MANCHESTER, E.J., 2023. Introducing the LC Labs Artificial Intelligence Planning Framework | The Signal. The Library of Congress [en línea]. [consulta: 17 noviembre 2023]. Disponible en: //blogs.loc.gov/thesignal/2023/11/introducing-the-lc-labs-artificial-intelligence-planning-framework.

LC Labs ha estado explorando cómo utilizar tecnologías emergentes para expandir el uso de materiales digitales desde su lanzamiento en 2016. Rápidamente identificó el aprendizaje automático (ML), una rama de la inteligencia artificial (IA), como una forma potencial de proporcionar más metadatos y conexiones entre los elementos de la colección y los usuarios. Experimentos e investigaciones han demostrado que los riesgos y beneficios del uso de la IA en bibliotecas, archivos y museos (LAM) son significativos pero aún en gran medida hipotéticos. En resumen:

• Las colecciones de bibliotecas son increíblemente diversas y son particularmente desafiantes para que las herramientas actuales de aprendizaje automático e IA las procesen de manera predecible.

• Nuevas herramientas de IA con afirmaciones impresionantes se están lanzando rápidamente. Nos beneficiamos al probar estas herramientas abiertamente, colaborar y aprender de otros. Se deben desarrollar y comunicar estándares de calidad y políticas específicos de IA que respalden nuestro contexto de proporcionar recursos autorizados al público a largo plazo a socios y proveedores.

• Aunque la implementación a gran escala de una IA responsable en LAM aún está a varios años de distancia, este es el momento de aumentar la experimentación y la colaboración tanto dentro de nuestra organización como en todo el sector.

Para hacer frente a estos desafíos y realidades, LC Labs ha estado desarrollando un marco de planificación para respaldar la exploración responsable y la posible adopción de la inteligencia artificial en la Biblioteca. A un nivel elevado, el marco incluye tres fases de planificación: 1) Comprender, 2) Experimentar y 3) Implementar, cada una respalda la evaluación de tres elementos de ML: 1) Datos; 2) Modelos; y 3) Personas. Hemos creado un conjunto de hojas de trabajo, cuestionarios y talleres para involucrar a las partes interesadas y al personal, e identificar prioridades para futuras mejoras y servicios de IA. Los mecanismos, herramientas, colaboraciones y artefactos forman juntos el Marco de Planificación de IA. Nuestra esperanza al compartir el marco y las herramientas asociadas en esta versión inicial es alentar a otros a probarlo y solicitar comentarios adicionales. Continuaremos actualizando y perfeccionando el marco a medida que aprendamos más sobre los elementos y fases de la planificación de ML.