115 高普考高考三級 圖書資訊管理 圖書資訊學 考古題詳解

一、核心觀念

本題考查學校圖書館專業人員的角色定位：圖書教師兼具「教師」與「圖書資訊專業人員」兩種專業面向，工作不只在管理館藏，也要將圖書館資源與課程、教學、閱讀及學生學習連結起來。

「圖書教師」（teacher librarian）一般指具有教師資格，並受過圖書資訊專業訓練，在學校負責圖書館經營、閱讀推動及教學支援的人員。其核心目的，是協助師生有效取得、評估與運用資訊，培養學生閱讀、資訊素養、自主學習及終身學習能力。

須留意，「圖書教師」與「學校圖書館館員」（school librarian）在不同國家或制度下用法並不完全相同。有些國家將兩者視為相近或同義職稱；若依本題常見的比較脈絡，則可將圖書教師理解為兼具教師資格與圖書資訊專業訓練者，學校圖書館館員則著重於圖書館專業服務與館務工作，未必具有教師資格。作答時應交代這是職務與資格取向上的比較，不宜說成各國一致的硬性區分。

二、圖書教師的主要職責

可依「教學、合作、專業、管理」四個面向說明：

1. 教師與資訊素養教育：規劃並實施圖書館利用教育，指導學生查找、篩選、評估、引用及運用資訊，培養媒體與數位素養、批判思考及研究能力。
2. 教學夥伴：與各科教師協同規劃課程及學習活動，依教學目標提供適切館藏與資訊資源，協助學生進行專題探究與自主學習。
3. 閱讀推動：規劃閱讀活動、讀書會、主題書展與閱讀指導，建立學生的閱讀興趣與習慣，並依學生需求推薦讀物。
4. 資訊專家：分析師生需求，發展與評估館藏；提供參考諮詢，協助取得紙本、數位及多媒體資源，並推廣資訊工具的有效使用。
5. 圖書館行政與經營：規劃圖書館服務、空間與資源，辦理館藏採購、分類編目、流通、設備管理、業務宣導及成效評估。
6. 校內外協調與領導：參與學校教學及閱讀相關規劃，協調教師、行政人員、學生與家長，並與公共圖書館等機構合作。

三、圖書教師與學校圖書館館員的差異

核心觀念

本題考查 ACRL《高等教育資訊素養框架》（Framework for Information Literacy for Higher Education）的理論基礎、架構特色與六個核心概念。框架於 2015 年提出，並於 2016 年 1 月 11 日由 ACRL 董事會正式採納。

此框架將資訊素養視為一種持續發展的學習歷程：學習者不只要能搜尋與評估資訊，也要理解資訊如何被創造、傳播、賦予價值，並能在學術社群中參與知識交流。框架以六個「框架概念」（frames）為核心；每個概念都搭配「知識實踐」（knowledge practices）與「學習傾向」（dispositions），說明學習者應能實際做到什麼，以及應培養何種態度。

框架的理論基礎包括「門檻概念」（threshold concepts）與「元素養」（metaliteracy）。門檻概念是學習者進入某一學科或專業知識領域時，必須理解的重要觀念；元元素養則強調學習者同時是資訊的使用者與創作者，並須在資訊環境中進行認知、情意、行為及後設認知層面的參與。

解題方法

作答時宜先交代框架的整體理念與組成，再依序說明六個核心概念。六個概念在原框架中依英文字母排列，並不代表學習順序；各校可依學科特性與教學情境設計學習成果，不必視為固定課程步驟。

六個核心概念

一、權威是建構而成且具有情境性（Authority Is Constructed and Contextual）

資訊來源的權威性並非一概而論，而是由特定社群在其脈絡中建構與承認。權威的判斷也須配合資訊需求與使用情境：不同領域、目的及受眾，適用的權威來源可能不同。

學習者應能辨識作者的專業、可信度、立場與可能偏見，並以適切的標準評估來源；同時保持開放態度，理解不同社群可能認可不同形式的權威。

二、資訊創造是一個過程（Information Creation as a Process）

資訊產品的形式與品質，受到其創作、編輯、出版、傳播及保存過程影響。學術期刊論文、專書、新聞報導、網頁與社群媒體貼文，各有不同的製作流程、審查程度、更新速度及使用目的。

學習者應能理解資訊如何產生與流通，並依研究或使用需求選擇適當形式的資訊；也要認識到資訊創作過程會影響內容的可靠性、可取得性及使用方式。

核心觀念

「數位人文」（Digital Humanities, DH）是結合人文學科與數位科技的跨領域研究與實作。研究者運用數位資料、運算方法及資訊工具，蒐集、整理、分析、詮釋並呈現人文資料，以回答人文研究問題，或提出新的研究問題。

數位人文不等於把紙本資料掃描成電子檔。數位化是建立可供使用的數位資料；數位人文則進一步運用資料組織、運算分析及視覺化等方法，形成研究流程與研究成果。其核心在於人文問題與數位方法相互結合，並重視研究脈絡、資料品質、詮釋責任及成果共享。

解題方法

本題可依「定義—工具—圖書館角色」三部分作答：

1. 先界定數位人文，並說明它超越單純數位化。
2. 選取三種具代表性的工具，分別交代其用途與可處理的研究問題。
3. 從資料、技術、研究支援及成果保存等面向，說明學術圖書館如何支持數位人文。

工具不必限於特定軟體名稱；寫出工具類型、功能及研究應用，並說明如何協助回答人文問題，即能呈現對方法的理解。

三項數位人文技術工具

一、地理資訊系統（GIS）

GIS 用於管理、分析及呈現具有地理位置的資料，可將歷史地圖、人物活動地點、文學作品中的地名、移民路徑或文化資產位置等資料，與地圖圖層結合。

研究者可藉由空間分布、路徑及區域變化，探討歷史事件的地理脈絡，或比較不同時期的空間變遷。GIS 的價值不只是製作地圖，也包括利用空間關係提出與檢驗研究問題。

二、文字探勘與語料分析

文字探勘是以電腦方法分析大量文本，例如透過分詞、關鍵詞擷取、詞頻統計、主題模型及情緒分析，整理文本中的用語、主題與變化。語料庫工具則可協助建立具明確範圍與標註規則的文本集合，並進行檢索及比較。

例如，研究者可比較不同年代報刊中的詞彙使用，或分析作家作品中某些概念的出現頻率與語境。分析結果可協助發現文本模式，但仍須回到文本脈絡，由研究者進行人文詮釋；統計結果本身不能直接取代解讀。

三、社會網絡分析

社會網絡分析以「節點」及「連結」表示人物、機構、書籍或事件之間的關係。節點可代表研究對象，連結則可代表通信、合作、師承、引用或出版關係。

研究者可利用網絡圖及中心性、群聚等分析方法，觀察誰在網絡中居於關鍵位置、哪些群體彼此連結，以及關係如何隨時間改變。例如，分析學者書信往來或出版者與作者之間的合作關係，可呈現傳統個人傳記較難完整掌握的知識傳播結構。

學術圖書館在數位人文中的角色

一、建置與提供研究資料

核心觀念

本題考查生成式人工智慧（Generative AI, GenAI）進入教學、學習與研究後，如何辨識其對學術誠信的影響，以及學術圖書館如何透過資訊素養與圖書館利用教育，引導讀者負責任地使用工具。

生成式 AI 可依輸入提示產生文字、摘要、翻譯、圖像、程式碼等內容。它能協助發想、整理資訊與改善表達，但輸出並非必然正確，也不等同於經查證的學術知識。學術誠信的核心原則包括誠實、信任、公平、尊重、責任與勇氣；在 AI 使用情境中，須特別重視資訊正確、原創性、透明揭露、責任歸屬、隱私及智慧財產權。

生成式 AI 可能帶來的學術誠信議題

1. 代寫與不當代作：讀者若把 AI 生成內容直接當成自己的作業、報告或論文提交，未經允許將學習與寫作工作交由工具完成，可能構成不當代作或違反課程規範，也會掩蓋實際學習成果。

2. 抄襲與原創性受損：AI 生成內容可能重現既有資料或與既有作品高度相似。若使用者未辨識其來源、未適當改寫或引註，可能侵犯他人著作權或造成抄襲疑慮。即使文字由 AI 生成，也不表示內容自然具有原創性。

3. 虛構引文與錯誤資訊：生成式 AI 可能生成不存在的文獻、作者、期刊、頁碼、網址或統計數據，也可能把錯誤資訊說得十分流暢。未查證便引用，會造成錯誤引證、傳播不實資訊，甚至損害研究可信度。

4. 資料造假、變造與偏誤：若以 AI 編造資料、研究結果或來源，或選擇性呈現、修改資料以符合預期結論，會涉及研究誠信問題。模型訓練資料及生成方式也可能帶有偏誤，使答案忽略特定群體或觀點。

5. 未揭露使用情形與責任不清：不同課程、學校、期刊或研究計畫對 AI 的使用規定可能不同。未依規定揭露工具及用途，會使讀者無法判斷內容如何形成。AI 不能替研究者承擔責任，內容正確性、引文、分析與結論仍由使用者負責。

6. 隱私與機密資料外洩：把訪談逐字稿、個人資料、未公開研究成果、研究計畫或機密文件輸入外部服務，可能使資料被保存、再利用或暴露，違反保密義務及個人資料保護要求。

7. 著作權與智慧財產權疑慮：使用者須注意輸入受著作權保護的全文、教材或他人作品，以及輸出內容的使用方式是否符合相關規範。AI 工具的訓練資料與生成內容所涉及的權利問題仍須審慎處理。

解題方法

可依「風險辨識—教育介入—負責任使用」三層作答：

• 先列出風險類型：從作業代寫、抄襲與引註、錯誤資訊、資料與偏誤、揭露與責任、隱私及著作權等面向，呈現 AI 對學術誠信的多重影響。
• 再連結圖書館的專業角色：圖書館長期負責資訊素養、資訊資源檢索與利用教育，適合教授如何搜尋、評估、查證與引用資訊，也能協助讀者理解資料庫與 AI 工具的差異。
• 最後提出可教、可做的課程方法：不只宣導風險，也示範合宜使用流程，讓讀者能在真實作業與研究中落實。

學術圖書館的課程指導策略

一、教導先看規範，再決定怎麼用

引導讀者先確認授課教師、系所、學校、期刊或研究補助機構的規定，辨識允許、限制或禁止的用途。說明 AI 的可用範圍會因作業目的而不同，例如發想、語言潤飾或整理資料，未必等同於允許 AI 代寫分析或答案。