Phase I

La phase I de l'assistant de métadonnées IA d'Alma permet de créer et d'enrichir les notices MARC 21 en langue anglaise. D'autres langues et formats de catalogage et de ressources seront ajoutés dans les phases ultérieures, au fur et à mesure que nous travaillons avec la communauté pour évaluer les capacités de l'IA et la qualité des métadonnées.

Les sujets fournis sont validés en les comparant aux vocabulaires de la Library of Congress, et il est prévu d'élargir la sélection des vocabulaires d'autorité dans les phases futures.

Plans pour l'avenir

Dans les prochaines phases, nous prévoyons d’étendre la prise en charge à d’autres langues, vocabulaires d’autorité et formats de catalogage.

Nous travaillons avec plusieurs bibliothèques du monde entier pour évaluer la facilité d'utilisation et la qualité des métadonnées pour les éléments suivants :

• Plus de langues, de vocabulaires de sujets et de formats de catalogage.
• Processus d'enrichissement de lots de notices
• Processus de création de lots de notices

Nous explorons également des options pour les processus par lot, en déterminant quelles métadonnées seraient utiles pour les bibliothèques, dans quels scénarios et dans quels workflows.

Capacités et limites

Ce service fait appel à l'IA générative, ce qui peut entraîner des limites, des inexactitudes ou des biais dans les résultats. Le workflow géré par le personnel combine les capacités de l'IA avec l'expertise du personnel de la bibliothèque, afin de trouver un équilibre entre efficacité et précision.

Les outils d'IA générative pour les grands modèles de langage sont agiles. Leurs réponses varient selon les utilisations et évoluent avec le temps. Nous travaillons sans relâche avec la communauté pour maximiser l'utilité et la précision des données renvoyées, et pour maintenir l'efficacité de nos prompts et du traitement des données.

Même si les prompts sont formulés avec soin, il arrive que l'IA :

• renvoie des données inexactes ou génériques (par exemple, des informations concernant des éditions non pertinentes) ;
• ne respecte pas les normes de catalogage comme le ferait un catalogueur expert (par exemple, ponctuation ISBD manquante ou utilisation d'indicateurs de champs MARC erronés) ;
• ne renvoie pas tous les champs MARC demandés ;
• ne traite pas correctement certaines langues lors du catalogage de ressources dans ces langues ;
• ne renvoie pas les bons sujets pour certains vocabulaires d'autorité ;
• ne traite pas toujours les images, par exemple en cas de mauvaise qualité d'image, de bruit excessif en arrière-plan, ou d'image pas droite.

Ce que nous faisons pour remédier à ces limitations

1. Nous travaillons avec les catalogueurs et la communauté Alma pour évaluer la qualité des métadonnées et l'améliorer.

2. Nous validons les sujets renvoyés, en les comparant aux fichiers d'autorité : nous vérifions que le sujet renvoyé correspond à une notice d'autorité existante et nous établissons un lien complet ou partiel vers cette notice. La correspondance peut s'effectuer sur le terme préféré ou non préféré. Si un terme non préféré est suggéré par l'IA, il peut être mis à jour au terme préféré par le catalogueur (à l'aide de la touche F3 dans l'Éditeur de métadonnées) ou de manière automatique par le traitement programmé « Autorités - Correction de terme préféré » (pour plus d'informations, consultez Traitements liés aux notices d'autorité).

3. Nous ajoutons de manière progressive la prise en charge de langues et de vocabulaires différents, en coopération avec les bibliothèques qui travaillent dans ces langues et en fonction des capacités croissantes du modèle d'IA.

4. Nous appliquons des processus de normalisation pour formater et nettoyer les données, ainsi que pour ajouter des informations sur la provenance des données.

5. Nous effectuons un suivi de l'avis des catalogueurs et mettons périodiquement à jour nos prompts à l'aide d'un nouveau traitement planifié, intitulé « Synchroniser les paramètres d'IA ».

6. Nous développons des outils permettant aux bibliothèques de configurer des processus de normalisation locaux et de prendre leurs propres décisions quant aux données à conserver ou à ajouter.

Test dans un environnement bac à sable

Les paramètres de l'assistant de métadonnées IA sont mis à jour de manière périodique à l'aide du traitement intitulé « Synchroniser les paramètres d'IA ». Cela permet de s'assurer que les prompts d'IA restent efficaces et à jour, à mesure de l'évolution et des changements des modèles d'IA.

Les traitements planifiés étant désactivés dans les environnements bac à sable, avant de tester l'assistant de métadonnées IA, veuillez exécuter le traitement « Synchroniser les paramètres d'IA » afin de faire un test avec les paramètres actuels. 

1. Accédez à Suivi des traitements > onglet Planifié.
2. Filtrez la catégorie de traitement sur Services de données.
3. Sélectionnez Exécuter maintenant (disponible dans les environnements bac à sable), dans les actions sur la ligne du traitement « Synchroniser les paramètres d'IA ».

Une fois le traitement terminé, les catalogueurs ayant les rôles nécessaires peuvent tester l’assistant IA dans l’Éditeur de métadonnées. Pour plus d’informations, consultez Travailler avec l'assistant de métadonnées IA. 

Corriger des métadonnées générées à l’aide d’un processus de normalisation

Pour donner aux bibliothèques un contrôle accru sur l’utilisation des métadonnées générées par l’IA, l’institution peut les corriger à l’aide d’un processus de normalisation. Les règles de normalisation peuvent être utilisées pour supprimer, remplacer ou ajouter des champs et sous-champs de métadonnées. - Par exemple, une institution peut choisir d’ajouter des champs locaux pertinents pour son catalogue, d’ajouter un sous-champ de provenance des données (par exemple $$7 dans les champs de note) à des champs spécifiques s’ils ont été générés par l’IA, de supprimer certains champs dans lesquels elle ne souhaite pas voir de métadonnées générées, le cas échéant, etc.

Le processus de normalisation sélectionné sera appliqué aux métadonnées générées dans les workflows de création et d’enrichissement, avant que le brouillon des résultats soit mis à disposition du catalogueur.

Si les métadonnées générées sont fusionnées avec une notice existante (lors de l’amélioration d’une notice avec l’assistant de métadonnées) ou étendues grâce à un modèle pour ajouter des champs manquants (lors de la création d’une nouvelle notice), le processus de normalisation sera appliqué aux données générées par l’IA uniquement, avant que la fusion soit effectuée.  

Vous pouvez configurer le processus de normalisation utilisé quand vous travaillez avec l’assistant de métadonnées IA sur la page Profil d’utilisation de l’IA (Menu de configuration > Ressources > Catalogage > Profil d’utilisation de l’IA), dans la section Assistant de métadonnées IA - autres réglages.

Sélectionner une méthode de fusion pour améliorer les notices avec l’assistant IA

Quand vous améliorez une notice avec l’assistant de métadonnées IA, les métadonnées générées sont fusionnées avec la notice améliorée. La notice existante de la bibliothèque est considérée comme étant la notice préférée.

Par défaut, les données de la bibliothèque ne sont pas outrepassées. Les métadonnées générées par l’IA peuvent être ajoutées à la notice si :

• le champ est répétable ;
• le champ n’est pas répétable et n’existe pas encore dans la notice préférée.

L’institution peut contrôler l’utilisation des données générées par l’assistant de métadonnées IA dans le processus d’enrichissement en outrepassant la règle de fusion par défaut et en sélectionnant une règle de fusion locale (en sélectionnant par exemple l’option permettant de ne pas ajouter certains champs répétables, tels que des informations de production et de publication, s’ils existent déjà dans la notice ou d’outrepasser certains champs connus pour poser des problèmes). Voir Travailler avec des règles de fusion pour plus d'informations.

Vous pouvez configurer la méthode d’outrepassage de fusion à utiliser lors de l’amélioration d’une notice avec l’assistant de métadonnées IA à la page Profil d’utilisation de l’IA (Menu de configuration > Ressources > Catalogage > Profil d’utilisation de l’IA).

Travailler avec l'assistant de métadonnées IA

Travailler avec l'assistant de métadonnées IA nécessite un rôle spécifique, afin de permettre aux bibliothèques de contrôler quels catalogueurs peuvent travailler avec les outils d'IA générative.

Vous pouvez utiliser l'assistant de métadonnées IA pour créer une nouvelle notice bibliographique ou enrichir une notice abrégée existante. Une fois le traitement de la notice terminé par l'assistant, le brouillon contenant les métadonnées suggérées est envoyé à l'Éditeur de métadonnées pour que vous puissiez l'examiner et l'accepter, le corriger ou le rejeter. Une notification en temps réel vous indiquera que le brouillon est prêt.

Questions fréquentes

1. Q : Les données que j'utilise pour créer ou enrichir la notice sont-elles utilisées pour entraîner l'IA ?
   R : Non. Nous partageons les données avec l'IA uniquement à des fins de traitement, et non pour l'entraîner.

2. Q : D'où viennent les métadonnées ?
   R : Les métadonnées sont générées par un grand modèle de langage basé sur l'IA, en fonction des informations fournies par le catalogueur (soit manuellement, soit à partir d'une notice bibliographique en cours d'enrichissement). À l’heure actuelle, les informations pouvant être saisies correspondent à des métadonnées de bibliothèque, telles que le titre de la ressource (obligatoire), ainsi que des fichiers contenant des images de la ressource (par exemple, page de titre, quatrième de couverture, sommaire, éditeur, description).

   Comme pour tous les modèles d'IA, les données d'entraînement du modèle sont également utilisées pour générer une réponse. Cela inclut la connaissance des champs et sous-champs MARC, des sujets LC pertinents, et si des informations sur la ressource spécifique existent dans les données d'entraînement du modèle d'IA (par exemple, l'année de publication, l'année de naissance de l'auteur, la description de la ressource). Elles peuvent aussi être utilisées pour la génération des métadonnées.

3. Q : L'IA effectue-t-elle une recherche en ligne pour obtenir des données pour moi ?
   R : Non. Notre plateforme d'IA n'utilise pas la recherche en ligne, les métadonnées sont générées sur la base des informations fournies par la bibliothèque et de celles qui existent dans les données d'entraînement de l'IA.

4. Q : Si je charge des images de livres, seront-elles enregistrées quelque part ?
   R : Non, nous utilisons uniquement les images pour suggérer des métadonnées. Nous ne les enregistrons pas.

5. Q : L'IA se charge-t-elle du catalogage pour moi ?
   R : L'assistant IA suggère des métadonnées pour qu'un catalogueur les révise.
   Le catalogueur examine les suggestions et peut les accepter, les corriger ou les rejeter. L'IA générative pouvant entraîner des inexactitudes ou des biais dans les résultats, la combinaison des capacités humaines et technologiques permet d'obtenir une expérience de catalogage plus fluide et plus efficace, tout en préservant l'intégrité des données.

6. Q : Pourquoi les suggestions de métadonnées pour une même ressource sont-elles différentes à chaque fois que j'utilise l'assistant de métadonnées IA ?
   R : Les outils d'IA générative pour les grands modèles de langage sont agiles. Leurs réponses varient selon les utilisations et évoluent avec le temps. Les métadonnées renvoyées par l'IA varient à chaque fois, en fonction des informations fournies, de la ressource en cours de catalogage et du traitement interne de l'IA.

7. Q : L'assistant de métadonnées IA peut-il être utilisé pour enrichir n'importe quelle ressource du catalogue ?
   R : Non. L'assistant IA ne peut être utilisé que pour enrichir des notices qui ne sont pas verrouillées pour l'édition, et que l'utilisateur est autorisé à modifier, selon son rôle et niveau de catalogage.
   En outre, la phase I ne prend en charge que les notices au format MARC 21, et ne prend pas en charge l'enrichissement des notices de la Zone de communauté.
   Pour les membres du réseau, la possibilité de créer ou d'enrichir des notices réseau dépend également des paramètres du réseau.

8. Q : La phase I prend en charge le catalogage MARC 21 en anglais de livres, à l'aide des autorités LC. Que prévoyez-vous pour les phases suivantes ?
   R : Nous discutons avec des bibliothèques du monde entier pour comprendre leurs workflows et évaluer les besoins, afin de décider avec la communauté de la direction à prendre ensuite. Nous réfléchissons à l’ajout de plus de workflows, de plus de langues de catalogage et de plus de vocabulaires de sujets.

9. Q : Comment vous assurez-vous que les sujets renvoyés sont réels ?
   R : Nous vérifions que le sujet renvoyé correspond à une notice d'autorité existante et nous établissons un lien complet ou partiel vers cette notice. La correspondance peut s'effectuer sur le terme préféré ou non préféré. Si un terme non préféré est suggéré par l'IA, il peut être mis à jour au terme préféré par le catalogueur (à l'aide de la touche F3 dans l'Éditeur de métadonnées) ou de manière automatique par le traitement programmé « Autorités - Correction de terme préféré » (pour plus d'informations, consultez Traitements liés aux notices d'autorité).

10. Q : L'IA peut-elle fournir n'importe quel champ MARC21 ?
    R : Non. Nous demandons à l'assistant IA de générer les champs les plus utiles, afin de garder un équilibre entre utilisé et précision. Alma traite les champs de métadonnées suggérés par l'IA et présente la suggestion au catalogueur sous forme de brouillon de notice, pour faciliter la vérification et le workflow. Nous travaillons avec la communauté pour évaluer et décider de l'utilité des différents champs.
    L'IA peut également générer des champs non demandés, mais pouvant contenir des informations utiles. L'IA génère des métadonnées de manière statistique. Il est donc possible qu'elle génère parfois des champs sans pertinence, tels que des champs locaux, des numéros de système ou des champs de provenance de notice ne représentant pas une notice (comme aucune notice n'est copiée, seule des métadonnées spécifiques sont générées). Les champs de ce type contiennent certainement des données génériques ou non pertinentes et Alma les supprime lors du traitement des résultats.

11. Q : Tout le personnel de la bibliothèque peut-il utiliser l'assistant de métadonnées IA ?
    R : La bibliothèque contrôle l'accès aux éléments suivants : le workflow d'assistant de métadonnées IA est intégré à l'Éditeur de métadonnées. Vous devez avoir le rôle de catalogueur pour pouvoir créer ou modifier des notices bibliographiques, et également avoir le nouveau rôle Catalogage assisté par l'IA pour utiliser les nouveaux workflows.

12. Q : Puis-je choisir de ne pas utiliser les données enrichies par l'IA dans ma bibliothèque ?
    R : Bien sûr ! La bibliothèque contrôle entièrement l'utilisation de cet outil. Pour utiliser l'assistant de métadonnées IA, l'administrateur général de la bibliothèque doit d'abord l'activer pour l’institution dans la nouvelle page de configuration Profil d'utilisation de l'IA.

13. Q : Je suis membre d'un réseau. L'IA peut-elle être utilisée pour enrichir des notices réseau ?
    R : Bien sûr ! Si le réseau active l'assistant de métadonnées IA, n'importe quel membre qui l'a également activé dans son institution peut l'utiliser pour améliorer les notices réseau.

14. Q : Mon réseau restreint la modification de certains champs. L'IA pourra-t-elle tout de même les créer ?
    R : Non. Toute restriction mise en place par le réseau s'applique également au workflow de l'assistant de métadonnées IA. Les catalogueurs ne peuvent l'utiliser que pour créer ou enrichir des métadonnées qu'ils peuvent créer ou enrichir manuellement.

15. Q : Avec quel grand modèle de langage travaillez-vous ?
    R : Les modèles sont susceptibles de changer, à mesure de l’évolution des capacités et des modèles. Dans la version de février 2025, l’assistant de métadonnées IA utilise le modèle gpt_4o_2024_08_06.