Архив – не игрушка: что не так с «винтажными» ИИ?
Историки и архивисты критикуют talkie – языковую модель, обученную исключительно на англоязычных текстах, опубликованных до 1931 года.
Самая серьезная критика касается корпуса обучения. Модель обучена преимущественно на книгах, газетах, научных журналах, патентах и судебных документах, которые были легко доступны в цифровом виде. В подобных коллекциях почти отсутствуют рукописи, материалы на других языках и голоса маргинализированных сообществ.
По мнению авторов, архив нельзя воспринимать как обычный датасет для машинного обучения. Историки десятилетиями работают над тем, чтобы выявить пробелы, объяснить происхождение документов, учитывать контекст и ограничения источников. Если просто собрать доступные цифровые тексты и обучить на них ИИ, все существующие исторические перекосы будут не только сохранены, но и усилены.
🔜The Archive is Not a Toy: The Hidden Problems of a “Vintage” AI
Историки и архивисты критикуют talkie – языковую модель, обученную исключительно на англоязычных текстах, опубликованных до 1931 года.
Самая серьезная критика касается корпуса обучения. Модель обучена преимущественно на книгах, газетах, научных журналах, патентах и судебных документах, которые были легко доступны в цифровом виде. В подобных коллекциях почти отсутствуют рукописи, материалы на других языках и голоса маргинализированных сообществ.
По мнению авторов, архив нельзя воспринимать как обычный датасет для машинного обучения. Историки десятилетиями работают над тем, чтобы выявить пробелы, объяснить происхождение документов, учитывать контекст и ограничения источников. Если просто собрать доступные цифровые тексты и обучить на них ИИ, все существующие исторические перекосы будут не только сохранены, но и усилены.
🔜The Archive is Not a Toy: The Hidden Problems of a “Vintage” AI