Afsløring af skjulte sandheder bag en af Storbritanniens største komponister
Britten Pears Arts-arkivet rummer et stort udvalg af materiale, herunder partiturer, design, dagbøger og over 20.000 korrespondancefiler, der vedrører en af Storbritanniens største komponister fra det 20. århundrede, Benjamin Britten. Arkivet har til opgave at afdække og dele historier om Brittens professionelle og personlige aktiviteter. Hvem var han, hvem omgav han sig med, og hvordan opnåede han en sådan succes?
Med hensyn til spørgsmålet om, hvem Britten omgav sig med, har et nyligt projekt afdækket en opsigtsvækkende liste over personer i Brittens kredsløb, som kan hjælpe med at give svar på, hvem han var, og hvordan han blev en af Storbritanniens største komponister nogensinde. 130.000 indflydelsesrige personer omkring Brittens liv blev afdækket i et eksperimentelt AI-projekt, der blev gennemført i samarbejde med arkivets softwareleverandør, Axiell, en gruppe af partnerarkiver og AI-inkubatoren Faculty.
Læs videre for at finde ud af, hvordan AI afdækkede kvinder med uerkendte bidrag til hans arbejde, omformede arkivets forståelse af Brittens liv og skabte nye digitale muligheder for kulturarvssektoren.
ELLER SE MERE
Se den seneste video om AI i kultursektoren fra Axiell Digital Days 2023.
Her kan du finde alle optagelser fra Digital Days
Forestilling om et AI-arkiv
På Axiells brugerkonference i 2022 talte virksomhedens tekniske direktør, Dave Thomas, om den rolle, som innovative teknologistrategier spiller på museer og arkiver. “Museer og arkiver er informationsrige. Dertil kommer, at der hver dag produceres born-digitalt materiale. De nuværende metoder til klassificering af information og deling af indhold kan ikke følge med nyt materiale, for slet ikke at tale om de betydelige efterslæb af fysisk materiale, der skal digitaliseres.”
“Når der kommer transformative digitale funktioner som AI, ser vi en løsning, der kan hjælpe vores kunder med at nå deres mål. AI kan øge den måde, hvorpå vores kunder kuraterer en så stor mængde information og derefter skaber forbindelser til enheder uden for deres institution. Det giver også publikum nye måder at engagere sig i samlingernes historier på og afdække sandheder om historien.”
Som en førende leverandør af museumsteknologi har Axiell til opgave at levere innovativ software, der muliggør og understøtter arbejdet i sine kundeinstitutioner. Dette indebærer at lytte til samfundet og udvikle løsninger i lige dele.
Dave er pioner på dette område hos Axiell gennem sit omfattende netværk af tanke- og teknologiledere. En af disse ledere er Faculty, en datavidenskabsinkubator med base i London, England. I oktober 2022 indgik Axiell et partnerskab med Faculty for at undersøge de potentielle anvendelser af AI for museer og arkiver.
Forud for dette kontaktede Christopher Hilton, leder af arkiv og bibliotek på Britten Pears Arts Archive, Dave med sin vision for brugen af AI i arkiver.
Christophers vision: at fastslå, om AI kan hjælpe med at isolere enheder i arkivalier og derefter identificere, hvilke af disse enheder der findes i en anden institutions samling.
Med Christophers ord: “Der er mål inden for arkivsamfundet, som er konceptuelt mulige, men logistisk upraktisk på grund af den mængde manuelt arbejde, der ville være nødvendigt. Et sådant mål ville være at liste alle enheder i hvert arkiv, så vi kan identificere fælles enheder på tværs af arkiverne og være i stand til at give en rigere gengivelse af historien.”
Definition af projektet
I forbindelse med dette projekt var Axiells team interesseret i at forstå den sociale sfære omkring emnet for Britten-Pears-arkivet, Benjamin Britten, en af Storbritanniens mest betydningsfulde komponister, som var aktiv i midten af det 20. århundrede.
Gennem sit arbejde i Britten-Pears-arkivet kunne Christopher foreslå samlinger, der kunne afsløre korrespondance med Britten og de mennesker og institutioner, der omgav ham. Royal Opera House var et oplagt valg på grund af Brittens musikalske karriere, og London School of Economics på grund af hans politiske holdninger.
Christopher siger: “Vi ønskede at undersøge, om AI ikke blot kunne udtrække oplysninger fra ét arkiv, men om den kunne bevæge sig rundt på tværs af arkiverne. Ville den kunne identificere den samme person på tværs af arkiverne? Jeg var i stand til at skabe forbindelser med andre institutioner inden for Axiell-fællesskabet, som kunne afsløre synergier.”
Faculty og datalogi
Faculty er en teknologikonsulent og inkubator, der har et stipendieprogram for håbefulde dataloger. Fellows får en “værtsvirksomhed”, som de skal samarbejde med om udforskende projekter. Nikita Ostrovsky blev tilknyttet projektet med Axiell.
Med Nikitas ord: “Jeg havde lige afsluttet min kandidatgrad i fysik fra Oxford og ville lære mere om datalogi og AI. Fakultetet tager folk med et teknisk fundament og sætter dem på et 6 ugers udforskningsprojekt, giver dem en masse træning og lader dem gå på opdagelse. Da jeg hørte om projektet med Axiell, var jeg straks hooked. Det var et match skabt i himlen.”
Sammen med Nikita, Christopher og de tre arkiver havde Axiell ressourcerne til at begynde at eksperimentere med AI til arkiver.
Etablering af partnerskabet
Spændingen var stor, da teamet begyndte at strukturere arbejdsforholdet. Christopher fortæller: “Da alle arkivdatabaser er forskellige, især når man arbejder på tværs af forskellige systemer til forvaltning af samlinger, som vi gjorde i dette projekt, var det min opgave at få dataene fra vores samarbejdspartnere, dele dem med Nikita og derefter forklare koncepterne og hvordan databaserne fungerede, så vi kunne sætte de forskellige systemer sammen og forstå, hvordan arkiverne var opbygget. Jeg blev broen.”
“Computere giver os mulighed for at finkæmme og give mening til store mængder af historier (data). Dette projekt betød, at vi skulle arbejde med tre forskellige arkiver med titusindvis af poster på tværs af forskellige programmer, der var struktureret på forskellige måder. Fra starten føltes det vigtigt at finde en tilgang, der ville fungere på tværs af hvert arkiv, produkt og datastruktur, så vi kunne generalisere arbejdet efter projektet med henblik på bæredygtighed og yderligere innovation,” siger Nikita.
Resultatet
Efter 6 ugers sprint afslørede AI betydelige forbindelser mellem indsamlingsenhederne. Der dukkede mønstre op, som viser den sociale sfære omkring Britten og alle de enheder, som han interagerede med. Desuden var Nikita i stand til at visualisere forbindelserne mellem enhederne i en flerdimensional model, der illustrerer bredden og styrken af disse relationer.
“Dette er en triumf både for arkiveringens fremtid, men også for demokratiseringen af vores arkiver og for at udvide vores forståelse af historien. I Nikitas visualiseringsmodel viser linjer mellem enhederne deres forbindelse. Jo tykkere linjen er, jo højere frekvens af omtaler og forbindelser fandt vi i hvert arkiv. Dette demokratiserer adgangen til arkivet. Pludselig kan medlemmer af offentligheden se, hvem de vigtige personer er – man behøver ikke kun at stole på arkivarerne eller deres fordomme,” siger Christopher.
“Desuden dukker der nye mønstre op, som identificerer folk, der var involveret i Brittens kunstneriske miljø, men som måske ikke er direkte forbundet med eller krediteret for deres bidrag. Et eksempel er nogle kvinder, som på det tidspunkt ikke blev betragtet som skabere, men som optræder som forbindelsesled mellem mennesker, steder og begivenheder omkring Brittens værk. Disse kvinder blev tvunget i baggrunden af historien, men var vigtige bidragydere til Brittens proces og indvirkning på historien.”
Den største udfordring
Dette nyskabende arbejde har helt sikkert også medført hindringer, der skal overvindes. Da Nikita blev spurgt om, hvad der var hans største udfordring, afslørede han: “Vi fik til opgave at bygge en maskine, der kunne skelne mellem enheder. Når softwaren gennemkæmmer arkivmateriale, begynder vi at se, at enheder, som vi ved er de samme, refereres til på forskellige måder.
F.eks. kan “Winston Churchill” også kaldes “Winston”, “Churchill”, “Sir Winston Churchill”, “Sir Winston Churchill”.
Når man sender et katalog gennem AI-teknologien, kan den nogle gange ikke forbinde forskellige referencer under én enhed. Dette var en udfordring, der var kernen i projektet, og vi har taget et vigtigt skridt i retning af at forstå, hvordan vi løser den.”
Fremtidige AI-muligheder
Da han blev spurgt om, hvordan han gerne vil se brugen af datavidenskab i sektoren udvikle sig, svarede Christopher: “Jeg er vild med tanken om automatiseret katalogisering. Da vi i stigende grad arbejder med digitalt materiale, kan vi nu søge i teksten i vores arkiver. Der kan være måder, hvorpå AI kan generere kataloger automatisk og producere katalogmetadata med minimal menneskelig indgriben. Så kan arkivarer måske gøre mindre af arbejdet med at katalogisere oplysninger og bruge mere tid på at se på det, som AI har produceret. Der vil altid være behov for, at mennesker foretager en smule kontrol, men hvis vi får et forspring i det grove arbejde, vil vi være foran.”
Hvad er det næste?
Det næste skridt bliver mere hypotetisk. Hvordan kan Axiell tage dette udforskningsarbejde, et proof of concept for AI inden for kultursektoren, og bringe det bredere ud til de tiltænkte brugere.
I sidste ende afslørede dette eksperiment 130.000 enheder på tværs af de tre arkiver med stærke og forskelligartede forbindelser mellem dem.
Museer og arkiver er vogtere af sandheden. Disse optegnelser er en kilde til historiske fakta, og det bliver stadig vigtigere at bevare og lette forbindelserne mellem institutionerne for at sikre bedre historisk fortælling og offentlig adgang. Så hvordan kan MuseTech-leverandører som Axiell bruge moderne teknologier til at ændre vores fælles historie og historiefortælling?
Christopher fortæller, at en vigtig supplerende læring fra projektet er at forstå vigtigheden af at sætte sig ned og drømme lidt. “Det er meget let for os i kulturarvssektoren at blive overvældet af det daglige arbejde. Hvis man bare tænker en lille smule over at følge med i den teknologiske udvikling, er der teknologi derude, som er værd at se på.
Vi havde også en 6-ugers grænse omkring dette projekt, som hjalp mig med at forstå omfanget af investeringen. Det gjorde en stor forskel i min tankegang. Jeg var i stand til at konceptualisere 6 ugers udforskende arbejde og derefter forstå, at jeg ville være i stand til at komme tilbage til “normal”.
Jeg tøver ikke med at anbefale andre brugere at involvere sig i noget som dette. Selv hvis man synes, at man har utroligt travlt, er det muligt at passe dette ind i dagen.”
Er du interesseret i at lære mere om Axiells arbejde med AI? Eller ønsker du at blive skrevet på listen over fremtidige projekter? Så kontakt os!
