Algoritmos en el archivo: el experimento del Computer History Museum con el aprendizaje automático

En 2020, el Institute of Museum and Library Services concedió la subvención MC-245791-OMS-20 al Computer History Museum. Esta asignación federal de 50.000 dólares —complementada con 15.000 dólares en tiempo del personal del museo y 20.000 dólares procedentes de la Gordon and Betty Moore Foundation— financió un experimento de un año de duración para comprobar si la inteligencia artificial comercial podía indexar y transcribir de forma automatizada la extensa colección de historias orales históricas de la institución.

Un experimento de archivo en la nube de Azure

Con el objetivo de poner sus vastos archivos al alcance de todo el mundo dentro de la iniciativa OpenCHM, el equipo del museo creó un corpus de prueba centrado en la historia de Xerox PARC y de la inteligencia artificial. En lugar de desarrollar modelos personalizados desde cero, los responsables del proyecto integraron vídeos históricos, grabaciones de audio y documentos escaneados en Microsoft Azure, utilizando directamente herramientas comerciales como Cognitive Services y Video Indexer. Este sistema en la nube analizó fotogramas de vídeo para el reconocimiento facial, procesó audios para evaluar el sentimiento y examinó el texto de los documentos para generar metadatos de búsqueda a lo largo de miles de minutos de metraje histórico.

Traducción de registros de pioneros y omisiones técnicas

El sistema automatizado ofreció capacidades multilingües de forma inmediata. La plataforma procesó una grabación en vídeo de Bob Metcalfe, coinventor de Ethernet, generando una transcripción con códigos de tiempo traducida automáticamente al chino, mientras que la transcripción correspondiente al pionero de los gráficos por ordenador Alvy Ray Smith se tradujo al hindi. Sin embargo, ciertas deficiencias técnicas obstaculizaron la ejecución del proyecto. Debido a que en la fase inicial de configuración de la base de datos se omitieron los requisitos para importar los metadatos existentes —supervisados previamente por especialistas humanos—, vincular esa información heredada más adelante resultó económicamente inviable. Asimismo, las restricciones de presupuesto y calendario obligaron al equipo a prescindir de una función de exploración clave: un visualizador gráfico en red interactivo diseñado para mapear las conexiones entre los resultados de búsqueda.

La brecha entre el personal interno y los investigadores externos

Una encuesta realizada tras el lanzamiento dejó al descubierto una marcada brecha entre el personal interno de la institución y los investigadores externos. Menos de la mitad del equipo del museo consideró útiles las palabras clave sobre temas generadas por las máquinas, criticando su incapacidad para deducir el contexto más allá de los términos exactos presentes en el texto. En cambio, los investigadores académicos externos elogiaron ampliamente estos metadatos automatizados, al percibir que las palabras clave generadas mediante IA representaban un gran avance respecto a los archivos no indexados. Los modelos comerciales también demostraron asociaciones notables para figuras de alto perfil: conectaron correctamente a Steve Jobs y Gordon Bell con la National Medal of Technology and Innovation, y a Nandan Nilekani con el cargo de Chairman of Infosys.

A partir de esta experiencia, el Computer History Museum estableció que la transcripción automatizada será su máxima prioridad para ampliar el acceso global a sus fondos, siempre que los modelos futuros se entrenen de manera personalizada con transcripciones originales del propio museo y se etiqueten de forma explícita junto a la catalogación realizada por personal humano.

Imagen de portada: ilustración generada con IA; no es una fotografía documental.

Fuente: A Museum's Experience With AI