Algorithmen im Archiv: Ein Blick hinter die Kulissen des KI-Experiments des Computer History Museum

Im Jahr 2020 erhielt das Computer History Museum vom Institute of Museum and Library Services den Förderbescheid MC-245791-OMS-20. Das Bundesstipendium in Höhe von 50.000 US-Dollar – ergänzt durch Arbeitsleistung des Museumspersonals im Wert von 15.000 US-Dollar sowie 20.000 US-Dollar der Gordon and Betty Moore Foundation – finanzierte ein einjähriges Experiment. Ziel war es zu testen, ob kommerzielle künstliche Intelligenz die umfangreiche Sammlung historischer Zeitzeugeninterviews des Museums automatisch indexieren und transkribieren kann.

Ein Archiv-Experiment in der Azure-Cloud

Um seine umfangreichen Archive im Rahmen der Initiative „OpenCHM“ weltweit zugänglich zu machen, stellte das Museum ein Testkorpus zusammen, das sich auf die Geschichte von Xerox PARC und die Entwicklung der künstlichen Intelligenz konzentrierte. Anstatt maßgeschneiderte Modelle zu entwickeln, speiste das Projektteam historische Video- und Audioaufnahmen sowie gescannte Dokumente in Microsoft Azure ein und nutzte vorgefertigte Cognitive Services sowie den Video Indexer. Die Cloud-Pipeline analysierte Rohvideobilder zur Gesichtserkennung, verarbeitete Tonaufnahmen zur Erkennung von Stimmungen (Sentiment-Analyse) und durchsuchte Dokumententexte, um durchsuchbare Metadaten für tausende Minuten historischem Videomaterial zu generieren.

Übersetzungen von Pioniereinträgen und technische Versäumnisse

Das automatisierte System bot auf Anhieb mehrsprachige Funktionen. Die Pipeline verarbeitete die Videoaufzeichnung des Ethernet-Miterfinders Bob Metcalfe und erstellte ein mit Zeitstempeln versehenes Transkript, das automatisch ins Chinesische übersetzt wurde, während ein Transkript des Computergrafik-Pioniers Alvy Ray Smith ins Hindi übertragen wurde. Dennoch beeinträchtigten technische Versäumnisse die Umsetzung des Projekts. Da die Anforderungen für den Import bereits bestehender, von Menschen kuratierter Sammlungsmetadaten bei der frühen Datenbankeinrichtung vergessen wurden, erwies sich die spätere Verknüpfung dieser Altdaten als unbezahlbar. Zeit- und Budgetbeschränkungen zwangen das Team zudem dazu, eine zentrale Funktion zur Recherche zu streichen: einen interaktiven, netzwerkbasierten Graph-Visualisierer, der Verbindungen zwischen den Suchergebnissen grafisch darstellen sollte.

Die Kluft zwischen internem Fachpersonal und externen Forschenden

Eine Umfrage nach dem Start offenbarte eine deutliche Kluft zwischen dem internen Personal und externen Forschenden. Weniger als die Hälfte der internen Museumsmitarbeitenden bewertete die maschinell erzeugten Themen-Schlüsselwörter als nützlich und kritisierte, dass das System keinen Kontext über die exakten Begriffe im Text hinaus ableiten konnte. Externe wissenschaftliche Forschende hingegen lobten die automatisierten Metadaten überwiegend und sahen in den maschinell erzeugten Schlüsselwörtern eine erhebliche Verbesserung gegenüber unindexierten Archiven. Zudem zeigten die Standardmodelle bemerkenswerte assoziative Verknüpfungen bei prominenten Persönlichkeiten: Sie verbanden Steve Jobs und Gordon Bell korrekt mit der National Medal of Technology and Innovation sowie Nandan Nilekani mit der Rolle des Chairman of Infosys.

Das Computer History Museum stellte fest, dass die automatische Transkription oberste Priorität für den weltweiten Zugang haben wird – vorausgesetzt, zukünftige Modelle werden speziell mit den originalen Transkripten des Museums trainiert und neben der menschlichen Kuration deutlich als maschinell erstellt gekennzeichnet.

Titelbild: KI-generierte Illustration; kein Dokumentarfoto.

Quelle: A Museum's Experience With AI