Штучний інтелект як інструмент промоції читання
DOI:
https://doi.org/10.32461/2409-9805.1.2026.356332Ключові слова:
штучний інтелект, промоція читання, публічні бібліотеки, рекомендаційні системиАнотація
Мета статті – дослідити можливості застосування технологій штучного інтелекту (ШІ) у промоції читання в публічних бібліотеках. Методологія дослідження базується на використанні комплексу методів, зокрема: контент-аналізу літературних джерел – для виділення ключових напрямів застосування ШІ; систематизації, зокрема для виокремлення механізмів і метрик ефективності ШІ у промоції читання (поведінкові, контентні, соціально-комунікаційні); моделювання, зокрема гіпотетичного впливу ШІ-кампаній на читацьку активність на основі емпіричних та аналітичних даних. Наукова новизна. Систематизовано та класифіковано основні напрями використання ШІ у публічних бібліотеках для промоції читання, включно з рекомендаційними системами, чатботами, генеративними системами контенту та алгоритмічними маркетинговими інструментами. Змодельовано комплексну модель оцінки ефективності ШІ-кампаній у промоції читання. Висновки. Цифровізація бібліотечної сфери стимулює пошук інноваційних методів промоції читання, серед яких особливе місце займають технології ШІ. Використання ШІ у бібліотеках підвищує залучення читачів, скорочує час пошуку книг, покращує персоналізацію та комунікацію, сприяє розширенню цифрових сервісів і підвищенню довіри до рекомендацій. Для оцінювання ефективності ШІ-кампаній пропонується модель, орієнтована на три блоки метрик: поведінкові (CTR рекомендації, конверсія «пропозиція – читання», повторні візити), контентні (релевантність, різноманіття, якість анотацій), соціально-комунікаційні (охоплення аудиторії, взаємодія у соцмережах, задоволення сервісом). Незважаючи на потенціал, наразі бракує емпіричних даних щодо кількісного впливу ШІ на читачів, що й визначає необхідність подальших досліджень та підвищеної уваги до розвитку цифрових компетентностей бібліотекарів і стратегічного використання даних.
Посилання
Dobrovolska, V. V., & Cherednyk, L. A. (2023). Innovative activity of libraries in the conditions of digital society. Library science. Document science. Informology, 1, 5–11 [in Ukrainian].
Kuznetsov, O., & Zaika, V. (2025). Using artificial intelligence in creating a library report. Open Science and Innovation, 1, 48–56. http://doi.org/10.62405/osi.2025.01.04 [in Ukrainian].
Novalska, Y. (2023). Leading forms of reading promotion in Ukrainian libraries during the war: current realities. Library Forum, 4 (34), 2–5 [in Ukrainian].
Pashko, I. Ya. (2024). Artificial intelligence in modern libraries. Young Researcher, 3, 79–81 [in Ukrainian].
Yavorska, T. (2023). Social networks of libraries as an effective tool for promoting books and reading. Bulletin of the Book Chamber, 4, 21–27 [in Ukrainian].
Alrassi, K. M., & Moaiad, Y. A. (2025). Book Recommendation Systems: A Survey of Approaches, Techniques, Datasets, Evaluation Metrics, Challenges and Future Directions. DOI:10.5281/zenodo.17202629 [in English].
Amalia, P., Kurniawati, I. R., & Fahmi, F. (2024). The impact of ai on library information service quality. Bibliotika, 8(1), 77–87. doi: 10.17977/um008v8i12024p77-87 [in English].
Bobadilla, F., Ortega, A., & Hernando, A. (2013). Recommender systems survey. Knowledge-Based Systems, 46, 109–132. https://doi.org/10.1016/j.knosys.2013.03.012 [in English].
Das, R. K., & Islam, M. (2021). Application of Artificial Intelligence and Machine Learning in Libraries: A Systematic Review. arXiv:2112.04573 [cs.DL] https://doi.org/10.48550/arXiv.2112.04573 [in English].
Divya, P., & Mohamed Haneefa, K. (2020). Factors Influencing Digital Reading Behaviour of Students: A Study in Universities in Kerala. Journal of Library & Information Technology, 40 (5), 313–320. DOI:10.14429/djlit.40.5.15672 2021] [in English].
Dobrovolska, V., Cherednyk, L., & Hunchenko, Y. (2022). Modern Library as a Socio-Cultural Space. 1st International Workshop on Social Communication and Information Activity in Digital Humanities, SCIA. Lviv, 83–93 [in English].
Jannach, D. (2019). Recommender Systems: Value, Methods, Measurements. Presented at the ACM Latin‐American Summer School on Recommender Systems LARS Fortaleza. Brazil [in English].
Jomsri, P., Prangchumpol, D., Poonsilp, K., & Panityakul, T. (2024). Hybrid recommender system model for digital library from multiple online publishers. F1000Res. Nov 18;12:1140. doi: 10.12688/f1000research.133013.3 [in English].
Liu, X., & Wang, B. (2024). Personalized Recommendation System for University Digital Libraries Based on Deep Neural Networks. CISAI ‘24: Proceedings of the 2024 7th International Conference on Computer Information Science and Artificial Intelligence, 35–39. https://doi.org/10.1145/3703187.3703195 [in English].
Speciale, A., Vallero, G., Vassio, L., & Mellia, M. (2023). Recommendation Systems in Libraries: an Application with Heterogeneous Data Sources. arXiv:2303.11746 [cs.IR] https://doi.org/10.48550/arXiv.2303.11746 [in English].
Walsh, M., Rey, C., Ge, C., Nowak, T., & Tomkins S. (2025). Algorithms in the Stacks: Investigating automated, for-profit diversity audits in public libraries. arXiv:2505.14890 [cs.CY]. https://doi.org/10.1145/3715275.3732140 [in English].
Zhang, W., Chen, X., & Zhang, J., X, S. (2022). A Study on Factors Influencing Digital Reading Behavior of Junior High School Students, 13. https://doi.org/10.3389/fpsyg.2022.1007247 [in English].
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Віталій Ляховченко
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access.
