Door Marie Buesink
De Retrotool heeft een nieuw, AI-gedreven jasje gekregen. Goed voor het wegwerken van catalogiseerachterstanden bij de KB mét nog steeds de human in the loop.
In IP #5-2024 vertelde ik al over de Retrotool, een AI-gedreven tool die de catalogiseerders van de KB ondersteunt bij het verwerken van fysieke boeken op basis van foto’s. De Retrotool is inmiddels succesvol opgeleverd en wordt ingezet voor de verwerking van donaties. Maar: als kleinschalige pilot genereert de tool een relatief beknopte titelbeschrijving. Welke lessen hebben we dan geleerd van de pilot? En hoe geven we die een passend vervolg?
Toevoeging LLM
De KB loopt nog steeds achter met het verwerken van fysieke boeken, mede door een terugloop van gespecialiseerde catalogiseerkennis en de groeiende hoeveelheid potentiële collectieobjecten. Catalogiseerders hebben dus alle baat bij hulpmiddelen die dit proces vergemakkelijken en versnellen, maar waarbij een controlerend menselijk oog cruciaal blijft. In de laatste maanden van de pilot volgde daarom een belangrijke update: de toevoeging van een large language model (LLM). Waar de Retrotool eerder op basis van handmatig ingebouwde criteria het verschil tussen een titel en ondertitel bepaalde, bereikt de LLM betere resultaten met minimale instructies. Via een vaste template wordt deze informatie vervolgens omgezet naar een MARC21-titelbeschrijving. Met deze zeer specifieke inzet van AI bereiken we dus een groot effect.
Mooie wisselwerking
Een nicheonderwerp als automatisch metadateren kan zo meteen ook een bredere impact hebben, bijvoorbeeld wat betreft onze eigen AI-strategie, die stamt uit 2020. Gezien de snelheid waarop de markt zich ontwikkelt, zijn herziene en specifiekere richtlijnen nodig om AI-oplossingen verantwoord te implementeren. Tegelijkertijd demonstreert de praktische aard van dit traject bij uitstek de waarde van AI voor de KB, wat onze strategen weer handvatten biedt voor het opstellen van nieuwe richtlijnen. Een mooie wisselwerking dus.
Van vonk naar vlam
Na de succesvolle pilot staat inmiddels het vervolg op de Retrotool in de steigers: VLAM (VervoLg Automatisch Metadateren). VLAM moet een grootschalige, toekomstbestendige catalogiseeroplossing worden, voortbordurend op de uitgangspunten van de Retrotool, waarmee catalogiseerders met minimaal handwerk in korte tijd tot een zo compleet mogelijke beschrijving komen. Het beperken van repetitief overtypwerk creëert namelijk meer ruimte voor catalogiseerders om hun expertise toe te passen. Tegelijkertijd werken we onze huidige achterstanden versneld weg en voorkomen we nieuwe achterstanden, maar houden we de human in the loop.
Het streven is dat andere bibliotheken VLAM uiteindelijk eenvoudig kunnen overnemen en naar wens kunnen aanpassen. We houden daarom nauw contact met collega’s in binnen- en buitenland. Catalogiseren blijft namelijk een specialistisch vak, zowel in Nederland als daarbuiten. Kennisborging en doelgerichte ondersteuning van onze catalogiseerders zijn essentieel om te zorgen dat bibliotheken hun rol ook in de toekomst kunnen blijven vervullen.
Transparantere alternatieven
De Retrotool gebruikt nu nog Microsoft Azure OpenAI, een afgeleide van ChatGPT waarbij het model niet leert van onze data. In het vervolgtraject gaat de voorkeur uit naar transparantere alternatieven – bijvoorbeeld GPT-NL – zodra deze productierijp zijn en goede resultaten leveren. Want: als nationale bibliotheek werkt de KB vanuit publieke waarden en het principe van digitale soevereiniteit, zodat gebruikers zich vrij kunnen blijven informeren zonder angst voor dataverzameling.
Marie Buesink is coördinator vernieuwing bij KB, nationale bibliotheek.
Deze bijdrage komt uit de papieren IP #8-2025. Het hele nummer kun je hieronder lezen of downloaden.