Les performances des grands modèles de la famille des transformateurs génératifs préentraînés en soutien aux services de référence virtuelle automatisés en bibliothèque Une revue narrative

Résumé

Cet article examine la littérature existante sur l’utilisation en bibliothèque des robots conversationnels basés sur les modèles de langage GPT, mettant l’accent sur leur viabilité, leur utilité et leurs performances en matière de réponse aux questions de référence. Les objectifs principaux sont de synthétiser la recherche actuelle, d’évaluer la performance des modèles GPT et de réfléchir au positionnement des bibliothécaires concernant l’intégration de ces technologies dans les services de référence en bibliothèque. La méthodologie comprend l’analyse de 11 études variées, avec une recherche effectuée dans diverses bases de données et une sélection rigoureuse des études pertinentes. Les résultats révèlent des performances prometteuses des modèles GPT, mais soulignent également des limites telles que leur incapacité à comprendre les nuances et les questions complexes. En outre, des défis persistent en matière de propriété intellectuelle, de confidentialité et de fiabilité des réponses. Les études comprennent des évaluations de performance, des revues narratives, une revue systématique et une étude de cas sur l’implémentation d’un chatbot basé sur ChatGPT dans une bibliothèque universitaire. Ces recherches offrent des perspectives intéressantes sur les avantages potentiels et les défis à relever pour l’intégration réussie de ChatGPT dans les services de bibliothèque.

Abstract

This article reviews the existing literature on the use of conversational AI robots based on GPT language models in libraries, focusing on their viability, usefulness and performance in answering reference questions. The main objectives are to synthesize current research, evaluate the performance of GPT models and reflect on librarians’ positioning regarding the integration of these technologies into library reference services. The methodology includes the analysis of 11 varied studies, with a search in various databases and a rigorous selection of relevant studies. The results reveal the promising performance of GPT models, but also highlight limitations such as their inability to understand nuances and complex questions. In addition, challenges persist in terms of intellectual property, confidentiality and reliability of responses. The studies include performance evaluations, narrative reviews, a systematic review and a case study on the implementation of a ChatGPT-based chatbot in a university library. These studies offer interesting insights into the potential benefits and challenges of successfully integrating ChatGPT into library services.