Hoe helpt AI een doctoraatsstudent in de geschiedenis?
In deze rubriek vertellen Vlaamse doctoraatsstudenten uit uiteenlopende disciplines hoe zij artificiële intelligentie gebruiken voor hun onderzoek en andere taken.
Lith Lefranc (UAntwerpen) bijt de spits af en neemt je mee in de wereld van historisch onderzoek. Ze leerde programmeren voor haar doctoraat en verkent voortdurend nieuwe AI-tools. Zo zet ze onder meer technieken uit machine learning in om handgeschreven historische teksten automatisch te doorzoeken.
ID-kit
Hoe heet je?
Lith Lefranc
In welke discipline doctoreer je?
Geschiedenis
In welk jaar van je doctoraat zit je?
Net begonnen aan mijn vierde jaar
Aan welke instelling ben je verbonden?
UAntwerpen: het 'Centrum voor Stadsgeschiedenis' en het
'Antwerp Centre for Digital Humanities and Literary Criticism'
Met AI historische politieverslagen doorzoeken
Waarover gaat je onderzoek?
Ik bestudeer sociale ongelijkheid in het Antwerpse nachtleven aan het eind van de negentiende en begin van de twintigste eeuw. In die periode veranderde er veel in de stad: er kwam moderne straatverlichting, meer openbaar vervoer, en het nachtelijk ontspanningsaanbod bloeide op. Ik analyseer politieverslagen om te achterhalen wie er 's nachts op straat was, en hoe factoren zoals gender, leeftijd, herkomst en klasse hun ervaringen beïnvloedden.
Hoe gebruik je AI in je werk?
Ik heb machine learning gebruikt om die grote hoeveelheid historische politieverslagen - zo'n 100 000 bladzijden! - te doorzoeken. Ik startte met methodes die automatisch handgeschreven tekst herkennen. Daarna zette ik AI-modellen in om relevante elementen uit de teksten te halen, zoals datums, straatnamen en persoonsnamen.
Wat is de grootste winst die je met AI maakte?
Tijdswinst en schaalvergroting. Binnen een doctoraat is het onhaalbaar om zelf 100 000 bladzijden aan historische bronnen te verwerken. Ik heb ongeveer een kwartier nodig per bladzijde om die te transcriberen, wat (in een veertigurenweek) zou neerkomen op 12 jaar voltijds werk. De computer deed er één maand over! Daaraan ging weliswaar een intensieve periode vooraf om de trainingsdata te creëren en de modellen te trainen, maar dan nog was de tijdswinst enorm.
“ Om mijn 100 000 pagina's aan historische bronnen handmatig te transcriberen, zou ik zo'n 12 jaar nodig hebben. De computer? Die deed er één maand over! ”
Een intensieve programmeercursus, en leren van elkaar
Hoe heb je je bijgeschoold om AI te kunnen inzetten in je onderzoek?
In de eerste drie weken van mijn doctoraat volgde ik een intensieve cursus over de programmeertaal Python. Daarvoor mocht ik aansluiten bij een vak van de UAntwerpen-master Digitale Tekstanalyse. Die cursus heb ik zelf nog aangevuld met specifieke modules van codeacademy. Daarnaast klopte ik ook aan bij onze kernfaciliteit TEXTUA: zij boden ondersteuning voor de computermodellen waarmee ik data en namen uit mijn bronnen haalde. Voor de andere AI-toepassingen heb ik ontzettend veel geluk dat mijn co-promotor Mike Kestemont een krak is in alles wat met computationele menswetenschappen te maken heeft. Hij heeft een eigen lab opgericht met verschillende doctorandi die computationele methodes gebruiken. We leren veel van elkaar!
Wat is je favoriete manier om iets nieuws te leren?
Ik leer het liefst al doende. En qua timing? Wanneer er zich een concreet probleem aandient in mijn onderzoek en ik een oplossing moet vinden!
Hoe vaak wil je je bijscholen?
Dat hangt af van de tool. Soms volstaat een eenmalige sessie, soms is een intensievere training van een volledige week interessanter.
Wiens tips voor trainings volg je?
Ik heb geen enkele digitale vooropleiding gehad, waardoor mijn promotor mijn voorkennis soms iets te hoog inschat en mijn behoefte aan opleidingen onderschat. Hij wijst me heel goed de weg naar de juiste tools, maar daarna ben ik vaak op mezelf aangewezen om uit te zoeken hoe ze werken (doorgaans via blogs, videos of trial-and-error).
AI-wishlist
Welke taak zou je graag nog aan AI kunnen uitbesteden?
Ik vind het creëren van trainingsdata en het nakijken van testdata tergend saai. Jammer genoeg zijn AI-applicaties momenteel nog niet betrouwbaar genoeg om dit volledig uit te besteden.
Waarover wil je nog bijleren?
In de huidige fase van mijn onderzoek wil ik vooral bijleren over digitale tools voor de statistische analyse van mijn data.
This or that: AI edition
Verkies je een AI-tool die...
- 100 papers voor je samenvat, of de eerste versie van jouw eigen paper schrijft?
100 papers voor me samenvat - de perfecte bron voor je vindt, of je congrespresentatie maakt?
De perfecte bron voor me vindt - je rommelige dataset opschoont, of heldere visualisaties van je data maakt?
Mijn rommelige dataset opschoont - feedback geeft op studentenpapers, of examens verbetert?
Examens verbetert - geweldige onderzoeksideeën bedenkt, of perfecte projectaanvragen schrijft?
Perfecte projectaanvragen schrijft
De toekomst van geschiedenis en AI
Is je discipline veel veranderd door AI?
In mijn eigen departement wordt er nog niet zoveel gebruik gemaakt van AI. Op conferenties in digital humanities zijn historici ook in de minderheid. Ik heb het gevoel dat geschiedenis nog wat achterophinkt tegenover andere menswetenschappelijke disciplines zoals taal- en letterkunde.
Denk je dat AI je job of veld positief zal beïnvloeden?
Ja en nee. Vanuit mijn bescheiden ervaring met AI, geloof ik dat het vooral veel kan betekenen op vlak van tijdswinst en schaalvergroting, maar dat het daar voorlopig bij blijft. Voor het aanleveren van de trainingsdata, het maken van de analyses en het interpreteren daarvan blijven menselijke onderzoekers onmisbaar.
Welke tip zou je onderzoekers geven die aarzelen om AI in te zetten?
Laat je niet afschrikken! De leercurve is in het begin erg steil, maar dat wordt meer dan gecompenseerd door de voordelen op vlak van schaal en efficiëntie. Combineer onderzoek op basis van AI-gegenereerde datasets altijd met meer klassieke, ‘manuele’ datasets (dit kan bijvoorbeeld je trainings- of testdata zijn). Zo leer je je data ook zelf voldoende kennen en heb je altijd een stok achter de deur als de resultaten van de AI-tools tegenvallen.
“ Laat je niet afschrikken. De leercurve rond AI is in het begin erg steil, maar dat wordt meer dan gecompenseerd door de voordelen op vlak van schaal en efficiëntie! ”
Lees en leer meer over dit onderwerp
Generatieve AI voor hoger onderwijs
gecureerde lessenreeks - VAIA & VLIR
Praktisch aan de slag met GenAI voor onderzoek
workshop - TEXTUA (UAntwerpen)
AI to Understand and Connect People
online cursus - KU Leuven Humane & Sociale Wetenschappen, AI4Culture, VAIA
AI-opleidingen voor doctoraatsstudenten. Wat is er nodig?
AI verandert het werk van doctoraatsstudenten. Daarom zijn AI-opleidingen voor deze doelgroep noodzakelijk. Maar volstaat het huidige aanbod? Welke opleidingen zijn er (nog niet)? VAIA analyseerde het aanbod in 2023-2024. Lees hier de belangrijkste takeaways en adviezen van VAIA.
Hoe verandert AI het leerproces in de academische wereld?
Artificiële intelligentie (AI) veroorzaakt een revolutie in het onderwijs, van basisscholen tot doctoraatsprogramma’s. Maar is het echt AI dat het doctoraatsonderwijssysteem overhoopgooit? Of legt de technologie diepere, onderliggende problemen bloot? Ontdek het in deze blog van Vicent Botella-Soler.
Een voorbeeld van beeldherkenning: strips detecteren in het archief
Geschiedenis en AI tegenpolen? Dat is slechts schijn, weet doctoraatsstudent Bas Vercruysse van de UGent. Om de historische evolutie van strips te bestuderen, detecteert hij met behulp van AI automatisch stripverhalen in oude tijdschriften. En dat bespaart veel tijd.
Lith Lefranc
Lith Lefranc werkt als doctoraal onderzoeker aan UAntwerpen, onder begeleiding van Ilja Van Damme en Mike Kestemont. Ze bestudeert de impact van stedelijke moderniseringsprocessen op de sociale stratificatie van het Antwerpse nachtleven vanuit een datagedreven perspectief. Aan de hand van lokale politieverslagen (1870-1940) probeert ze de sociale dynamieken te begrijpen die het nachtelijke landschap in het verleden hebben gevormd en hoopt ze nieuwe visies te creëren op nocturn straatgebruik.
Gerelateerde opleidingen
SAIAR Summer Studio: From latent to physical space
Zomerschool - Kortrijk - Howest Hogeschool, SAIARlab
AI voor taalprofessionals | Jij houdt de pen vast, met AI als copiloot
Opleiding - Kortrijk - PUC KU Leuven Continue, VAIA
