- A mesterséges intelligencia optimalizálja a dokumentumok osztályozását, keresését és megőrzését, mind az adminisztratív, mind a történelmi dokumentumok esetében.
- Az olyan eszközök, mint az OCR, az NLP és a gépi tanulás, lehetővé teszik a kulcsfontosságú információk nagymértékű kinyerését és kiaknázását.
- Az obszervatóriumok, kutatási projektek és dokumentumkezelők hajtják a mesterséges intelligencia alkalmazását a köz- és magánarchívumokban.
- A felhőalapú dokumentumkezelés megkönnyíti az erőforrások skálázását és a fejlett mesterséges intelligencia szolgáltatások kihasználását, miközben megfelel a jelenlegi szabályozásoknak.
A felhőalapú fájl- és dokumentumkezelésben alkalmazott mesterséges intelligencia alapvetően megváltoztatja a fájlokkal, történeti feljegyzésekkel, adminisztratív dokumentációval és mindenféle irattal való munka módját. Naponta több száz vagy ezer dokumentum készül vállalatoknál, egyetemeken és közigazgatási intézményekben, és egy jó rendszer nélkül ezek könnyen kaotikus, használhatatlan káoszba fulladhatnak.
Az érdekes az, hogy a mesterséges intelligenciának köszönhetően ezek a dokumentumok már nem pusztán tárolt fájlok, hanem aktív információforrásokká válnak a döntéshozatalban . Az olyan technológiák, mint az optikai karakterfelismerés, a természetes nyelvi feldolgozás és a gépi tanulás lehetővé teszik a tartalom jobb helymeghatározását, a fárasztó feladatok automatizálását és a fájlokhoz való hozzáférést sokkal szélesebb közönség számára.
Levéltári tudomány a mesterséges intelligencia korában
A levéltártudomány, mint a dokumentumok teljes életciklus-kezelésével (létrehozás, rendszerezés, hosszú távú megőrzés és hozzáférés) foglalkozó tudományág , fokozatosan beépítette a számítástechnikát, és most minőségi ugrást tapasztal a mesterséges intelligenciával. Nem csak a digitalizálásról van szó, hanem a dokumentumok tartalmának valódi kiaknázásáról is.
Az utóbbi években szisztematikus tanulmányok jelentek meg, amelyek áttekintik a mesterséges intelligencia archívumokra gyakorolt hatását , elemezve a tudományos szakirodalmat olyan adatbázisokban, mint a Scopus, a SciELO, a LISA és a Google Scholar, olyan módszertanokat használva, mint a PICOC és a PRISMA. Ezek a tanulmányok azt mutatják, hogy bár sok szakember körében még mindig van némi tudatossághiány, a gyakorlati alkalmazások már nagyon is kézzelfoghatóak.
A mesterséges intelligencia levéltári tudományhoz való legtisztább hozzájárulásai közé tartozik a támogatott digitális megőrzés, az automatikus metaadatok generálása és a kézírásos szöveg felismerése (HTR) . Ezeket gépi tanulási és természetes nyelvi feldolgozó alkalmazások egészítik ki, amelyek javítják az információkeresést és -visszakeresést, elősegítve a levéltári gyűjteményekhez való demokratikusabb hozzáférést.
Bár a mesterséges intelligencia gyorsan fejlődik, nem minden intézmény használja ki még teljes mértékben a benne rejlő lehetőségeket . Sok archívum továbbra is erősen manuális eljárásokat alkalmaz, akár az erőforrások hiánya, akár a rendelkezésre álló eszközök ismeretének hiánya, akár a folyamataik megváltoztatásának és az ISO 27000 szabványoknak való megfelelés iránti vonakodás miatt.
Mesterséges Intelligencia Megfigyelőközpont az Archívumban
A spanyol területen kiemelkedő a Levéltári Mesterséges Intelligencia Megfigyelőközpontja , egy különböző autonóm közösségek és szervezetek szakembereiből álló munkacsoport, amely szorosan figyelemmel kíséri a mesterséges intelligencia alkalmazását ezen a területen, és népszerűsíti a bevált gyakorlatokat.
Az Obszervatóriumot Murcia régió, a Santiago de Compostela-i Egyetem, a Valencia közösség, a Baleár-szigetek, a Sant Cugat del Vallès Városi Tanács, Madrid közösség, Navarra Okleveles Közösség, Katalónia, Baszkföld, Kasztília és León, az Állami Levéltár Főigazgatósága és más szervezetek szakértői alkotják . Ez a területi és szervezeti sokszínűség széleskörű rálátást biztosít az igényekre és a projektekre.
A csoportot Désirée Domínguez Pallas, a Santiago de Compostela-i Egyetem Archívumának igazgatója koordinálja , aki elősegíti a tapasztalatcserét és a reflexiót az intelligens rendszerek levéltári kezelésében való használatával kapcsolatos technikai, etikai és szervezeti kihívásokról.
Az ilyen típusú kezdeményezések nem elszigetelt és szervezetlen módon ösztönzik a mesterséges intelligencia alkalmazását, hanem inkább a technikai kritériumok, a valós példák és a közös munkavonalak megosztását , ami alapvető fontosságú ahhoz, hogy a közarchívumok koherens módon haladjanak előre.
Kulcsfontosságú mesterséges intelligencia fogalmak a dokumentumkezelésben
Amikor a dokumentumokra és fájlokra alkalmazott mesterséges intelligenciáról beszélünk, számos technológia jön képbe, amelyek együttesen lehetővé teszik számunkra a dokumentumokban található információk olvasását, megértését, osztályozását és felhasználását . A legfontosabbak az OCR, a természetes nyelvi feldolgozás és a gépi tanulás, valamint az olyan keresőmotorok, mint az Elasticsearch.
Az optikai karakterfelismerés (OCR) dokumentumok képeit (szkennelt képeket, fényképeket, képpel generált PDF-eket) szerkeszthető és feldolgozható digitális szöveggé alakítja . A jelenlegi OCR-motorok képesek összetett betűtípusokkal és bizonyos kézzel írott írásokkal is dolgozni, megnyitva az utat a nagyméretű történelmi gyűjtemények feldolgozása előtt.
A természetes nyelvi feldolgozás (NLP) lehetővé teszi a gépek számára az emberi nyelv elemzését és megértését. Ezekkel a technikákkal többek között javítható a keresés, kinyerhetők entitások (személyek, helyek, dátumok), összefoglalhatók a dokumentumok, lefordíthatók a szövegek, és automatikus leírások generálhatók.
A gépi tanulás ezzel szemben olyan modelleken alapul, amelyek példákból tanulnak. Az archiválás területén lehetővé teszi olyan rendszerek betanítását, amelyek megkülönböztetik a dokumentumtípusokat, mintákat észlelnek az adatokban, vagy a tartalma alapján megjósolják, hogy egy dokumentum melyik sorozathoz tartozik, a szakemberek által már osztályozott és különböző típusú adatbázisokban tárolt gyűjteményekből tanulva.
Sok megoldás magában foglalja a számítógépes látást is , amely a szövegen túlmutató képeket is elemez. Ez különösen hasznos történelmi fényképek, tervek, műszaki rajzok vagy alacsony minőségben szkennelt régi dokumentumok kezelésénél, ahol a többi technika alkalmazása előtt azonosítani kell az érdeklődésre számot tartó területeket.
Hogyan működik egy mesterséges intelligencia által vezérelt dokumentumkezelő rendszer
A mindennapi működés során egy modern, mesterséges intelligenciával rendelkező dokumentumkezelő rendszer jellemzően a digitalizálási és rögzítési szakasszal kezdődik . Bár a mai dokumentumgyártás nagy része digitálisan indul, még mindig jelentős mennyiségű papír és szkennelt anyag van, amelyet fejlett OCR-rel kell feldolgozni.
A nyomtatott dokumentumokat vagy PDF képeket OCR eszközökhöz küldik, amelyek felismerik a szöveget, és indexelhető tartalommá alakítják . Sok modern fénymásoló már tartalmazza ezt a típusú motort, és léteznek speciális megoldások nagy volumenű szkenneléshez is.
Miután a tartalom szöveggé alakult, az NLP és a gépi tanulási modellek kerülnek előtérbe . Ezek elemzik a dokumentumot, azonosítják a tárgyát, kinyerik a kulcsfontosságú adatokat (pl. nevek, dossziészámok, dátumok, összegek), és besorolják a szervezet osztályozási sémáján vagy dokumentumkezelő rendszerén belül.
Ezen információk birtokában a rendszer automatikusan metaadatokat rendelhet hozzá, dokumentumsorozatokat javasolhat, dokumentumokat kapcsolhat egymáshoz, és sokkal gazdagabb keresést tehet lehetővé , kombinálva a szabad kifejezéseket, szűrve dátum, típus, téma vagy helyszín szerint.
A nagy hozzáadott érték az, hogy ezek a rendszerek a használat során tanulnak : ahogy a levéltárosok korrigálják, validálják vagy módosítják az osztályozási javaslatokat, a modellek pontossága javul, és az egyes levéltárak vagy intézmények kontextusához jobban igazodó eredményeket kínálnak.
A mesterséges intelligencia gyakorlati alkalmazásai a fájlkezelésben
A gyakorlatban a mesterséges intelligencia a dokumentumkezelés szinte minden fázisába beavatkozhat, segítve az ismétlődő munka csökkentését, a hibák minimalizálását, és a dokumentumok stratégiai információforrásként való felhasználását . Egyes felhasználási módok különösen figyelemre méltóak az állami és a magánszektorban.
Az egyik legelterjedtebb a dokumentumok automatikus osztályozása tartalom, típus vagy formátum szerint. Ahelyett, hogy manuálisan címkézné az egyes dokumentumokat, a rendszer kategóriákat, sorozatokat vagy fájlokat javasol vagy rendel hozzájuk, ami jelentősen felgyorsítja a folyamatot és megkönnyíti a szabályozási megfelelést.
A mesterséges intelligenciát releváns információk , például személyek neveinek, címeinek, dátumainak, szabályozási hivatkozásainak vagy iktatószámainak kinyerésére is használják . Ezeket az információkat ezután adatbázisokban vagy irányítópultokon tárolják a további konzultáció és elemzés megkönnyítése érdekében.
Egy másik egyértelmű alkalmazási lehetőség az összefoglalók és jelentések automatikus generálása nagyméretű dokumentumkészletekből. A nyelvi alapú eszközök, mint például egyes társalgási asszisztensek vagy a ChatPDF típusú szolgáltatások, szinte azonnal képesek szintetizálni egy fájl, szerződés vagy jelentéskészlet főbb pontjait.
A fejlett dokumentum-visszakeresés egy másik terület , ahol a minőségi ugrás egyértelműen megmutatkozik. A mesterséges intelligencia által működtetett belső keresőmotorok lehetővé teszik a felhasználók számára, hogy információkat találjanak akkor is, ha nem emlékeznek a dokumentum pontos címére, vagy más szavakat használnak, mint az eredeti szövegben, a természetes nyelvhez sokkal közelebb álló szemantikai kereséseknek köszönhetően.
A szabályozott szektorokban számos szervezet használ mesterséges intelligenciát a szabályozási megfelelés megerősítésére és az érzékeny információk felderítésére . A rendszerek képesek azonosítani a személyes adatokat, a bizalmas információkat, a megőrzési időszakokat vagy a lejáró licenceket, segítve a meg nem felelés megelőzését és a kockázatok jobb kezelését.
Ezzel párhuzamosan felmerül az intelligens archiválás ötlete , ahol a rendszer nemcsak tárolja és rendszerezi a dokumentumokat, prezentációkat vagy válaszokat, hanem segít is elkészíteni azokat, automatikusan megkeresve a legrelevánsabb információkat minden egyes felhasználási esethez.
Dokumentumokhoz készült mesterséges intelligencia modellek és platformok
A dokumentumkezelésben használt eszközök ökoszisztémája a speciális motoroktól a legmodernebb nyelvi modellekig terjed . Mindegyik a folyamat egy részét fedi le, és együttesen nagyon hatékony megoldásokat alkotnak.
Az OCR területén az egyik legismertebb motor a Tesseract , egy széles körben elterjedt, nyílt forráskódú projekt képek szöveggé konvertálására. Számos kereskedelmi megoldás integrálja vagy hasonló, kéziratokhoz és történelmi dokumentumokhoz adaptált technológiákra támaszkodik.
A természetes nyelvi feldolgozásban az olyan modellek, mint a BERT és a különféle GPT- családok, forradalmi változásokat hoztak, lehetővé téve a szöveg olyan kontextuális megértését, amely sokkal közelebb áll ahhoz, ahogyan az emberek olvasnak. Ezeket a modelleket dokumentumok osztályozására, összefoglalók generálására, entitások kinyerésére és a tartalommal kapcsolatos lekérdezések megválaszolására használják.
Továbbá sok szervezet úgy dönt, hogy saját dokumentációját használva képezi ki az egyéni gépi tanulási modelleket . Ez lehetővé teszi számukra, hogy alkalmazkodjanak a terminológiájukhoz, a szervezeti felépítésükhöz és a belső szabályozásaikhoz, és olyan pontosságot érjenek el az osztályozásban vagy a mintázatfelismerésben, ami az általános modellekkel nem lenne lehetséges.
Ezt a technológiai alapot integrált megoldások építésére használják, amelyek magukban foglalják a dokumentumkezelő rendszereket, munkafolyamatokat, auditálást, elektronikus aláírásokat és együttműködési eszközöket , mindezt analitikai és mesterséges intelligencia képességekhez kapcsolva.
Mesterséges intelligenciát alkalmazó dokumentumkezelési megoldások
A lehetőségek skálája a technológiai óriásoktól a nyílt forráskódú szoftverprojektekig terjed, és a javaslatok célja, hogy javítsák a szervezetek fájlkezelését.
Az olyan cégek, mint a Google és az IBM , olyan platformokkal, mint a Google Cloud és a Watson, olyan adatosztályozási, -elemzési és -kinyerési szolgáltatásokat kínálnak, amelyek integrálhatók a meglévő dokumentumkezelő rendszerekbe. Továbbá a folyamatautomatizálásra összpontosító cégek, mint például az UiPath és az Automation Anywhere, olyan szoftverrobotokat hoztak létre, amelyek képesek teljes dokumentum-munkafolyamatok kezelésére.
A kifejezetten dokumentumkezelésre irányuló megoldások közül az OpenKM kiemelkedik , mint nyílt forráskódú dokumentumkezelő, amely intelligens osztályozást, metaadat-kinyerést és mesterséges intelligencia által vezérelt szemantikus keresést tartalmaz. Nyílt forráskódú jellege lehetővé teszi a magas fokú testreszabhatóságot és alkalmazkodást az egyes szervezetek igényeihez.
Egy másik releváns eszköz az R2 Docuo , amely mind a dokumentumkezelésre, mind a munkafolyamatokra kidolgozott. Ez a platform jelentősen csökkenti a dokumentumok létrehozásával, ellenőrzésével, terjesztésével és aláírásával járó erőfeszítéseket, automatizálva mindent a sablonok generálásától a jóváhagyáson át a végső archiválásig.
A vállalati nyílt forráskódú szoftverek területén az Alfresco vezető megoldásként pozicionálta magát a tartalom- és fájlkezelés terén. Lehetővé teszi a folyamatok testreszabását, modulok hozzáadását és a külső mesterséges intelligencia szolgáltatásokkal való integrációt, így rugalmas alapot biztosít ambiciózus projektek építéséhez nagy intézményekben.
Google Dokumentum AI és intelligens dokumentumfeldolgozás
A specializált platformok egyik legtisztább példája a Google Document AI , egy felhőalapú szolgáltatás, amelynek célja a dokumentumok nagymértékű osztályozásának, kinyerésének és elemzésének automatizálása. Mind a magánvállalatok, mind a közintézmények számára készült, amelyek nagy mennyiségű űrlapot, számlát, fájlt vagy szerződést kezelnek.
A dokumentum-AI ötvözi a gépi tanulást, az NLP-t és a számítógépes látást, hogy azonosítsa a releváns mezőket minden egyes dokumentumban, függetlenül attól, hogy az szkennelésből, PDF-ből vagy képernyőképből származik. Képes megtanulni az adott iparágban elterjedt dokumentumformátumokat, és ezt a tudást új alkalmazásokhoz felhasználni.
Mivel felhőszolgáltatásként is elérhető, ez a fajta megoldás különösen érdekes azoknak a szervezeteknek, amelyeknek gyorsan kell skálázniuk feldolgozási kapacitásukat anélkül, hogy saját hardverbe kellene befektetniük vagy összetett infrastruktúrákat kellene fenntartaniuk.
Az eredmény az, hogy számos olyan feladat, amely korábban órákig tartó manuális áttekintést igényelt, percek alatt elvégezhető, miközben az emberi csapat az adatbevitel helyett az érvényesítésre és a magasabb hozzáadott értékű döntésekre koncentrál.
A mesterséges intelligencia alkalmazása a közigazgatásban
A közigazgatási szervek szövetségesre találnak a mesterséges intelligenciában a dokumentáció hatékonyabb és átláthatóbb kezelése érdekében . A városi tanácsoktól a minisztériumokig egyre több projekt tartalmaz automatikus osztályozást, fájlelemzést és fejlett keresőrendszereket.
Számos helyi és regionális önkormányzat mesterséges intelligenciával működő dokumentumkezelő rendszereket telepít az elektronikus fájlok rendszerezésére, az eljárások felgyorsítására a dokumentumok digitális aláírásával , valamint a polgárok nyilvános információkhoz való hozzáférésének javítására . Ez csökkenti a válaszidőket és megkönnyíti a folyamatok belső ellenőrzését.
Konkrét példa erre az Alfresco használata a Tomelloso Városi Tanácsnál a belső dokumentációk kezelésére és megosztására. Bár a benne rejlő összes lehetőséget még nem aknázzák ki, kezdeményezések indultak a tudásmegosztásra, például a képzések minden alkalmazott számára elérhetővé tétele, ami egy dinamikus digitális archívum alapjait veti le.
A mesterséges intelligencia rendszereket a dokumentációban található minták észlelésére is használják, amelyek szabálytalanságokra, hatékonysághiányra vagy a közpolitika felülvizsgálatának szükségességére utalhatnak, segítve ezzel a közigazgatások stratégiai döntéseinek jobb irányítását.
Továbbá a közszféra azzal a kihívással néz szembe, hogy ezeket az innovációkat összeegyeztesse az adatvédelemre, az átláthatóságra és a hosszú távú megőrzésre vonatkozó jogi követelményekkel , így a levéltárosok és a jogi szakértők szerepe kulcsfontosságú ezen megoldások megtervezésében és megvalósításában.
Carabela Projekt: Mesterséges intelligencia a kézzel írott történelmi archívumokhoz
A történelmi örökség területén a mesterséges intelligencia olyan lehetőségeket nyit meg, amelyek néhány évvel ezelőtt még sci-finek tűntek. Jó példa erre a Carabela Projekt , amely a víz alatti történelmi örökséggel kapcsolatos kéziratgyűjtemények valószínűségi indexelésére összpontosít.
Ez a projekt, amelyet az Andalúz Történelmi Örökség Intézete a Vízalatti Régészeti Központján keresztül támogat , és amelyet a Valenciai Műszaki Egyetem Mintafelismerési és Emberi Nyelvi Technológiai Kutatóközpontja (PRHLT) vezet, fejlett mintázat- és nyelvfelismerési technikákat alkalmaz a digitalizált kézzel írott dokumentációk felkutatására és vizsgálatára.
A mesterséges intelligenciának köszönhetően lehetővé válik a víz alatti örökséggel kapcsolatos említések, útvonalak, hajók vagy események azonosítása anélkül, hogy manuálisan több ezer oldalt kellene elolvasni, ami megsokszorozza a kutatócsoportok azon képességét, hogy releváns információkat fedezzenek fel.
A Carabela Projektet kutatóknak és levéltáros szakembereknek szóló workshopokon mutatták be , arra összpontosítva, hogy ezek a technikák hogyan alkalmazhatók más történelmi kéziratgyűjteményekre, és hogyan szolgálhatnak modellként a digitális bölcsészettudományok új projektjeihez.
Az olyan kezdeményezések, mint a Carabela, azt mutatják, hogy a mesterséges intelligencia nemcsak az adminisztratív eljárások egyszerűsítésére szolgál, hanem elősegíti a történelmi kutatást és az örökség megőrzését is , új kérdéseket és tanulmányi irányokat nyitva meg.
Képzések, kurzusok és tanulmányi elismerés
A mesterséges intelligencia levéltári tudományokba való beépítése egyre több olyan kurzust, konferenciát és tudományos publikációt is generál, amelyek elemzik a mesterséges intelligencia hatását, megosztják a tapasztalatokat és feltárják a fejlett felhasználási lehetőségeket különböző kontextusokban.
Olyan képzési tevékenységeket szerveznek, amelyek modulokat tartalmaznak a célokról, az előadókról, a hallgatói profilról, az egyetemi kreditek elismeréséről, az értékelési eljárásokról és a szálláslehetőségekről , ami azt jelzi, hogy ezek nem egyszeri workshopok, hanem bizonyos tudományos tartalommal bíró programok.
Ezzel párhuzamosan a könyvtártudomány, a dokumentáció és az levéltártudomány szakfolyóiratai olyan cikkeket közölnek, amelyek szisztematikusan áttekintik a mesterséges intelligenciával és az archívumokkal kapcsolatos legújabb tudományos szakirodalmat , kiemelve mind a legbeváltabb alkalmazásokat, mind a még betöltendő tudásbeli hiányosságokat.
A gyakorlati képzés és a tudományos termelés kombinációja segíti a levéltárosokat, a dokumentaristákat és az informatikai személyzetet abban, hogy közös nyelvet beszéljenek , ami elengedhetetlen a realisztikus és jól fókuszált projektek megtervezéséhez minden intézményben.
Emellett online kurzusokat is népszerűsítenek, amelyek a mesterséges intelligencia segítségével javítják a termelékenységet az adminisztratív területen , és amelyek gyakorlatias módon magyarázzák el, hogyan lehet ezeket az eszközöket integrálni az irodák, osztályok és levéltárak mindennapi működésébe.
Dokumentumkezelés a felhőben és annak hatása az archívumokra
Az archiválásban a mesterséges intelligencia térnyerése szorosan összefügg a felhőalapú dokumentumkezelés növekedésével . Számos mélytanuláson alapuló szolgáltatás jelentős számítási teljesítményt igényel, különösen a GPU-k tekintetében, amelyeket nehéz és költséges fenntartani a hagyományos helyszíni infrastruktúrákban.
A SaaS (Software as a Service) modellel a dokumentumkezelő alkalmazások és a mesterséges intelligencia motorok külső szervereken találhatók , lehetővé téve a szervezetek számára, hogy igény szerint skálázzák az erőforrásokat, csak a használatért fizessenek, és ne kelljen aggódniuk a berendezések fizikai karbantartása miatt.
Igaz, hogy fenntartások merülnek fel a dokumentumok külső, esetenként az országon kívüli szervereken történő tárolásával kapcsolatban, de a skálázhatóság, a biztonság, a biztonsági mentések és a távoli hozzáférés tekintetében az előnyök egyértelműek, feltéve, hogy olyan szolgáltatókat választanak, amelyek megfelelnek a szigorú európai adatvédelmi előírásoknak.
Az informatikai részlegek számára ez a felhőalapú megközelítés kevesebb rendszeradminisztrációs terhet jelent , mivel nem kell minden egyes munkaállomáson szoftvert telepíteni vagy frissíteni, és a hardvereket sem kell az alkalmanként előforduló csúcsterhelésekhez igazítani.
A levéltárak számára a felhő lehetővé teszi, hogy nagy mennyiségű digitalizált dokumentumot tegyenek elérhetővé a nyilvánosság számára , intelligens keresőmotorokkal kiegészítve, anélkül, hogy a belső infrastruktúra szűk keresztmetszetet jelentene.
Ez a teljes ökoszisztéma, amely magában foglalja az obszervatóriumokat, kutatási projekteket, kereskedelmi megoldásokat és felhőplatformokat, olyan forgatókönyvet alakít ki, amelyben a mesterséges intelligencia a levéltárosok és az iratkezelők mindennapi eszközévé válik , nem pedig egy elszigetelt kísérletté. Ahogy a szakemberek egyre jobban megismerik a lehetőségeit és korlátait, egyre több olyan felhasználási eset jelenik meg, amelyek javítják a termelékenységet, bővítik az információkhoz való hozzáférést, és erősítik a dokumentumörökség megőrzését a jövő generációi számára. Ezenkívül a keresőmotorok és az archívumok keresésének technikái maguk is segítenek maximalizálni a digitális adattárak értékét.
