もしも、図書館の蔵書検索が「こういう本ない?」に自然語で答えたら。

前提は統計に出ている現実です。全国の図書館は 3,394館（令和3年度・過去最多）。拠点は増え続けています。ところが 国民1人当たりの貸出は5.3冊（2010年度）をピークに4.2冊（2020年度）へ 頭打ち〜減少。「場所」はあるのに、市民が本にたどり着く「入口」が細っています。

背景には担い手の問題があります。日本図書館協会の集計では、公共図書館の 専任職員は全体の約2割にとどまり、約76%が非常勤・委託・派遣。レファレンス（調べもの相談）という図書館本来の強みを支える専門人材が薄く、サービス自体が市民に十分認知されていません。

そしてOPAC（蔵書検索）は件名標目やNDC分類を前提とした 専門的な語彙 で、「恐竜が好きな子に、図鑑じゃない物語を」のような自然な言い方では空振りします。問いは「蔵書があるか」ではなく、「市民の言葉で、どう蔵書とレファレンスに橋を架けるか」 です。

出典: 文部科学省「令和3年度 社会教育調査」 ／ 日本図書館協会「日本の図書館 統計」

「本が借りられない」だけの話に見えて、失われるのは 地域の知の入口 です。何もしなければ、次の層が同時に進みます。

• 調べもの需要の流出：自然語で聞ける検索エンジン・生成AIに流れ、蔵書＋レファレンスという強みが不可視化する。
• 悪循環：利用低下→予算・人員削減→さらなる非正規化→サービス低下。
• 専門性の死蔵：司書のノウハウが活かされず、継承も断たれる。
• EBPMで不利：利用指標が下がり、「税で維持する価値」を住民・議会に示しにくくなる。

誠実に言えば、AIが司書の代わりになるわけではありません。担えるのは 自然語の受け止めと蔵書への橋渡し、セルフ解決の支援 まで。深いレファレンス、選書、資料の評価は司書が担います。個人の貸出履歴や属性は扱わず、蔵書・調べもの検索に限定する設計を前提とし、回答の根拠（どの蔵書か）を必ず示します。

いきなり全蔵書・全館に広げません。一館・一分野で検索精度を確かめてから 広げる設計で、主役を司書から動かしません。個人情報は扱わず、回答は蔵書に紐づけて根拠を示す前提で設計します。