[论文解读] Trusted Data Forever: Is AI the Answer?

Emanuele Frontoni, Marina Paolanti+4 more|arXiv (Cornell University)|Feb 16, 2022

Digital and Traditional Archives Management被引用 5

一句话总结

本文研究了人工智能是否能够通过在档案情境中识别、开发和验证人工智能技术，来增强可信数字记录的长期保存和可访问性。它展示了InterPARES Trust AI合作项目的初步成果，表明人工智能在应对档案管理中的关键挑战方面具有潜力，同时确保其发展符合伦理规范，并以档案标准为基础。

ABSTRACT

Archival institutions and programs worldwide work to ensure that the records of governments, organizations, communities, and individuals are preserved for future generations as cultural heritage, as sources of rights, and as vehicles for holding the past accountable and to inform the future. This commitment is guaranteed through the adoption of strategic and technical measures for the long-term preservation of digital assets in any medium and form - textual, visual, or aural. Public and private archives are the largest providers of data big and small in the world and collectively host yottabytes of trusted data, to be preserved forever. Several aspects of retention and preservation, arrangement and description, management and administrations, and access and use are still open to improvement. In particular, recent advances in Artificial Intelligence (AI) open the discussion as to whether AI can support the ongoing availability and accessibility of trustworthy public records. This paper presents preliminary results of the InterPARES Trust AI (I Trust AI) international research partnership, which aims to (1) identify and develop specific AI technologies to address critical records and archives challenges; (2) determine the benefits and risks of employing AI technologies on records and archives; (3) ensure that archival concepts and principles inform the development of responsible AI; and (4) validate outcomes through a conglomerate of case studies and demonstrations.

研究动机与目标

• 识别并开发能够解决档案保存核心挑战的人工智能技术。
• 评估在档案系统和流程中部署人工智能的益处与风险。
• 确保档案原则（如真实性、完整性与问责性）指导人工智能系统的设计与实施。
• 通过跨不同档案机构的真实案例研究与演示，验证人工智能应用。
• 通过将档案伦理与标准融入人工智能创新，促进负责任的人工智能发展。

提出的方法

• 建立了国际性研究合作组织InterPARES Trust AI（I Trust AI），以协调档案领域的人工智能跨机构开发。
• 对档案工作流程进行了系统性分析，识别出人工智能可提升效率与可靠性的痛点。
• 开发了用于数字记录中自动元数据生成、内容索引和数据完整性验证的原型人工智能工具。
• 应用自然语言处理（NLP）与计算机视觉技术，分析文本、图像和音频档案材料。
• 在人工智能模型设计中整合档案原则（如来源与真实性），以确保输出的可信度。
• 通过公共与私营档案机构的案例研究，验证人工智能解决方案，评估其性能、可扩展性与伦理合规性。

实验结果

研究问题

• RQ1 人工智能如何被用于提升档案机构中数字记录的长期可访问性与可信度？
• RQ2 将人工智能技术应用于档案数据保存与管理，其关键风险与益处是什么？
• RQ3 核心档案原则在人工智能于记录管理中负责任地开发与部署方面，可发挥何种作用？
• RQ4 人工智能驱动的工具在涉及多样化数据类型与机构背景的真实档案案例研究中表现如何？
• RQ5 在档案系统中使用人工智能时，为维护数据完整性和问责性，需要哪些技术和伦理保障措施？

主要发现

• 人工智能技术在大规模档案馆藏中实现元数据提取与内容索引自动化方面展现出强大潜力。
• 在人工智能系统设计中整合档案原则，可增强输出的透明度、问责性与可信度。
• 初步案例研究显示，利用NLP与计算机视觉模型可显著提升文档分类与数据发现的效率。
• 数据偏差、模型可解释性以及长期系统可持续性等问题被识别为关键关注点。
• 协作性、以原则为导向的开发框架对于确保人工智能支持而非损害档案完整性至关重要。
• 本研究强调了在档案情境中人工智能应用需持续验证与伦理监督的必要性。