- Yapay zekâ, hem idari hem de tarihsel belgelerin sınıflandırılmasını, aranmasını ve korunmasını optimize ediyor.
- OCR, NLP ve makine öğrenimi gibi araçlar, önemli bilgileri büyük ölçekte çıkarmanıza ve kullanmanıza olanak tanır.
- Gözlemevleri, araştırma projeleri ve belge yöneticileri, yapay zekanın kamusal ve özel arşivlerde benimsenmesini hızlandırıyor.
- Bulut tabanlı belge yönetimi, mevcut düzenlemelere uyum sağlarken kaynakların ölçeklenmesini ve gelişmiş yapay zeka hizmetlerinden yararlanılmasını kolaylaştırır.
Bulut tabanlı dosya ve belge yönetimine uygulanan yapay zeka , dosyalar, tarihi kayıtlar, idari belgeler ve her türlü kayıtla çalışma şeklimizi temelden değiştiriyor. Şirketlerde, üniversitelerde ve kamu kurumlarında her gün yüzlerce veya binlerce belge oluşturuluyor ve iyi bir sistem olmadan bunlar kolayca kullanılamaz hale gelen kaotik bir karmaşaya dönüşebiliyor.
İlginç olan şu ki, yapay zeka sayesinde bu belgeler artık sadece depolanmış dosyalar olmaktan çıkıp karar verme için aktif bilgi kaynakları haline geliyor . Optik karakter tanıma, doğal dil işleme ve makine öğrenimi gibi teknolojiler, daha iyi içerik konumlandırmasına, sıkıcı görevlerin otomasyonuna ve dosyalara çok daha geniş bir kitlenin erişimine olanak sağlıyor.
Yapay zeka çağında arşiv bilimi
Arşiv bilimi, belgelerin tüm yaşam döngüsü yönetimini (oluşturma, düzenleme, uzun vadeli koruma ve erişim) ele alan bir disiplin olarak anlaşıldığında , bilgisayar bilimini giderek daha fazla bünyesine katmış ve yapay zeka ile niteliksel bir sıçrama yaşamaktadır. Bu sadece dijitalleştirme ile ilgili değil, belgelerin içeriğinden gerçekten faydalanmakla ilgilidir.
Son yıllarda, PICOC ve PRISMA gibi metodolojiler kullanılarak Scopus, SciELO, LISA ve Google Scholar gibi veritabanlarındaki akademik literatürü analiz eden, yapay zekanın arşivler üzerindeki etkisini inceleyen sistematik çalışmalar yayınlandı . Bu çalışmalar, birçok profesyonel arasında hala bir farkındalık eksikliği olmasına rağmen, pratik uygulamaların zaten çok somut olduğunu ortaya koymaktadır.
Yapay zekanın arşiv bilimine en belirgin katkıları arasında dijital koruma desteği, otomatik meta veri oluşturma ve el yazısı metin tanıma (HTR) yer almaktadır . Bunlar, bilgi aramalarını ve erişimini iyileştiren, arşiv koleksiyonlarına daha demokratik erişimi teşvik eden makine öğrenimi ve doğal dil işleme uygulamalarıyla tamamlanmaktadır.
Yapay zekâ hızla gelişiyor olsa da, tüm kurumlar henüz potansiyelinden tam olarak yararlanamıyor . Birçok arşiv, kaynak yetersizliği, mevcut araçlar hakkında bilgi eksikliği veya süreçlerini değiştirme ve ISO 27000 standartlarına uyma isteksizliği nedeniyle büyük ölçüde manuel prosedürler kullanmaya devam ediyor.
Arşivlerde Yapay Zeka Gözlemevi
İspanyol alanında, Yapay Zeka Arşivleri Gözlemevi öne çıkıyor ; bu çalışma grubu, yapay zekanın bu alanda nasıl uygulandığını yakından izleyen ve iyi uygulamaları teşvik eden farklı özerk topluluklardan ve kuruluşlardan profesyonellerden oluşuyor.
Gözlemevi , Murcia Bölgesi, Santiago de Compostela Üniversitesi, Valensiya Özerk Bölgesi, Balear Adaları, Sant Cugat del Vallès Belediye Meclisi, Madrid Özerk Bölgesi, Navarra Özerk Bölgesi, Katalonya, Bask Ülkesi, Kastilya ve León, Devlet Arşivleri Genel Müdürlüğü ve diğer kuruluşlardan uzmanlardan oluşmaktadır . Bu bölgesel ve örgütsel çeşitlilik, ihtiyaçlar ve projeler konusunda çok geniş bir bakış açısı sağlamaktadır.
Grup , Santiago de Compostela Üniversitesi Arşivi Müdürü Désirée Domínguez Pallas tarafından koordine edilmektedir ve arşiv yönetiminde akıllı sistemlerin kullanımına ilişkin teknik, etik ve organizasyonel zorluklar üzerine deneyim alışverişini ve düşünceyi teşvik etmektedir.
Bu tür girişimler, yapay zekanın izole ve düzensiz bir şekilde değil, teknik kriterlerin, gerçek dünya örneklerinin ve ortak çalışma alanlarının paylaşılması yoluyla benimsenmesini teşvik eder ; bu da kamu arşivlerinin tutarlı bir şekilde ilerlemesi için temeldir.
Belge yönetiminde temel yapay zeka kavramları
Belgeler ve dosyalar üzerinde yapay zekâ uygulaması söz konusu olduğunda, bir araya geldiklerinde belgelerdeki bilgileri okumamızı, anlamamızı, sınıflandırmamızı ve kullanmamızı sağlayan çeşitli teknolojiler devreye girer . Bunların başlıcaları optik karakter tanıma (OCR), doğal dil işleme ve makine öğrenimi ile Elasticsearch gibi arama motorlarıdır.
Optik Karakter Tanıma (OCR), belgelerin görüntülerini (tarama, fotoğraf, görüntüden oluşturulmuş PDF'ler) düzenlenebilir ve işlenebilir dijital metne dönüştürür . Mevcut OCR motorları, karmaşık yazı tipleriyle ve hatta bazı el yazısı biçimleriyle çalışabilmekte olup, büyük tarihi koleksiyonların işlenmesinin önünü açmaktadır.
Doğal Dil İşleme (NLP), makinelerin insan dilini analiz etmesine ve anlamasına olanak tanır . Bu tekniklerle, aramaları iyileştirmek, varlıkları (kişiler, yerler, tarihler) çıkarmak, belgeleri özetlemek, metinleri çevirmek ve otomatik açıklamalar oluşturmak gibi birçok işlevi gerçekleştirmek mümkündür.
Öte yandan makine öğrenimi, örneklerden öğrenen modellere dayanmaktadır. Arşivcilik alanında, profesyoneller tarafından sınıflandırılmış ve farklı veritabanı türlerinde saklanan koleksiyonlardan öğrenerek, belge türlerini ayırt eden, verilerdeki kalıpları tespit eden veya bir belgenin içeriğine göre hangi seriye ait olduğunu tahmin eden sistemlerin eğitilmesine olanak tanır.
Birçok çözüm , yalnızca metni değil, görüntüleri de analiz eden bilgisayar görüşünü de içerir . Bu, özellikle düşük kalitede taranmış tarihi fotoğraflar, planlar, teknik çizimler veya eski belgelerin yönetimi için kullanışlıdır; bu tür durumlarda diğer teknikleri uygulamadan önce ilgi alanlarını belirlemek gerekir.
Yapay zeka destekli bir belge yönetim sistemi nasıl çalışır?
Günlük operasyonlarda, yapay zekâ destekli modern bir belge yönetim sistemi genellikle dijitalleştirme ve yakalama aşamasıyla başlar . Günümüzdeki belge üretiminin büyük bir kısmı dijital olarak gerçekleşse de, gelişmiş OCR (Optik Karakter Tanıma) ile işlenmesi gereken önemli miktarda kağıt ve taranmış materyal hala mevcuttur.
Basılı belgeler veya PDF görüntüleri , metni tanıyan ve onu indekslenebilir içeriğe dönüştüren OCR araçlarına gönderilir . Birçok modern fotokopi makinesi zaten bu tür bir motoru bünyesinde barındırmaktadır ve yüksek hacimli tarama için özel çözümler de mevcuttur.
İçerik metne dönüştürüldükten sonra, doğal dil işleme (NLP) ve makine öğrenimi modelleri devreye girer . Bunlar belgeyi analiz eder, konusunu belirler, önemli verileri (örneğin, isimler, dosya numaraları, tarihler, tutarlar) çıkarır ve kuruluşun sınıflandırma şeması veya belge yönetim sistemi içinde sınıflandırır.
Bu bilgilerle sistem, otomatik olarak meta veriler atayabilir, belge serileri önerebilir, belgeleri birbirleriyle ilişkilendirebilir ve serbest terimleri birleştirerek, tarihlere, türlere, konulara veya yerlere göre filtreleyerek çok daha zengin aramalar yapmayı kolaylaştırabilir.
En büyük katma değer, bu sistemlerin kullanımla birlikte öğrenmesidir : arşiv personeli sınıflandırma önerilerini düzelttikçe, doğruladıkça veya ayarladıkça, modeller doğruluklarını artırır ve her arşivin veya kurumun bağlamına daha uygun sonuçlar sunar.
Dosya yönetiminde yapay zekanın pratik uygulamaları
Pratikte, yapay zeka belge yönetiminin neredeyse her aşamasına müdahale ederek tekrarlayan işleri azaltmaya, hataları en aza indirmeye ve belgeleri stratejik bir bilgi kaynağı olarak kullanmaya yardımcı olabilir . Bazı kullanım alanları özellikle kamu ve özel sektörde dikkat çekicidir.
En yaygın olanlardan biri, belgelerin içerik, tür veya biçime göre otomatik sınıflandırılmasıdır. Her belgeyi manuel olarak etiketlemek yerine, sistem kategoriler, seriler veya dosyalar önerir veya atar; bu da süreci büyük ölçüde hızlandırır ve mevzuata uyumu kolaylaştırır.
Yapay zekâ , kişilerin adları, adresleri, tarihleri, düzenleyici referansları veya dosya numaraları gibi ilgili bilgileri çıkarmak için de kullanılır . Bu bilgiler daha sonra daha fazla danışma ve analizi kolaylaştırmak için veritabanlarında veya gösterge panellerinde saklanır.
Bir diğer açık uygulama alanı ise büyük belge kümelerinden otomatik olarak özet ve rapor oluşturmaktır . Bazı konuşma asistanları veya ChatPDF benzeri hizmetler gibi dil tabanlı araçlar, bir dosyanın, sözleşmenin veya rapor kümesinin kilit noktalarını neredeyse anında sentezleyebilir.
Gelişmiş belge arama, niteliksel sıçramanın açıkça görüldüğü bir diğer alandır . Yapay zekâ destekli dahili arama motorları, kullanıcıların belgenin tam başlığını hatırlamasalar veya orijinal metindeki kelimelerden farklı kelimeler kullansalar bile, doğal dile çok daha yakın olan anlamsal aramalar sayesinde bilgi bulmalarını sağlar.
Düzenlemeye tabi sektörlerde birçok kuruluş, mevzuata uyumu güçlendirmek ve hassas bilgileri tespit etmek için yapay zekayı kullanmaktadır . Sistemler, kişisel verileri, gizli bilgileri, saklama sürelerini veya süresi dolmak üzere olan lisansları belirleyerek uyumsuzluğun önlenmesine ve riskin daha iyi yönetilmesine yardımcı olabilir.
Buna paralel olarak, sistemin yalnızca depolama ve düzenleme yapmakla kalmayıp, aynı zamanda her kullanım durumu için en alakalı bilgileri otomatik olarak bularak belgeleri, sunumları veya yanıtları hazırlamaya yardımcı olduğu, destekli akıllı arşiv fikri ortaya çıkıyor .
Belgeler için yapay zeka modelleri ve platformları
Belge yönetiminde kullanılan araç ekosistemi, son derece uzmanlaşmış motorlardan en gelişmiş dil modellerine kadar uzanmaktadır . Her biri sürecin bir bölümünü kapsar ve birlikte çok güçlü çözümler oluştururlar.
Optik karakter tanıma (OCR) alanında en bilinen motorlardan biri, görüntüleri metne dönüştürmek için yaygın olarak kullanılan açık kaynaklı bir proje olan Tesseract'tır . Birçok ticari çözüm, bu motoru entegre eder veya el yazmaları ve tarihi belgeler için uyarlanmış benzer teknolojilere dayanır.
Doğal dil işleme alanında, BERT ve çeşitli GPT aileleri gibi modeller , insan okuma biçimine çok daha yakın bir şekilde metnin bağlamsal olarak anlaşılmasını sağlayarak çığır açmıştır. Bu modeller, belgeleri sınıflandırmak, özetler oluşturmak, varlıkları çıkarmak ve içerikle ilgili sorguları yanıtlamak için kullanılır.
Ayrıca, birçok kuruluş kendi dokümanlarını kullanarak özel makine öğrenimi modelleri eğitmeyi tercih etmektedir . Bu, kendi terminolojilerine, organizasyon yapılarına ve iç düzenlemelerine uyum sağlamalarına ve genel modellerle mümkün olmayan bir sınıflandırma veya örüntü tespiti doğruluk düzeyine ulaşmalarına olanak tanır.
Bu teknolojik altyapı , belge yönetim sistemleri, iş akışları, denetim, elektronik imzalar ve iş birliği araçlarını içeren ve analitik ve yapay zeka yetenekleriyle bağlantılı entegre çözümler oluşturmak için kullanılır .
Yapay zekayı bünyesinde barındıran belge yönetimi çözümleri
Seçenek yelpazesi teknoloji devlerinden açık kaynaklı yazılım projelerine kadar uzanıyor ve öneriler, kuruluşların dosyalarını yönetme biçimini iyileştirmeyi amaçlıyor.
Google ve IBM gibi şirketler , Google Cloud ve Watson gibi platformlarla, mevcut belge yönetim sistemlerine entegre edilebilen veri sınıflandırma, analiz ve çıkarma hizmetleri sunmaktadır. Ayrıca, UiPath ve Automation Anywhere gibi süreç otomasyonuna odaklanan şirketler, tüm belge iş akışlarını yönetebilen yazılım robotları geliştirmiştir.
Belge yönetimine özel çözümler arasında OpenKM , akıllı sınıflandırma, meta veri çıkarma ve yapay zeka destekli anlamsal arama özelliklerini bünyesinde barındıran açık kaynaklı bir belge yöneticisi olarak öne çıkmaktadır. Açık kaynaklı yapısı, her kuruluşun ihtiyaçlarına göre yüksek derecede özelleştirme ve uyarlama olanağı sağlar.
Bir diğer önemli araç ise hem belge yönetimi hem de iş akışlarına yönelik olan R2 Docuo'dur . Bu platform, şablon oluşturmadan onaylamaya ve nihai arşivlemeye kadar her şeyi otomatikleştirerek, belge oluşturma, kontrol etme, dolaşıma sokma ve imzalama süreçlerinde harcanan çabayı önemli ölçüde azaltmayı vaat ediyor.
Kurumsal açık kaynak yazılım alanında Alfresco , içerik ve dosya yönetimi için önde gelen bir seçenek olarak kendini kanıtlamıştır. Süreç özelleştirmesine, modül eklenmesine ve harici yapay zeka hizmetleriyle entegrasyona olanak tanıyarak, büyük kurumlarda iddialı projeler oluşturmak için esnek bir temel oluşturmaktadır.
Google Doküman Yapay Zekası ve akıllı belge işleme
Özel bir platformun en net örneklerinden biri, büyük ölçekte belgelerin sınıflandırılması, çıkarılması ve analizini otomatikleştirmek için tasarlanmış bulut tabanlı bir hizmet olan Google Document AI'dır . Bu hizmet, büyük miktarda form, fatura, dosya veya sözleşme işleyen hem özel şirketlere hem de kamu kuruluşlarına yöneliktir.
Belge yapay zekası, makine öğrenimi, doğal dil işleme ve bilgisayar görüşünü birleştirerek , taranmış, PDF veya ekran görüntüsünden gelmesine bakılmaksızın her belgedeki ilgili alanları tanımlar. Belirli bir sektördeki yaygın belge formatlarını öğrenebilir ve bu bilgiyi yeni uygulamalar için yeniden kullanabilir.
Bulut hizmeti olarak sunulması, bu tür bir çözümün, kendi donanımlarına yatırım yapmak veya karmaşık altyapıları yönetmek zorunda kalmadan işlem kapasitelerini hızla artırması gereken kuruluşlar için özellikle ilgi çekici olmasını sağlıyor.
Sonuç olarak, daha önce saatlerce süren manuel inceleme gerektiren birçok görev, insan ekibinin veri girişi yerine doğrulama ve daha yüksek katma değerli kararlar almaya odaklanmasıyla dakikalar içinde çözülebiliyor .
Yapay Zekanın Kamu Yönetiminde Uygulanması
Kamu idareleri , dokümantasyonu daha verimli ve şeffaf bir şekilde yönetmek için yapay zekâda bir müttefik buluyor . Belediyelerden bakanlıklara kadar, giderek artan sayıda proje otomatik sınıflandırma, dosya analizi ve gelişmiş arama sistemlerini bünyesine katıyor.
Birçok yerel ve bölgesel yönetim , elektronik dosyaları düzenlemek, belgeleri dijital olarak imzalayarak işlemleri hızlandırmak ve vatandaşların kamu bilgilerine erişimini iyileştirmek için yapay zeka destekli belge yönetim sistemleri kullanıyor . Bu, yanıt sürelerini kısaltıyor ve süreçlerin iç kontrolünü kolaylaştırıyor.
Bunun somut bir örneği , Tomelloso Belediye Meclisi'nde iç dokümanların yönetimi ve paylaşımı için Alfresco'nun kullanılmasıdır . Henüz tüm potansiyeli kullanılmasa da, tüm personele erişilebilir eğitim kurslarının saklanması gibi bilgi paylaşımına yönelik girişimler başlatılmış ve dinamik bir dijital arşivin temeli atılmıştır.
Yapay zekâ sistemleri ayrıca , usulsüzlükleri, verimsizlikleri veya kamu politikası incelemesi ihtiyacını gösterebilecek dokümanlardaki kalıpları tespit etmek için de kullanılır ve bu da yönetimlerin stratejik kararlarını daha iyi yönlendirmeye yardımcı olur.
Dahası, kamu sektörü bu yenilikleri veri koruma, şeffaflık ve uzun vadeli saklama ile ilgili yasal gerekliliklerle uzlaştırma zorluğuyla karşı karşıyadır ; bu da arşivcilerin ve hukuk uzmanlarının bu çözümlerin tasarlanması ve uygulanmasındaki rolünü hayati öneme sahip kılmaktadır.
Carabela Projesi: Tarihi el yazısı arşivleri için yapay zeka
Tarihi miras alanında, yapay zeka birkaç yıl öncesine kadar bilim kurgu gibi görünen olanaklar sunuyor. Bunun iyi bir örneği , su altı tarihi mirasıyla ilgili el yazması koleksiyonlarının olasılıksal indekslenmesine odaklanan Carabela Projesi'dir .
Endülüs Tarihi Miras Enstitüsü'nün Sualtı Arkeolojisi Merkezi tarafından desteklenen ve Valensiya Politeknik Üniversitesi'nin Desen Tanıma ve İnsan Dili Teknolojisi Araştırma Merkezi (PRHLT) tarafından yürütülen bu proje, dijitalleştirilmiş el yazısı belgelerin yerini tespit etmek ve incelemek için gelişmiş desen ve dil tanıma tekniklerini uygulamaktadır.
Yapay zekâ sayesinde, binlerce sayfayı elle okumaya gerek kalmadan su altı mirasıyla ilgili bahsi geçen yerleri, rotaları, gemileri veya olayları belirlemek mümkün hale geliyor ve bu da araştırma ekiplerinin ilgili bilgilere ulaşma yeteneğini artırıyor.
Carabela Projesi , araştırmacılara ve arşiv uzmanlarına yönelik özel atölye çalışmalarında sunulmuş olup , bu tekniklerin diğer tarihi el yazması koleksiyonlarına nasıl uygulanabileceğine ve dijital beşeri bilimlerdeki yeni projeler için nasıl bir model oluşturabileceğine odaklanmıştır.
Carabela gibi girişimlerin hayata geçirilmesi, yapay zekanın yalnızca idari prosedürleri kolaylaştırmakla kalmayıp, aynı zamanda tarihsel araştırmaları ve kültürel mirasın korunmasını da desteklediğini , yeni sorular ve çalışma alanları açtığını göstermektedir.
Eğitim, kurslar ve akademik tanınma
Yapay zekanın arşiv bilimine entegrasyonu , etkisini analiz eden, deneyimleri paylaşan ve farklı bağlamlarda gelişmiş kullanım alanlarını araştıran çok sayıda kurs, konferans ve akademik yayının ortaya çıkmasına da yol açmaktadır.
Eğitim faaliyetleri , hedefler, konuşmacılar, öğrenci profili, üniversite kredilerinin tanınması, değerlendirme prosedürleri ve konaklama seçenekleri gibi modülleri içeren modüller halinde düzenlenmektedir ; bu da bunların tek seferlik atölye çalışmaları değil, belirli bir akademik içeriğe sahip programlar olduğunu göstermektedir.
Buna paralel olarak, kütüphane bilimi, dokümantasyon ve arşiv bilimi alanlarında uzmanlaşmış dergiler, yapay zeka ve arşivler üzerine son bilimsel literatürü sistematik olarak inceleyen , hem en yerleşik uygulamaları hem de henüz doldurulması gereken bilgi boşluklarını vurgulayan makaleler yayınlamaktadır .
Pratik eğitim ve bilimsel üretimin bu birleşimi, arşivcilerin, doküman uzmanlarının ve BT personelinin ortak bir dil konuşmasına yardımcı olur ; bu da her kurumda gerçekçi ve iyi odaklanmış projeler tasarlamak için çok önemlidir.
Ayrıca, idari alanda yapay zeka ile verimliliği artırmaya odaklanan çevrimiçi kurslar da teşvik ediliyor ; bu kurslarda, bu araçların ofislerin, departmanların ve arşivlerin günlük operasyonlarına nasıl entegre edilebileceği uygulamalı olarak açıklanıyor.
Bulutta belge yönetimi ve arşivler üzerindeki etkisi
Arşivlemede yapay zekanın yaygınlaşması, bulut tabanlı belge yönetiminin büyümesiyle yakından bağlantılıdır . Birçok derin öğrenme tabanlı hizmet, özellikle GPU'lar açısından önemli miktarda işlem gücü gerektirir; bu da geleneksel yerel altyapılarda sürdürülmesi zor ve pahalıdır.
Hizmet Olarak Yazılım (SaaS) modeliyle, belge yönetim uygulamaları ve yapay zeka motorları harici sunucularda bulunur ; bu da kuruluşların kaynakları talep üzerine ölçeklendirmesine, yalnızca kullanım için ödeme yapmasına ve ekipmanın fiziksel bakımından endişe duymamasına olanak tanır.
Belgelerin bazen ülke dışında bulunan harici sunucularda saklanması konusunda bazı çekinceler olduğu doğrudur, ancak ölçeklenebilirlik, güvenlik, yedekleme ve uzaktan erişilebilirlik açısından avantajları açıktır; yeter ki Avrupa veri koruma düzenlemelerine uygun sağlayıcılar seçilsin.
BT departmanları için bu bulut yaklaşımı, her iş istasyonuna yazılım yükleme veya güncelleme yapmaya gerek kalmadığı gibi, yalnızca ara sıra meydana gelen kullanım zirveleri için donanım boyutlandırması yapmaya da gerek kalmadığı için sistem yönetimi yükünü azaltır .
Arşivler için bulut teknolojisi, dahili altyapının darboğaz haline gelmesine gerek kalmadan, büyük hacimli dijitalleştirilmiş belgelerin akıllı arama motorlarıyla desteklenerek kamuoyunun erişimine sunulması olasılığını açmaktadır .
Gözlemevleri, araştırma projeleri, ticari çözümler ve bulut platformlarından oluşan bu ekosistem, yapay zekanın arşivciler ve kayıt yöneticileri için izole bir deney olmaktan çıkıp günlük bir araç haline geldiği bir senaryoyu şekillendiriyor. Profesyoneller, yapay zekanın olanakları ve sınırlamaları konusunda daha fazla bilgi sahibi oldukça, verimliliği artıran, bilgiye erişimi genişleten ve gelecek nesiller için belgesel mirasın korunmasını güçlendiren kullanım alanları çoğalıyor. Dahası, arama motorları ve arşivlerde arama teknikleri, dijital depoların değerini en üst düzeye çıkarmaya yardımcı oluyor.
