112 公務人員升官等薦任 圖書資訊管理 圖書館學與資訊科學 考古題詳解

核心觀念 本題評量考生對「新興資訊科技於圖書資訊領域之融合與反思」的能力，主要涵蓋三大核心領域：

1. 圖書館核心業務範疇：依循圖書館學傳統之「技術服務」（採訪、編目、分類標引、典藏）與「讀者服務」（參考諮詢、流通、檢索、推廣服務）之二元架構，檢視人工智慧（含專家系統、機器學習、自然語言處理至生成式 AI）之介入與轉型。
2. 圖書館學核心價值與專業倫理：呼應阮甘納桑（S. R. Ranganathan）「圖書館學五律」之精神（省讀者時間、書有其讀者、圖書館為成長中的有機體），評估科技如何提升資訊獲取效率。
3. 資訊倫理與法律衝擊：涵蓋資訊隱私權（知性自由）、演算法偏誤（公平性與代表性）、著作權（合理使用與訓練資料授權）、以及資訊真實性（AI 幻覺對圖書館權威性的挑戰）。

解題方法 本題為標準的「雙核心」申論題（「如何應用」＋「引起之爭議」），應採取結構化對稱展開法進行作答：

1. 應用面剖析：切忌零散條列，應依循圖書館專業流程分為「讀者服務創新」、「技術服務自動化」及「館舍與決策管理」三個維度進行系統化論述，展現專業系統觀。
2. 爭議面辨析：由技術本質層面逐步延伸至倫理、法律與社會層面，依序剖析「資訊可信度」、「隱私與自由」、「偏誤與平權」、「著作權爭議」以及「館員專業定位」。
3. 價值整合：在論述爭議時，緊扣圖書館作為「民主社會公信力中樞」之不可替代性，點出圖書館應從單純的「技術採用者」轉型為「負責任的引導者與資訊素養培育者」。

選項分析 本題為申論題型，無選項。閱卷評分點主要落在兩大構面的深度與廣度：

• 第一部分（應用層面，佔約 50%）：能否具體列舉圖書館情境（如語意檢索、自動編目、智慧參考諮詢、古籍辨識），而非僅空泛討論一般商業 AI。
• 第二部分（爭議層面，佔約 50%）：能否點出圖書館學核心倫理痛點（特別是讀者隱私／知性自由、演算法偏誤造成的數位落差、生成式 AI 幻覺對學術誠信的傷害），展現批判性思考。

解題技巧

1. 結構黃金比例：前言（約 10%）、主體一：應用面向（約 40%）、主體二：爭議與省思（約 40%）、結語（約 10%）。
2. 精確使用專業術語：多使用「語意檢索（Semantic Search）」、「自動中繼資料生成（Metadata Generation）」、「知性自由（Intellectual Freedom）」、「演算法偏誤（Algorithmic Bias）」、「AI 幻覺（Hallucination）」等專門術語，展現考生專業度。
3. 避免常見陷阱：

• 陷阱一：通篇只談生成式 AI（如 ChatGPT），忽略了圖書館早在傳統機器學習、電腦視覺（OCR）及語意網上的深厚應用歷史。
• 陷阱二：只描述「科技帶來的便利」，而忽略題目後半段明確要求的「可能引起的爭議」，導致失分。

【答案】

壹、前言

人工智慧（Artificial Intelligence, AI）技術，尤其是自然語言處理（NLP）、機器學習與生成式大型語言模型（LLM）的突破性發展，正重塑知識組織、檢索與傳播之典範。圖書館作為知識典藏與資訊平權的核心機構，導入 AI 不僅落實了阮甘納桑（S. R. Ranganathan）「省讀者時間」的圖書館學精神，亦引領圖書館邁向智慧化服務；然而，技術介入亦對資訊真實性、隱私倫理及智慧財產權帶來空前挑戰。

貳、人工智慧於圖書館服務之多元應用

AI 於圖書館之應用涵蓋技術服務、讀者服務及營運管理三大軸向：

核心觀念

本題評量考生對「圖書館資訊檢索系統發展史」與「檢索技術架構轉型」之核心掌握，主要涵蓋以下核心觀念與理論：

1. 目錄系統演進脈絡：從單機/終端機架構的 OPAC、Web 化的 WebPAC、導入 Web 2.0 互動理念的 OPAC 2.0，到突破館藏書目藩籬的聯合檢索（Federated Search）與集中式探索服務（Discovery Service）。
2. 底層檢索技術變革：本地整合圖書館系統（ILS）之關聯式資料庫查詢、基於 Z39.50／XML 協定的分散式即時廣播檢索（Distributed/Broadcast Search），以及基於雲端巨量資料的集中式預先索引收割技術（Centralized Pre-harvested Indexing）。
3. 資訊檢索理論與評估指標：查準率（Precision）與查全率（Recall）的取捨、受控詞彙（Controlled Vocabulary）與自然語言全文檢索的差異、後分類多面向導覽（Faceted Navigation）與關聯度排序演算法。
4. 館藏管理與讀者行為決策：讀者資訊尋求行為（Information Seeking Behavior）差異、實體館藏與數位期刊文章層次（Article-level）檢索需求、商業授權限制與系統建置成本效益評估。

解題方法

本題為標準的「比較分析與決策申論題」，作答架構宜採「雙軸推進法」：

1. 第一部分（演進與異同剖析）：採「定義特點說明」搭配「多維度結構化比較」。先依照時序釐清五種檢索技術之演進定位，隨後由「檢索範疇」、「系統底層架構」、「使用者介面體驗」及「檢索效能」四大維度切入，深入對比異同，展現系統架構論述深度。
2. 第二部分（多重功能提供之考量因素）：跳脫「技術新舊取代」的單一思維，從讀者需求、資源特性、商業授權、經濟成本與系統維運等五大實務面向，切中圖書館採取「互補並存策略（Hybrid Strategy）」的深層決策考量。

解題技巧

1. 名詞辨析切勿混淆：

• 「聯合檢索（Federated Search）」與「探索服務（Discovery Service）」為最常見之失分陷阱。作答時務必強調 Federated Search 是「即時向各庫發送查詢（分散式）」，檢索速度受限；Discovery Service 是「預先收割建立單一超大型索引（集中式）」，能達到毫秒級回應。
• OPAC 2.0 與 WebPAC 的分水嶺在於「多面向導覽（Facets）、關聯度排序、拼字檢查、讀者參與標籤／評分」，切忌僅寫出「介面變漂亮」。

2. 答題結構化：善用層次條列與對照維度，將繁雜的技術名詞化為清晰的評比指標，閱卷委員可在短時間內掌握考生完整的知識圖譜。
3. 首尾貫穿實務情境：在論述考量因素時，結合大學圖書館或公共圖書館之採訪與流通實務（如：進階研究者需要精確索書號與特定欄位查準，初學者偏好 Google 式一站式探索），使答案兼具學術理論與行政實務厚度。

【答案】

壹、檢索功能之發展歷程與異同剖析

一、五大檢索功能之發展脈絡與技術特質

1. OPAC（Online Public Access Catalog，線上公用目錄）： 興起於 1970 至 1980 年代，取代傳統卡片目錄。系統建構於大型主機或小型電腦，讀者透過專用終端機以文字命令介面（Command-line/Menu-driven）查詢本館 MARC 書目紀錄，提供作者、書名、主題等特定欄位檢索。
2. WebPAC（Web-based Public Access Catalog）： 興起於 1990 年代中期，結合全球資訊網（WWW）技術。介面改以 Web 瀏覽器呈現，支援圖形化（GUI）點選、超連結串接作者與主題，並提供線上續借、預約等讀者個人化服務，但檢索核心仍為 ILS 之後端關聯式資料庫。
3. OPAC 2.0（次世代目錄，Next-Generation Catalog）： 興起於 2000 年代中葉，導入 Web 2.0 概念與現代搜尋引擎技術。具備「單一檢索框」、「即時拼字檢查與建議」、「關聯度排序」、「多面向導覽（Faceted Navigation）」、書影整合，以及讀者評分、評論與標籤（Tagging）等社交互動機制。
4. Federated Search（聯合檢索／跨庫整合檢索）： 興起於 2000 年代初期，為解決電子資源「資訊孤島（Information Silos）」問題而生。利用 Z39.50、XML Gateway 或 HTTP API 協定，將讀者的檢索詞即時廣播（Broadcast）至各異質遠端資料庫，再由中介伺服器即時彙整、去重並呈現結果。
5. Discovery Service（資源發現系統／探索服務）： 興起於 2009 年前後，徹底革新檢索架構。

核心觀念

本題聚焦於「圖書館行銷與數位推廣（Library Marketing & Digital Outreach）」以及「圖書館營運與績效評估（Library Performance Measurement & Evaluation）」之整合應用，涉及的核心觀念包含：

1. 社群媒體（Social Media）與圖書館 2.0（Library 2.0）：圖書館利用雙向、參與式平台（如 Facebook、Instagram、YouTube、LINE 官方帳號等）打破實體空間藩籬，落實使用者參與、主動資訊推播與品牌形塑。
2. 關鍵績效指標（Key Performance Indicators, KPI）：管理學中量化目標達成程度之工具。應用於社群媒體時，常以曝光度、追蹤數、互動率、點閱轉化率等作為衡量基準。
3. 績效評估的質與量失衡（Quantity vs. Quality）：過度依賴量化數據可能導致陷入「虛榮指標（Vanity Metrics）」陷阱，引發目標置換（Goal Displacement），進而偏離圖書館的文教公益使命。

解題方法

本題為標準的雙面向申論題型，解題關鍵在於同時扣緊「社群媒體應用」與「訂定 KPI」兩大主軸，不可偏廢其一。作答架構採用「兩層次矩陣分析法」：

1. 破題與定位：點出圖書館導入社群媒體係因應數位閱讀與資訊獲取行為轉變，而引入 KPI 則是新公共管理（NPM）思維下的績效管理手段。
2. 優點分析（剖析效益）：

• 社群媒體應用層面：強化雙向溝通、拓展潛在讀者群、即時動態行銷。
• 訂定 KPI 層面：提供量化管理依據、向利害關係人與民意機關彰顯投資報酬率（ROI）、激勵運營團隊。

3. 缺點與挑戰（剖析盲點）：

• 社群媒體應用層面：演算法限制、資安與公關危機、排擠非數位使用者權益。
• 訂定 KPI 層面：誘發譁眾取寵與「目標置換」、忽視深層知識傳播的質化價值、增加館員行政負擔。

4. 提出整合建議與總結：建議結合「虛榮指標」與「實質影響指標（Actionable Metrics）」，並輔以社會影響力評估（Impact Assessment），建構兼顧流量與公益價值的健全評估體系。

解題技巧

1. 審題關鍵防漏：題目核心動詞是「應用社群媒體」並「訂定 KPI」。若僅大篇幅敘述社群行銷的宣傳好處，而未深入分析「訂定 KPI」帶來的優缺點與管理困境，難以取得高分。
2. 專業術語加分點：作答時適度引用圖書資訊學與管理學專業術語，如「新公共管理（New Public Management）」、「虛榮指標（Vanity Metrics）」、「目標置換（Goal Displacement）」、「使用者參與度（User Engagement）」、「社會影響力評估（Social Impact Assessment）」。
3. 段落結構化排版：以清晰的大小標題將「優點」與「缺點」分立，並於各類項下並陳「社群面」與「指標面」，閱卷委員能在短時間內掌握完整的論述脈絡。

【答案】

題目：社群媒體興起之後，眾多圖書館紛紛應用社群媒體作為與使用者以及社會大眾互動的平臺，部分圖書館甚至訂定關鍵績效指標（KPI），以彰顯圖書館的運營績效。請討論圖書館應用社群媒體並訂定 KPI 的優缺點。

擬答：

一、前言

隨著 Web 2.0 與行動通訊技術成熟，社群媒體已成為公眾日常生活獲取資訊與社交的核心管道。圖書館為因應讀者行為變遷，紛紛將社群媒體納入延伸服務與推廣管道；同時，在「新公共管理（NPM）」重視績效展現之思潮下，訂定「關鍵績效指標（KPI）」成為圖書館評量社群運營成效的標準作業。

核心觀念

本題旨在測驗圖書資訊學在**書目控制（Bibliographic Control）**領域的典範轉移歷程，核心包含三大技術與概念範疇：

1. 傳統編目典範：以「AACR2（英美編目規則第二版）」配合「ISBD（國際標準書目著錄）」及「MARC 21（機讀編目格式）」為代表，本質為「以載體為中心」與「扁平式紀錄（Record-based）」。
2. FRBR 與 RDA 典範：IFLA 提出的「FRBR（書目紀錄功能需求）」概念模型（現已整合為 IFLA LRM），確立了第一組核心實體 WEMI（Work 作品、Expression 表現形式、Manifestation 體現本/載體表現、Item 單件），以及依此模型發展的新一代編目規則 RDA（資源描述與檢索），本質為「實體關聯模型（Entity-Relationship Model）」。
3. Linked Data（連結資料）典範：以語意網（Semantic Web）技術為基礎，利用 W3C 的 RDF（資源描述架構）、**URI（統一資源識別碼）**及圖書館專屬本體（如 LC 推動的 BIBFRAME），本質為將書目資料從封閉的「字串（Strings）」轉化為開放的「實體與概念（Things）」。

解題方法

本題為標準的申論對比題型，切入點應遵循「後端資料結構決定前端展示功能」的邏輯脈絡開展：

1. 縱向對比編目工作（後端）：從「編目單元」、「資料結構」、「工作思維」與「相容性」切入，先歸納三者的共同核心目標（書目控制與揭示），再對比三者在工作實務上的質變。
2. 橫向剖析介面影響（前端）：說明書目資料從「扁平孤島」走向「階層叢聚」，再跨入「語意圖譜」時，如何具體提升檢索的查全率（Recall）、查準率（Precision）及瀏覽探索體驗（Serendipitous Discovery）。

面向剖析（申論核心要點解析）

本題非選擇題，核心得分關鍵在於精準剖析兩大核心問題之內涵：

1. 實際編目工作的演進與異同剖析：

• 傳統編目：以個別出版品（Manifestation）為單元，館員將題名、著者、出版項等資訊填入 MARC 欄位（如 245、260/264）。缺點是資訊重複鍵入、缺乏概念層次，且 MARC 為圖書館專屬格式，無法被一般網路搜尋引擎解析。
• 應用 FRBR / RDA：編目單元轉向 WEMI 四層次。編目人員必須先辨識作品（Work），再釐清其表現形式（Expression，如中譯本、英本、修訂版），最後描述體現本（Manifestation）。編目工作由單純的「文字抄錄著錄」轉向「實體屬性與關係的建立」。
• 引入 Linked Data：資料結構由欄位標籤轉為 RDF 三組元（主詞－述詞－受詞，Subject-Predicate-Object）。編目工作不再反覆輸入文字字串，而是大量引用權威機構提供的 URI（如 VIAF、Wikidata、FAST、LCNAF）。編目工作從「封閉建庫」轉為「全球圖譜鏈結與複用」。

2. 前端使用者檢索介面影響剖析：

• 傳統 OPAC：搜尋結果為扁平條列式。同部作品的不同版本（平裝、精裝、電子書、各譯本）各占一筆檢索結果，造成資訊爆炸且版本破碎，使用者難以一次綜覽。
• FRBR 化介面：引進**書目叢聚（FRBR Clustering）**技術。使用者檢索某部作品時，系統先以「作品」層級呈現，點入後可依語言、格式、出版年代展開「表現形式」與「體現本」，檢索路徑符合人類心智模型。
• Linked Data 介面：提供知識圖譜（Knowledge Graph）與複合切面導覽（Faceted Browsing）。介面可呈現資訊卡（Knowledge Card/Panel），並主動串聯館外語意網絡（如作者生平、地理座標、改編電影、同時代學派），實現真正的「關聯探索式檢索」。

解題技巧與常見陷阱

1. 避免觀念混淆：

• FRBR 是「概念架構模型（Conceptual Model）」，不是編目規則。
• RDA 是「編目規則（Cataloging Code）」，是落實 FRBR/LRM 的具體指引。
• MARC 21 是傳統通訊格式；BIBFRAME 則是 Linked Data 環境下的替代交換格式。

2. 避免答題失衡：考生常花 80% 篇幅談編目規則，卻草草帶過「前端檢索介面」。題目明確要求「說明對於前端使用者檢索介面的影響」，兩部分配分約各佔一半，必須平衡闡述。