智能机器人在图书馆服务中的评价指标分析∗

史聪慧

（广东司法警官职业学院，广东 广州 510520）

1 引言

2014年，微软首先在中国发布了名为“小冰”的人工智能伴侣虚拟机器人，通过与用户的不断聊天进行积累学习，这是微软在大数据、自然语义分析、机器学习与深度神经网络方面的技术积累。微软全球执行副总裁沈向洋表示“小冰”是一个聊天机器人，但不仅仅是一个聊天机器人，“聊天只是用户的一个体验，但我们设计产品理念的真正核心在于打造一个情感计算框架，同时拥有许多生存空间、辅助设备及相关设备，令小冰能够与人类在任何地点及场景进行交流。”[1]2016年AlphaGo横空出世，战胜围棋顶尖高手柯洁，这是神经网络、深度学习、蒙特卡洛树搜索法在现实生活中的具体运用，该事件是一个里程碑式的事件，标志着人工智能取得了飞跃性的突破。2018年4月11日，中国建设银行突然宣布，国内第一家无人银行在上海正式开业。整个服务大厅里面，找不到一个工作人员，取而代之的是人脸识别和摄像头等先进设备，90%的银行业务可以由机器人办理完成。[2]“无人银行”的运行其实背后是人脸识别技术、VR技术、AR技术的强大支撑。图书馆行业也在逐步探索利用人工智能的方式帮助图书馆员回答读者的问题，实现图书馆为读者提供不受时空限制的智能服务，具有代表性的有清华大学图书馆的“小图”与上海交通大学的“小交”。目前，不管是制造业、IT业抑或是服务业，专家学者都在疾呼，人工智能离我们的生活越来越近，甚至有些专家提出了我们要小心和提防人工智能的观点，害怕它会取代人类或者是超出人类的控制。图书馆行业内从“图书馆20年完全消亡论”，再到沙利文的“2050年高校图书馆尸检报告”，[3]一方面表明了人们对传统图书馆未来发展的不看好，另一方面也表明了对人工智能技术过度应用的担忧。

2 智能机器人在图书馆服务领域的发展概况

人工智能技术应用的主要领域包括：语言的学习与处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、神经网络、复杂系统、遗传算法及人类思维方式。[4]艾瑞对未来人工智能的发展进行了预测，人工智能的发展可分为3个阶段：第一阶段是计算智能，使机器人能够像人类一样进行计算，能够处理海量的存储数据；第二个阶段是感知智能，让机器能够听懂我们的语言，这些技术将辅助人类高效地完成任务；第三个阶段是认知智能，在该阶段，机器能够主动思考并采取行动，实现全面辅助甚至代替人类工作。[5]

从20世纪70年代以来，人工智能技术被应用到图书馆服务的各个环节，其中在资源建设、智能仓储、智能咨询及智能借还环节的研究成果较多。在美国、英国、日本等许多发达国家的图书馆中，智能机器人已经在存取业务、借还业务以及咨询业务中广泛应用。如美国已经有多家图书馆使用ASRS（Automated Storage and Retrieval System）自动存取系统，从图书馆资源整体规划、文献馆藏政策及检索请求处理方面实现图书馆资源管理的智能化；[6]英国国家图书馆建立了高科技藏书库，由机器人对所藏图书进行保管与检索，藏书量达到700万册；日本早稻田大学图书馆也建立了类似的机器人管理系统，由机器人实现对图书馆的智能管理。在我国，智能机器人在图书馆服务中的应用研究还处在初级阶段。未来的发展中，人工智能技术将从服务理念、服务方式及服务手段上对图书馆业务产生深远的影响。综合国内外的经验来看，目前，图书馆智能机器人的研究领域主要集中在以下几个方面。

2.1 辅助仓储的机器人系统

美国犹他州维拉德·麦若特图书馆提出了自动存取中心ARC（Automated Retrieval Center）的概念，美国芝加哥大学的曼索托图书馆基于这种理念研发了机器人堆叠书库管理系统，利用机器人完成图书的仓储，收藏图书可达350万册。[7]我国目前尚未有图书馆能够研发出此种设备，但理论研究已经开始。冯银花在《基于机器人技术的图书馆智能仓储》一文中，设计了一套基于机器人技术的智能仓储系统，系统通过给每本书分配物理地址、在地面设置二维码，让机器人在书库中自主导航、自动取书，在图书馆的智能仓储研究中具有实践指导意义。[8]

2.2 辅助借还的机器人系统

刘强、王超然等在《基于嵌入式系统的智能取书机器人设计》一文中，设计了一种基于嵌入式系统的智能取书机器人。用户只需通过控制中心的客户端输入所取书籍名称，服务器通过无线网络将信息发送给机器人，机器人即可搜索数据库并进行路径规划，利用摄像头检测轨迹路线进行路径识别，到达指定图书的位置并完成取书任务。既能实现借还环节的智能化，又可以节约人力资源。[9]

南京大学图书馆基于超高频RFID技术开发的智能图书盘点机器人，可对整个图书馆藏书进行自动化盘点，检查是否存在错架乱架现象、是否有图书丢失或破损等现象；对图书的出借状态和位置信息进行更新；当读者需要借阅图书的时候，告知读者所需图书在书架的哪一层以及在该层的第几本；极大地减少了读者查找书籍的时间，为图书馆节约了人力资源。[10]

2.3 辅助参考咨询的机器人系统

传统的图书馆参考咨询服务由于受时间空间的限制，咨询人员不能随时随地解决读者提出的问题，经常发生有服务延时处理的现象。而且目前各图书馆所拥有的信息咨询人员从总人数上来看，是远远不够服务所有读者的，所以会出现不能满足读者需求的矛盾。为了弥补这些缺陷，利用智能机器人辅助咨询馆员共同服务，是未来图书馆信息咨询服务的主要模式与趋势。目前来讲，参与咨询业务的机器人主要分为三类，即实时通讯（IM）软件、数字参考咨询软件与用户定制软件，通过语音识别、机器翻译、图像描述、文本分类及对象识别等智能技术对读者提出的问题进行解答。

在参考咨询服务方面，对于智能机器人的研究开展的比较多，如清华大学图书馆的“小图”，可以与用户进行不受时间空间限制的交流，实现人机对话，给出准确答案。上海交通大学也研制出了一款IM咨询机器人，以期望未来能够在咨询服务中发挥智能优势。目前，北京大学、深圳大学等知名大学图书馆都在智能机器人方面进行着研究和探索。

3 智能机器人在图书馆服务中的评价指标

人工智能是让机器能够模拟人的认知、思维、行为方式或信息的过程，“智能”的取得不仅需要科学严谨的算法，更需要海量数据的积累和计算能力的提高。人工智能目前是一个热点的话题，在清华大学图书馆的“小图”刚推出时，人们喜欢捉弄与调戏它，“小图”很多时候给出的答案会逗乐人们。在这些玩笑的背后，我们需要冷静地思考：智能机器人到底智能吗？在整个问答过程中是否顺畅？给出的答案是否精准？咨询过程中需要耗费的时间能不能让读者满意？智能机器人在咨询过程中与人工服务的差距有多大？作为图书馆咨询服务的应用，我们希望能够有客观的、可量化的指标来衡量智能机器人到底智能不智能，能不能解决读者的实际问题。

1988年，帕拉苏拉曼等人提出了学科服务质量评价方法SERVQUAL，其核心思想是学科服务质量应为用户感受值与期望值之间的差距。[11]基于这个理论模型，结合图书馆的服务流程与服务内容，笔者提出了衡量智能机器人服务效果的指标体系，见表1。

（1）衡量指标分别为：需求识别能力、读者满意度、服务满足度与服务处理时间；

（2）指标体系的重要程度按非常重要指标＞重要指标＞主要指标＞辅助指标来排序；同时按照指标的重要程度赋予一个权重值：非常重要指标为0.4，重要指标为0.3，主要指标为0.2，辅助指标为0.1；

（3）每个指标给出具体的测量方法；

（4）每个指标下面设置了二级指标与具体的指标描述，从二级指标的具体考量中来确定机器人咨询帮助读者解决问题的程度；

（5）每个二级指标根据所描述的要求赋予一个分值，按照“5分～4分～3分～2分～1分”进行打分；

（6）最后进行计算，每个二级指标的得分＊相对应的该指标的权重值，然后进行相加，最后的得分就是智能机器人服务效果的得分。

表1 总评价指标体系

3.1 需求识别能力

从已有的经验来看，用户一旦接触机器人服务，首要的不满足之处是觉得与图书馆员对比，机器人经常出现不能准确识别、理解客户问题的情况，让用户无法耐心交谈下去。

一般的机器人系统从理解客户问题到数据库调用答案的过程可分为两个步骤，第一步是“从关键词到问题”，机器人抓取读者问题中的几个关键词，关联到知识库内的标准问题上，把客户的问题转化为标准答案；第二步是“从问题到答案”，通过标准问题与标准答案的对照关系，调用出标准答案。如果用户在提问时用了大段文字，出现了非常多关键词，或者是用户的表达方式比较奇特（比如说提问太过于口语化或者用文言文进行提问），如果机器人在知识库中检索不到合适的关键词的时候，机器人就会出现识别不到读者需求的情形。

智能机器人通过智能算法把读者的问题、知识标准问法和知识标准答案是否能够对应匹配关联，从而实现机器人的自动应答。在这个过程中，如果读者并没有采用标准化的语言进行提问，机器人有可能不能从用户千奇百怪的语言中做出语义解析并搜索到准确答案。

如果机器人不能准确快速地识别读者需求的话，读者可能就没有耐心与机器人再交流下去。还有一种情况是，如果机器人在识别读者需求时对读者需求产生了理解上的偏差，那么读者容易对机器人进行“捉弄”或者“调戏”，从而失去机器人咨询服务本质的意义。

要想衡量机器人系统的需求识别能力，从描述问题、评估读者需求、对读者需求的顺序进行排序（见表2）3个维度进行考察。机器人在接收到读者提出需求的时候，第一步先应该能够准确地描述读者所陈述的问题，高度准确地抽取关键词与知识库里的内容去匹配；第二步，能够对读者的需求进行科学分析，要能够分析出读者需求的类型、性质以及想要答案的级别；第三步，如果读者所提的问题比较复杂，那么机器人要能够对读者的问题进行分解，分解成若干个子问题，并且对子问题进行排序，进而确定问题的优先级。

表2 需求识别能力评价指标体系

3.2 读者满意度

读者是智能机器人的最终使用者，读者的态度和反应才是评价智能机器人工作的最后标准。读者对机器人的满意程度是对机器人的理解能力、资源调用速度以及答案的准确程度的综合评价。这是评价机器人能力的非常重要的指标。读者满意度这一指标可以通过两种方法来测量：一是在机器人的每一个问题结束后设置一个评价框，从非常满意、基本满意、不太满意、完全不满意中，让用户进行评价打分。二是设置调查问卷对读者进行调查，让读者对机器人的行为进行评价并提出改进意见。读者的这些评价意见和改进建议反馈回知识库里，对知识库的相关资源进行优化和升级，实现对知识库的不断更新。

对读者满意度的评价主要从服务效率、服务内容、服务方式、需求满足及读者隐私保护等几个方面进行考量，见表3[12]。一次完美的咨询服务一定是用户通过友好的检索平台，运用符合自己检索习惯的方式与机器人系统进行“沟通”，机器人系统同时也可以准确地识别读者的问题，快速准确地把答案呈现到读者面前，解决其实际问题。

表3 读者满意度评价指标体系

续表

3.3 服务满足度

表4 服务满足度评价指标体系

表5 服务处理时间评价指标体系

未来智能服务的初级阶段也就是在计算智能和感知智能阶段，服务的模式基本上是“智能机器人＋馆员咨询”的形式，机器人在前端解决大部分简单、重复、机械性的问题，在机器人回答完成后开放馆员咨询入口，当读者不满意机器人答案或者有更高级的需求的时候，可以通过馆员咨询入口切入，进行人工咨询服务。该指标就是通过对读者咨询行为的监控来测量，读者在进行了智能机器人服务后，有没有继续进行馆员咨询服务，而且没有继续人工服务的比例是多少。最理想的服务状态就是读者进行了机器人服务之后就得到了满意的答案；最糟糕的服务状态就是在与机器人对话之后，读者的服务体检非常糟糕，从此以后再也不使用机器人服务，直接切入馆员咨询入口。具体评价指标见表4。

3.4 服务处理时间

服务处理时间是指机器人与读者的谈话时间、调用答案所花费的时间以及读者是否采纳答案甚至转向馆员咨询所花费的时间总和。服务处理时间这一指标直接影响着读者的满意度，进而影响服务的满足度，因此也是一项比较重要的指标。如果读者就某一个问题需要多次与机器人对话或是多次转介馆员咨询才能解决问题，读者就会对机器人系统的工作能力和工作效率产生疑问，进而影响读者对机器人的信任度。另外如果有大量的问题需要馆员咨询介入的话，不仅会增加图书馆员的负担，而且也使得机器人失去了它“智能”的效用。

服务处理时间这一指标受到读者素质、机器人调用答案的能力、答案的排列方式、知识库资源的丰富程度、咨询流程、硬件设备等因素的影响，具体见表5。为了缩短服务的处理时间，其一可以在每个答案的末端加上用户满意度评价的调查模块，实时统计每个答案的满意度；其二可以将用户满意度低的答案抓取并推送给系统维护人员，进一步完善答案；其三可以将答案分为几级类目，一级类目用精简、概括性的语言列出主要观点，读者阅读以后，觉得符合自己的实际需求再点开二级类目，阅读相关的详细内容。

4 结语

智能机器人技术发展日新月异，人工智能的算法也在飞速发展，相信在未来，人工智能在图书馆信息服务的应用将远远超过我们的想象。笔者提出这4个测量指标，初步建立一种关于智能机器人服务效能的评价模型，期待在机器人服务不断发展的过程中，能够进一步完善评价指标体系，同时也期待在未来图书馆事业中，能够在各个工作环节中都能用好人工智能技术。