Mit is jelent valójában a digitális adat és adatvagyon a bölcsészettudományokban? A Glossza 90. adásának vendégei Szabó Bálint, az ELTE HTK adatgazdásza, mesterséges intelligencia nagykövete, és Szekrényes István, az ELTE Digitális Örökség Nemzeti Laboratóriumának munkatársa voltak.
Vajon mit csinál egy adatgazdász? Mit is jelent valójában a digitális adat és adatvagyon a bölcsészettudományokban? Milyen feladatokkal szembesülnek a bölcsész kutatók a mesterséges intelligencia előretörésével?
A Glossza 90. adásának vendégei Szabó Bálint, az ELTE Humán Tudományok Kutatóközpontjának adatgazdásza, mesterséges intelligencia nagykövete, továbbá Szekrényes István, az ELTE Digitális Örökség Nemzeti Laboratóriumának munkatársa, a Debreceni Egyetem Filozófia Intézetének oktatója voltak.
Szabó Bálint adatgazdászként segít a digitális adatok rendszerezésében, hogy azok hosszú távon elérhetők és érthetők legyenek; mesterséges intelligencia nagyköveteként pedig leginkább edukatív feladatokat lát el, támogatva a kutatókat abban, hogy tanuljanak a mesterséges intelligenciáról és arról, hogyan tudják azt jól használni a munkájuk során.
De ahhoz, hogy a bölcsészettudományok eredményei a digitális térben is jól hasznosuljanak, sok kis lépést kell megtennünk. Fontos, hogy tudományterület-specifikus szabványokat alakítsunk ki az adatok leírásához, illetve létrehozzunk olyan kategóriákat, amelyek nemcsak az azonosításra a legalkalmasabbak, de a kereshetőséget is biztosítják. Az adatok kezelésének és tárolásának ugyanis négy alapelve ismeretes: legyenek megtalálhatók, kereshetők, mások számára elérhetők, továbbá átjárható rendszerekben tárolják azokat, amelyekkel biztosítható az adat újrahasznosítása.
Az ezeknek az elveknek megfelelő digitális adatok halmaza már adatvagyont képezhet, amely nemcsak a kutatóknak, hanem a szélesebb közönség számára is értéket jelenthet. Például a korpuszépítés tipikusan olyan tevékenység, ahol a szövegegyüttest vagyontárgyként kezeljük, és értéket rendelünk hozzá. A korpuszok áttekintésében gépi modellek segítenek, és számos új szempontot nyújthatnak a kutatók számára, amelyek e nélkül nem lennének feltétlenül elérhetők. A mesterséges intelligencia felhasználásakor nem csupán a modellek előre meghatározott utasításokat követnek, hanem tanulási folyamatuk során konkrét példákat kapnak, ezért is szükséges a tanító korpuszok létrehozása. E modellek a példákból tanulva alakítják ki saját súlyozásukat, hogy később a tanítóanyagban nem szereplő példákból is tudjanak szöveget előállítani. A korpusz tanítása beszélt nyelv segítségével is történhet; ebben a Glossza is segítette az ELTE Digitális Örökség Nemzeti Laboratórium nyelvmodelljének tanítását, miután félszáz epizód hanganyagát adta át a modell fejlesztése érdekében.
Hogy milyen irányokat vehetnek a bölcsészettudományok a digitális adatvagyon építésének és a mesterséges intelligencia egyre gyakoribb használatának korában? Szabó Bálint meglátása szerint a kutatóknak stabil alapot kell találniuk ebben a digitális világban, hogy meg tudják határozni, hogyan viszonyuljanak ehhez a környezethez. Fontos, hogy közösen alakítsuk ki azokat a sarokpontokat, amelyek mentén navigálhatunk a kutatási trendekben, és tudományosan megalapozott módon tudjunk reagálni a folyamatosan változó környezetre. Bár az AI-rendszerek értékes eszközökké válhatnak a kutatásokban, a személyes tapasztalatok és az emberi értékek integrálása továbbra is kiemelkedő fontosságú. Talán furcsán hathat, de a tudás hosszú távú megőrzése érdekében célunk lehet, hogy lassítsuk a folyamatokat.
Az adás szerkesztői: Szilágyi Adrienn, az ELTE HTK Történettudományi Kutatóintézet munkatársa, és Szilágyi Zsolt, az ELTE HTK Néprajztudományi Kutatóintézet munkatársa.
A Glossza 90. adása meghallgatható a Spotify-on, illetve megtekinthető a YouTube-on.
További információ a Glossza Instagram és Facebook oldalán.
