Hegedűs István: Hogyan segít újragondolni a levéltárak szerepét a mesterséges intelligencia és a gépi tanulás? Levéltári Közlemények, 90. (2019) 89–98.
Hogyan segít újragondolni a levéltárak szerepét a mesterséges intelligencia és a gépi tanulás? hasznos információkká.4 Az eredményként megkapott információk relevanciája szerint azután a rendszer képes visszajelzést is adni, ami növelheti a folyamat jövőbeni hasznosságát és pontosságát. A fő kérdés a mi esetünkben, a levéltárak kapcsán, hogy a mesterséges intelligencia, közismertebb nevén a gépi tanulás, miként támogatja ezt a folyamatot, és hogyan változtatja hasznosabbá magánál az adatelemzésnél. Létrehozza-e a közvetlen összefüggéseket, és esetleg még javaslatokat is tesz azok kapcsán a főbb adatok jobb rendszerezése érdekében? A MI és GT fontossága abban rejlik, hogy képes létrehozni a releváns korrelációkat, a kapcsolódó szálakat, kimutatja a két különböző adatcsoport közötti apró különbségeket, és azokat további elemzésre bocsátja. 4 Jim Sinur: AI & Big Data; Better Together. 2019. https://www.forbes.com/sites/cognitiveworld/ 2019/09/30/ai-big-data-better-together/#6bdb564e60b3 (Utolsó letöltés ideje: 2020. szeptember 23.) 5 Fraser Bruce - Jackie Malcolm - Shaleph O’Neill: Big Data. Understanding how Creative Organisations Create and Sustain their Networks. The Design Journal, 2017. 1. sz. 435-443. DOI: 10.1080/14606925.2017.1352961 (Utolsó letöltés ideje: 2020. szeptember 23.) 6 https://www.nesta.org.uk/ (Utolsó letöltés ideje: 2020. szeptember 23.) 7 Athena Seles: Artificial Intelligence and Archives. Presentation at Emerging Technologies, Big Data and Archives. Webinar 9 June 2020. https://www.youtube.com/watch?v=noxwKS-cPhO (Utolsó letöltés ideje: 2020. szeptember 23.) Bruce, Malcolm és O ’Neill szerint a kreatív ipar jelenleg több mint 84 milliárd fontra becsüli a brit gazdaság kulturális szektorát. Az iparág folyamatos sikerének hajtóereje a digitális tartalomfogyasztás növekedése.5 Egy brit példát említve, a Nesta6 az Arts & Humanities Research Councillal (AHRC) és az Angliai Művészeti Tanáccsal együttműködve, a Digitális K+F Művészeti Alap finanszírozásával szervezte meg az Arts API nevű projektet, amely a digitális kultúra egy páratlan innovációs laboratóriumát hozta össze. Ez az interdiszciplináris K+F projekt azokat a kapcsolatokat vizsgálta, amelyek alátámasztják a művészeti szervezetek által létrehozott „relációs értéket” és az általuk fenntartott „hatáshálózatot”. Módszertanként szociális hálózati elemzést használtak. Ez lehetővé tette egy informatikai eszköz, az úgynevezett ArtsAPI létrehozását, kifejlesztését. Ennek használatával a kulturális szervezetek kiaknázhatják a saját ökoszisztémájukon belüli kreatív online tevékenységet, felismerve a hálózataikat létrehozó és fenntartó tényezőket, lehetővé téve számukra, hogy megalapozottabb döntéseket hozzanak. De ez csak egy példa a sok közül. Ahogy Anthea Seles jelezte egy közelmúltbeli ICA (Levéltárak Nemzetiközi Tanácsa) webináriumban, a kérdés az, hogy a levéltárosok mennyi hozzáférést szeretnének biztosítani a kutatóknak a nyilvántartásokhoz és az adataikhoz.7 Véleménye szerint nem szabad túlságosan belemerülni a MI adta lehetőségekbe, fontos, hogy figyelmet fordítsunk a csatlakoztatott adatkészletek fejlesztésére és a szemantikai webre is. A vállalatok, amelyek gyakran teljes gyűjtemények digitalizálásáért cserébe egy ingyenes mesterpéldányt kaptak, rájöttek, hogy hatalmas 91
