The AI-powered archivist: Harnessing generative artificial intelligence for streamlined archival description
Notice bibliographique
Résumé
This paper describes the Generative AI and Description Project started by the University of Alberta Archives team in January 2024. Stemming from a curiosity to explore the ways in which generative artificial intelligence (GenAI) can be incorporated into daily workflows, the project sought to find ways of streamlining and saving time on some of the more laborious tasks of archival description. The team focused the implementation of GenAI tools on the creation of biographical sketches and administrative histories. Three GenAI tools were chosen, based on their open access and familiarity to most — ChatGPT, Perplexity AI and Microsoft’s CoPilot. Person and organisation-based entities were selected for the trials. As the project progressed, detailed processing notes were taken to track the accuracy of each tool used in the development of an appropriate and useful biographical sketch or administrative history. The results indicated a varying degree of inconsistency and fabrication (ie errors or inaccurate information) across the three tools, highlighting the need for staff to proofread and confirm the validity of sources; thus, not saving significant time in the end. The goal of this project was to provide other archives professionals with specific examples of practical applications of GenAI tools in archival description workflows. We hope that this project can inspire others to explore other ways in which GenAI can become a part of our professional practices. This article is also included in The Business & Management Collection, which can be accessed at https://hstalks.com/business/.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».