图书馆如何让公众参与 AI 工具测试

图书馆如何让公众参与 AI 工具测试

图书馆引入 AI 问答前，最容易被忽略的测试者是平时很少使用数字服务的人。馆方可公开招募学生、老年读者、残障人士、不同语言使用者与只偶尔来馆的人，让他们带自己的问题试用。测试任务包括找冷门书、查询地方史、核实开放时间和纠正错误，不必预设每人都会打字。

观察不只是记录“答对了吗”，还要看读者是否知道答案来源、能否转人工、错误后敢不敢继续使用。访谈应允许负面反馈，不能让供应商现场指导得过于顺利。参与者得到合理补偿，测试资料不进入训练库，敏感搜索词不在会议上公开。

公众测试最好从一项实际任务出发，而不是问“你喜欢 AI 吗”。让参与者找一份旧报、确认一本书能否借、查询与自己相关的活动，再观察他们如何理解系统的来源说明。有人在输入框前就放弃，有人得到答案却不敢相信；这些失败比演示中流畅的对话更值得记录。

招募不能只找常来馆的人。与学校、社区组织和残障团体合作，邀请平时较少使用数字服务者。说明测试数据如何保存，不把他们的搜索词拿去训练；发现历史偏见或错误称谓时，让提出者参与修订讨论。

馆方将问题按严重性排序：会误导健康和法律决定的错误优先修，界面不便其次，审美偏好可慢慢讨论。上线后仍保持常设反馈入口，定期邀请老用户复测。

馆方公开测试后改了什么，仍有哪些问题。对于健康、法律或安全类误导，设上线前必须解决的门槛；普通界面不便可排期修复。公众参与应有实质改变产品的机会。

测试结束后，馆方应把反馈分成可以立刻修的错误、需要补馆藏资料的问题、涉及服务政策的争议。参与者能看到结果，而不是填完问卷就失去消息。对少数语言和残障读者提出的障碍，不能因为样本人数少就排在最后。供应商升级模型后再请同一类用户复测，确认问题没有换个形式回来。公众参与是持续的产品治理。

测试时还可设置一张“问题不一定有答案”的任务卡，让参与者看系统是否承认馆内没有资料，是否给出馆外可靠渠道。若模型总要编出一本看似存在的书，就应暂停这种回答。馆方让测试者看到修改前后差异，并允许他们说“仍不好用”。参与不是为发布会提供好评，而是让读者在产品决策中有声音。

参与者若指出系统把本地作者认错，馆方应回到目录源头核查，而非只修改演示时的一个回答。

公众参与不是为系统剪彩，而是决定它究竟解决了谁的问题。