Будущее истории: как цифровые навыки отражаются на работе историков

  • 15.02.2023
Поделитесь с друзьями

11 февраля состоялся семинар «Искусственный интеллект в исторических исследованиях: автоматизированное распознавание текстов рукописных исторических источников». Его организаторами стали Научно-исследовательский центр экономической и социальной истории ИОН РАНХиГС и ассоциация «История и компьютер». В семинаре приняли участие исследователи из университетов и научных центров Москвы, Санкт-Петербурга, Красноярска, Нижнего Новгорода и других регионов России и стран СНГ. Главной темой обсуждения стали новейшие технологии распознавания рукописных текстов и возможности их применения в исторических исследованиях. Ниже — основные тезисы из докладов и дискуссии. 

Разработки из прошлого важны при работе с искусственным интеллектом сегодня  

«Безусловно, рывок в развитии вычислительных возможностей последнего двадцатилетия позволил эффективно использовать нейросети как ведущую технологию искусственного интеллекта сегодня — такое трудно представить с техническими возможностями прошлого века. Сегодня этот технический ландшафт сильно изменился, но все еще важно иметь представление, с чем историки работали уже на раннем этапе развития вычислительных технологий. Например, в 70-90-е годы прошлого века активно развивались следующие прикладные линии: когнитология, различные экспертные системы, record linkage, распознавание образов, классификация с учителем, нечеткие множества и другие» — Леонид Иосифович Бородкин, член-корреспондент РАН, заведующий кафедрой исторической информатики МГУ, основатель Межрегиональной ассоциации «История и компьютер».

ИИ сегодня и вчера — не одно и то же

«IT-сфера и математические подходы продолжают развиваться, появляются новые подходы, но главное отличие современной науки от всего того, что делалось ранее, даже в области искусственного интеллекта, состоит в том, что поменялось само историческое знание. Цифровая грамотность стала нормой для всего академического сообщества, изменилась архивная и музейная отрасли. Ранние локальные инициативы и эксперименты — больше про интересные подходы, а не возможность важных изменений. Сейчас же каждый шаг создает условия для больших перемен» — Роман Борисович Кончаков, заведующий кафедрой социальной и экономической истории России ИОН РАНХиГС.

Модернизация гуманитарных наук с помощью ИИ

«Технологии искусственного интеллекта сегодня востребованы социально-гуманитарным знанием. Мы создали около 20 интерактивных примеров в формате zero-code, c помощью которых возможно проиллюстрировать основные направления и тренды, проблемы и задачи, которые умеют решать алгоритмы машинного обучения. Эти примеры демонстрируют ролевое взаимодействие в командах и содержат элементарные диагностики, на которых можно проверить полученные цифровые компетенции и навыки» — Сергей Владимирович Боловцов, руководитель Лаборатории интеллектуальной аналитики РАНХиГС.

Автоматизация как способ повышения KPI 

«Показатель эффективности — время. Сегодня работа историка и работа искусственного интеллекта отдельно — это две крайности. Человеко-машинные технологии позволяют потратить на обработку текста, например, 15 минут. Значит уже можно образовать бизнес-процесс, в котором люди в 20 или в 100 раз быстрее, чем раньше, обрабатывают информацию и собирают коллекцию оцифрованных текстов в единый архив. Мы должны смотреть, прежде всего, на это, а не на процент ошибки. Это и есть KPI — с какой скоростью вы наконец цифровизируете один документ» — Константин Вячеславович Воронцов, профессор РАН, заведующий кафедрой математических методов прогнозирования ВМК МГУ.

Возможность движения от тематического к универсальному

«Конечная цель работы конкретного проекта — получить сервис работы в онлайн-режиме с конкретными документами. Сейчас мы научимся распознавать огромный массив документов, получим мощный поисковый инструмент, а также сможем производить семантический анализ документов, то есть научимся задавать вопросы сети и получать ответы по конкретным запросам. Если мыслить глобально, то наша макрозадача — выпустить общедоступный сервис для обработки изображений и оцифровки документов. Чем больше почерков, тем легче будет распознавать новые.
Локальные цифровые исследования, такие, как «Digital Пётр» и разработка Лаборатории интеллектуальной аналитики и Научно-исследовательского центра экономической и социальной истории, их решения и алгоритмы постепенно могут стать моделью для создания и построения универсальных решений, но на это нужно время» — Роман Борисович Кончаков, заведующий кафедрой социальной и экономической истории России ИОН РАНХиГС.

Искусственный интеллект — не альтернатива ученому 

«Задача ученого — не прочитать все тексты по существующей проблеме, а сгенерировать новую идею на основе всего прочитанного и услышанного, найти новые подходы к новым источникам. Пока что искусственный интеллект едва ли способен взять на себя эту задачу: он  не может выйти за пределы того, что известно, и лишь подчеркивает ценность историка как гуманитарного специалиста» —  Алексей Анатольевич Фролов, президент Межрегиональной ассоциации «История и компьютер», ведущий научный сотрудник, Институт всеобщей истории РАН.


====