卡在細節（見樹不見林）；AI 則擅長提供全貌。然而，過於依賴 AI 摘要可能導致讀者忽略研究設計的關鍵瑕疵或過度推論。

2. 心靈健康與自信： 過度依賴 AI 生成的成果可能導致學生產生成就感缺失，覺得成果不屬於自己，影響自我信心。

3. 閱讀策略的異化： AI 的分類與規納邏輯可能與學術傳統（如基於前人定義的策略類別）不同，這可能影響未來的學術對話。

4. 教學方法的角色： AI 的成效深受使用者「指令（Prompt）」能力影響。教師需引導學生正確使用 AI，並在學生達到高程度理解前提供必要的「支架（Scaffolding）」。

--------------------------------------------------------------------------------

五、 結論與建議【來自讀書會討論內容非來自導讀文獻】

* AI 作為引導者： AI 最適合應用於「課堂指定閱讀」或進入「不熟悉領域」的初期階段階段，協助快速建立基礎知識。

* 回歸原始文獻： 在進行「學術寫作」與「引用文獻」時，必須回到原文確認細節、數據與語境，以避免 AI 摘要導致的錯誤。

* 培養批判性思考： 讀者應維持主動提問的習慣，利用 AI 推薦的問題作為起點，但最終需發展出個人對文獻的批判視角。

* 持續測試與更新： AI 工具更迭極快，使用者應持續關注如 NotebookLM 的新功能（如影片生成、心智圖優化等），並結合有效的閱讀策略進行操作。

第四場【實際以AI輔助熟悉領域閱讀與進階探索-AI素養】*因為熟悉領域所以會覺得這篇文獻寫得不好，想了解AI寫的文獻綜述會不會贏過人類寫的

導讀文獻：Ali, M. Y., & Richardson, J. (2025). AI literacy guidelines and policies for academic libraries: A scoping review. IFLA Journal, 0(0). https://doi.org/10.1177/03400352251321192 

隨著人工智慧（AI）技術的迅猛發展，學術圖書館正處於轉型關鍵期。AI 素養（AI Literacy）已超越傳統資訊素養，涵蓋了對數據、演算法邏輯、倫理影響及生成式工具（如 ChatGPT）的深度理解。目前的趨勢顯示，雖然圖書資訊（LIS）專業人員被視為推動 AI 素養的領導者，但其自身的素養水平仍有待提升（僅 3.68% 具備高素養）。學術圖書館正透過工作坊、LibGuides、課程融入及創新實驗室等多元形式提供服務，並在 IFLA、ALA、ARL 等國際組織的指引下，致力於建立包含透明度、公平性與隱私保護的 AI 政策。在未來，人類研究者的價值將轉向 AI 無法取代的批判性思維與倫理判斷，而文獻回顧的流程也將從單純的歸納轉變為「引導 AI 檢索並由人類進行深度批判」的共生模式。

--------------------------------------------------------------------------------

一、 AI 素養的核心範疇與專業現狀

    1.1 AI 素養的定義與演進

    AI 素養不僅是技能集（Skill set），更涉及對數據與 AI 技術邏輯的深度認知。與傳統資訊素養相比，其新面向包含：【來自文獻與討論】

    * 技術邏輯： 理解 AI 與機器學習（ML）的基本運作原理及其局限性。

    * 數據意識： 涉及新聞、媒體與數位技術，特別是數據的處理與解讀。

    * 倫理與社會影響： 評估 AI 對人權、公平性及社會偏見的潛在衝擊。

    1.2 圖書資訊專業人員的素養缺口

    根據 Lo (2024a) 的研究報告，LIS 專業人員在 AI 素養上呈現顯著落差：

    * 素養程度： 45.39% 的館員具備中等水平，僅 3.68% 具備高等水平。

    * 現有困境：【來自文獻與討論】

      * 對 AI 概念僅有中等程度的自我認知。

      * 動手操作 AI 工具的實務經驗有限。

      * 在討論倫理影響及協作 AI 專案方面存在明顯鴻溝。

      * 所屬機構普遍缺乏相關的指導方針與政策。

--------------------------------------------------------------------------------

二、 學術圖書館的 AI 素養服務與實務應用

    學術圖書館需針對不同受眾（大學生、研究生、教職人員與研究者）設計客製化服務，重點在於提升研究效率與指令操作（Prompting）能力。

    2.1 主要服務形式

    * 教學與培訓： 舉辦關於 AI 文字/圖像生成體驗、AI 與著作權、學術研究 AI 工具之工作坊。

    *  線上資源： 建立 AI 素養 LibGuides，涵蓋工具教程、常見問答及 AI 倫理指南。

    * 課程融入： 將「提示工程」（Prompt Engineering）納入資訊素養課程，引導學生批判性評估 AI 產出。

    * 創新實驗室： 設立人工智慧工作室，提供動手實作專案與讀書會。

    2.2 學術寫作與研究之 AI 工具分類

    根據功能需求，圖書館推薦之常用工具如下表所示：

          功能分類 建議 AI 工具範例

系統性回顧/範疇回顧 Rayyan, Covidence, ResearchRabbit, Abstrackr, RevMan

文獻綜合摘要 SciSpace, Elicit, Scite AI

引用與文獻管理 MyBib, Samwell AI, ResearchPal

學術寫作、改寫、抄襲檢測 Grammarly, QuillBot, ChatGPT

研究視覺化 Power BI, VOSviewer, EPPI Visualizer

--------------------------------------------------------------------------------

三、 國際組織之 AI 政策與指引原則分析

各國際圖書館組織已陸續發布指引，強調圖書館在 AI 時代應扮演的倫理門衛角色。

3.1 核心政策要點 (IFLA, ALA, ARL)【來自文獻與AI補充資料】

* IFLA (國際圖書館協會聯合會)： 強調對 AI 與 ML 邏輯及其限制的基本理解、個人數據管理、以及透過 AI 素養促進大眾參與政策對話。

* ALA/ACRL (美國圖書館協會)： 提出 17 項職能，涵蓋技術認知（辨識 AI）、分析評估（解釋 AI 對館員工作的影響）及倫理考慮（促進技術獲取的公平性）。

* ARL (研究圖書館協會)： 秉持「無人，即無 AI」（no human, no AI）原則，優先考慮使用者安全與隱私，並主張現行著作權法應具備應對 AI 挑戰的彈性。

3.2 AI 工具評估之「健全檢查」（Sanity Check）

在引進 AI 工具時，組織建議參考以下準則：

* 目標設定： AI 的準確性是否顯著高於人類？

* 語料庫（Corpus）： 訓練集是否公開透明？是否存在偏見？是否包含過時數據？

* 算法透明度： 開發者是否提供簡潔的算法邏輯說明？

* 評估指標： 是否有反饋機制？工具是否能識別出超出其處理範圍的問題？

--------------------------------------------------------------------------------

四、 圖書資訊專業人員的角色定位與職能【來自文獻與AI補充資料】

館員的角色正從資訊提供者轉型為 AI 時代的「教練」與「協調者」。

4.1 四大核心職能面向

1. 技術知識 (Technical Knowledge)： 無需成為編碼專家，但須理解演算法與機器學習的基本邏輯。

2. 倫理意識 (Ethical Awareness)： 引導使用者審視 AI 系統中的潛在偏見、隱私疑慮與公平性。

3. 批判性思維 (Critical Thinking)： 深入探究 AI 產出背後的訓練數據與邏輯，而非盲目採信。

4. 實用技能 (Practical Skills)： 掌握撰寫高效指令及選擇合適學術工具的能力。

4.2 角色轉型

* 資訊素養教育者： 延伸職能至 AI 生成內容的批判性評估。

* 研究顧問與技術領導： 協助研究者將 AI 納入研究方法（如加速文獻蒐集）。

* 政策倡議者與門衛： 參與制定機構內部的 AI 使用準則，確保技術應用不違背公平獲取資訊的核心使命。

--------------------------------------------------------------------------------

五、 AI 對文獻回顧的衝擊與人類價值【來自討論與AI補充資料，因為導讀文獻有很多問題，所以開始討論是否AI做的文獻回顧會取代人類】

5.1 AI 驅動的文獻回顧流程變革

未來的研究流程將從「搜尋、閱讀、筆記」轉變為：

1. 引導 (Guiding)： 使用 SciSpace, Undermind 或 Perplexity 進行初步資訊檢索與自動歸納。

2. 分析 (Analyzing)： 人類研究者對 AI 生成的結果進行深度分析與批判。

3. 合成 (Synthesizing)： 撰寫具備獨特洞見與個人觀點的綜述。

5.2 人類不可或缺的價值

儘管 AI 在處理海量資訊方面具有優勢，但以下面向仍需人類主導：

* 批判性思維： 判斷論文論證是否嚴謹、實驗設計是否存在缺口。

* 研究意義確立： 連結現實世界的社會意義，提出「為什麼這篇綜述很重要」。

* 跨領域創新： 突破現有知識組合，產出具顛覆性的直覺與靈感。

5.3 AI 強化下的學術指標 (AI Index 2025)

未來判斷優質期刊或研究的方式可能引入 AI 量測的新指標：

1. 同儕審查透明度： 利用 NLP 判讀審稿意見結構。

2. 可重現性分數： 掃描論文中的資料與程式碼完整性。

3. 研究誠信偵測： 偵測不端行為或撤稿紀錄。

4. 引用語境品質： 區分引用是「支持」、「反駁」還是僅僅「提及」。

第五場【測試以AI輔助跨領域文獻閱讀-中國近代史、數位人文】*因為不熟悉領域所以重點不在於導讀文獻內容細節，而是想測試與討論AI對於跨領域閱讀的協助

導讀文獻：

● Chen, K. (2020). Fishing for oil: natural-resource management between the united states and maritime east asia in the 1970s. Journal of American-East Asian Relations, 27(2), 169-197. https://doi.org/10.1163/18765610-02702004

● Liu, A. (2011). The state of the digital humanities: A report and a critique. Arts and Humanities in Higher Education, 11(1-2), 8-41. https://doi.org/10.1177/1474022211427364

--------------------------------------------------------------------------------

一、 AI 在跨領域歷史研究中的應用與策略【來自實際測試非導讀文獻】

對於非專業背景或跨領域的研究者，AI 能提供系統性的指引，協助快速建立知識框架。

1. 不同 AI 模型的引導路徑

AI 模型 思考路徑與特點 核心局限與風險

ChatGPT 直接將問題轉換為學習大綱（書單、時代劃分、學派、線上資源）。架構完整。 存在明顯「幻覺」，例如誤指陳芳明撰寫其未曾創作的作品。

Gemini 將問題切割為細節流程，定義初學者挑戰並提出對應的技術輔助（如 OCR、知識圖譜）。 資料來源較為單一，主要依賴部落格或網頁資訊。

DeepSeek 以「理解使用者需求」為先，採取循序漸進的對話引導方式，提供實作指令建議。 引用的文獻多為報導或短視頻摘要，缺乏專業論文支持。

Kimi 擅長尋找中國大陸專業學術來源（如華藝數據庫、北大資源），分析面向最廣。 免費版使用次數有限。

2. 核心輔助功能

* 關鍵字建立與框架建構：透過 AI 生成時間軸、人物關係圖譜及歷史地理地圖（GIS），協助建立宏觀視野。

* 一手資料分析：AI 可分析文獻中的「註腳」，辨識核心一手資料來源（如各國檔案館記錄），幫助研究者理解前輩學者的論證路徑。

* OCR 與資料自動化：將古籍、舊報紙圖像轉化為可搜尋文本，並自動提取特定欄位（如家庭菜單、價格調查）製成表格，加速數據探勘前的準備工作。

--------------------------------------------------------------------------------

二、 數位人文的演進：從計算到探索

數位人文（Digital Humanities）結合了早期「人文計算」與「新媒體研究」的視野，創造了新的學術實踐。

1. 研究範式的轉移

* 細讀（Close Reading）：傳統人文核心，對單一文本進行深入細緻的分析。

* 遠讀（Distant Reading）：透過電腦分析成千上萬份文本的宏觀模式（如詞頻趨勢），發現單憑肉眼無法覺察的規律。

* 新舊範式對比：過去電腦被視為「假設檢驗」的工具；現在電腦則扮演「探索夥伴」，協助研究者從大量數位化檔案中獲得新洞見。

2. 代表性數位人文技術與平台【來自AI的答案非文獻內容】

* e-考據：由黃一農教授提出，利用數位化史料進行大規模搜尋與版本校對，如解決《紅樓夢》中人物原型的爭議。

* 知識圖譜與傳記資料庫：如哈佛大學建置的「中國歷代人物傳記資料庫（CBDB）」，可進行社會網絡分析與官僚體系演變研究。

* GIS 空間分析：結合古地圖與文字史料，呈現歷史事件的地緣動力。

--------------------------------------------------------------------------------

三、 個案分析：歷史人物 AI 智能體與學術研究評估

1. 「蘇軾 AI」的開發啟示【來自AI的答案非文獻內容】

開發高品質歷史人物 AI（如蘇軾 bot）關鍵在於：

* 高質量數據餵養：不依賴網絡百科，而需使用精煉的人物小傳與學術研究。

* 克服底層偏見：AI 大模型預設的「現代正向、理性、良善」邏輯常與歷史人物風貌衝突。蘇軾因其性格開朗、具超越性，與 AI 的正向偏見較為契合，但暴君或厭世類人物則難以真實還原。

2. 歷史研究品質的 AI 評鑑【以AI輔助閱讀此文獻的實測心得】

以「1970 年代東亞海域油氣爭奪」研究為例，AI 能協助評析學術價值：

* 核心論點超脫性：指出石油爭議本質上是主權合法性與冷戰結構的體現，而非僅僅是資源爭奪。

* 證據扎實度：強調該研究運用了美、英、日、韓、台多國跨國檔案進行交叉驗證。

* 學術空白填補：明確點出其在美中和解背景下對美國角色的深入研究。

--------------------------------------------------------------------------------

四、 現存挑戰與批判性反思【來自文獻與討論】

儘管技術飛速發展，AI 在歷史研究中仍面臨三大主要溝壑：

1. 技術與內容局限

* 幻覺與偽造：AI 可能「一本正經地胡說八道」，根據使用者需求偽造不存在的史料、檔案或書籍。

* 文言文理解不足：AI 雖能識別字義，但難以完全體會古漢語的情感、文化內涵及深層意境。

* 數據不透明（黑盒子）：AI 演算法的黑盒化挑戰了「演算法批評」的可能性，研究者難以解釋 AI 結論的形成過程。

2. 方法論的鴻溝

* 遠讀與細讀的斷層：目前仍缺乏有效橋樑，將宏觀數據發現（如小說標題變短）直接轉化為微觀文本詮釋的深度證據。

* 資料美學匱乏：目前的資料視覺化多流於數據呈現，缺乏傳達深刻意義的表現力。

3. 批判意識的缺失

數位人文領域存在「重工具、輕反思」的傾向。隨著科技重塑教育體制與知識生產，數位人文學若不具備批判科技的能力，可能淪為服務後工業化經濟需求、犧牲人文價值的「數位接管」幫兇。

--------------------------------------------------------------------------------

五、 結論與未來展望

AI 輔助歷史研究不應取代人類學者的深度解讀。理想的模式應是「人機協作」：利用 AI 進行初步的資料蒐集、分析宏觀模式並構建初步假設，隨後由研究者運用傳統史學方法進行嚴格檢驗與定性解讀。

Read More

2024年ASIST海報展經驗分享(無圖片版)

        資訊科學暨科技學會(Association for Information Science and Technology，後文簡稱ASIS&T)第87屆年度會議於2024年10月25日至10月29日舉辦於加拿大卡加利市，會議期間有多種學術交流活動，包含Workshop、Keynote Speech、Panel、Paper Session、Poster Session等，以及各種興趣小組的會議與社群交流機會。部分活動(如10月25日Workshop)需事前付費註冊才能參加。此次出席會議，除了發表海報論文外，亦參加了開幕與閉幕式、頒獎晚宴、一場Panel與多場Session，並觀摩最佳論文發表者的研究。

開幕與閉幕演講

        本次會議主題為「Putting People First: Responsibility, Reciprocity, and Care in Information Research and Practice」。會議網站對於此主題的說明為：「不管圖書館、數位環境、社群媒體、線上搜尋系統還是日常生活，這些能進行資訊科學研究與實務的場域，充滿人、資訊物件與科技之間互相依存的複雜關係，會被在地的規則、實務與政治經濟系統影響。以人為優先，才能在我們所做的事情與做事方法上展現可見的負責任、互惠與關懷。」因此此次研討會的投稿希望可以展現如何以人為優先，像是「如何在設計與評估系統、活動和服務時展現負責任、反省能力與關懷？如何滋養與維持社群及研究夥伴關係？如何在理論框架、研究方法、教學實踐、日常行動中展現對人的考量？」開幕與閉幕演講也都與此主題相關。

        開幕演講請在英國哥倫比亞大學擔任原住民研究計畫主持人的Letaro Chondoma分享「Towards Equitable, Decolonial and Anti-Racist Futures in Research」，在他的演講中先分享了自身故事，再開始介紹由原住民世界觀發展出的框架，像是Framework of Ubuntu，引導聽眾一起重新思考是不是研究方法或研究假設的基礎上帶有殖民意味。很有趣的是，每個演講段落他都會讓大家想一想聽完這些故事或想法後出現什麼情緒、聯想到什麼價值，這種隨時覺察自我的作法也是出於原住民的世界觀。Letaro Chondoma建議研究者可以問一些問題，像是：「是否有些權力影響了我們選擇研究問題？誰支付研究經費？這些研究是為了達成哪些目的？研究者和研究對象存在什麼關係？研究是否是行動導向的？是否會納入邊緣少數或受壓迫者的聲音？」並且分享了他們計畫的架構與執行案例。現場有人提問，即使很想做一些研究是來傾聽與放大少數群體故事的，然而現在好的期刊希望要建立理論框架而不是故事。講者回復可以藉由其他方式像是實務工作還是能寫出這些故事，不要被學術界給侷限住。

        閉幕演講則是邀請Algorithmic Impact Methods Lab 的資深研究者Ranjit Singh演講「The Ordinary Ethics of Putting People First」，分享如何在AI的議題上考量人的因素。AI在不同研究領域脈絡下會有不同的重點，社會科學、電腦科學和企業的重點都不同，AI已走入日常生活中，未來可能會變成先問AI再問人的社會，可以思考需要多少資料和時間能讓AI達到一定水準且是符合投資報酬的狀況。在設計AI時應考量公平性、可課責性、透明度、可解釋性、可競爭性與以人為中心的設計。

        另外補充一個跟會議主題有關的paper「Stewarding Contextual Integrity in Data Services for Indigenous Scholarship」，切入的角度和兩場演講不相同，可見這個主題可以包含的研究類型和面相真的很廣。這篇研究討論原住民研究資料如何在詮釋資料展現脈絡完整性(Contextual Integrity)。原住民研究者與主權資料服務計畫(The Data Services for Indigenous Scholarship and Sovereignty, DSISS)由兩名原住民研究者主持，主要儲存質化資料和敏感資料，與華盛頓大學圖書館及美國印地安研究部門合作。文中舉例說明學者通過與原住民長者社群長期合作，藉由講故事和口述歷史的方式來創造對原住民自我和文化歸屬的敘事，需要紀錄的就是「原住民方法」和「合作關係」。原住民生活中所經歷的土地、語言、儀式、親屬責任以及與當地關係等都是西方編目標準內忽略的，值得相關資料的詮釋資料設計上注意。之後會整合IEEE Recommended Practice for Provenance of Indigenous Peoples' Data與Indigenous Metadata Bundle以建置更符合CARE原則的詮釋資料。

海報論文投稿與發表經驗

        會議期間有多種不同的學術交流形式，包含Workshop、Keynote Speech、Panel、Paper Session、Poster Session等，以及各種興趣小組的會議與社群交流機會。這次參加完會議後再去看網站上的說明才更了解這些不同形式與對應建議，很值得在學術生涯早期了解。

 Workshop工作坊：具有高度互動性、有充足時間讓觀眾參與，可以是頭腦風暴和想法分享或是教學新技能。繳交資料2頁。

 Panel小組討論：以多元背景組成小組進行90分鐘討論，包括探索最新研究設計、新興趨勢分析、對爭議問題的看法、工具和技術研究，或是互補研究領域專家的對比觀點。計畫內容應能吸引熱烈討論與觀眾互動，且能從多元的成員背景獲得獨特觀點。繳交資料4頁。

 Long Paper長篇論文：討論、分析和批判理論和概念，或原創、未發表的研究，必須有實證證據與分析。將有 20分鐘報告時間與10分鐘問答時間。繳交資料10頁。

 Short Paper短篇論文：與長論文相似，然而可能是正在進行中的研究。將有 12 分鐘報告時間與3分鐘問答時間。繳交資料4頁。。

 Poster海報：展示最新成果、正在進行的工作、資料集、方法工具或研究，與他人交流。應該具有高度吸引力，易以視覺方式呈現以吸引注意力。繳交資料2頁。

        本次參加會議為投稿Poster類別，投稿經驗非常好，可以體驗到ASIS&T是一個樂於栽培年輕研究者的學會，提供很多投稿上的引導，也設立獎項有助於研究社群的互相學習，因此投稿本身就是一個高品質的學習過程。

        舉例來說，投稿模板對於內容格式有清楚說明，且在生成式AI輔助與作者責任分工標記上也有範例知道如何依循。更值得學習的是評分標準，學生很適合用這樣的標準回來想自己的研究題目與檢視自己的研究成果：

 原創性與創造力（15%）：內容是否包含新的重要資訊，足以證明其被納入的合理性？內容中提出的想法(ideas)是創新(innovative)或是具創造性(creative)的嗎？

 理論框架和/或研究方法（15%）：內容是否使用或建立在適當的理論或概念基礎之上？如果是實證研究，資料或材料收集和分析等方法是否適當和合理？這些方法是否與所提出的理論假設一致？論文是否提出了新理論或新概念？理論或實證研究結果是否準確和充分地描述？

 對研究、實踐和/或社會的影響（15%）：內容是否能看出對研究、實務和/或社會的影響？例如，它是否有助於我們對正在討論的主題或特定知識體系的理解？或者它是否討論了如何將結果或其見解用於教學、影響公共政策或提高生活品質？或者它是否考慮了潛在的商業影響或潛在的負面後果？內容提到的影響是否重要且與研究成果一致？

 提交的清晰度（15%）：寫作是否容易理解、很少錯誤？

 吸引會議參與者的潛力（15%）：請估計這篇研究貢獻(Contribution)能否讓與會者感興趣。是否大量與會者會感到興奮和熱情(高度興趣)？或是部分與會者會想聽到或閱讀這篇研究(中度興趣）？或是只有少數出席者想聽聽到這篇研究（低度興趣）？

 總體推薦（25%）：是否應在年會納入此篇研究？這個研究有多重要？人們會從中獲得有用的東西嗎？請清楚思考整體評估後是否要接受此研究？

        有三名匿名審稿者會根據此標準給予分數及評語，5個標準滿分都是10分，最後根據各項分數的加權比例計算後的數字來決定是否接受(今年的海報接受率為51%)。

        我的海報「How Can Academic Librarians Support Generative AI Literacy? An Analysis of Library Guides Using the ACRL Information Literacy Framework」分別在此五項的平均得分為：「原創性與創造力8/10、理論和方法7.3/10、影響8.6/10、清晰度10/10、與會者參與度8/10、整體推薦6.6/10」，可以發現整體推薦的配分最低，可能是因為此研究偏實務性質，評審者評估在此年會中不會是主要看重的主題，不過評審者的評論都很溫暖的提供鼓勵與建議，後來在製作海報時也有參考評審建議思考圖表呈現方式。另外，在清晰度的部分很意外會獲得滿分，感謝AI協助翻譯與順稿，然而也是要在中文寫作上有良好邏輯架構才能讓AI能翻譯出好的寫作品質，且也要有一定英文能力來判斷AI順稿的文句是否可以使用。

        這次海報類型的研究寫作經驗跟以往學位論文與期刊的寫作經驗感受很不同，因為篇幅有限，需要更精挑細選引用的文獻與想呈現的重點，並要設想什麼樣的圖表呈現方式更能令人一目了然。在此經驗後回去想自己的碩士論文寫作，就會覺得把時間不小心花在看太多自己有興趣但是未必與研究主軸有關的文獻上，以及在結果呈現上不夠清晰。不過，海報投稿文件篇幅的限制，導致無法完整呈現文獻回顧和研究分析結果，且在短時間內完成的研究不管是設計流程或是書面文字的撰寫都有疏漏，也讓自己最終其實不是很滿意這篇研究。

        值得注意的是，ASIS&T為資訊科學領域傳統且資深的學會，因此會議論文集有被收錄於Scopus資料庫。身為大學圖書館館員，在接受Scopus資料庫廠商的利用講習後，會以為只要被Scopus收錄就是很優質的頂尖學術資源。然而身為發表者，才發現會議交流更著重新的研究點子或研究方法的分享，研究成果含金量可能還是遜於頂尖長篇期刊文章。因此，未來在資料庫講習推廣上要更提醒學生要注意文章種類隱含的使用意義。

        ASIS&T的海報交流形式為讓發表者提前張貼在會場，會議中場休息時間就可以先來觀看海報，晚上有1小時是現場交流時間，會場有酒跟點心讓餐與者是放鬆交流的形式，很適合利用這個場合蒐集一些建議、發現自己的盲點，同時可以觀察他人製作海報與學術社交的技巧。像是會發現有些人會快速講述研究摘要或重點發現、在有人詢問後才說明細節，或是著重介紹研究方法的設計來現場蒐集建議，和完整上台講述的報告方式不同。

        在交流後，我才意識到並不是所有人都很了解圖書館指引(Library Guide)，製作海報時應該把觀眾當成不了解的人並以圖像說明。另外，可以更強調本研究對於此2016年提出的框架修改上的貢獻，以及未來可以進一步了解自己的內容分析法除了敘述統計外能否有更進一步的量化統計呈現方式，或是可以結合質化訪談的結果獲得更全面的成果。

        觀看他人海報及與他人交流可以獲得很多研究點子，像是有看到有人研究圖書館大館和小館合併後哪些服務被刪減？員工怎麼想？就會想到這樣的研究其實臺灣也可以做看看。與我的海報相關的像是使用ACRL framework了解藝術與科學領域學生觀點的海報，可以發現資訊素養的六個項目在不同學科會有不同的著重點，AI素養其實也會有這樣的學科差異。 

        有篇海報在比較現在AI學術蒐尋器的透明度，我的研究也發現許多館員都會提醒學生這點(AI搜尋引擎的資料量來源問題)，沒有想到這也可以發展成一篇研究。

        有些得獎的海報會把獎狀貼在旁邊，吸引更多人來了解。在海報獎徵稿的信裡有提到好的海報字數不應超過250字，不過現場多數海報還是都滿滿的字。以下這個得獎海報在講特藏沉默(史料裡不存在的人事物都是有原因的，所以要去注意特藏裡有哪些是不存在的)，則是用了重點的圖片搭配列點，讓人很好理解。

最佳論文發表觀摩

        此次聽了兩場得獎長論文的發表，一場是武漢大學畢業後在美念書的博士、一場則是武漢大學的博士，且其他場次也有許多武漢大學的學生。這兩篇得獎論文的研究方法設計都考量周到，猜測可能能入選的論文都在題目上有新意又具有研究價值，最終評比的關鍵可能就在於研究方法。另外這兩篇的報告者的簡報製作都很不錯，結構清楚易懂。

1. Accessible Adventures: Teaching Accessibility to High School Students Through Games (Honorable Mention Best Long Paper Award)

Kyrie Zhixuan Zhou, Chunyu Liu, Jingwen Shan, Rachel F. Adler, University of Illinois at Urbana-Champaign, USA; Devorah Kletenik, Brooklyn College, City University of New York, USA  

        這篇研究明顯是研究室團體合作的成果，他們開發了讓學生體驗障礙者感受的EQUAL Games遊戲，之前已經給大學生使用過，這篇則是給高中生使用，結合高中的電腦課程，讓學生意識到網站無障礙設計的重要性。研究方法同時結合質化方法與量化方法，且同時讓老師與學生填問卷及接受訪談，搭配課程中的觀察，獲得豐富的研究資料。研究發表者有坦白說自己不擅長量化方法，因此可能無法回答量化方法上的問題，在分享結果時也是比較著重說明質化的結果。我蠻羨慕能像這樣有一個互相補不足的研究團隊，因為我自己也是對於量化方法不熟悉，往往只能將另一種研究方法的做法當成未來後續研究來想，而沒辦法在一個研究內同時做到兩種研究方法的完善設計與解讀。另外，這類藉由開發一個好遊戲然後測試在多種對象上的研究，似乎可以累積很多研究產出，而且可能在這樣逐步測試的過程後，這樣的遊戲能更適合使用者需求，且也真的能推廣至實務界使用。

2. Exploration of the Effectiveness and Experience of AI-Assisted Academic Reading (Best Long Paper Award)

Xiaochuan Zheng, Hao Fan, Wuhan University, People's Republic of China

        這篇研究在對象選擇及研究方法設計細節的說明都很完整，像是有說明為什麼選擇ChatDOC而非其他AI工具，以及讓研究對象閱讀中文文獻，避免閱讀英文文獻會因為AI可以協助翻譯而對AI有明顯偏好，並且在Prompt使用上同時考慮AI工具推薦的Prompt、使用者自己的Prompt和根據文章段落產生的Prompt，對於學術閱讀成效的評分方式也有清楚說明。此研究比較直接閱讀學術文章和AI輔助閱讀學術文章的閱讀成效及閱讀經驗，發現AI有助於快速理解結果、結論，也有助於讀者理解文章後有批判性思考，然而不利於對文章細節的掌握，經驗上則是讓讀者感到時間過很快、很有掌控感、在與AI對話的過程中會更投入，只是比起傳統閱讀容易分心。

        身為學術圖書館員在介紹AI工具時其實會有點矛盾，不確定這些工具到底是幫助學生還是讓學生過度依賴而減少深度閱讀的能力，看到這篇研究的結果雖然會有很多想提出質疑挑戰的研究設計細節，然而也在想或許就是透過研究來避免自己的本位思考、而能真正了解讀者的想法，AI輔助學術閱讀既然對於這群受試者來說能帶來這些好處，就還是可以多加善用。另外，這位研究者的簡報善用圖表，很能輔助他的講解，在研究結果的部分以每個研究問題對應一張表格並加上輔助說明文字的方式也很可以參考。

        除了現場聽兩篇得獎長論文的報告，另外自己看了一篇得獎短論文的原文，同樣也是研究方法細節交代清楚且考慮周到的文章：Thematic Trends in Data Curation Literature (Best Short Paper Honorable Mention) Angela Murillo, Ayoung Yoon, Indiana University Indianapolis, USA

        本研究使用VosViewer分析2007年至2022年間Data Curation相關文獻中呈現出需要哪些能力、技巧，67%資料為期刊、21%為會議論文、12%為書籍章節。文獻主要分成五大主題，主題1著重於各種類型的圖書館或館員角色，主題2著重於檔案、檔案管理或檔案策展能力，主題3著重於學生、課程，主題4著重於研究資料管理與圖書館支援，提5著重於資料相關活動(如儲存庫、doi、工作流程、後設資料)。從趨勢分析來看，早期文獻與北卡羅來納大學的DigCurr計畫有關，著重於從業者的專業發展與研究生的課程開發。2016-2017年開始著重機構儲存庫與圖書館服務，2018年後則是集中在技術和資料的互操作性與機器可讀性(FAIR原則)。

Panel

        這次只參加了一場Panel來體驗，此場題目為Exploring the Application of Artificial Intelligence and Machine Learning in GLAM Collection，由北德州大學的Jeonghyun Kim、 Haihua Chen與奧勒岡大學的Le Yang、Julia Simic共同組織。可以發現組織者的背景很多元，分別代表博物館、資訊科學與圖書館館員的背景，可能藉此想促進多種觀點的碰撞。在此場Panel裡，分別整理與介紹了世界知名博物館與圖書館在AI政策與融入業務上的方式，接著介紹人工智慧與機器學習的發展和應用方式，最後是藉由檔案管理人員的訪談來了解從業者對於AI的看法。分享內容有些都是蠻基礎的，比較像一個全面性的概述帶領聽眾有基本認識後參與討論。

        原本Panel規劃的討論題目包含：「這場演講讓您感到驚訝的是什麼？人工智慧與機器學習如何影響您所在機構或專業領域的數位館藏？人工智慧與機器學習在GLAM 館藏有哪些機遇和挑戰？作為研究人員或從業者，如何看待人工智慧與機器學習在未來十年文化資產保存的發展？」由於這場次參加的人數較少(可能博物館從業人員比較少人會來參加此研討會)，也就沒有熱烈的討論，只有一個博物館從業人員提問「動態影片的館藏是否可以使用AI來協助一些什麼？之前圖像類的館藏還可以用一段敘述文字來說明物件內容，動態影片則很難用文字來完整說明內容，也就不利於使用者查詢和利用」，其他人建議他可以去找一些提供給視覺障礙者的科技或是沉浸式科技(Immersive Technology)。

Session

        此次主要去聽的是AI相關的論文發表，另外也挑了一些跟圖書館有關且感興趣的主題來聽。在此僅挑選8場印象深刻的內容來分享。

1. “Tipping the Balance”: Human Intervention in Large Language Model Multi-Agent Debate

Haley Triem, Ying Ding, The University of Texas at Austin, USA

        這篇是我聽的第一篇論文，報告者非常會報告，簡報搭配演講內容非常流暢，立刻被震懾到想說原來國外博士生就是這樣的高品質(不過後面聽多場一點就發現這應該還是看個人的報告魅力)。本篇研究想了解大型語言模型之間辯論是否會產生類似人類討論和推理結構，訓練資料使用法院判例，因為法律判例為論證性的內容。實驗分成三塊: AI自己的辯論、三個AI之間辯論、AI與人的辯論，辯論結果要產生是否支持的觀點。發現AI很固執，不太容易在論證過程中被說服，不過如果是人類的意見會比較願意採納。在問答環節有提到，研究使用的Prompt有特別參考法律系會用的指令，以及有測試若GPT 4的話會比較中立正確，但都會有幻覺-即使說支持這個論點，但是依據的內容其實是反對觀點的。

2. An Empirical Study Evaluating ChatGPT's Performance in Generating Search Strategies for Systematic reviews

Fei Yu, Heather Kincaide, Rebecca Beth Carlson, University of North Carolina at Chapel Hill, USA

        本篇研究在分析使用GPT來協助完成系統性文獻回顧，這在醫學界是一種很耗時且需要發揮全面資料庫精準檢索功力的研究類型，2018年研究指出館員平均花26.9小時處理系統性文獻回顧，很需要工具協助提升效率。研究者使用PRESS(Peer Review of Electronic Search Strategies)框架的六個核心搜尋策略：「研究問題翻譯、布林邏輯運用、資料庫主題標目、文字搜尋、限縮與篩選」，設計館員的AI輔助資訊檢索任務: 「以AI協助制定研究問題、請AI推薦MeSH和同義詞、制定資料庫搜尋策略、推薦資料庫、根據個別資料庫調整搜尋策略。」結果發現GPT 4比3.5成效好，且確實能提升搜尋效率。這個研究另一個值得學習的部分是，考量到研究當下AI剛推出，尚無太多文獻討論，他們就利用Youtube影音內容作為文獻回顧的一部分，這點是我之前沒有想過的。

3. Comparative Study of GenAI (ChatGPT) vs. Human in Generating Multiple Choice Questions Based on the PIRLS Reading Assessment Framework

Yu Yan Lam, Samuel Kai Wah Chu, Elsie Li Chen Ong, Winnie Wing Lam Suen, Lingran Xu, Lavender Chin Lui Lam, Scarlett Man Yu Wong, Hong Kong Metropolitan University, Hong Kong

        這篇研究是比較AI和人類根據PIRLS閱讀理解素養框架設計兩本繪本書的閱讀理解題目，來看看是否能被人類分辨。PIRLS閱讀理解框架已用來評估全球學生的閱讀理解技能，包含以下面向：資訊檢索（事實發現）、推理、解釋文本、整合想法和評估資訊。研究發現AI可以很有效率的生成清楚、正確且多樣的問題，清晰度與專指性上都與人類出題差不多。評估者比較容易猜正確哪些題目是人出的多於哪些是AI生成的。本篇的研究者有直接將AI生成題目與人類出題展示給與會者猜測，是很好的互動方式。另外，研究設計如下圖所示，稍微修改一下應該就能做出其他相關的研究(像是用不同的素養框架或是不同年齡層的學生或評估方式)。

4. Silicon‐based Life or Carbon‐based Life? An Exploratory Study on Visual Information Source Selection of Blind or Visually Impaired Persons

Chen, Huitong, Yan, Hui, Wu, Zhaotong, Zhao, Xuefeng, Renmin University of China, China 

        這篇研究的標題比較有造詣一點，一開始看題目無法猜測到是在了解視障者使用AI輔具Be My AI的資訊行為。這篇研究和圖書館合作，先招募不同程度的19位視障者訪談，了解視障者的資訊需求和如何選擇資訊來源，接著舉辦課程做Be My AI的培訓，針對願意繼續使用的5名對象以日誌方法蒐集資料，並訪談使用過AI的7名參與者。我自己很喜歡這個研究，雖然只是短論文，然而提供豐富的研究結果，並且是很有意義的。

        首先在視障者的資訊需求訪談結果部分，將99種視覺任務根據是否有急迫性；動或靜態、有意識或無意識來分成三類：「描述外部環境：對象識別、圖片描述、內容閱讀」、「改變外在環境的操作任務：物件查找、設備操作(緊急程度較低、可忍受資訊不正確)」、「改變自身在環境中的狀態：環境安全與避免障礙、尋路與定位、使用公共交通工具(緊急程度高、無法忍受資訊不正確、最複雜的任務)」。

        這些需求通常會尋求人的協助，在工具輔助上，最常使用的是智慧型手機的視覺輔助功能，AI目前尚無許多人使用。研究結果發現，AI的互動性和正確性較人類差，要在任務的資訊正確性要求較低時才會使用AI。

5. “We Were Beaten Down”: Parents' Concerns about Children's Digital Media Use

Denise E. Agosto, June M. Abbas, Yuanyuan Feng, Gabrielle Salib, Evelyn D. Cox, Moses M. Munyao

        這篇研究針對美國公共圖書館18名有5-11歲兒童的父母進行訪談，發現父母對孩童使用數位媒體感到擔憂，像是擔心小孩會接觸到不當內容或不當對象、浪費時間，或會影響小孩的行為態度與社交技能，有些父母甚至擔心自己使用數位媒體會連帶鼓勵小孩使用。研究者團隊認為這樣的現象代表了父母潛意識的接受了「數位媒體帶來的都是壞處」這樣的集體印象，只有少數提到好處像是：溝通、數位參與、學校相關的學習、家庭關係維護、娛樂休閒、非正式學習、職業，是未來可以進一步了解的。

        這篇與下一篇研究都是由「Institute for Museum and Library Services」贊助於圖書館進行的研究，這兩篇研究的本質都比較教育一點(可以想像直接應用在學校做類似研究)，只是剛好是以圖書館為場域。很期待國內也會有類似的研究計畫或贊助，可以鼓勵更多研究能在實務場合進行。

6. My Child Does More Than Sit for Virtual Read-Aloud: An Exploratory Human Pose Estimation Study

Luke LeFebvre, Jerzy W. Jaromczyk, Brandon N. Kellems, Andrew C. Tapia, Maria C. Cahill, Averi B. Cole, Soohyung Joo, Antonio R. Garcia, University of Kentucky, USA

        此研究報告者的報告方式非常生動活潑，也不是制式化的簡報，就像在說故事一樣的分享他的研究。疫情期間有許多圖書館改成線上說故事，這篇研究就是利用人類姿勢檢測軟體OpenPose來分析聽故事的小孩有什麼樣的肢體反應，這樣的肢體反應可以看出他們是否專注和想參與，也可以進而看出小孩對於不同故事或不同說故事方法的真實反應。

7. Assessing Preregistration Deviations: A Comparative Analysis of Psychologists and Open Science Experts

Yu-Ning Ting, Pao-Pei Huang, Li-Fei Kung, Yu-Wen Huang, Wei Jeng, National Taiwan University, Taiwan

        這篇研究由臺大圖資系鄭瑋老師研究團隊DxLab發表的短文章，發表者黃寶霈現在正在美國念博士，這次是第三次參加ASIS&T研討會。鄭瑋老師有開設「研究資料基礎架構」的碩博士生課程，課程中會讓學生訪談領域研究者實際用到什麼資料以及如何管理資料。DxLab的研究成果有被收錄於「臺灣開放科學研究成果彙編:研究者資料實踐與研究資料基礎建設」，且時常參加ASIS&T會議發表。

        有鑑於心理學研究可被再次複製實施的比例不高，有越來越多心理學期刊要求研究者先於開放資料平台上提交「預註冊計畫(preregistration plans)」，讓研究者在蒐集資料前就先提交包含研究問題、研究方法和資料分析方式的計畫，這樣可以和最終發表的研究相比較，來了解是否研究者後來有根據研究結果修改研究假設這類的狀況，然而這類預註冊計劃並不會進行同儕審查。本研究比較心理學研究者和開放科學專家從「假設、變量、樣本大小、排除標準、流程、分析」來評估預註冊與發表文章之間的差異(流程如下表所示)，可以發現早期預註冊計畫較缺乏結構，以及心理學研究者具有專業知識背景而可以看出更多差異。

8. Has OA Moved Past a Lingua Franca?

Heather Moulaison-Sandy, Amanda Shelton, University of Missouri, USA

        這篇雖然沒有跟開放資料直接相關，然而也是開放科學，我覺得概念上很有趣，不過這是短文章，研究方法還有需要修正之處。研究者的出發點是「開放取用可以讓沒有預算採購期刊的國家能接觸到免費研究資源，然而開放取用文章主要是英文文章，母語非英語的國家在引用開放取用文章時是不是都是引用英文的呢？」。他們從Scopus來找開放取用文章(因為許多資料庫是期刊層級，無法知道文章層級的OA狀況)，發現雖然世界上最多人口使用的前五大語言依序是中文、英文、西班牙文、阿拉伯文、印度文，然而可以發現中文、西班牙文、俄羅斯文被收錄在Scopus內的期刊引用的文章以英文居多。葡萄牙文是比較沒有被英文文獻主宰的狀況，值得進一步了解原因。研究者就提出疑問：「難道是英文文章真的品質或學術價值比較高，而讓這些母語非英語的研究者都來引用嗎？其他語言發表的開放取用文章為什麼被引用不多呢？」聽眾提出了一些問題，像是「開放取用有很多目的，不能只從這個觀點來看待」、「被Scopus收錄的期刊可能會有一些傾向導致這樣的結果」、「參考文獻羅列外文文獻的方式可能會影響研究分析的結果」。

其他會議籌辦觀察

        由於之前國際會議只參加過ALA(美國圖書館學會)年會，此次參加ASIS&T能感受到一些相似與不同處。和ALA相似之處在於兩者都有不同的會議室同時舉辦多種學術發表，發表場合大家都踴躍發言，且也都有可以找工作和各種社群交流的場合，並且使用會議APP方便參與者找到會議地點及安排自己的行程。

        然而，在發表內容上，ALA主要是實務館員的經驗分享和行動研究結果，ASIS&T則會有更多設計嚴謹的研究方法和令人耳目一新的研究點子，且研究者在ASIS&T的報告中會更強調「研究缺口(Research Gap)」和「研究貢獻(Contribution)」，很多都會使用到理論框架或有良好的研究設計，意味著更在意的是研究結果是否能在學術世界中佔有一席之地，而不單純只是解決一個問題而已。另外，ALA的展場近似國際書展，會有更多設備廠商和出版社廠商提供資訊給圖書館館員參考，ASIS&T的展場就只有學術出版社。

        以此次經驗來說，ASIS&T在很多場合提供食物來促進學術交流，像是開閉幕演講都有搭配餐點、海報展現場有酒水點心。顧及與會者來自不同國家，會議現場有使用AI即時翻譯軟體Wordly，會場裡多數人似乎都沒有使用此功能，然而有聽說翻譯品質很不錯，有助於減少學術交流的語言隔閡。

        會議僅發放吊牌，無會議手冊。會議全文手冊可線上自行下載，部分場次講者會直接提供對應的頁數以利大家聽講時對照，且目前會議全文集免費公開供大眾閱讀，即使沒有參加會議也可以從全文大致了解會議內容。會議行程表使用Whova手機APP供與會者登入了解整體議程、會議地點並能點選自己想聽的議程建立自己的行程表，主講者也會看得到有誰會出席(不過我的Poster原本說會出席的人都沒有出現)，在個別場次的頁面也可以做筆記、提問和回答問卷。APP上的社群功能很豐富，可以隨時發起話題討論，也可以預約人在茶敘時間聊聊。且在此還有張貼工作機會，甚至還可以約人一起從機場搭車到會場(不過看對話紀錄並沒有約成功)。每個發表者都可以發起一個問題邀請與會者互動，互動方式很多元，一方面可以讓與會者對這個講題感興趣，一方面也能讓發表者事前了解聽眾的想法、背景或蒐集一些後續研究的點子。   

        會議現場可以觀摩不同人的簡報製作與報告功力。有些亞洲學生對自己的語言能力比較缺乏自信的，通常會準備講稿念稿或背稿，這類報告方式若搭配良好的簡報設計(像是簡報還是會有一些講稿內準備好的互動環節)則還可以接受，若單純念/背稿而簡報內容又乏味，則真的會很明顯地令人不想聆聽，且有些人的英文聽力不佳也會影響現場提問互動的品質。英語為母語的報告者往往可以有較自然的互動方式，不一定會按照研究文章的結構報告，而是先講背景故事再帶入研究，且往往能較彈性的控制時間和表達內容。像是有一場次的研究是分享如何做動態影片的編目，報告人自我介紹時說自己雖然是館員但是熱愛舞台劇、因此很喜歡這個研究，接著簡報電腦就突然壞掉無法顯示螢幕，報告人就立刻說「沒關係，我是舞台劇背景的，接下來就是我表演的機會了」接著在沒有畫面的情況下繼續報告，等到工作人員入場協助維修時，報告人則說「哇！現在專業人員進場協助了，而且還有三名！」而且在畫面恢復後立刻切到重點頁面並在時間內完成報告，很令人佩服這樣的臨場反應能力。

        最後，有看到三位非常優秀的博士畢業生在精采絕倫的報告後直接說「Please Hire Me」，且也有聽到其中一位在中場時間與與會者交流時在打聽是否有職缺。看來現在高等教育環境不論國內外求職可能都不是容易的事情。  

建議

        此次參加研討會，從投稿到參與會議的各種交流形式都有很多學習，建議國內博碩士生若有機會可以把握機會參加這類有多年傳統且品質良好的研討會。相較期刊形式的交流，海報與會議論文更為重視新點子的分享，這次看到幾個研究都會讓人興起想要做類似研究的渴望。另外，若有意得獎，海報的部分可能要更著重如何讓圖像呈現重點資訊，論文則是在研究方法的設計與交代上要比較周延，並且都要更為強調學術上的研究缺口與研究貢獻，在研究討論的部分則最好可以有一些理論上的討論，平常也可以多練習簡報製作與演講能力。

        今年的會議主題雖然不是AI，然而可以看到已經有不同角度切入的AI相關研究，且發表者和聆聽者主要為亞洲學生。相較之下，資訊行為、數位人文的場次則較多國外較具年紀的研究者，可以觀察到研究主題對應研究社群的差異。接下來AI應該還是熱門的研究議題，可以繼續思考有哪些有趣的切入點值得做成研究與其他研究者交流。

        最後，根據此次親身經驗，會發現每次校稿都會有沒檢查到的部分，從初稿到定稿到製作海報的過程中，也都會一次次重新摘要研究結果，而重新精簡與精選研究內容。因此建議要預留充分的時間再三檢視與修正自己的研究，才能有更令自己滿意的成品。

Read More

[還債] 碩士論文寫作經驗談

轉眼間碩士畢業就快滿一年了!!! 想當時滿心想著要怎麼記錄這一段歲月，並將論文的甘苦談分享出來，結果就在適應工作及愜意放鬆玩樂的情況下一延再延，在寫計劃書過程中為了向學弟妹們分享所做的PPT也早已不見，如今只能看還記得多少就寫多少囉!

Read More

[圖書館] 多工資訊行為 multitasking information behaviour

「多工(multitasking)」可以定義為同一時間操作多於兩種任務的表現，也可以定義為來回的「任務轉換(task-shifting)」，或稱之「同時任務(concurrent task)」。(Loukopoulos, Dismukes, & Barshi, 2009)

這樣的行為早在 1927 年，認知科學領域就有人研究，會開始注意是因為邊開車邊做其他事造成危險，還有工作及休閒活動中使用的溝通裝置越來越普及。然而，以往都在實驗室內進行「多工」的研究，將「多工」視為「分心」，結果一面倒的顯示「多工」應該避免。

近年來，因為「多工」越來越常見，且有不同的領域開始關注，促使「多工」出現更多不同的定義方式、研究方法、討論面向，到底「多工行為」是好是壞，也就有更多爭論的空間。
Amanda Spink 等人的文獻回顧將認知科學領域分成五個學科，在此簡單介紹它們在多工的研究重心(Spink, Cole, & Waller, 2008)。

Read More

[讀書] 美國的監獄圖書館服務(下) : 服務內容、服務對象、未來發展、結語

監獄圖書館的服務內容

與公共圖書館之同異處

今日，監獄圖書館的模型是公共圖書館，也就是說，即便圖書館實際上服務的是罪犯，但圖書館員應將監獄的環境正常化(normalizing)，讓圖書館作為娛樂場所、延伸教室、資訊中心、交換分享意見的地方，並能妥善、有效、正面的回應受刑人的需要。

不過，比起公共圖書館，這裡的館員要負更大的篩選責任，有些書是直接被禁止的，包括格鬥技術、軍火、有機化學、撒旦等以及宣揚暴力或種族仇恨的，近年也開始控制色情刊物。

另外，由於監獄圖書館空間不大，且基於安全考量調整書架高度和長度，以便能方便看到受刑人，館藏規模比起一般圖書館小，監獄圖書館館藏必須依賴館際合作借閱，以便節省經費及取得新的或高度需求之書。過去其他圖書館擔心會有傷害、損失遭竊而不願意借，但這樣的偏見已經隨著越來越多監獄雇用專業圖書館員而降低，但是館員要耗費精力確保館際合作借閱的安全。 (Dixen & Thorson, 2001)

Read More

[讀書] 美國的監獄圖書館服務(上) ：定義、服務理念、歷史脈絡與背景

上學期圖書資訊學的期末報告我做的是「法律圖書館館員的雙學位教育」，當時在文獻中看到美國的政府部門法律圖書館服務對象包含受刑人，原因是要讓受刑人獲得能協助其打官司的資訊，使一些被冤枉又請不起律師的弱勢可能因為圖書館提供的服務而可能有翻身的餘地。而這學期，同學在介紹書目療法時，也有提到特殊書目療法的對象包含罪犯，因為其政經條件都處於較為弱勢、教育程度也較低，且是被排除在「正常」社會之外的邊緣人，正屬於圖書館要積極參與社會議題時應關懷的對象。

事實上，圖書館在民主社會中的角色是，致力於提供市民終身學習、自我提升、接收資訊的機會，這樣的角色對於監獄來說更為重要。 (Dixen & Thorson, 2001)且監獄圖書館的使用者返回社會中後，也會繼續利用公共圖書館，是一般公共圖書館的潛在使用者。再者，之前有看過挪威令人驚嘆的監獄圖書館，前陣子也有新北市要送書到少觀所的新聞，使我對此議題感興趣，並想要透過文獻回顧來深度了解。

Read More

[讀書] 學習與多工行為(下) : 出現原因、展現限制、展現策略、學習成效、結語

多工行為出現的原因

茲將文獻中對於多工行為的原因分成以下五類 :

1. 環境裡多種媒體刺激多工行為出現

在工作環境裡，注意到其他科技產品的存在，會增加多工的動機，因此擁有越多科技產品的人越容易出現多工， (Rosen, Carrier, & Cheever, 2013)性別、種族、社經地位等會影響資訊產品的擁有與使用能力的因素，也就跟著會影響多工出現的頻率。 (Rosen, Carrier, & Cheever, Multitasking madness, 2010)

除了媒體樣式推陳出新，媒體內容的改變也是重要原因。一方面，硬體和軟體的界線越來越不清楚，透過網路就可以做到以往要用不同硬體或安裝軟體才能執行的活動(Subrahmanyam & Šmahel, 2011)，另一方面，越來越多原本單一目的媒體展成多目的(ex.手機)，讓使用者可以以一個載具同時執行很多功能，都促進了多工行為之展現。 (Rosen, Carrier, & Cheever, 2010)

Read More

[讀書] 學習與多工行為(上) : 前言、背景

數位原民與多工行為的出現

2001年，Marc Prensky 提出「數位原民」的概念。由於數位原民一出生就處於充滿科技的環境中，電腦、行動手機、電玩和網路等數位語言是他們的母語。他們的腦袋結構與認知處理過程和以往的人不同，他們很習慣多工、依賴圖像溝通、追求立即滿足和頻繁的獎賞，並且迅速接收訊息、喜歡平行處理、喜歡上網時能隨性取用、喜歡遊戲勝過嚴肅的工作。

1982年後出生的千禧世代(millennial generation)，就是數位原民的一代。除了在數位載體使用上的特性，他們的日常生活習慣也因為科技的連結性有所不同。他們很重視社會互動及與朋友、家人、同事的連結性，在讀書和社交活動上都更喜歡團體進行，無法容忍任何拖延，但願意體驗不確定性，且會將尋求個人發展擺第一。 (McMahon & Pospisil, 2005)

Read More

[讀書] 社會性標籤用於圖書館資訊組織研究之評析 : 研究價值、研究限制、未來發展

在前兩篇文中，說明了文獻回顧動機和文獻回顧的內容(社會性標籤對於圖書館的價值、對比主題標目與社會性標籤、社會性標籤於圖書館資訊組織的適用範圍)，本文則將進行回顧的文獻進行評析，指出過往文獻的價值及限制，從中發現未來的研究方向，最終列出參考文獻。

Read More

[讀書] 社會性標籤用於圖書館資訊組織研究之文獻回顧(下) : 主題標目之對比、適用範圍

上一篇文章中，說明了文獻回顧的動機、範圍，並從文獻回顧中指出社會性標籤對於圖書館的價值。本文將會進一步對比主題標目與社會性標籤，以及說明社會性標籤於圖書館資訊組織的適用範圍。

主題標目(subject heading)與社會性標籤之對比

國會圖書館主題標目(簡稱LCSH)是橫跨所有學科、發展悠久、英文世界中的主流索引語言，有豐富的連結和各種控制，且在圖書館目錄中很好擷取。加上，主題標目和社會性書籤都是針對物件主題內容以幾個詞彙代表，因此成為研究在比較社會性標籤與圖書館資訊組織時會選用的工具。

Read More

[讀書] 社會性標籤用於圖書館資訊組織研究之文獻回顧(上) ：前言、重視原因

由圖書館員人工進行資訊組織，一向被詬病的是時間、人力成本太高，且帶來的效益不一定值得投入這樣的成本。隨著科技發展，電腦自動化取代了一些資訊組織的勞力，也提升了速度。但是電腦不是人腦，雖然能滿足基本的資訊檢索需要，主觀的資料詮釋或資料間關係的辨識卻難以展現。

然而，科技除了節省重複性的人力成本外，也能降低使用者的參與門檻。web2.0時代蒞臨使網路上資源提供者增加，使人不禁好奇，是否能善用這些人力來協助圖書館進行資訊組織呢？最能讓一般大眾簡單參與的方式或許就是標籤，事實上多數人不會意識到標籤就是一種資訊組織，比起要先熟悉編目規則、分類法後，依據一定流程操作編目軟體，門檻和成本都低上許多。

Read More

[讀書] 圖書館的服務評估

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

一.  顧客服務

    21世紀的使用者要求和以往相比增加了不少，人們會希望有更彈性且方便的開放時間、常常更新的環境，還有更多的服務提供方式和選擇。

    顧客服務是顧客所感受到且會記得的，客戶未來的行為就是顧客服務的嚴峻考驗。可以分成兩種 : 「交易為主」(transaction-based)或「情感為主」(relationship-based)。

    「客戶」意味付錢買產品或服務的人。圖書館做為公共財提供智性價值，是超乎一般金錢價值和成本效益衡量的。不過，如今圖書館需要了解競爭者的語言和技術才能在現存環境中與之抗衡，加以在爭取資金或彰顯圖書館價值上，顧客服務的滿意度也是重要關鍵。何況，讀者往往自命為客戶要求圖書館提供更高品質的設施、資源、服務。

Read More

[讀書] 圖書館典範與館員能力、倫理

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

圖書館典範

首度提出圖書資訊學兩種典範的學者為1986年的Dervin and Nilan:系統中心與使用者中心。兩種典範的館員相互批評，如: ALA(2007)批評新潮館員背離圖書館員的基本原則，認為所有資訊都在網路上，不需要書籍；使用者中心館員懶惰又需乏基礎專業知識與價值觀；系統中心館員防禦性強且無關緊要。

Read More

[讀書] 書目療法

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

定義 :

1.     醫院及醫療機構圖書館協會引用官方字典的定義：「選擇運用適切的閱讀素材作為於心理醫療和精神病學上治療的輔助；此外，亦可協助人們透過閱讀的方式，解決較為個人的問題。」

2.     Shrodes屏除臨床觀點：「經由讀者個人人格與具想像創作力的文學作品間互動，人們得以自文學作品中獲得情感連結、獲得意識上的舒緩並兼具效用。」

Read More

[讀書] 讀者諮詢顧問服務

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

一.  定義

以休閒閱讀讀者為對象的顧客導向圖書館服務。館員協助讀者依據其所需、以客觀的角度，選讀符合、適切、且感興趣的圖書相關資源。評估讀者諮詢顧問服務成功與否並不在於讀者最後是否拿了或讀了建議的書，一本書的風格可能一個讀者喜歡但另一個讀者不這麼認為，這不是寫得好不好的問題，後者可能只是單純不喜歡寫作的風格而已。一個好的讀者諮詢顧問服務應鼓勵讀者對於被建議的書做出回應和反饋，藉此建立一個顧問者和讀者之間持續性的交流，最後讀者能將圖書館視為是他們可以談論書籍並得到符合他們需求的建議和資源的地方

Read More

[讀書] 嵌入式館員、資訊素養教育

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

l   資訊素養

Misinformation：錯誤、過時或不完整的資訊；Malinformation：不好的資訊(製作炸彈或是煽動仇恨和暴力的資訊)；messed-up information：組織和呈現很差、無法使用的資訊；Mostly useless information：無用的資訊。

大學生評估健康網站最重要的是網站內容分類清楚且符合使用者需求。其次是健康資訊網站提供檢索功能且方便使用。第三才是資訊內容的可信度。相信Google搜尋結果中的第一個結果是最相關的網站；認為有政府等機構贊助者就是可靠的網站；認為底下有醫生、專家等字眼，就認為該訊息有可信度，也有人認為只要放在該網站上的都是可信的；網站設計具有美感、易瀏覽、可及性高、以及組織良好會使大學生加深對該網站的印象。

Read More

[讀書] 參考諮詢服務、數位參考諮詢服務、合作參考諮詢服務

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

參考諮詢服務

l  定義

ARL : 「參考諮詢是館員利用一種或多種資訊資源進行資訊交流的過程，包括提供知識、使用、建議、解釋和指導。」

不同類型圖書館之參考諮詢服務內容各異：專門圖書館針對讀者需求直接傳遞其所需資訊；公共圖書館強調幫助讀者尋求資訊的重要性；學校圖書館則以圖書館利用指導為工作重心。

Read More

[讀書] 圖書館不同年齡層特殊服務

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

老人

l  誰是年長者à年長者在哪à年長者想要什麼(焦點團體、調查、評估、諮詢委員會)à如何給他們想要的(根據成本考慮服務項目、與其他機構合作)à如何告訴他們你有他們想要的(各管道宣傳)

l  定義

年齡 : 55-64歲的初老、65-74歲的中老和75歲以上的高老

健康程度 : 健康、視障、肢障

自主程度 : 家中居住、可自理、半自理、臥床

l  特性

1.     經濟來源有限、休閒時間增加，習慣早起，活動時間盡量排在清晨和下午，時間掌控在一個小時半左右，過長的活動會造成體力上的負擔。

2.     知識性需求 : 舊有習慣改變不易、自尊心強、學習信心低落、學習是為了達成其發展任務、反應變得緩慢、難做到複雜指令、遺忘某些事情，社會安全/福利與津貼、健康資訊、居家生活、安養機構/家庭照護收費計算、居家照護協助

3.     娛樂性需求 : 生活以居家為主、社交活動減少、失去對於激烈體能活動與參加運動的興趣、在「文化」閱讀方面的興趣增加，但是娛樂性的閱讀興趣則減少。

4.     療癒性需求 : 生理機能衰老(疾病、心智退化、失調)、心理調適「老化」的事實、依戀過去熟悉的事物、透過回憶過往獲得歡樂與滿足

Read More

[讀書] 圖書館的多元文化服務

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

l  新住民資訊需求

u  生活必須

n   語言及識讀能力

n   法律資訊(居留、定居、國籍取得、工作權及家庭暴力)

n   食衣住行等生活資訊

u  社會融入

n   民情文化與當地風俗

n   工作技能獲取及就業資訊

n   終身學習、興趣培養

u  補給

n   親子教養資訊

n   身心健康資訊

n   兩地時事新聞資訊

l  遭遇問題

u  機構障礙 (institutional barrier)：圖書館中嚴苛規則和複雜程序，如罰款或證件。

u  個人和社會障礙 (personal and social barrier)：互動的方式並沒有考慮到移民的族群文化，例如館員請為其翻譯者不要發出聲音。

u  環境障礙 (environmental barriers)：社區中使得移民難以近用實體圖書館的障礙，例如大眾運輸系統不良。

u  認知障礙 (perceptual barriers)：移民缺乏圖書館知識、不相信圖書館可以解決他們的需求。

Read More

[讀書] 圖書館的身心障礙服務

(不好意思沒有標明出處，若有著作權疑慮等問題會撤掉)

l   定義

1.     Print disability指的則是「無法進行日常閱讀指本材質的任務或活動」，可能是認知、感官、實體的impairment造成，隨著年紀增長就越可能成為Print disability。

>> 視障者主要接收訊息的途徑是利用身體的其他官能不斷測試、獲得錯誤的反饋，作為感知的線索。因此，對於視障者而言，多元的溝通、資訊傳遞媒體可以協助他們能夠更順暢的接收訊息。有聲書、錄音（播放）設備是視障者最常用作教育與接收訊息的方式。

2.     傳導性聽力損失：由於外耳、中耳的問題所造成，導致聲波無法有效的傳入內耳，使得聲音聽起來像被蒙住了，並不清楚。

>> 聽力對於說話能力與語言的發展、溝通、學習來說是非常重要的，先天聽覺喪失的或是在得到建全溝通能力前形成的聽覺障礙，會讓聽障者無法受到完整的口語訓練，因此無法良好的表達，社交能力也會有限。

Read More