Για αιώνες, η ιστορική έρευνα βασιζόταν σε μια επίπονη διαδικασία: ο ιστορικός αναζητούσε αρχεία, διάβαζε χειρόγραφα, συνέκρινε μαρτυρίες και προσπαθούσε να συνθέσει από χιλιάδες μικρά κομμάτια μια όσο το δυνατόν πληρέστερη εικόνα του παρελθόντος.
Η ψηφιοποίηση άλλαξε ήδη ένα μεγάλο μέρος αυτής της διαδικασίας. Εκατομμύρια βιβλία, εφημερίδες, επιστολές, φωτογραφίες και δημόσια έγγραφα μπορούν πλέον να αναζητηθούν χωρίς ο ερευνητής να βρίσκεται στον φυσικό χώρο όπου φυλάσσονται.
Η τεχνητή νοημοσύνη υπόσχεται τώρα μια ακόμη μεγαλύτερη αλλαγή. Δεν περιορίζεται στην αποθήκευση των ιστορικών πηγών. Μπορεί να βοηθήσει στην ανάγνωση, την ταξινόμηση και την αναζήτησή τους, ακόμη και στην ανακάλυψη σχέσεων που θα ήταν εξαιρετικά δύσκολο να εντοπιστούν με τον παραδοσιακό τρόπο.
Μπορεί όμως μια μηχανή να μας βοηθήσει πραγματικά να κατανοήσουμε την ιστορία;
Από τα σκονισμένα αρχεία στα ψηφιακά δεδομένα
Ένα μεγάλο μέρος της ανθρώπινης ιστορίας παραμένει κρυμμένο μέσα σε αρχεία. Επιστολές, ημερολόγια, δικαστικά έγγραφα, στρατιωτικές αναφορές, συμβόλαια, κατάστιχα και πρακτικά υπάρχουν σε τεράστιες ποσότητες.
Η ψηφιοποίηση έκανε δυνατή τη φωτογράφηση και ηλεκτρονική αποθήκευση πολλών από αυτά. Αυτό όμως δεν σημαίνει ότι έγιναν αυτομάτως και εύκολα αναζητήσιμα.
Μια φωτογραφία μιας χειρόγραφης επιστολής, για παράδειγμα, εξακολουθεί ουσιαστικά να είναι μια εικόνα. Για να μπορέσει ένας υπολογιστής να αναζητήσει λέξεις, ονόματα ή ημερομηνίες μέσα σε αυτή, πρέπει πρώτα να αναγνωρίσει το κείμενο.
Όταν η AI μαθαίνει να διαβάζει παλιά χειρόγραφα
Εδώ εμφανίζεται μία από τις σημαντικότερες εφαρμογές της τεχνητής νοημοσύνης στην ιστορική έρευνα: η αυτόματη αναγνώριση χειρόγραφου κειμένου.
Τα παλιά χειρόγραφα αποτελούν δύσκολη περίπτωση ακόμη και για τον άνθρωπο. Η γραφή αλλάζει από εποχή σε εποχή και από άνθρωπο σε άνθρωπο, υπάρχουν συντομογραφίες, ξεθωριασμένο μελάνι, κατεστραμμένες σελίδες και λέξεις που έχουν πάψει να χρησιμοποιούνται.
Συστήματα τεχνητής νοημοσύνης μπορούν να εκπαιδευτούν πάνω σε ιστορικά χειρόγραφα και να μετατρέψουν μεγάλο μέρος τους σε ψηφιακό κείμενο. Το αποτέλεσμα δεν είναι πάντοτε τέλειο και χρειάζεται ανθρώπινο έλεγχο, αλλά μπορεί να επιταχύνει εντυπωσιακά μια εργασία που παλαιότερα απαιτούσε αμέτρητες ώρες.
Ευρωπαϊκά προγράμματα ψηφιακής πολιτιστικής κληρονομιάς έχουν ήδη συνδυάσει τεχνολογία αναγνώρισης χειρογράφων με τη δουλειά εθελοντών και ερευνητών για τη μεταγραφή ιστορικών εγγράφων.
Αναζητώντας μέσα σε εκατομμύρια τεκμήρια
Η πραγματική δύναμη της τεχνητής νοημοσύνης γίνεται περισσότερο εμφανής όταν το ιστορικό υλικό είναι τεράστιο.
Ένας άνθρωπος μπορεί να διαβάσει εκατοντάδες ή ίσως χιλιάδες έγγραφα κατά τη διάρκεια μιας μεγάλης έρευνας. Ένα υπολογιστικό σύστημα μπορεί να επεξεργαστεί πολύ μεγαλύτερες συλλογές και να βοηθήσει τον ερευνητή να εντοπίσει επαναλαμβανόμενα ονόματα, τοποθεσίες, ημερομηνίες, γεγονότα ή γλωσσικά μοτίβα.
Φανταστείτε ένα ψηφιακό αρχείο με εκατοντάδες χιλιάδες επιστολές του 19ου αιώνα. Αν οι επιστολές έχουν μετατραπεί σε αναζητήσιμο κείμενο, η AI μπορεί να βοηθήσει να εντοπιστούν πρόσωπα που επικοινωνούσαν μεταξύ τους, τόποι που εμφανίζονται συχνότερα ή θέματα που αποκτούσαν μεγαλύτερη σημασία σε συγκεκριμένες περιόδους.
Δεν γράφει έτσι από μόνη της την ιστορία. Προσφέρει όμως στον ιστορικό έναν διαφορετικό τρόπο να εξερευνήσει το υλικό.
Μπορεί να ανακαλύψει κάτι που δεν είχαμε προσέξει;
Ίσως αυτή να είναι η πιο ενδιαφέρουσα δυνατότητα.
Η παραδοσιακή αναζήτηση λειτουργεί κυρίως όταν γνωρίζουμε τι ψάχνουμε. Πληκτρολογούμε ένα όνομα ή μια συγκεκριμένη λέξη και βρίσκουμε τα σχετικά αποτελέσματα.
Τα νεότερα συστήματα μπορούν να προχωρήσουν περισσότερο, αναζητώντας σημασιολογικές σχέσεις και όχι μόνο την ακριβή επανάληψη μιας λέξης.
Έτσι, ένας ερευνητής μπορεί θεωρητικά να αναζητήσει ένα ευρύτερο θέμα και να οδηγηθεί σε πηγές που χρησιμοποιούν εντελώς διαφορετική ορολογία. Αυτό αποκτά ιδιαίτερη σημασία στην ιστορία, επειδή οι άνθρωποι του παρελθόντος συχνά περιέγραφαν έννοιες με λέξεις διαφορετικές από αυτές που χρησιμοποιούμε σήμερα.
Η φωτογραφία ως ιστορικό τεκμήριο
Η AI δεν περιορίζεται στο γραπτό κείμενο.
Η αναγνώριση εικόνας μπορεί να χρησιμοποιηθεί για την ταξινόμηση μεγάλων φωτογραφικών συλλογών και τον εντοπισμό αντικειμένων, κτιρίων, τοποθεσιών ή άλλων οπτικών χαρακτηριστικών.
Ένα αρχείο με δεκάδες χιλιάδες παλιές φωτογραφίες μπορεί να περιέχει πολύτιμες πληροφορίες που δεν έχουν ποτέ καταγραφεί αναλυτικά στους καταλόγους του.
Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην πρώτη ταξινόμηση αυτού του υλικού. Η τελική ταυτοποίηση όμως απαιτεί και πάλι ιστορική τεκμηρίωση.
Το μεγάλο πρόβλημα: η AI μπορεί να κάνει λάθος
Εδώ βρίσκεται και το όριο που δεν πρέπει να ξεχνάμε.
Ένα σύστημα τεχνητής νοημοσύνης μπορεί να δώσει μια απάντηση που ακούγεται απολύτως πειστική και παρ' όλα αυτά να είναι λανθασμένη.
Μπορεί να μπερδέψει δύο ανθρώπους με παρόμοια ονόματα, να αποδώσει ένα γεγονός σε λάθος ημερομηνία, να ερμηνεύσει εσφαλμένα μια παλιά λέξη ή ακόμη και να παρουσιάσει ως πραγματική μια πληροφορία που δεν υπάρχει σε καμία ιστορική πηγή.
Στην ιστορία αυτό είναι ιδιαίτερα επικίνδυνο. Ένα μικρό λάθος μπορεί να αλλάξει την ερμηνεία ενός γεγονότος.
Η πηγή παραμένει σημαντικότερη από την απάντηση
Για αυτό η βασική αρχή της ιστορικής έρευνας δεν αλλάζει.
Αν μια AI ισχυριστεί ότι ένα πρόσωπο είπε κάτι το 1821, το κρίσιμο ερώτημα δεν είναι πόσο καλογραμμένη είναι η απάντησή της.
Το ερώτημα είναι:
Ποια είναι η πηγή;
Υπάρχει η επιστολή; Υπάρχει το απομνημόνευμα; Πότε γράφτηκε; Είναι πρωτογενής ή μεταγενέστερη μαρτυρία; Έχει διασωθεί το πρωτότυπο; Υπάρχουν άλλες ανεξάρτητες πηγές που επιβεβαιώνουν το γεγονός;
Αυτές είναι ερωτήσεις που καμία εντυπωσιακή τεχνολογία δεν καταργεί.
Ο κίνδυνος της «έτοιμης ιστορίας»
Υπάρχει και ένας πιο λεπτός κίνδυνος.
Όταν μπορούμε μέσα σε λίγα δευτερόλεπτα να ζητήσουμε μια περίληψη για οποιαδήποτε ιστορική περίοδο, δημιουργείται εύκολα η εντύπωση ότι έχουμε ήδη κατανοήσει το θέμα.
Η ιστορία όμως δεν είναι απλώς μια συλλογή γεγονότων.
Είναι η προσπάθεια να καταλάβουμε γιατί συνέβησαν, ποιοι άφησαν τις πηγές που διαθέτουμε, ποιες φωνές δεν καταγράφηκαν, ποιες μαρτυρίες συγκρούονται μεταξύ τους και πώς οι άνθρωποι μιας άλλης εποχής αντιλαμβάνονταν τον δικό τους κόσμο.
Μια γρήγορη απάντηση μπορεί να είναι η αρχή μιας έρευνας. Δεν πρέπει να θεωρείται αυτομάτως το τέλος της.
Τι αλλάζει λοιπόν για τον ιστορικό;
Πιθανότατα όχι αυτό που συχνά φανταζόμαστε.
Η τεχνητή νοημοσύνη δεν χρειάζεται να αντικαταστήσει τον ιστορικό για να αλλάξει ριζικά την ιστορική έρευνα.
Αρκεί να αναλάβει ορισμένες εργασίες που μέχρι σήμερα απαιτούσαν τεράστιο χρόνο: μεταγραφή εγγράφων, πρώτη ταξινόμηση υλικού, αναζήτηση μέσα σε μεγάλες συλλογές, σύγκριση κειμένων και εντοπισμό πιθανών σχέσεων.
Ο άνθρωπος παραμένει εκείνος που πρέπει να ελέγξει τις πηγές, να κατανοήσει το ιστορικό πλαίσιο, να αξιολογήσει τις αντιφάσεις και τελικά να επιχειρήσει την ερμηνεία.
Ένα νέο παράθυρο προς το παρελθόν
Κάθε μεγάλη τεχνολογική αλλαγή επηρέασε τον τρόπο με τον οποίο διατηρούμε τη μνήμη μας.
Η γραφή επέτρεψε στις πληροφορίες να επιβιώσουν πέρα από την ανθρώπινη μνήμη. Η τυπογραφία έκανε τα κείμενα μαζικά διαθέσιμα. Η φωτογραφία διατήρησε εικόνες ανθρώπων και τόπων. Η ψηφιοποίηση έφερε τεράστιες συλλογές ιστορικού υλικού στην οθόνη μας.
Η τεχνητή νοημοσύνη μπορεί να αποτελέσει το επόμενο βήμα: όχι απλώς να αποθηκεύουμε περισσότερο από το παρελθόν, αλλά να μπορούμε να αναζητούμε μέσα σε αυτό με τρόπους που μέχρι πρόσφατα ήταν αδύνατοι.
Το παράδοξο είναι ότι όσο πιο ισχυρά γίνονται τα εργαλεία μας, τόσο σημαντικότερη γίνεται μια πολύ παλιά ανθρώπινη ικανότητα:
να αμφισβητούμε, να συγκρίνουμε και να ελέγχουμε τις πηγές.
Ίσως λοιπόν η τεχνητή νοημοσύνη να μην αλλάξει μόνο τον τρόπο με τον οποίο γνωρίζουμε το παρελθόν.
Ίσως μας αναγκάσει να θυμηθούμε τι σημαίνει πραγματικά να το ερευνούμε.
Ενδεικτικές πηγές: Europeana / EnrichEuropeana+, έρευνα για την τεχνητή νοημοσύνη και τα ιστορικά αρχεία, καθώς και σύγχρονη ακαδημαϊκή βιβλιογραφία για τη χρήση μεγάλων γλωσσικών και πολυτροπικών μοντέλων στην ιστορική έρευνα.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου