ספרינט הבקלוג: איך מחסלים פיגור דיגיטציה ארכיוני עם AI
לכל ארכיונאי שאנחנו מדברים איתו יש אותו מספר בירכתי הראש: שנות החומר המצטבר, הלא מתואר והלא ניתן לחיפוש שבמחסן. קופסאות שנקלטו ומעולם לא עובדו. אוספים שנסרקו לפני עשור לקובצי TIFF שאיש אינו יכול לחפש בהם. עזרי חיפוש שנעצרים ברמת התיקייה — או בשנת 1987.
התגובה המקובלת הייתה השלמה: הבקלוג הוא מצב קבוע, מכרסמים בו כשמופיע מתמחה. הפוסט הזה מציע מודל אחר: ספרינט בקלוג — מהלך ממוקד, תחום בזמן ונתמך AI, שמביא פלח מוגדר אחד של הבקלוג למצב גמור — ניתן לחיפוש, מתואר, בקטלוג — בתוך 8–12 שבועות.
למה "ספרינט" ולא "תוכנית"
ארכיונים כבר נכוו מתוכניות דיגיטציה גדולות: תוכניות רב-שנתיות, רכש תשתיות, ולוחות מחוונים שמתארים צינור במקום לספק תוצר. מודל הספרינט הופך את סדר העדיפויות:
- פלח אחד, גמור לחלוטין, עדיף על כל הבקלוג שהתקדם ב-4%.
- תאריך סיום קבוע מכריח כל החלטה לשרת את השילוח: שלב שלא מכניס חומר לקטלוג — מחוץ להיקף.
- תוצאה נראית לעין — האוסף הזה ניתן כעת לחיפוש, הנה הלפני והאחרי — היא שמשכנעת הנהלות וקרנות לממן את הפלח הבא.
התיאוריה הארכיונית מסכימה בשקט. אסכולת "More Product, Less Process" טוענת כבר שני עשורים בזכות תיאור מינימלי בר-קיימא. ה-AI שינה את הכלכלה של הטיעון: מאמץ אנושי מינימלי כבר אינו גוזר תיאור מינימלי, כי המכונה מנסחת כעת את הטיוטה והאדם מבקר אותה.
מה בדיוק השתנה עם AI
שלוש יכולות הבשילו בשנים האחרונות מספיק כדי שהמודל יעבוד על חומר ארכיוני אמיתי:
קריאה בקנה מידה. OCR מודרני וזיהוי כתב יד מפיקים שכבות טקסט שמישות מחומר מודפס ומחלק ניכר של כתבי היד — כולל כתבים עבריים היסטוריים, שבהם כלים מדף נכשלו שנים. "שמיש" היא מילת המפתח: העניין אינו שלמות אלא שכבת חיפוש עם ביטחון מדוד וכן.
ניסוח תיאורים. בהינתן שכבת הטקסט, מודלי שפה מנסחים טיוטות תיאור ברמת הפריט והתיקייה: תאריכים, מקומות, אישים, סוגי מסמכים, תקצירים. טיוטות — כל אחת מסומנת כתוצר מכונה עד שאדם מאשר. השינוי המעשי לצוות: מכתיבת תיאורים לבקרת תיאורים — מהיר פי כמה.
חיבור רשומות. חילוץ ישויות מקשר אדם, משפחה או ארגון על פני מסמכים שונים — ראשיתה של שכבת גרף ידע מעל האוסף, והפיצ'ר שחוקרים מבחינים בו ראשון.
האנטומיה של ספרינט
המבנה שאנחנו ממליצים עליו — ומריצים — בנוי מחמישה שלבים:
1. בחירת הפלח (שבוע 1). אוסף או סדרה עם גבול ברור, ביקוש אמיתי מצד משתמשים, וסיכון סביר. לא החומר הקשה ביותר; החומר שההצלחה בו תהיה נראית.
2. דגימת היתכנות (שבועות 1–2). מעבירים מדגם מייצג באמת דרך הצינור כולו לפני שמתחייבים לפלח המלא. כאן מתגלים הכתב השני, מעברי הדיו, התיקיות שסווגו לא נכון — כשהגילוי עוד זול. הדגימה קובעת את ציפיות הדיוק ואת תקציב הבקרה לכל מה שאחריה; דילוג עליה הוא הגורם השכיח ביותר לכישלון פרויקטי דיגיטציה.
3. המעבר הממוחשב (שבועות 2–5). סקר סריקות ועיבוד אצוות: ניקוי תמונה, OCR/HTR, חילוץ ישויות, רשומות טיוטה. השלב הזה תלוי-מחשוב ורץ ברובו ללא השגחה.
4. בקרה אנושית (שבועות 4–10, בחפיפה). מומחי תוכן עוברים על הטיוטות — מאשרים, מתקנים, פוסלים. הבקרה מתועדפת לפי ציון ביטחון ולפי ערך למשתמשים: רשומות בביטחון נמוך וחומר מבוקש — קודם. זהו צוואר הבקבוק האמיתי, והספרינט נתפר סביבו מההתחלה.
5. ייבוא ומסירה (שבועות 10–12). רשומות מאושרות נכנסות לקטלוג של המוסד בפורמטים תקניים (Dublin Core, MODS, EAD — מה שמערך השימור שלכם מצפה לו), כששדות תוצרת מכונה מסומנים. המסירה כוללת את שובל הביקורת: אילו גרסאות מודלים, אילו ספי ביטחון, מי בדק מה.
שימו לב מה אין ברשימה: רכישת פלטפורמה, גיוס מהנדסים, הגירת מערכות. ספרינט משאיר את התשתית שלכם במקומה — ואת הקטלוג עשיר יותר.
לאן הולך המאמץ, בכנות
המחשוב הוא החלק הזול — בפלח ספרינט טיפוסי, OCR ועיבוד מודלי שפה הם סעיף משני. התקציב האמיתי הולך לשלושה מקומות: הכנת חומר בעייתי, שעות הבקרה האנושית, וניהול לולאת הבקרה. זה גם הטיעון הכן להיקף הקבוע של הספרינט: מאחר שבקרת מומחים היא המשאב הנדיר, תוכנית שמעבדת פי עשרה יותר חומר משהמומחים שלכם יכולים לבדוק לא תיארה דבר — היא ייצרה בקלוג חדש, דיגיטלי.
כלל אצבע שימושי לתכנון: מתחילים מכושר הבקרה שיש לכם בפועל (שעות שבועיות של מומחה תוכן), גוזרים ממנו לאחור את מספר הרשומות שהכושר הזה מסוגל לאשר, ונותנים לזה לקבוע את הפלח — ואז מתאימים את המעבר הממוחשב.
אחרי הספרינט
התוצר הוא הפלח הגמור, אבל הערך המתמשך הוא מה שהמוסד לומד: מספרי דיוק אמיתיים על החומר שלו, תחושה מכוילת של קצב בקרה, צינור מתועד — ולא פחות חשוב, תוצאה מוחשית להניח מול קרן מממנת. מוסדות כמעט אף פעם לא עוצרים בספרינט אחד; הראשון קיים כדי להפוך את השני לבר-מימון.
הבקלוג חדל להיות מצב קבוע ברגע שניסוח תיאור נעשה זול. מה שנותר הוא לבחור את הפלח הראשון.
אנחנו מתכננים ומריצים ספרינטי בקלוג לארכיונים, מוזיאונים ומוסדות מחקר — כולל דגימת ההיתכנות כצעד ראשון עצמאי. דברו איתנו על הפלח הראשון שלכם.
שאלות נפוצות
מהו ספרינט בקלוג דיגיטציה?
פרויקט תחום בזמן — בדרך כלל 8 עד 12 שבועות — שמעביר פלח מוגדר היטב של חומר לא מתואר או לא ניתן לחיפוש דרך צינור קבוע: סקר סריקות, OCR/HTR, טיוטת תיאור, בקרה אנושית וייבוא לקטלוג. המטרה: פלח גמור ומבוקר איכות, לא 'הכול' מעובד חלקית.
כמה חומר ספרינט יכול לכסות באמת?
תלוי במצב החומר ובשפה — ולכן הספרינט נפתח בדגימת היתכנות. בסדרי גודל: העיבוד הממוחשב לעולם אינו צוואר הבקבוק — הבקרה האנושית היא. מה שהבודקים שלכם מסוגלים לאמת בשבועות הבקרה מגדיר את ההיקף; הצינור נבנה סביבם, לא להפך.
האם תיאור בסיוע AI עומד בתקנים ארכיוניים?
פורמט הפלט יכול להיות תקני לחלוטין — Dublin Core, MODS או עזרי חיפוש EAD. התקן המקצועי החשוב הוא גילוי נאות: שדות שנוצרו על ידי מכונה מסומנים ככאלה, עם רמות ביטחון, כדי שארכיונאים עתידיים יידעו אילו רשומות נוסחו אוטומטית ואושרו בידי אדם.
האם ספרינט משתלם לארכיון קטן מאוד בלי צוות טכני?
הספרינט תוכנן בדיוק למקרה הזה: הצינור הטכני מובא מבחוץ לתקופה קצובה, ומה שנשאר אצלכם הוא טקסט ניתן לחיפוש, רשומות טיוטה בקטלוג שלכם ותהליך מתועד. אתם צריכים מומחי תוכן לבקרה — לא מהנדסים.
מה לא כדאי להכניס לספרינט ראשון?
את החומר הקשה ביותר: פריטים פגומים קשות, כתבים נדירים בלי מודלים מאומנים, אוספים עם מגבלות משפטיות. ספרינט ראשון צריך לקחת חומר שההצלחה בו סבירה ונראית לעין — האמינות שהוא בונה היא שמממנת את ספרינט מספר שתיים, ושם מגיע תורו של החומר הקשה.