メタデータエディタのAIメタデータアシスタント
AIメタデータアシスタントとは
AIメタデータアシスタントは、大規模言語モデル生成AIを使用して図書館リソースに関する情報を処理し、目録者に関連メタデータを提案して、カタログ作成プロセスをより迅速かつ効率的にします。目録者は、提案されたデータを確認して、それを承認、修正、または却下できるほか、より複雑な専門メタデータや図書館固有のメタデータを追加することもできます。
AIメタデータアシスタントは、図書館リソースの画像とその他の提供された情報を処理し、テキストと意味を抽出し、カタログ作成標準に従って構造化して返すことができます。新しい書誌レコードを作成したり、既存の簡潔なレコードを拡充させるために使用できます。
フェーズ I プレビュー モード
AlmaのAIメタデータアシスタントのフェーズIでは、英語でのMARC 21レコードの作成と拡充がサポートされています。コミュニティと協力してAIの機能とメタデータの品質を評価し、今後のフェーズでさらに多くのカタログ作成とリソースの言語と形式が追加される予定です。
提供される主題は、米国議会図書館の語彙に照らして検証されており、将来のフェーズでは典拠語彙の選択を増やす予定です。
プレビュー モードは AIメタデータアシスタントの最終形式ではないことに注意してください。これは、図書館にメタデータの拡充を体験し、フィードバックプロセスに参加する機会を提供することを目的とした初期モードです。この機能が一般公開されると、ワークフロー自体と返されるメタデータの両方がさらに改善されることが期待されます。
それまでの間、図書館はサンドボックス環境または実稼働環境のいずれかでこの機能を使用し、その機能の第一印象を得ることができます。以下の「AlmaでAIメタデータアシスタントを有効にする」を参照してください。
AIで作成または拡充されたドラフトの作業中に、MDエディタのAIフィードバックボタンからフィードバックを送信できます。皆様からのフィードバックをお待ちしております。
機能と制限
このサービスでは生成AIを適用しているため、出力に制限、不正確さ、または偏りが生じる可能性があります。仲介ワークフローでは、AI機能と図書館員の専門知識を組み合わせて、効率と正確さのバランスをとります。
大規模言語モデル生成AIツールは俊敏であり、その応答は用途によって異なり、時間の経過とともに進化します。私たちは、返されるデータの有用性と正確性を最大限に高め、プロンプトとデータ処理の効率を維持するためにコミュニティと協力しています。
ただし、プロンプトの表現には細心の注意を払っていますが、AIが次を行うようなケースもあります:
- 不正確または一般的なデータ（無関係なエディション情報など）を返すケース
- 専門の目録者のようにカタログ作成標準に正確に従っていないケース(例: ISBD句読点が欠落している、または間違ったMARCフィールドインジケーターを使用している)。
- 要求されたすべてのMARCフィールドが返されないケース。
- 一部の言語でリソースをカタログ作成する際に、その言語が正確に処理されないケース。
- 特定の典拠語彙に対して正しい主題を返さないケース。
- 画像の品質が悪い、画像の背景にノイズが多い、画像が垂直でないなどの特定の条件では、画像を処理できないケース。
これらの制限を緩和するために私たちが行っていること
-
目録者およびAlmaコミュニティと協力してメタデータの品質を評価し、改善します。
-
返された主題を典拠ファイルに対して検証します。
-
AI モデルの能力の向上に応じて、それぞれの言語や語彙を扱う図書館と協力しながら、段階的にサポートを追加します。
-
正規化プロセスを適用して、データのフォーマットとクリーンアップを行い、データの来歴情報を追加します。
-
目録者者のフィードバックを監視し、新しいスケジュールされたジョブ「AI 設定の同期」を 使用してプロンプトを定期的に更新します。
-
図書館がローカル正規化プロセスを構成し、どのデータを保持または追加するかを独自に決定するためのツールを開発します。
私たちの一般提供プラン
AIメタデータアシスタントのフェーズIは現在プレビューモードで利用可能です
当社は、AIメタデータ アシスタントの機能を継続的に強化および改善しています。フェーズIリリースの一般提供に向けて取り組んでいる内容には、次のようなものがあります。
- AIの助けを借りて新しいレコードを作成するときに使用する機関のテンプレートを選択し、生成されたドラフトに図書館の推奨フィールド、ローカル情報などを含めて、目録者がすぐに利用できるようにします。
- AIメタデータアシスタントを使用して書誌レコードを作成または拡充するときに使用するローカル正規化ルールを設定し、使用するAI 生成メタデータをより細かく制御します。
- 既存の書誌レコードを拡充するときに使用するローカルマージ方法を設定します。
- 目録者と協力してプロンプトをさらに強化し、次の点を改善します。
- メタデータの品質と一貫性の推奨
- 英語以外のリソースのカタログ作成をサポート (言語に対するAIの処理精度によって異なる)。
- 早期アクセスからのフィードバックを受けて、AI メタデータアシスタントワークフローに図書館リソースの画像最大4つを追加するオプションを検討しています。利用可能な画像の数は、目録者のニーズ、技術的影響、著作権の懸念のバランスを取り、効率とパフォーマンスを最大化するために制限されています。
Alma環境でAIメタデータアシスタントを有効にする
AIメタデータアシスタントを有効にするには、次の役職が必要です。
- 統括管理者
- 目録管理者
AIメタデータアシスタントは、すべての機関でデフォルトで無効になっています。
管理者がこの生成AIツールの利点と限界を確認し、リスクを理解し、図書館でこのツールを使用するかどうか、またどのように使用するか決定したら、管理者は、設定メニューのメタデータエディタ のAIメタデータアシスタントの免責事項> リソース> 目録> AI 使用プロファイルを「はい」に設定して保存することで同意できます。
管理者が環境でAIメタデータアシスタントを有効にすると、「AIによるカタログ作成」役職の目録者がそれを使用できるようになります。
サンドボックス環境でのテスト
AIメタデータアシスタントの設定は、新しいジョブ「AI 設定の同期」を使用して定期的に更新されます。 これにより、AIモデルが進化、変化しても、AIプロンプトが効果的かつ最新の状態に保たれます。
スケジュールされたジョブはサンドボックス環境では無効になっているため、AIメタデータ アシスタントをテストする前に、「AI 設定の同期」を実行して、 現在の設定でテストしてください. 。
- ジョブの監視 > スケジュールタブに移動します
- ジョブカテゴリにフィルター = データサービス
- 「AI設定を同期」の行アクションで「今すぐ実行」（サンドボックス環境で利用可能）を選択します。
ジョブが完了したら、必要な役職の目録者はMDエディタでAIアシスタントをテストできます。詳細については、AIメタデータアシスタントを使用を参照してください。
AIメタデータアシスタントを使用する
メタデータエディタでAIメタデータアシスタントを使用するには、次の両方の役職が必要です。
- 目録編集者
- AIによるカタログ作成
AIメタデータアシスタントを使用するには、生成 AIツールで作業する目録者を図書館が制御できるようにするための専用役職である必要があります。
AIメタデータアシスタントを使用して、新しい書誌レコードを作成したり、既存の簡潔なレコードを拡充させたりすることができます。アシスタントがレコードの処理を完了すると、提案されたメタデータを含むドラフトがメタデータエディタにプッシュされ、それを確認して承認、修正、または却下できるようになります。リアルタイム通知により、ドラフトの準備が整ったことが通知されます。
新規リポートの作成
- メタデータエディタの「新規」で、AIアシスタントで作成を選択します。
AI アシスタントからの新規レコードのポップアップが開きます。AI アシスタント フィールドからの新しいレコード: フィールド 説明 タイトル 必須作成するリソースのタイトルを入力します 著者 任意リソース著者または作成者に関する情報を提供します。 ISBN 任意本のISBNを入力してください。 コンテンツメモ 任意リソースコンテンツに関する情報を提供します。 概要メモ 任意リソースの概要を提供します。 添付 任意関連情報（本の裏表紙や目次など）を含むリソースの画像を提供します。デバイスから画像を選択するか、デバイスのカメラを使用して画像をアップロードできます。返される応答の品質を向上させるために、関連する情報を含む領域に焦点を当てるように画像を切り取ることができます。 - レコードの生成 を選択して、情報をAIに送信します。
AI が情報を処理している間もAlmaで作業を続けることができ 、メタデータエディタで作業できるメタデータが提案されると通知されます。
ドラフトレコードは必要に応じて編集、保存、または破棄できます。
簡潔な記録を拡充させる
- メタデータエディタの編集アクションで、AIアシスタントで強化を選択します。 AIアシスタントからのレコードの拡充ポップアップが開き、拡充対象として選択したレコードのタイトルが表示されるので、選択したレコードが拡充されていることを確認できます。レコードにタイトルが含まれている場合、拡充プロセスの一環として、タイトルとともに次の情報がAIに送信されます。
- 著者
- ISBN
- コンテンツメモ
- 概要メモ
また、デバイスから画像を選択するか、デバイスのカメラを使用して画像をアップロードすることで、関連情報を含むリソースの画像 (本の裏表紙や目次など) を添付することもできます。返される応答の品質を向上させるために、関連する情報を含む領域に焦点を当てるように画像を切り取ることができます。 - 情報をAIに送信するには、レコードの拡充 を選択します。
AI が情報を処理している間もAlmaで作業を続けることができ 、メタデータエディタで作業できるメタデータが提案されると通知されます。
AI が提案したメタデータは既存のレコードと結合され、新しい下書きが作成されます。保存されていない提案は、目録者が確認しやすいように紫色で表示されます。
図書館の既存のレコードは、マージによって優先レコードとみなされ、すぐに使用できるマージ方法では、既存のメタデータを上書きせずに AI が提案したメタデータが追加されます。次の場合、AIによる提案が追加されます:
- フィールドは繰り返し可能である場合、または
- このフィールドは図書館のレコードにまだ存在しない場合
将来的には、AIの提案を優先図書館レコードとマージするときに使用するローカルマージルールを選択できるようになります。
AlmaモバイルアプリケーションでのAIメタデータアシスタントの操作 - 近日公開予定!
Almaモバイルアプリを使用すると、図書館員はモバイルデバイスのカメラを使用して図書館のリソースを処理できます (たとえば、アイテムのバーコードのスキャンを実行できます)。
AIによるカタログ作成役職の目録者は、これを使用して図書館リソースの写真を簡単に撮影し、AIメタデータアシスタントに送信して処理できるようになります。
アシスタントが画像の処理を完了すると、AIアシスタントが提案されたメタデータを含むドラフトがメタデータエディタにプッシュされ、目録者を確認して承認、修正、または却下できるようになります。
アイテムのバーコードをスキャンして拡充するレコードを取得し、モバイルデバイスのカメラを使用してアイテムの写真を撮影してAIメタデータアシスタントに送信することで、既存のレコードを強化できます。
タイトルと画像を送信して（必要に応じてさらにオプション情報を入力することで）新しいレコードを作成することもできます。
よくある質問
- Q: レコードを作成または拡充するために使用するデータは、AIのトレーニングに使用されますか?
A: いいえ – AIとデータを共有するのは処理のためだけで、トレーニングのためではありません。 -
Q: メタデータはどこから来ますか?
A: メタデータは、目録者によって提供された情報（手動または拡充される書誌レコードから）に従って、AI LLMによって生成されます。現在サポートされている入力情報は、リソースのタイトル (必須) のほか、著者、ISBN、概要メモ、コンテンツ メモ、リソースの画像 (タイトルページ、裏表紙、目次など) に関するオプション情報です。すべてのAIモデルと同様に、モデルのトレーニング データも応答の生成に使用されます。これには、MARC フィールドとサブフィールド、関連する LC主題に関する知識、および AIモデルのトレーニングデータに特定のリソースに関する情報（発行年、著者の生年、リソースの説明など）が含まれます。これらの情報は、メタデータの生成にも使用される場合があります。
-
Q: AIはオンライン検索を実行してデータを取得してくれますか?
A: いいえ– 私たちのAIプラットフォームはオンライン検索を使用しておらず、メタデータは図書館によって提供される情報とAIトレーニングデータ内に存在する情報に基づいて提供されます。 -
Q: 本の画像をアップロードした場合、どこかに保存されますか?
A: いいえ、画像はメタデータを提案するためにのみ使用し、他の用途のために保存することはありません。 -
Q: AIがカタログを作成してくれるのでしょうか?
A: AIアシスタントが目録者によるレビュー用にメタデータを提案します。
目録者はそれをレビューし、提案を承認、修正、または拒否することができます。生成AIでは出力に不正確さや偏りが生じる可能性があるため、人間の能力と技術力を組み合わせることで、データの整合性を維持しながら、より合理化された効率的なカタログ作成エクスペリエンスを実現できます。 -
Q: AIメタデータアシスタントを使用するたびに、同じリソースに対して異なるメタデータが提案されるのはなぜですか?
A: 大規模言語モデル生成AIツールは俊敏であり、その応答は用途によって異なり、時間の経過とともに進化します。AIによって返されるメタデータは、AIに提供される情報、カタログ化されるリソース、およびAIの内部処理自体に応じて毎回異なります。 -
Q: AIメタデータアシスタントを使用してカタログ内の任意のレコードを拡充できますか?
A: いいえ–AIアシスタントは、編集がロックされておらず、カタログ作成の役職とレベルに応じて編集が許可されているレコードを拡充するためにのみ使用できます。
さらに、フェーズIでは MARC 21形式のレコードのみがサポートされ、CZレコードの拡充はサポートされません。
ネットワークメンバーの場合、ネットワークレコードを作成または拡充する機能は、ネットワークの設定によっても異なります。 -
Q: フェーズIでは、LC典拠を使用して、英語の MARC 21書籍カタログ作成をサポートします。次のフェーズでは何が計画されていますか?
A: 私たちは世界中の図書館と話し合ってワークフローを理解し、ニーズを評価し、コミュニティと共に次に何に重点を置くかを決めています。オプションには、より多くの資料タイプ、より多くの目録言語、より多くの主題語彙が含まれます。 -
Q: AIは任意のMARC 21フィールドを提供できますか?
A: いいえ。AIアシスタントは、有用性と正確性のバランスを保ちながら、最も有用なフィールドを返します。AlmaはAIから提案されたデータを処理し、ローカルフィールド、独自の情報 (システム番号など) が含まれる可能性のあるフィールド、平均データ精度が低いフィールドなどの特定のフィールドを削除します。私たちはコミュニティと協力して、さまざまなフィールドの有用性を評価し、決定しています。 -
Q: 図書館の利用者全員がAIメタデータアシスタントを利用できるようになりますか?
A: これのアクセスを制限するのは図書館です。AIメタデータアシスタントワークフローはメタデータエディタに埋め込まれています。書誌レコードを作成または編集するには目録者である必要があります。また、新しいワークフローを使用するには、新しいAIによるカタログ作成の役職も必要です。 -
Q: 図書館でAI拡充データを使用しないように選択できますか?
A: もちろんです！図書館はこのツールの使用を完全に制御できます。AIメタデータアシスタントを使用するには、まず図書館の一般管理者が新しいAI 使用プロファイル構成ページでこれを有効にする必要があります。 -
Q: 私はネットワークメンバーです。AIを使用してネットワーク レコードを拡充させることはできますか?
A: もちろんです！ネットワークがAIメタデータ アシスタントを有効にすると、所属機関でAIメタデータ アシスタントを有効にしているメンバーは、それを使用してネットワークレコードを強化できるようになります。 -
Q: 私のネットワークでは一部のフィールドの編集が制限されています。それでもAIはそれらのフィールドを作成できますか?
A: いいえ。ネットワークによって強制される制限は AIメタデータアシスタントワークフローにも適用されます。目録者は、手動で作成または拡充できるメタデータの作成または拡充にのみこのワークフローを使用できます。