Tieto vallan alla -tutkimushankkeen podcastissa Arkiston valta on jälleen ilmestynyt uusia jaksoja. Kaikki jaksot ovat kuunneltavissa Spotifyssa. Alla julkaistaan pidempi tiivistelmä jaksosta 5 sekä jaksojen 6 ja 7 tiedot. Lisätietoja podcastista ja kaikkien jaksojen tiivistelmät ovat luettavissa Tieto vallan alla -hankkeen blogista.
Jakso 5: Vanhat käsialat ja uudet tekoälyt
Viides jakso Arkiston valta -podcastissa käsittelee sitä, mihin ja miten tekoälyä käytetään arkistossa. Mikä muuttuu ja mikä ei, kun tekoäly tulee osaksi arkistojen arkea, ja minkälaisia erityispiirteitä sen hyödyntämiseen tässä kontekstissa liittyy?
Jaksossa tutkija Maria Kallio-Hirvosen vieraina ovat arkistojen ja tiedonhallinnan sekatyömies, johtava asiantuntija Reko Etelävuori ja kulttuuriperinnön digitaalisen saatavuuden puolestapuhuja, Kansalliskirjaston Finna-palveluiden palvelupäällikkö Mikko Nykänen.
Keskustelu käynnistyy siitä, mihin tekoälyä arkistossa käytetään. Isojen aineistomäärien luokittelussa esimerkiksi digitoinnin jälkeen siitä on apua, mutta keskeisintä on ollut käsin kirjoitetun tekstin tunnistus, mikä on tehnyt historiallisista aineistoista saavutettavampia. Muutosta voi kuvata jopa vallankumoukselliseksi. Etelävuori katsoo, että tekoälyn rooli arkistojen digitoinnissa voi pian olla yhä kiinteämpi, mutta se on vaatinut paljon kouluttamista.
”Opetusaineiston tekemiseen ja annotointiin – siihen työhön, että kerrotaan, että tämä on vaikka kirjain K, menee aika paljon aikaa. Se ehkä mahdollistaa taas seuraavaa tekoälyn hyödyntämistä, mikä voi olla jo generatiivista tekoälyä. Sitten voi alkaa ehkä juttelemaan sen aineiston kanssa”, Etelävuori pohtii.
Uudet työkalut ja mahdollisuudet
Nykänen jakaa tekoälyt arkistokäytössä kahteen kategoriaan: dataksi muuttavaan tekoälyyn sekä dataa hyödyntävään tekoälyyn.
Tulevaisuudessa tekoälyä saatetaan arkistoissa hyödyntää nykyistä monipuolisemmin. Etelävuori kertoo, että Yhdysvalloissa pilotoidaan tällä hetkellä tekoälyä, joka voisi tunnistaa ja merkitä henkilötietoja syntysähköisissä aineistoissa. Tämä voisi avata nykyisellään rajoitettuja aineistoja laajemmin tutkimukselle, jos työkalusta saadaan riitettävän luotettava.
Kallio-Hirvosen mukaan myös Britannian kansallisarkistossa sekä valtionhallinnossa tekoälyn käytölle on luotu aineistonhallintaan liittyviä standardeja, ja tekoälyä on testattu muun muassa syntysähköisten aineistojen arvonmäärityksessä. Etelävuori katsoo, että tekoälyn käytön eroista valtaosa liittyy siihen, millaisia arkistojen väliset erot eri maissa ovat.
Yksi tekoälylle otollinen tehtävä voi Nykäsen mukaan jatkossa olla metadatan tuottaminen tai kuvailutietojen siirtäminen muodosta toiseen. ”Eli tekoäly lukee sen aineiston ja kertoo, mitä se sisältää noin suurin piirtein”, hän kertoo.
Vielä ei kuitenkaan olla siinä pisteessä. Ja toisaalta vielä ei välttämättä edes tiedetä, mitkä ovat parhaita tapoja käyttää tekoälyä arkistossa. Pitäisikö sen tuottaa kuvailutiedot, joita tutkija käyttää, vai riittääkö se, että tutkija voi käyttää tekoälyä datamassan kaivelemiseen? Etelävuori toivoo, että tekoälyyn voitaisiin tulevaisuudessa kytkeä ontologioita.
”Pystyttäisiin poimimaan tekoälyn avulla, että siellä lukee Kallio, ja sitten vielä tiedettäisiin, että mikä kallio se sitten on – onko se Kyösti Kallio vai tuo kaupunginosa tuossa.”
Jalostustyö vaatii yhteistä kieltä
Jaksossa käsitellään myös tekoälyn ympäristövaikutuksia ja pohditaan, miten sitä voisi ekologisimmin käyttää arkistossa. Aineistojen möyhiminen ja jalostaminen uuteen muotoon herättää lisäksi pohdintaa tiedon rajoista ja muista eettisistä kysymyksistä, kun arkistoaineistoja muokataan tekoälyn avulla.
”Se ei voi olla vaan jotain datamössöä, mistä kukaan ei tiedä, mistä tämä on tullut ja minne se on menossa. Kyllä sellainen kontrolli pitää pysyä”, Nykänen summaa.
Etelävuorikin painottaa provenienssin merkitystä:
”Jos vaan jalostetaan ja jalostetaan, niin kyllä se väkisinkin alkaa jossain vaiheessa hähmääntyä. Jossain pitää olla se totuus myös sellaisena, mihin voidaan aina palata. Sehän on arkiston perustehtävä.”
Arkisto- ja kulttuuriperintöammattilaisten ja tekoälyn kehittäjien olisi tärkeää puhua samaa kieltä, mutta nykyisellään tämä ei aina ole tilanne. Nykänen vertaakin tätä aikaisempaan digitalisaatiokehitykseen, jossa humanistien ja koodarien välille tarvittiin uutta osaamista:
”Siellä on se pysyvä taso: aineisto. Ja siihen päälle rakennetaan palveluita, menetelmiä, mahdollisuuksia, mutta ne elävät ajassa. Ja nyt meillä on tekoälyhype. Ja sitten on jotain muuta.”
Sekä Kallio-Hirvonen että Nykänen epäilevät, että on olemassa riski siihen, että arkistossa mentäisiin liikaa tekoälykehittäjien ehdoilla arkiston tarpeiden sijaan.
Etelävuori muistuttaa, että ymmärrys puolin ja toisin kasvaa erilaisten kokeiluiden kautta, eikä massiivisia uudistuksia ole vielä tehty – mikä on hyvä, koska opittavaa on paljon. Pohjoismaisilla arkistopäivillä hän on huomannut, että monet tekoälyyn liittyvät sovellukset ovat muuallakin vielä pilottiasteella.
Mikä on tarpeellista?
Lopulta tekoälynkin kanssa täytyy miettiä, mihin voimavarat kannattaa suunnata. Mikä on oikeasti hyödyllistä?
”Ei tehdä sitä, mikä on mahdollista, vaan sellaista, mikä on tarpeellista, hyödyllistä, vaikuttavaa”, Nykänen summaa.
Arkistoammattilaiset pohtivat tekoälyn vastuullista ja eettistä käyttöä sekä riskejä, ja toisaalta ovat myös usein kriittisempiä tekoälyä kuin ihmistä kohtaan.
”Asetetaan aika kovat vaatimukset sille koneelle, mutta suhteutetaanko sitä siihen, että ihminenkin tekee virheitä?” Nykänen pohtii.
Mihin tekoäly sitten ei kykene? Ainakaan se ei mene arkistomakasiiniin tai yllä aineistoasiantuntijaksi, eikä sillä ole pääsyä ihmisten päässä olevaan tietoon. Nykänen katsoo, että tekoäly ei kykene historiantutkijaa vastaavaan tulkintaan toisesta ihmisestä.
”Että tavoitetaan menneiden ihmisten ajattelua tai tekojen motiivia tai sellaista ymmärryksen tasoa. Kyllähän se voi näyttää siltä, mutta siinä kohtaa mä vähän epäilen, että kykeneekö se.”
Kuuntele Arkiston valta -podcastin viides jakso Spotifystä.
Jakso 6: Arkisto vai varasto? Mitä täysin digitaalinen arkisto tarkoittaa?
Mitä arkistolle tapahtuu, jos siellä ei enää tarvitse tai voi käydä? Milloin arkisto ei ole enää arkisto vaan pelkkä varasto?
Vain pieni osa arkistoaineistoista on digitoitu, mutta arkistopalvelut siirtyvät yhä vahvemmin verkkoon ja tutkijoita ohjataan digitaalisten aineistojen äärelle. Parhaimmillaan digitoituihin aineistoihin pääsee käsiksi missä ja milloin tahansa eikä tutkijan tarvitse enää matkustaa lähteidensä äärelle.
Mutta mitä samalla menetetään? Onko arkiston tehtävä vain välittää tietoa käyttäjälle mahdollisimman tehokkaasti, vai onko myös fyysisillä aineistoilla ja palveluilla merkitystä? Entä mitä tapahtuu arkistolle kulttuuriperintölaitoksena, jos sen palvelut rakentuvat ensisijaisesti digitaalisen käytön varaan?
Arkiston valta -podcastin kuudennessa jaksossa keskustellaan fyysisen ja digitaalisen arkiston suhteesta, alkuperäisten aineistojen merkityksestä sekä siitä, demokratisoiko digitalisaatio todella arkistojen käyttöä. Entä onko lopulta mitään merkitystä sillä, mistä ovesta aineiston äärelle mennään, vai mennääkö sittenkin selaimen ikkunasta?
Jakson vieraina tutkijatohtori Liisa Vuonokari-Bomström ja Finna-palveluiden palvelupäällikkö Mikko Nykänen.
Kuuntele Arkiston valta -podcastin kuudes jakso Spotifystä.
Jakso 7: Arkiston arvo: kulttuuriperintöä vai tietovirtoja?
Mistä syntyy arkiston arvo? Sama asiakirja voi olla yhdelle todiste tehdystä päätöksestä, toiselle tutkimusaineistoa ja kolmannelle ainoa säilynyt yhteys oman perheen menneisyyteen. Sama aineisto voi saada aivan uusia merkityksiä vuosikymmenten tai vuosisatojen kuluessa.
Emme voi tietää, millaisia kysymyksiä tulevaisuudessa esitetään tai mihin tämän päivän aineistoja vielä tarvitaan. Kun jotakin jätetään säilyttämättä, menetetään ehkä myös jotakin sellaista, jonka merkitystä emme vielä osaa nähdä. Miten siis päätämme tänään, mikä on säilyttämisen arvoista huomenna?
Arkiston valta -podcastin seitsemännessä jaksossa keskustellaan siitä, kuka määrittelee arkistojen arvon ja millä perusteella. Voiko arvoa mitata käyttäjämäärillä, digitaalisilla latauksilla tai euroilla? Ovatko paljon käytetyt aineistot muita arvokkaampia vai käytetäänkö niitä enemmän siksi, että ne ovat helpommin löydettävissä ja saatavilla?
Jakson vieraina yliopistonlehtori Pekka Henttonen, tutkijatohtori Liisa Vuonokari-Bomström sekä johtava asiantuntija Ida Suolahti.
Kuuntele Arkiston valta -podcastin seitsemäs jakso Spotifystä.
- Kategoriat:
- Podcastit
- Julkaistu: