Vertel ons over je huidige rol.
Sinds 2014 ben ik adjunct-directeur voor diensten en netwerken bij de Nationale Bibliotheek van Frankrijk (BnF). Dit is een managementfunctie binnen de bibliotheek: Ons team bestaat uit ongeveer 600 mensen die werkzaam zijn in alle bibliotheekgerelateerde technische gebieden, van IT tot preservering (fysiek en digitaal) en meer.
Wat was je carrièrepad naar je huidige rol?
Ik was student aan de Ecole nationale des chartes, een universiteit gespecialiseerd in de studie van cultureel erfgoed die studenten voorbereidt op een loopbaan in bibliotheken, archieven en musea. Vroeger specialiseerde ik me in 17e eeuwse prenten! Maar ik richtte me al snel op digitale activiteiten in mijn carrière. In 2003 begon ik te werken op de afdeling Digitale Bibliotheek van het BnF, waar ik me richtte op onderwerpen als metadatabeheer, gebruikersgericht ontwerp, digitale bewaring en semantisch web. Al deze onderwerpen hadden een groot potentieel voor internationale discussies en al snel raakte ik betrokken bij internationale netwerken zoals IFLA, Europeana en het W3C. Daarna heb ik drie jaar (2011-2014) het BnF verlaten om te werken in een museum, het Centre Pompidou in Parijs, waar ik verantwoordelijk was voor een groot digitaal transformatieprogramma. Ik kwam in 2014 terug bij de BnF in mijn huidige functie.
Waar ben je nu mee bezig?
Ik heb de afgelopen vijf jaar gewerkt aan de oprichting van een nieuwe dienst voor onderzoekers in de digitale geesteswetenschappen, het BnF Data Lab. In 2020 vroeg de directeur-generaal van BnF mij om een taskforce kunstmatige intelligentie te leiden om een routekaart voor de komende vijf jaar voor onze bibliotheek op te stellen. We hebben een driejarig programma opgezet dat samen met verschillende partners op het gebied van academisch, cultureel erfgoed en handel zal worden ontworpen. Dit zal veel, zo niet alle, aspecten van de activiteiten van de bibliotheek raken. De eerste gebieden waar we AI-projecten zullen ontwikkelen, zijn beeldmining in Gallica, onze digitale bibliotheek en handschrifttekstherkenning (HTR). Maar we zullen ook experimenten uitvoeren in andere domeinen, zoals voorspellende gegevens voor conserveringsbeleid, geoverwijzingen naar oude kaarten van Parijs. Veel van deze projecten komen tot leven in ons nieuwe Data Lab, dat dit najaar wordt geopend.
Daarnaast ben ik als manager betrokken bij tal van projecten, waaronder de ontwikkeling van een nieuw catalogiseringssysteem met de naam Noemi, en een programma dat we uitvoeren om digitaal wettelijk deposito op te nemen (met name audio en video). Maar ik ben ook een van de belangrijkste contacten voor internationale technologische aangelegenheden. Drie belangrijke consortia hebben de laatste tijd mijn aandacht: het International Internet Preservation Consortium dat zich richt op webconservering, het International Image Interoperability Framework en de AI4LAM-gemeenschap die zich richt op kunstmatige intelligentie voor archieven, bibliotheken en musea.
Wat is volgens u de grootste kans die AI biedt voor de culturele erfgoedsector?
AI is al een realiteit in ons dagelijks leven: we hebben gesprekken met onze smartphones, luisteren naar door algoritmes ontworpen afspeellijsten, rijden in auto's die ons waarschuwen wanneer we van de weg afgaan - dus het is echt een kwestie van tijd voordat het een professionele realiteit wordt voor de sector cultureel erfgoed.
De beloften van deze technologie zijn talrijk: aangezien we de afgelopen 20 jaar enorme digitale collecties hebben opgebouwd, kan AI op een gegeven moment de enige manier zijn om ze begrijpelijk en vindbaar te maken voor onze gebruikers. Ik denk aan collecties zoals gedigitaliseerde oude kranten, webarchieven, sommige collecties oude foto's die we nog niet hebben gecatalogiseerd of de tienduizenden muziekalbums die elk jaar live gaan. De voorspellende kenmerken van AI kunnen ons helpen om onze gebruikers gepersonaliseerde aanbevelingen te doen, maar kunnen ook een belangrijke rol spelen bij beheersoperaties zoals instandhoudingsbeleid, catalogisering of analyse van de collecties.
Wat is de grootste uitdaging?
Op dit moment zou ik zeggen dat de belangrijkste vraag is: Hoe maak je de droom waar? De technologie is volwassen genoeg, we hebben gegevens, instrumenten en use cases en we hebben de efficiëntie van AI in het kader van onderzoeksprojecten kunnen aantonen. Maar we zijn nog ver verwijderd van de integratie van AI in de productie in onze informatiesystemen. Ten eerste hebben we de juiste vaardigheden binnen onze teams nodig, en met een snel evoluerende technologie zoals AI is dit niet gemakkelijk te bereiken. Ten tweede praten onze verouderde systemen niet gemakkelijk met de nieuwe AI-architectuur: Om AI mogelijk te maken is een sterke datagovernance nodig, en wellicht moeten we de kern van onze toepassingen heroverwegen. Tot slot is de overstap naar AI een kostbare inspanning, maar ik ben ervan overtuigd dat het de investering waard zal zijn.
Een studie uit 2018 suggereert dat slechts 12% van de machine learning-onderzoekers vrouwen zijn. Wat denk je dat er gedaan kan worden om meer vrouwen in het veld aan te moedigen?
Ik wil geloven dat de tijden waarin vrouwen zich buitengesloten voelden door de studie van wetenschappen of technieken al achter ons liggen; Ik hoop dat de mentaliteit verandert. Een vrouw die bijvoorbeeld softwareontwikkelaar wil worden, zal niet systematisch worden ontmoedigd door de scholen en bedrijven die alleen met mannen worden gevuld. Maar ik zou ook zeggen dat AI over veel meer gaat dan alleen technologie: Er is plaats voor mensen zoals ik die geen ingenieurs of wetenschappers zijn, maar eerder gericht zijn op de impact van deze technologie op verschillende gebieden van het leven en de cultuur. Als we succesvolle AI-projecten willen bouwen, moeten we mensen betrekken die experts zijn in de inhoud van erfgoedcollecties, datamodellen, UX-ontwerp, datavisualisatie en andere kennisgebieden die sterk afhankelijk zijn van sociale wetenschappen en geesteswetenschappen. Er zijn ook veel ethische kwesties gerezen in verband met AI: vertekeningen in datasets, aanvaardbaarheid van verandering, ecologische impact. Als we de wereld van morgen willen bouwen met behulp van AI, hebben we een menselijke benadering van de ontwikkeling ervan nodig, we moeten deze ontwerpen voor en met de mensen als geheel, en niet alleen met de mannelijke helft van de mensheid.
Met dank aan Emmanuelle voor het delen van haar ervaringen en inzichten! Ontdek onze focus op AI om meer te weten te komen over AI en cultureel erfgoed.