Marcin Wilkowski

W ramach wykładu poznamy niektóre możliwości, jakie dają narzędzia „sztucznej inteligencji” w zakresie pracy ze zdigitalizowanymi zbiorami dziedzictwa. Narzędzia językowe pozwalają opisywać duże zbiory OCRowanych skanów, budować korpusy i analizować treści za pomocą „czytania zdystansowanego”. Metody przetwarzania wizualnego pozwalają na dokładniejsze opisywanie materiałów wizualnych, a generatywne AI (takie jak Chat GPT czy Google Gemini) ułatwiają pozyskiwanie danych dziedzictwa i ich wizualizację.

W ramach wykładu poznamy podstawy pracy z danymi dziedzictwa: ich projektowanie, wytwarzanie, udostępnianie i wykorzystywanie. Zobaczymy, że żadne dane nie są surowe („There's no such thing as raw data”) i mogą cechować się dużą stronniczością. Zobaczymy też, że do budowania danych dziedzictwa nie trzeba kompetencji programistycznych – chociaż te bardzo się przydają w takiej pracy.

Podczas wykładu dowiemy się, jak duży potencjał mają dane dziedzictwa, do czego można je wykorzystać i jak mogą zmienić nasze postrzeganie przeszłości. Do tego zobaczymy, jak ważna jest standaryzacja i gwarantowanie wszystkim odpowiednich praw do korzystania z danych dziedzictwa.

Tak wiele opracowań poświęconych sztucznej inteligencji ilustrowanych jest wizerunkami humanoidalnych robotów. W praktyce jednak rozwiązania AI nie mają z nimi wiele wspólnego. Doskonale widać to na przykładzie Amerykańskich Archiwów Narodowych (NARA), które starają się racjonalnie planować wykorzystanie nowych narzędzi wobec swoich zbiorów.

Możliwość maszynowego odczytania dawnych tekstów rękopiśmiennych – polskich, łacińskich, niemieckich, duńskich, francuskich czy arabskich – niemal rewolucyjnie zmienia pracę nad źródłami historycznymi i jest dowodem na skuteczność sztucznej inteligencji w konkretnych, niszowych zadaniach.