Umetna inteligenca kot ključni dejavnik pri strokovni obdelavi avdiovizualnega dokumentarnega in arhivskega gradiva

Namen raziskave je bil raziskati vlogo umetne inteligence pri strokovni obdelavi avdiovizualnega arhivskega gradiva, s posebnim poudarkom na optimizaciji popisovanja in izboljšanju dostopnosti vsebin. V prispevku želimo prikazati, kako umetna inteligenca rešuje izzive, kot so obsežnost gradiva, časovna zamudnost ter kadrovska podhranjenost. Raziskava je temeljila na kombinaciji kvalitativnih metod, ki vključujejo pregled mednarodne literature o uporabi umetne inteligence v arhivistiki ter študijo primera na Radioteleviziji Slovenija, kjer so testirali integracijo umetne inteligence v arhivski sistem Mediateke. Poseben poudarek je bil namenjen analizi generativnih modelov, prepoznavanju govora, analizi sentimenta in razvrščanju vsebin. Rezultati raziskave kažejo, da umetna inteligenca omogoča hitrejšo in metapodatkovno bogatejšo obdelavo gradiva (npr. prepoznava tem, entitet, žanrov in sentimenta). Primerjava ročnega in avtomatiziranega popisa je pokazala bistveno zmanjšanje potrebnega časa (iz ur v minute) in večjo konsistentnost metapodatkov. Pri obdelavi avdiovizualnega gradiva se še pojavljajo slovnične napake in druge omejitve, zato je potrebna nadaljnja optimizacija delovnih tokov in integracija s sistemi za nadzor kakovosti. Na podlagi ugotovitev lahko zaključimo, da je umetna inteligenca ključna za učinkovito upravljanje vse obsežnejših digitalnih arhivov. Najobetavnejše funkcionalnosti vključujejo zvočno transkripcijo in prepoznavanje imenovanih entitet, ki se bosta v prihodnosti nadgradila z optičnim prepoznavanjem znakov (OCR) ter z orodji za prepoznavo slikovnega gradiva. Odprto ostaja tudi vprašanje, ali naj arhivi razvijejo nove metapodatkovne strukture, ki jih omogoča umetna inteligenca, ali pa naj se osredotočijo na prilagajanje obstoječih standardov.