Если вы когда-либо работали в архивах или занимались управлением документами, то знаете, что экспертиза ценности - это не просто простановка галочек в каком-то контрольном листе. По сути, это деятельность, опирающаяся на теорию: определение того, какая информация имеет непреходящую ценность и почему. Классическая архивная теория, начиная от акцента Дженкинсона (Jenkinson, Великобриатния) на целостность документов и до функционального подхода Шелленберга (Schellenberg, США), в течение длительного времени формировала наше представление об экспертизе ценнности. Добавление технологий искусственного интеллекта (ИИ) в процесс экспертизы ценности позволяет использовать инструменты, способные обрабатывать и анализировать огромные наборы данных, но не умеющие мыслить как архивисты.
Почему ИИ привлекает наше внимание?
- Скорость и масштабируемость: Проводимое Шелленбергом различие между первичной и вторичной ценностью по-прежнему актуально, но ИИ может помочь с выявлением в огромных цифровых хранилищах тех документов, которые могут иметь доказательную или информационную ценность. В мире терабайт сообщений электронной почты и отсканированных документов, эта возможность меняет правила игры.
- Выявление закономерностей: ИИ превосходно выявляет закономерности, которые можно было бы назвать контекстными сигнатурами организации. ИИ может группировать документы по функциям или темам, отражая принципы стратегии документирования, направленной на захват всесторонних свидетельств / доказательств деятельности организации.
- Единообразие и согласованность: Суждения у людей различаются, особенно в случае усталости или при дефиците времени. ИИ способен последовательно применять набор правил, помогая уменьшить расхождения в результатах экспертизы ценности и обеспечивая воспроизводимость, что становится всё более важным аспектом в нормативно-правовом и историческом контекстах.
Мой комментарий: Это слишком оптимистичное утверждение. Алгоритмы ИИ как раз отличаются «хрупкостью», и ИИ может выдавать сильно отличающиеся результаты при малейших изменениях в алгоритмах, моделях, данных, запросах и т.п. В каждом конкретном случае применения ИИ стабильность его работы следует проверять и подтверждать. - Высвобождение ресурсов человеческого интеллекта: Когда ИИ берёт на себя рутинную проверку документов, у архивистов появляется возможность уделить больше внимания оценке документов на предмет наличия у них внутренней ценности, исторической значимости или риска несоответствия законодательно-нормативных требованиям - это суждения качественного характера, которые невозможно полностью закодировать в алгоритмах.
Где возникают сложности?
У ИИ также сесть проблемы с соответствием фундаментальным принципам архивного дела:
- Контекст решает всё: Теория экспертизы ценности напоминает нам, что ценность документа всегда зависит от его организационного, правового и социального контекста. ИИ не может в полной мере осознать миссию, политическое давление или исторические нюансы.
- Предвзятость присутствует и здесь: Модели ИИ отражают данные, на которых они были обучены. Если конкретные исторические документы отдают предпочтение одним мнениям и/или игнорируют другие, то ИИ может воспроизвести это игнорирование, что противоречит принципам всесторонней стратегии документирования.
Мой комментарий: «Всесторонняя стратегия документирования» - это выдумка последних лет, отражающая модную тенденцию политкорректности и (чаще всего, фальшивой) нейтральной «объективности». Традиционное архивное дело спокойно признавало тот факт, что архивные документы главным образом отражают точку зрения источника комплектования – и что исследователям нужно знать и учитывать эту точку зрения в ходе своих исследований. Попытки же искусственно так «подкручивать» состав архивных фондов, чтобы те отражали какие-то иные точки зрения, неизбежно приведут к фальсификации истории. - Проблема «чёрного ящика»: У многих систем ИИ процесс получения результатов непрозрачен. Это противоречит принципам подотчётности и происхождения, которые требуют объяснения и обоснования принимаемых в рамках экспертизы ценности решений.
- Ресурсы и ноу-хау: Для внедрения ИИ требуются инфраструктура, технические знания и непрерывное проведение оценок с целью обеспечения корректности результатов в долгосрочной перспективе.
Риски, которые мы не можем игнорировать
- Если чрезмерно полагаться на ИИ, то это может подорвать навыки профессионального суждения и интерпретации, необходимые в архивной практике.
- В случае автоматического проведения экспертизы возможно непреднамеренное раскрытие чувствительной информации или персональных данных, что может привести к юридическим и этическим проблемам.
- При некорректной классификации или пропуске документов возникает риск утраты имеющих непреходящую ценность документов, что может нанести ущерб памяти организации и подотчётности перед обществом.
- Чрезмерное доверие к ИИ может негативно повлиять на обучение новых специалистов - они могут упустить возможность для развития навыков критической экспертизы ценности, которые невозможно автоматизировать.
Итак, где же «золотая середина»?
Наилучший подход заключается в том, чтобы не противопоставлять ИИ специалистам-людям. В нём речь идёт о партнёрстве. ИИ может эффективно просматривать документы, группировать их и извлекать метаданные, в то время как архивисты применяют суждения, основанные на архивной теории, включая ценности по Шелленбергу, принципы надёжности Дженкинсона и стратегию документирования. Крайне важны стратегическое управление, аудит и прозрачность. Документируйте свои ИИ-процессы, проверяйте результаты и обеспечивайте, чтобы принятые в рамках экспертизы ценности решения отражали потребности организации и соответствовали передовой практике архивного дела.
Искусственный интеллект - это мощный, быстрый, а иногда и просто гениальный инструмент, но ИИ пока что не в состоянии понять, почему важен конкретный документ. Решение этого вопроса всё ещё зависит от нас. На ИИ следует смотреть как на умного и выносливого помощника. Он способен заметить закономерности, которые мы можем упустить, однако именно архивист интерпретирует документы, оценивает их и обеспечивает, что сохраняемое нами документальное наследие отражает то, что действительно важно.
Эндрю Поттер (Andrew Potter)
Источник: сайт Substack
https://metaarchivist.substack.com/p/ai-in-archival-appraisal
Комментариев нет:
Отправить комментарий