Abstract
<jats:p>Miután Calvin Mooers – bizonyos értelemben Paul Otlet monografikus elvét követve – 1950-ben megalkotja az információ-visszakeresés (Information Retrieval, IR) terminust, a könyvtártudomány szinte azonnal átveszi és magáévá teszi a fogalmat és a mögötte álló elvet. Ezzel lényegében azt az elvárást támasztja a könyvtári tudásrendszerrel szemben, hogy amikor a felhasználó információt keres, akkor a könyvtári rendszer ne pusztán a kérdés szempontjából releváns dokumentumokhoz legyen képes őt irányítani, hanem adjon közvetlenül és azonnal tényszerű választ a megfogalmazott kérdésre. A könyvtári tudásrendszer IR-rendszerként való felfogásának gondolatát nem fogadta egyöntetű lelkesedés. Számos elméletalkotó (többek között Robert Fairthorne, Bernd Frohmann, Birger Hjørland és Rafael Capurro) különböző okokból és nézőpontokból, de egyaránt bírálja a paradigmaváltást, és amellett érvel, hogy a könyvtári tudásrendszer fő feladatának mégis inkább a dokumentum-visszakeresést (Document Retrieval, DR) kellene tekinteni. Tanulmányomban arra a kérdésre keresek választ, hogy a nagy nyelvi modellek (LLM) és különösen a Retrieval Augmented Generation (RAG) megjelenését tekinthetjük-e fordulópontnak ebben az IR vs. DR vitában. Szolgáltat-e a RAG érveket akár az egyik, akár a másik oldal számára? Mit kell, mit lehet, mit célszerű elvárnunk egy könyvtári tudásrendszerként működő RAG-alkalmazástól?</jats:p>