Sommige historici kiezen er bewust voor om het monnikenwerk van jarenlang bibliotheken doorspitten op zoek naar informatie zelf te blijven doen. Een klus die AI in een middagje geklaard kan hebben. Maar de keuze is bewust: AI blijft blind voor de patronen die een mens wél aanvoelt.
Door Sacha Kijzers
Als promovendus Nederlandse geschiedenis stapt Jurriaan Wink het historisch archief binnen. Nu beseft hij pas de omvang van het werk dat hem te wachten staat. Omringd door dikke boeken vol vergeelde pagina’s in soms onleesbaar oud Nederlands, schuilt ergens de informatie die hij voor zijn onderzoek nodig heeft. Hier zal hij zich het komende halfjaar opsluiten om relevante bronnen bij elkaar te zoeken, en daarna begint het echte werk pas. Voor het analyseren van die duizenden oude documenten heeft hij namelijk besloten om niet een AI, maar zijn eigen verstand te gebruiken.
De moderne Large Language Models, modellen die tekst kunnen verwerken en genereren zoals ChatGPT, zijn erg geschikt voor het ontdekken van patronen in grote hoeveelheden wetenschappelijke data. Een recent voorbeeld is het helpen ontdekken van ziektekiemen in biologische data uit een bloedprik. In 2023 werd met AI een model ontwikkeld dat kan helpen de eerste sporen van Kawasaki disease in bloed te detecteren. Deze AI was inderdaad in staat om het syndroom met een nog onbekende oorzaak te diagnosticeren, met een nauwkeurigheid van maar liefst 95%.
Dat de geschiedkunde AI heeft omarmd bevestigt ook Alex Brandsen, expert in text-mining en machine learning in archeologie, en net terug van het Computational Applications in Archeology-congres in Wenen. “Op het internationale congres kun je de ontwikkeling goed zien. In 2018 hadden ze nog maar één geplande sessie over AI, nu zijn dat er tien! Je ziet dat het veld snel groeit.” Maar ook vóór 2018 werd in de geschiedkunde al veel gebruik gemaakt van vergelijkbare data-tools. “AI is eigenlijk de zoveelste verbeterstap in onze gereedschapskist met data-analysetools. Wat wel voorzichtig revolutionair genoemd mag worden, is de toegankelijkheid van de huidige Large Language Models. Vroeger moest ik nog werken met archaïsche computerprogramma’s; ik moest cursussen volgen en in python leren programmeren. Met de huidige Large Language Models kan elke archeoloog eeuwen aan historische teksten door een AI laten analyseren op patronen. Hiervoor was dat echt een mensentaak”.
Juist deze mensentaak is waar historicus Wink dus bewust voor heeft gekozen. “Ik heb er goed over nagedacht, maar voor deze taak vertrouw ik liever niet op AI.” Wink haalde zijn doctoraat met een grootschalig onderzoek naar de organisatie van de handel in de Nederlandse Middeleeuwen. Hij onderzocht hoe de vorsten en kooplieden toentertijd met elkaar samenwerkten om handel met het buitenland te drijven. Veel van die handel werd besproken in lange correspondenties via handgeschreven brieven. “Met AI zouden de transcripties van die brieven niet goed genoeg zijn geweest. Handschriften vindt hij nog erg lastig, laat staat oud-Nederlands.”
Middeleeuwse documenten, aktes en brieven die soms eeuwenlang niet gelezen zijn. In de hoek van de ruimte zoemt zijn telefoon: het signaal dat de batterij weer opgeladen is. Hij pakt het toestel en begint de uitgekozen pagina’s te fotograferen totdat het toestel weer leeg is. Gemiddeld maakt hij vierduizend foto’s op een dag. Als hij dit ritme aanhoudt, is hij over anderhalve maand wellicht klaar met het zoeken van bronmateriaal. “Aan het einde van het zoeken had ik wel 30.000 foto’s in mijn selectie! Als je er budget voor hebt laat je een stagiair dat doen, maar ik deed het zelf.” Wink lacht als hij terugblikt op zijn vier maanden in het archief. “En dan moet je gaan lezen, want dan weet je wat erin staat! Je duikt diep in de bronnen. Na een poos begin je patronen te herkennen, hoe bepaalde schrijvers hun brieven opstellen, welke namen terug blijven keren. Om die informatie te krijgen, moet je wel alle stukken tot je nemen.” Wink laat het proces klinken als een gigantische legpuzzel, waarvan de stukjes alleen te begrijpen zijn wanneer ze aan elkaar gelegd worden in steeds grotere clusters op je bureau.
Maar is een AI niet uitermate geschikt in het oplossen van complexe legpuzzels zoals bij het eerder genoemde helpen diagnostiseren van Kawasaki disease? Absoluut, maar volgens Brandsen ligt de kwestie genuanceerder. “Het gebruik van AI in de geschiedleer is grofweg in twee categorieën te verdelen: catalogiseren van data, en het interpreteren van die data.” Deze toepassingen doen sterk denken aan het proces waar Wink een halfjaar mee bezig is geweest voor zijn onderzoek. Maar de vergelijking gaat nog verder volgens Brandsen: “Er zit nog een andere vorm tussenin: waar historici een AI-model heel bewust trainen om alleen op specifieke details te letten. Denk aan het onderzoek uit Nederland waarbij de mogelijke spelregels van een eeuwenoud Romeins bordspel zijn herleid.” De speciaal door de onderzoekers getrainde AI, genaamd Ludii, kreeg duidelijk voorgeprogrammeerd op welke data goed gelet moest worden en welke niet relevant was. In dit geval ging het om de krassen en slijtage in het veelgebruikte stenen spelbord. Hoe kwamen de onderzoekers van deze slijtage tot datapunten? Daarvoor baseerden ze zich op hun eigen ervaringen met hoe mensen bordspellen spelen. Iedereen die als kind vaak Schaak of Ganzenbord heeft gespeeld, weet: spelers verplaatsen pionnen door ze over het bord te slepen. Voor dat inzicht blijft een AI echt afhankelijk van het menselijke perspectief.
Waar AI wel goed in is? Het herkennen van nog grotere patronen, antwoordt Wink resoluut. “Ik heb een paar jaar nodig om al mijn bronnen te analyseren. Een AI zou ik los kunnen laten op het hele archief! Dan kun je hele andere onderzoeksvragen stellen én beantwoorden.” Dit zijn onderzoeken die voor een mens niet praktisch zijn om uit te voeren. Wink noemt taalkundigen die met AI de kleine veranderingen in de Nederlandse taal in kaart brengen over een hele bibliotheek aan teksten. Ook voor historici zoals hij ziet Wink kansen. “Een AI zou heel goed werken als een zoekmachine voor een gehele bibliotheek. Dan kan ik op een specifieke afzender zoeken en alle brieven krijgen die geschreven zijn door die persoon. Ook zijn veel brieven door de jaren heen door elkaar gehusseld, een AI zou ze gemakkelijk op chronologische volgorde kunnen rangschikken. Nu moest ik dat allemaal zelf doen.” Er wordt al volop geëxperimenteerd met het inzetten van AI om een hele bibliotheek te catalogiseren. Een onderzoek uit 2023 liet zien dat een AI-bibliothecaris razendsnel naar specifieke bronnen en teksten kon zoeken.
AI kan dus de bibliothecaris of de historicus die voor hun werk talloze pagina’s aan teksten moeten analyseren dan veel werk uit handen nemen. Toch wijzen zowel Wink als Brandsen op de verborgen voordelen van hun monnikenwerk. “Als je een PhD-student voor twee jaar naar teksten laat kijken ontwikkelt deze zich natuurlijk wel tot een expert over die teksten. Zij zullen bepaalde patronen veel sneller kunnen herkennen bij het lezen van andere teksten later in hun carrière.” Een AI-model train je voor een specifieke opdracht, maar als mens ontwikkel je een lens die je je hele leven kunt inzetten. En je weet nooit wanneer die opgebouwde expertise plotseling van pas komt.
Ook Wink benadrukt dat een AI cruciale delen van de teksten niet kan zien. “Een AI ziet veel informatie, maar hij mist altijd wat: de sfeer of het gevoel van een brief, de gebruikte retoriek. Als historicus ga je echt als een detective te werk om een eeuwenoude gebeurtenis bij elkaar te puzzelen.” Wink vertelt vol passie over een van zijn ‘opgeloste zaken’. “Ik leerde het hele verhaal van een man die zijn schip kwijtraakte en toen heel Europa afreisde om het terug te krijgen. Zijn schip blijkt gekaapt, een vorm van zeeroverij, en dat leert de man in een brief uit Duitsland. Dus reist de man naar Hamburg om zijn schip terug te kopen. Maar daar vragen ze (naar de mening van de man) te veel geld voor het schip, want het is pas gerestaureerd. In een ander document lezen we hoe het schip in Groningen aankomt, en in een brief dat de man daar achter is gekomen. Dan stuurt hij een smeekbrief om de stad te vragen ‘zijn’ schip vast te zetten totdat hij daar naartoe kan reizen. Daarop reageert de regent van Groningen weer knorrig. Door alle brieven en documenten zelf bij elkaar te leggen krijg je steeds een ander perspectief op het verhaal. Dat is het leuke eraan. Ik ontdek een nieuw document en soms denk ik dan: Hé, jij liegt! Wat er in jouw brief staat is helemaal niet waar! Ik kan het bewijzen!”
Winks onderzoek en zijn expertise in het analyseren van handelsbrieven leverde hem een baan als gastdocent op bij de Vrije Universiteit van Brussel. Dat is op moment van schrijven nog geen enkele AI gelukt. Wink en Brandsen zijn het ook roerend met elkaar eens: AI zal de geschiedkundige niet snel vervangen, maar blijft een krachtig hulpmiddel dat juist ingezet moet worden. Brandsen vat het resoluut samen: “Gebruik de tool, maar weet ook wat je mist”.