《人工智能时代图书馆员评估信息来源指南》

文章认为，真正的问题并非人工智能本身，而是我们对人工智能生成内容的无批判使用。开发者往往不加核实便直接采纳人工智能的回答，从而引发问题。人工智能模型在设计上并不标明信息来源，且容易捏造引用。现实中的问题案例，如政府报告出现虚假来源，凸显了相关风险。解决方案在于应用既有的信息评估框架，例如 CRAAP 框架，该框架强调核查时效性、相关性、权威性、准确性和目的性。文章提供了一套验证人工智能回答的实用工作流程，包括核查引用、交叉验证信息以及评估人工智能的目的。同时，文章指出人工智能在哪些情况下可靠性较低，例如涉及近期信息或引用时。文章主张利用现有的审查技能（如代码审查）来评估人工智能生成的信息。此外，文章推广了一款名为 Sabia 的工具，该工具旨在依据图书馆员级别的准则评估信息来源。结语鼓励培养批判性思维与信息素养，以防止通过人工智能传播虚假信息。