Mit KI die Wissenschaft fördern

Es lässt sich nicht leugnen, dass Museumsmitarbeiter*innen Künstlicher Intelligenz (KI) mit einem gewissen Maß an Skepsis gegenüberstehen. Unabhängig von der Anwendung wirft KI eine breite Palette von Fragen und Bedenken auf - vom Datenschutz bis hin zu Voreingenommenheit, Ethik und Fairness. Für Akademiker*innen stechen zwei grundlegende Mängel hervor: die Tendenz der KI, menschliche Ideen zu plagiieren und falsche Informationen zu erfinden. Wenn KI keinen moralischen Kompass hat, Fakten nicht von Fiktion unterscheiden kann und sich schwer tut, Menschen für ihre harte Arbeit zu würdigen, welchen Nutzen kann sie dann für Forscher*innen haben?

Jedes KI-generierte Bild oder Wort ist immer das Ergebnis einer Zusammenarbeit von Mensch und Maschine, da es auf spezifischen Eingaben und Bearbeitungen von Menschen beruht. Die vom Bot generierten Daten, auf denen die KI jetzt trainiert, wurden ursprünglich von Menschen erstellt, und wenn es ums Überprüfen geht, hat der Mensch immer das letzte Wort. In der Tat liegt das größte Potenzial der KI darin, dass sie auf den Menschen angewiesen ist, um Inhalte und Feedback zu liefern und sinnvolle Leistungen zu erzielen. Die Kombination von menschlichem Wissen und Fachwissen mit den Fähigkeiten einer KI-Technologie (z. B. Sprachmodelle oder Mustererkennung) kann eine leistungsstarke Kombination ergeben. 

Das Navigtaing.art-Team hat Kollaborationstools entwickelt, die die wissenschaftliche Arbeit erleichtern. Es widmet sich der Anwendung von KI-Technologien, um die Fähigkeiten von Akademiker*innen und Forscher*innen zu verbessern.

Was ist KI überhaupt?

Bevor wir zu der Frage kommen, was KI ist, sollten ein paar Grundbegriffe geklärt werden. Als Erstes und Wichtigstes: Künstliche Intelligenz. Im weitesten Sinne ist KI der Einsatz von Computersoftware zur Analyse großer Datenmengen und zur Lösung von Problemen, die einer Interpretation des menschlichen Verstandes folgen. Sofern nicht anders angegeben, wird in diesem Artikel diese Form der KI als übergeordneter Begriff für alle genannten Technologien verwendet. 

Eine weitere Technologie, die hier eine Rolle spielt, ist Machine Learning (ML). ML ist eine Art von KI. ML verwendet Algorithmen, die auf Daten trainiert werden, um Computermodelle zu erstellen, die den menschlichen Lernprozess simulieren. Diese Modelle ermöglichen es einem Computer, bestimmte Aufgaben auszuführen und aus seinen Interaktionen zu "lernen", so dass er seine Leistung von Mal zu Mal verbessern kann. Viele der aktuellen KI-Anwendungen, die in der Museumsarbeit eingesetzt werden, funktionieren auf der Grundlage von ML. Spezifische ML-Technologien werden im Folgenden durchgehend definiert.

Mit KI die Forschung bereichern

Die Gesellschaft braucht Wissensarbeiter*innen, um ihre kompliziertesten und kontroversesten Aspekte weiter zu hinterfragen. Mit KI-Tools können Forscher*innen mehr Fragen stellen, das richtige Material finden und die Forschungsprozesse in Sammlungen beschleunigen. Im Folgenden erfährst du, wie Navigating.art KI einsetzt, um Forscher*innen bei ihren Aufgaben zu unterstützen.

Besten Ergebnisse mit strukturierten Daten

Eine erfolgreiche Forschung beginnt mit der Aufbereitung auffindbarer und nutzbarer Daten. Viele Museen nutzen bereits KI-Techniken, um Sammlungsinformationen zu strukturieren und zu verbessern. Ein bekanntes Beispiel dafür ist die optische Zeichenerkennung (Optical Character Recognition, OCR). Forscher*innen verwenden OCR, um Sammlungsinformationen zu verarbeiten und durchsuchbare Textdateien für jedes Stück Quellmaterial zu erstellen. OCR verwendet Computer Vision, um die Bedeutung von visuellen Medien zu extrahieren und wandelt bildbasierten Text in maschinenlesbare Wörter um. Durch den Einsatz von KI zur Anreicherung von Sammlungsmetadaten sind Forscher*innen auf dem besten Weg zum Erfolg.

Informationen intuitiv finden

Bei der Suche nach Informationen verwenden Nutzer*innen die ihnen vertraute Terminologie. Es ist daher Aufgabe der Sammlungsmanager*innen dafür zu sorgen, dass hochwertige Daten auffindbar und wiederverwendbar sind. KI-Technologien können sie dabei unterstützen. Sogenannte Large Language Models (LLM) stützen sich auf neuronale Netze, um große Textmengen zu lesen, Muster zu erkennen und Vorhersagen darüber zu treffen, welches Wort als nächstes kommt. Diese Eigenschaft macht sie zu einer hilfreichen Suchhilfe, da sie die Beziehungen zwischen verschiedenen Wörtern verstehen. LLMs liefern plausible Antworten auf Eingabefragen und sind damit ein praktisches Werkzeug für Forscher*innen, um einen ersten Überblick der ihnen zur Verfügung stehenden Daten zu erhalten.

Mit der Navigating.art-Plattform kannst du nach Antworten auf Fragen in natürlicher Sprache suchen, und zwar ohne Zeit mit der Übersetzung von Anfragen in Schlüsselwörter oder Jargon zu verschwenden.

Eine Welt voller Informationen erschließen

Wer jemals einen Online-Übersetzer verwendet hat, hat wahrscheinlich KI eingesetzt. Natürliche Sprachverarbeitung (Natural Language Processing, NLP) kombiniert KI, ML und Linguistik, um von Menschen verfassten Text und Sprache für Maschinen lesbar zu machen. Digitale Übersetzer verwenden NLP, um eine Sprache in eine andere zu übersetzen. Der Kulturerbesektor ist groß und international. Wer in diesem Bereich arbeitet, stößt oft auf Materialien in Sprachen, die ihm nicht vertraut sind. KI-Tools mit integriertem NLP machen externe Übersetzer überflüssig und die Originalquellen für mehr Menschen zugänglich.

Mit dem Chat-Tool von Navigating.art können Forscher*innen Sammlungen in der von ihnen gewählten Sprache zu durchsuchen und auf Quellen in jeder Sprache zuzugreifen.

Den Forschungsprozess beleben

Recherche kann manchmal eine einsame Arbeit sein, bei der man sich durch Stapel irrelevanter Informationen durcharbeiten muss. Die Suche mit Schlüsselwörtern kann sich endlos anfühlen. Was wäre, wenn man mit dem Quellenmaterial sprechen könnte, um die gesuchten Informationen zu finden? Mit NLP können Forscher*innen Sondierungsfragen an Sammlungsressourcen stellen und erhalten Antworten in natürlicher Sprache. Folgefragen verfeinern den Prozess zusätzlich. Noch nie war es so leicht, Recherche zu vertiefen und Unklarheiten zu überprüfen.

Mit dem Chat von Navigating.art lernst du Quellen auf neue Weise kennen. Du kannst Fragen an Publikationen stellen und bekommst direkt Antworten.

Sammlungsinformationen weit verbreiten

Mit dem zunehmenden Einsatz von KI-Tools, die auf der Grundlage von im Internet verfügbaren Informationen trainiert werden, steigt der Bedarf an einem besseren öffentlichen Zugang zu geprüften Informationen. Indem du öffentliche Datensätze freigibst, kannst auch du zum Open-Access-Ökosystem beitragen. Die Bereitstellung von Sammlungen für mehr Menschen verbessert den Zugang zu Informationen und erleichtert die Recherche in einer Reihe von Quellen und Geschichten, die sich an unterschiedlichen Orten befinden. Gib der KI genaue Daten an die Hand, mit denen sie arbeiten kann, und fördere so die KI-gestützte Forschung.

Mit den stabilen und sicheren Zugriffsfunktionen von Navigating.art ist der öffentliche Zugang zu Sammlungsinformationen mit nur einem Mausklick möglich. Stelle diese sorgfältig strukturierten und aufbereiteten Daten der Welt zur Verfügung.

Abschließende Betrachtungen

Museen präsentieren längst nicht mehr nur Fakten und Geschichten. Heute besteht ein Großteil ihrer Arbeit in der Analyse und Interpretation. Es ist daher Zeit, dass sich die Technologie um die Daten kümmert und die Menschen sich auf das konzentrieren, was sie am besten können: kritisches Denken und neue Ideen entwickeln. Navigating.art ist bestrebt, genau das zu tun und möchte mit Forscher*innen zusammenarbeiten, um KI-Funktionen zu entwickeln, die ihre Arbeit weiter voranbringen.