3 nieuwe researchers-in-residence

Digitale collecties in de culturele sector worden online gezet en mede door AI-toepassingen toegankelijk gemaakt. “Dit brengt kansen met zich mee, maar ook risico’s. Een belangrijk risico in het gebruik van AI-technologieën is bias, ofwel vooroordelen in de data”, vertellen Dr. Vicky Breemen en Dr. Kelly Breemen. Zij richten zich in hun onderzoek op bias in de collecties van erfgoedinstellingen.

“Wij zullen eerst het concept concreet maken. Wat is bias en waar kan het zich bevinden in collecties? In hoeverre kan bias worden opgespoord, gemeten, beoordeeld, zichtbaar gemaakt en in context geplaatst? Deze informatie gebruiken wij vervolgens om te kijken of de informatie over mogelijke bias in een collectie toegevoegd kan worden aan de beschrijving van die collectie, bijvoorbeeld in datasheets. Hiervoor zal worden onderzocht of het mogelijk is om een zogeheten bias impact assessment scale te ontwikkelen, een schaal waarop het effect van de bias beschreven kan worden. Zo kan bewustwording rond verschillende manifestaties van bias worden gecreëerd in het licht van digitaal hergebruik van de betreffende collectie."

Voor hun onderzoek gebruiken zij onder andere subsets uit de digitale collectie kranten en tijdschriften van de KB. Zo is hun onderzoek niet alleen nuttig voor andere wetenschappers, maar dragen zij ook bij aan de discussie rondom AI in de culturele sector.

“In DBNL, de Digitale Bibliotheek voor de Nederlandse Letteren, zijn bijna 300 theaterteksten opgenomen die tussen 1500 en 1700 gedrukt zijn,” aldus Dr. Lucas van der Deijl. “Theater was in die tijd iets internationaals: veel Nederlandse teksten waren bijvoorbeeld vertaald of bewerkt uit het Spaans, het Neo-Latijn of het Frans. Voor onderzoekers is het interessant om te zien hoe toneel uit verschillende landen elkaar beïnvloed heeft.”

“Om de database van de KB hiervoor te kunnen gebruiken, zullen er annotaties aan de teksten gekoppeld worden volgens een internationale annotatiestandaard. Dit betekent dat structurele onderdelen als aktes, scenes, regieaanwijzingen, gesproken tekst en de identiteit van personages allemaal duidelijk gelabeld worden. Als de verzameling Nederlandse teksten vervolgens wordt opgenomen in de openbare internationale database DraCor (Drama Corpora) kun je toneelstukken in verschillende talen met elkaar gaan vergelijken. De aansluiting met DraCor is een belangrijke stap naar een geschiedenis van Nederlands toneel voorbij de grenzen van ons taalgebied.”

Door het werk van Dr. Van der Deijl zal Nederlandse literatuur in een nieuwe Europese context bestudeerd kunnen worden. Ook creëert hij een dataset die onderzoekers na hem kunnen gebruiken voor verder onderzoek.