- Tehisintellekt optimeerib nii haldus- kui ka ajalooliste dokumentide klassifitseerimist, otsingut ja säilitamist.
- Sellised tööriistad nagu OCR, NLP ja masinõpe võimaldavad teil olulist teavet suures mahus hankida ja ära kasutada.
- Vaatluskeskused, uurimisprojektid ja dokumendihaldurid soodustavad tehisintellekti kasutuselevõttu nii avalikes kui ka eraarhiivides.
- Pilvepõhine dokumendihaldus lihtsustab ressursside skaleerimist ja täiustatud tehisintellekti teenuste kasutamist, järgides samal ajal kehtivaid eeskirju.
Pilvepõhises faili- ja dokumendihalduses rakendatud tehisintellekt muudab põhjalikult seda, kuidas me töötame failide, ajalooliste dokumentide, haldusdokumentatsiooni ja igat tüüpi dokumentidega. Ettevõtetes, ülikoolides ja avalikus halduses luuakse iga päev sadu või tuhandeid dokumente ning ilma hea süsteemita võivad need kergesti muutuda kaootiliseks segaduseks, mida on võimatu kasutada.
Huvitav on see, et tänu tehisintellektile ei ole need dokumendid enam pelgalt salvestatud failid, vaid aktiivsed teabeallikad otsuste langetamiseks . Sellised tehnoloogiad nagu optiline tekstituvastus, loomuliku keele töötlemine ja masinõpe võimaldavad sisu paremat asukoha määramist, tüütute ülesannete automatiseerimist ja failidele juurdepääsu palju laiemale publikule.
Arhiivindus tehisintellekti ajastul
Arhiivindus, mida mõistetakse dokumentide täieliku elutsükli haldamisega (loomine, korraldamine, pikaajaline säilitamine ja juurdepääs) tegeleva distsipliinina, on järk-järgult kaasanud arvutiteaduse ja läbib nüüd tehisintellektiga kvalitatiivset hüpet. See ei seisne ainult digiteerimises, vaid dokumentide sisu tõelises ärakasutamises.
Viimastel aastatel on avaldatud süstemaatilisi uuringuid tehisintellekti mõju kohta arhiividele , analüüsides akadeemilist kirjandust andmebaasides nagu Scopus, SciELO, LISA ja Google Scholar, kasutades selliseid metoodikaid nagu PICOC ja PRISMA. Need uuringud näitavad, et kuigi paljude spetsialistide seas on endiselt teatav teadlikkus puudujääk, on praktilised rakendused juba väga käegakatsutavad.
Tehisintellekti selgemate panuste hulgas arhiivindusse on digitaalne säilitamine, automaatne metaandmete genereerimine ja käsitsi kirjutatud teksti tuvastamine (HTR) . Neid täiendavad masinõppe ja loomuliku keele töötlemise rakendused, mis parandavad teabeotsingut ja -jagamist, edendades demokraatlikumat juurdepääsu arhiivikogudele.
Kuigi tehisintellekt areneb kiiresti, ei kasuta kõik institutsioonid veel selle potentsiaali täielikult ära . Paljud arhiivid kasutavad endiselt väga manuaalseid protseduure, kas ressursside puudumise, olemasolevate tööriistade mittetundmise või vastumeelsuse tõttu oma protsesse muuta ja ISO 27000 standarditele vastavusse viia.
Tehisintellekti vaatluskeskus arhiivis
Hispaania maastikul paistab silma arhiivides tegutsev tehisintellekti vaatluskeskus – töörühm, mis koosneb erinevate autonoomsete kogukondade ja organisatsioonide spetsialistidest, kes jälgivad tähelepanelikult tehisintellekti rakendamist selles valdkonnas ja edendavad häid tavasid.
Vaatluskeskus koosneb Murcia piirkonna, Santiago de Compostela ülikooli, Valencia autonoomse piirkonna, Baleaari saarte, Sant Cugat del Vallèsi linnavolikogu, Madridi autonoomse piirkonna, Navarra autonoomse piirkonna, Kataloonia, Baskimaa, Castilla ja Leóni piirkonna, riigiarhiivide peadirektoraadi ja teiste üksuste spetsialistidest . See territoriaalne ja organisatsiooniline mitmekesisus võimaldab väga laia vaatenurka vajadustele ja projektidele.
Gruppi koordineerib Santiago de Compostela ülikooli arhiivi direktor Désirée Domínguez Pallas , kes edendab kogemuste vahetust ja arutelu arhiivide haldamisel intelligentsete süsteemide kasutamisega seotud tehniliste, eetiliste ja organisatsiooniliste väljakutsete üle.
Sellised algatused ei soodusta tehisintellekti kasutuselevõttu mitte isoleeritult ja korrapäratult, vaid pigem tehniliste kriteeriumide, reaalsete näidete ja ühiste töösuundade jagamist , mis on avalike arhiivide sidusa edasiliikumise seisukohalt ülioluline.
Dokumendihalduse peamised tehisintellekti kontseptsioonid
Dokumentide ja failide puhul tehisintellekti rakendamisel tuleb mängu mitu tehnoloogiat, mis koos võimaldavad meil dokumentides sisalduvat teavet lugeda, mõista, liigitada ja kasutada . Peamised neist on OCR, loomuliku keele töötlemine ja masinõpe, aga ka otsingumootorid nagu Elasticsearch.
Optiline tekstituvastus (OCR) teisendab dokumentide (skannid, fotod, piltide abil loodud PDF-failid) kujutised redigeeritavaks ja töödeldavaks digitaalseks tekstiks. Praegused OCR-mootorid on võimelised töötama keerukate fontide ja isegi teatud käsitsi kirjutatud skriptidega, avades ukse suurte ajalooliste kogude töötlemiseks.
Looduskeele töötlemine (NLP) võimaldab masinatel inimkeelt analüüsida ja mõista. Nende tehnikate abil on võimalik otsinguid täiustada, üksusi (inimesi, kohti, kuupäevi) eraldada, dokumente kokku võtta, tekste tõlkida ja automaatseid kirjeldusi genereerida, lisaks paljudele muudele funktsioonidele.
Masinõpe seevastu põhineb mudelitel, mis õpivad näidetest. Arhiivinduses võimaldab see koolitada süsteeme, mis eristavad dokumenditüüpe, tuvastavad andmetes mustreid või ennustavad dokumendi sisu põhjal, millisesse sarja see kuulub, õppides spetsialistide poolt juba klassifitseeritud ja erinevat tüüpi andmebaasides talletatud kogudest.
Paljud lahendused hõlmavad ka arvutinägemist , mis analüüsib pilte lisaks tekstile. See on eriti kasulik ajalooliste fotode, plaanide, tehniliste jooniste või madala kvaliteediga skannitud vanade dokumentide haldamisel, kus enne muude tehnikate rakendamist on vaja tuvastada huvipakkuvad valdkonnad.
Kuidas tehisintellektil põhinev dokumendihaldussüsteem töötab
Igapäevases tegevuses algab tänapäevane tehisintellektiga dokumendihaldussüsteem tavaliselt digitaliseerimise ja jäädvustamise etapiga . Kuigi suur osa tänapäeva dokumenditootmisest toimub juba digitaalselt, on siiski märkimisväärne hulk paberkandjal ja skannitud materjali, mida tuleb täiustatud OCR-iga töödelda.
Prinditud dokumendid või PDF-pildid saadetakse OCR-tööriistadele, mis tuvastavad teksti ja teisendavad selle indekseeritavaks sisuks . Paljud tänapäevased koopiamasinad sisaldavad seda tüüpi mootorit juba olemas ja on olemas ka spetsiaalsed lahendused suuremahuliseks skannimiseks.
Kui sisu on tekstiks teisendatud, tulevad mängu NLP ja masinõppe mudelid . Need analüüsivad dokumenti, tuvastavad selle teema, eraldavad põhiandmed (nt nimed, failinumbrid, kuupäevad, summad) ja liigitavad selle organisatsiooni liigitusskeemi või dokumendihaldussüsteemi raames.
Selle teabe abil saab süsteem automaatselt määrata metaandmeid, pakkuda välja dokumendiseeriaid, siduda dokumente omavahel ja hõlbustada palju rikkalikumaid otsinguid , kombineerides vabu termineid ning filtreerides kuupäevade, tüüpide, teemade või kohtade järgi.
Suur lisaväärtus seisneb selles, et need süsteemid õpivad kasutamise käigus : kui arhiivitöötajad parandavad, valideerivad või kohandavad klassifitseerimisettepanekuid, paranevad mudelite täpsus ja need pakuvad tulemusi, mis on paremini kohandatud iga arhiivi või asutuse kontekstile.
Tehisintellekti praktilised rakendused failihalduses
Praktikas saab tehisintellekt sekkuda peaaegu igasse dokumendihalduse etappi, aidates vähendada korduvat tööd, minimeerida vigu ja kasutada dokumente strateegilise teabeallikana . Mõned kasutusalad on eriti tähelepanuväärsed avalikus ja erasektoris.
Üks levinumaid on dokumentide automaatne liigitamine sisu, tüübi või vormingu järgi. Iga dokumendi käsitsi sildistamise asemel pakub või määrab süsteem kategooriaid, seeriaid või faile, mis kiirendab oluliselt protsessi ja hõlbustab regulatiivset vastavust.
Tehisintellekti kasutatakse ka asjakohase teabe , näiteks inimeste nimede, aadresside, kuupäevade, regulatiivsete viidete või toimikunumbrite hankimiseks. Seejärel salvestatakse see teave andmebaasidesse või armatuurlaudadesse, et hõlbustada edasist konsulteerimist ja analüüsi.
Teine selge rakendus on kokkuvõtete ja aruannete automaatne genereerimine suurtest dokumendikogumitest. Keelepõhised tööriistad, näiteks mõned vestlusassistendid või ChatPDF-tüüpi teenused, suudavad faili, lepingu või aruannete komplekti põhipunkte peaaegu koheselt sünteesida.
Täiustatud dokumentide otsing on veel üks valdkond, kus kvalitatiivne hüpe on selgelt ilmne. Tehisintellektil põhinevad sisemised otsingumootorid võimaldavad kasutajatel leida teavet isegi siis, kui nad ei mäleta dokumendi täpset pealkirja või kasutavad erinevaid sõnu kui algtekstis, tänu semantilistele otsingutele, mis on loomulikule keelele palju lähedasemad.
Reguleeritud sektorites kasutavad paljud organisatsioonid tehisintellekti regulatiivse vastavuse tugevdamiseks ja tundliku teabe tuvastamiseks . Süsteemid suudavad tuvastada isikuandmeid, konfidentsiaalset teavet, säilitusaegu või litsentside aegumist, aidates ennetada nõuetele mittevastavust ja paremini hallata riske.
Paralleelselt kerkib esile abistatava intelligentse arhiivi idee , kus süsteem mitte ainult ei salvesta ja korralda, vaid aitab ka dokumente, esitlusi või vastuseid ette valmistada, leides automaatselt iga kasutusjuhu jaoks kõige asjakohasema teabe.
Dokumentide tehisintellekti mudelid ja platvormid
Dokumendihalduses kasutatavate tööriistade ökosüsteem ulatub kõrgelt spetsialiseerunud mootoritest tipptasemel keelemudeliteni . Igaüks neist hõlmab osa protsessist ja koos moodustavad nad väga võimsad lahendused.
OCR-i valdkonnas on üks tuntumaid mootoreid Tesseract , laialdaselt kasutusele võetud avatud lähtekoodiga projekt piltide tekstiks teisendamiseks. Paljud kommertslahendused integreerivad selle või tuginevad sarnastele tehnoloogiatele, mis on kohandatud käsikirjade ja ajalooliste dokumentide jaoks.
Looduskeele töötlemisel on sellised mudelid nagu BERT ja erinevad GPT- perekonnad olnud murrangulised, võimaldades teksti kontekstuaalset mõistmist, mis on palju lähedasem sellele, kuidas inimesed loevad. Neid mudeleid kasutatakse dokumentide liigitamiseks, kokkuvõtete genereerimiseks, üksuste eraldamiseks ja sisu kohta päringutele vastamiseks.
Lisaks valivad paljud organisatsioonid kohandatud masinõppemudelite treenimise oma dokumentatsiooni abil. See võimaldab neil kohaneda oma terminoloogia, organisatsioonilise struktuuri ja sise-eeskirjadega, saavutades klassifitseerimise või mustrite tuvastamise täpsuse, mis poleks geneeriliste mudelitega võimalik.
Seda tehnoloogilist alust kasutatakse integreeritud lahenduste loomiseks, mis hõlmavad dokumendihaldussüsteeme, töövooge, auditeerimist, elektroonilisi allkirju ja koostöövahendeid , mis kõik on ühendatud analüütiliste ja tehisintellekti võimalustega.
Dokumendihalduslahendused, mis sisaldavad tehisintellekti
Valikute valik ulatub tehnoloogiahiiglastest avatud lähtekoodiga tarkvaraprojektideni ning ettepanekute eesmärk on parandada organisatsioonide failide haldamise viisi.
Ettevõtted nagu Google ja IBM , millel on platvormid nagu Google Cloud ja Watson, pakuvad andmete klassifitseerimise, analüüsi ja ekstraheerimise teenuseid, mida saab integreerida olemasolevatesse dokumendihaldussüsteemidesse. Lisaks on protsesside automatiseerimisele keskendunud ettevõtted, nagu UiPath ja Automation Anywhere, loonud tarkvararobotid, mis on võimelised haldama terveid dokumentide töövooge.
Spetsiaalselt dokumendihaldusele suunatud lahenduste hulgas paistab OpenKM silma avatud lähtekoodiga dokumendihaldurina, mis hõlmab intelligentset klassifitseerimist, metaandmete ekstraheerimist ja tehisintellektil põhinevat semantilist otsingut. Selle avatud lähtekoodiga olemus võimaldab iga organisatsiooni vajadustega suurt kohandamist ja kohandamist.
Teine asjakohane tööriist on R2 Docuo , mis on suunatud nii dokumendihaldusele kui ka töövoogudele. See platvorm lubab oluliselt vähendada dokumentide loomise, kontrollimise, levitamise ja allkirjastamisega seotud pingutusi, automatiseerides kõike alates mallide genereerimisest kuni kinnitamise ja lõpliku arhiveerimiseni.
Ettevõtte avatud lähtekoodiga tarkvara valdkonnas on Alfresco end sisse seadnud sisu- ja failihalduse juhtiva valikuna. See võimaldab protsesside kohandamist, moodulite lisamist ja integratsiooni väliste tehisintellekti teenustega, muutes selle paindlikuks aluseks ambitsioonikate projektide loomiseks suurtes institutsioonides.
Google Documenti tehisintellekt ja intelligentne dokumenditöötlus
Üks selgemaid näiteid spetsialiseeritud platvormist on Google Document AI , pilvepõhine teenus, mis on loodud dokumentide klassifitseerimise, ekstraheerimise ja analüüsi automatiseerimiseks suures mahus. See on suunatud nii eraettevõtetele kui ka avalik-õiguslikele organisatsioonidele, kes tegelevad suure hulga vormide, arvete, failide või lepingutega.
Dokumendi tehisintellekt ühendab masinõppe, isikupärastatud kirjanduse ja arvutinägemise, et tuvastada igas dokumendis asjakohased väljad, olenemata sellest, kas see pärineb skannimisest, PDF-ist või ekraanipildist. See suudab õppida tundma antud valdkonnas levinud dokumendivorminguid ja kasutada neid teadmisi uute rakenduste jaoks.
Kuna seda tüüpi lahendus on saadaval pilveteenusena, on see eriti huvitav organisatsioonidele, kes peavad oma töötlemisvõimsust kiiresti suurendama ilma, et peaksid investeerima oma riistvarasse või hooldama keerukaid infrastruktuure.
Tulemuseks on see, et paljud ülesanded, mis varem nõudsid tundidepikkust käsitsi ülevaatamist, saab lahendada minutitega, kusjuures inimmeeskond on pühendunud valideerimisele ja suurema lisandväärtusega otsustele, mitte andmete sisestamisele.
Tehisintellekti rakendamine avalikus halduses
Avaliku halduse asutused leiavad tehisintellektist liitlase, et hallata dokumentatsiooni tõhusamalt ja läbipaistvamalt . Linnavolikogudest ministeeriumideni hõlmab üha rohkem projekte automaatset klassifitseerimist, failianalüüsi ja täiustatud otsingusüsteeme.
Paljud kohalikud ja piirkondlikud omavalitsused võtavad kasutusele tehisintellektil põhinevaid dokumendihaldussüsteeme elektrooniliste failide korraldamiseks, dokumentide digitaalse allkirjastamise abil menetluste kiirendamiseks ja kodanike juurdepääsu avalikule teabele parandamiseks . See vähendab reageerimisaega ja hõlbustab protsesside sisemist kontrolli.
Konkreetne näide on Alfresco kasutamine Tomelloso linnavolikogus sisedokumentatsiooni haldamiseks ja jagamiseks. Kuigi selle täielikku potentsiaali ei ole veel ära kasutatud, on käivitatud algatusi teadmiste jagamiseks, näiteks kõigile töötajatele kättesaadavate koolituskursuste talletamine, mis loob aluse dünaamilisele digitaalsele arhiivile.
Tehisintellekti süsteeme kasutatakse ka dokumentides esinevate mustrite tuvastamiseks , mis võivad viidata eeskirjade eiramisele, ebatõhususele või avaliku korra läbivaatamise vajadusele, aidates seeläbi paremini suunata haldusasutuste strateegilisi otsuseid.
Lisaks seisab avalik sektor silmitsi väljakutsega ühildada need uuendused andmekaitse, läbipaistvuse ja pikaajalise säilitamise õiguslike nõuetega , mistõttu on arhivaaride ja õigusekspertide roll nende lahenduste väljatöötamisel ja rakendamisel ülioluline.
Carabela projekt: tehisintellekt ajalooliste käsitsi kirjutatud arhiivide jaoks
Ajaloopärandi valdkonnas avab tehisintellekt võimalusi, mis veel mõned aastad tagasi tundusid ulmena. Hea näide on Carabela projekt , mis keskendub veealuse ajaloopärandiga seotud käsikirjaliste kogude tõenäosuslikule indekseerimisele.
See projekt, mida edendab Andaluusia Ajaloopärandi Instituut oma veealuse arheoloogia keskuse kaudu ja mida juhib Valencia Polütehnilise Ülikooli mustrituvastuse ja inimkeele tehnoloogia uurimiskeskus (PRHLT), rakendab digiteeritud käsitsi kirjutatud dokumentide leidmiseks ja uurimiseks täiustatud mustri- ja keeletuvastuse tehnikaid.
Tänu tehisintellektile on võimalik tuvastada veealuse pärandiga seotud mainimisi, marsruute, aluseid või sündmusi ilma tuhandeid lehekülgi käsitsi lugemata, mis mitmekordistab uurimisrühmade võimet leida asjakohast teavet.
Carabela projekti on esitletud teadlastele ja arhiivitöötajatele suunatud spetsiaalsetel töötubadel , keskendudes sellele, kuidas neid tehnikaid saab laiendada teistele ajalooliste käsikirjade kogudele ja kuidas need saaksid olla eeskujuks uutele projektidele digitaalse humanitaaria valdkonnas.
Selliste algatuste nagu Carabela rakendamine näitab, et tehisintellekt mitte ainult ei lihtsusta haldusmenetlusi, vaid edendab ka ajaloouuringuid ja pärandi säilitamist , avades uusi küsimusi ja uurimissuundi.
Koolitus, kursused ja akadeemiline tunnustamine
Tehisintellekti kaasamine arhiivindusse tekitab ka üha rohkem kursusi, konverentse ja akadeemilisi väljaandeid , mis analüüsivad selle mõju, jagavad kogemusi ja uurivad täiustatud kasutusvõimalusi erinevates kontekstides.
Korraldatakse koolitustegevusi, mis hõlmavad mooduleid eesmärkide, esinejate, üliõpilaste profiili, ülikooli ainepunktide tunnustamise, hindamisprotseduuride ja majutusvõimaluste kohta , mis näitab, et need ei ole ühekordsed töötoad, vaid teatud akadeemilise sisuga programmid.
Paralleelselt avaldavad raamatukogunduse, dokumentatsiooni ja arhiivinduse erialaajakirjad artikleid, mis süstemaatiliselt vaatavad üle uuema teaduskirjanduse tehisintellekti ja arhiivide kohta, tuues esile nii kõige väljakujunenud rakendused kui ka teadmiste lüngad, mis vajavad veel täitmist.
See praktilise koolituse ja teadusliku tootmise kombinatsioon aitab arhivaaridel, dokumentalistidel ja IT-töötajatel rääkida ühist keelt , mis on igas institutsioonis realistlike ja hästi suunatud projektide kavandamiseks hädavajalik.
Lisaks edendatakse veebikursusi, mis keskenduvad tehisintellekti abil tootlikkuse parandamisele haldusvaldkonnas ja mis selgitavad rakenduslikul viisil, kuidas neid tööriistu saab integreerida kontorite, osakondade ja arhiivide igapäevasesse tegevusse.
Dokumendihaldus pilves ja selle mõju arhiividele
Tehisintellekti laienemine arhiveerimises on tihedalt seotud pilvepõhise dokumendihalduse kasvuga . Paljud süvaõppel põhinevad teenused vajavad märkimisväärset arvutusvõimsust, eriti graafikaprotsessorite osas, mida on traditsioonilistes kohapealsetes infrastruktuurides keeruline ja kulukas hooldada.
Tarkvara teenusena (SaaS) mudeli puhul asuvad dokumendihaldusrakendused ja tehisintellekti mootorid välistel serveritel , võimaldades organisatsioonidel ressursse vastavalt vajadusele skaleerida, maksta ainult kasutamise eest ja mitte muretseda seadmete füüsilise hoolduse pärast.
On tõsi, et dokumentide salvestamise suhtes välisserveritesse, mis mõnikord asuvad väljaspool riiki, on kahtlusi, kuid skaleeritavuse, turvalisuse, varukoopiate ja kaugjuurdepääsu osas on eelised selged, eeldusel, et valitakse pakkujad, kes järgivad rangeid Euroopa andmekaitse-eeskirju.
IT-osakondade jaoks tähendab see pilvepõhine lähenemine väiksemat süsteemihalduse koormust , kuna pole vaja igale tööjaamale tarkvara installida ega värskendada ega riistvara suurust kohandada aeg-ajalt esinevate kasutustipptasemete jaoks.
Arhiivide jaoks avab pilv võimaluse teha avalikkusele kättesaadavaks suured digiteeritud dokumentide mahud , mida täiendavad intelligentsed otsingumootorid, ilma et sisemine infrastruktuur muutuks kitsaskohaks.
Kogu see observatooriumide, uurimisprojektide, kommertslahenduste ja pilveplatvormide ökosüsteem kujundab stsenaariumi, kus tehisintellektist on saamas arhivaaride ja dokumendihaldurite igapäevane tööriist , mitte isoleeritud eksperiment. Kuna spetsialistid saavad selle võimalustega ja piirangutega paremini tuttavaks, mitmekordistuvad kasutusjuhud, mis parandavad tootlikkust, laiendavad juurdepääsu teabele ja tugevdavad dokumendipärandi säilitamist tulevastele põlvedele. Lisaks aitavad otsingumootorid ja arhiivide otsimise tehnikad ise digitaalsete hoidlate väärtust maksimeerida.
