MODAL-project

In oktober 2024 startte het ADVN in samenwerking met Amsab-ISG, Letterenhuis, MoMu en meemoo het project ‘Metadateren en Ontsluiten van Digitale Archieven met behulp van Large Language Models’ of kortweg MODAL. Large Language Models (LLM’s) zijn grootschalige taalmodellen die getraind zijn om zelf tekst te genereren door immense hoeveelheden tekstgegevens te verwerken. Het doel van MODAL is te onderzoeken wat deze vorm van generatieve artificiële intelligentie (GenAI) kan betekenen voor de cultureelerfgoedsector en de kennis hierover actief binnen die sector te delen.

Cultureel erfgoed kent in toenemende mate digitale vormen. De exponentiële toevloed van born-digital archief is op vlak van beheer, verwerking en ontsluiting een enorme uitdaging voor archivarissen en collectiebeheerders. Hierdoor blijven veel digitale archieven en collecties ontoegankelijk en onzichtbaar voor onderzoekers en het brede publiek. Met de komst van GenAI ontstaan er nieuwe mogelijkheden om erfgoed efficiënter en rijker te ontsluiten. 

Met behulp van LLM’s zouden collectiebeheerders en archivarissen ongestructureerde, tekstuele data sneller kunnen verwerken - bijvoorbeeld door samenvattingen te laten maken, teksten naar vorm te classificeren of kernwoorden te genereren. De mogelijkheid om omvangrijke collecties op een meer gebruiksvriendelijke en doeltreffende manier te doorzoeken, zou baanbrekende kansen voor diverse gebruikers kunnen bieden. 

Binnen MODAL zullen niet alleen een aantal tools ontwikkeld en getest worden, maar wordt vooral ook onderzocht hoe deze hulpprogramma’s geïmplementeerd kunnen worden in de werkprocessen van archivarissen en collectiebeheerders. Sinds januari 2025 is Datable, een adviesbedrijf gespecialiseerd in digitaal erfgoed, aan de slag met onderzoeksmateriaal dat aangeleverd werd door de verschillende projectpartners.

De ambitie van het MODAL-project is om enerzijds de onderzoeksresultaten breed te delen en anderzijds samenwerking en kennisuitwisseling rond het gebruik van LLM’s en GenAI in de cultureelerfgoedsector te stimuleren. Dat zal gebeuren door de ontwikkelde scripts uit te rollen als inzetbare toepassingen voor de sector en door het opstarten van een collegagroep.

Programma:

Key-notelezing door Julia Noordegraaf, hoogleraar Digitaal Erfgoed aan de Universiteit van Amsterdam. 

De introductie van kunstmatige intelligentie in bijna alle maatschappelijke domeinen brengt innovatie maar stelt ons tevens voor nieuwe uitdagingen. In het domein van cultureel erfgoed ontstaan nieuwe mogelijkheden voor het op grote schaal ontsluiten van collecties en het op nieuwe, spectaculaire wijze inzichtelijk maken van cultuur en geschiedenis. Tegelijkertijd roept de inzet van AI in het domein van cultuur vragen op over de grenzen van computationele interpretatie, authenticiteit en creativiteit. Deze lezing gaat in op het gebruik van AI in het cultureel erfgoed domein, de mogelijkheden ervan voor historisch onderzoek op basis van erfgoedbronnen en de manier waarop kunstenaars experimenteren met de grenzen van AI. De kern van het betoog is dat we toe moeten werken naar een vorm van augmented intelligence, waarbij mensen samenwerken met technologie die responsief is ten aanzien van de complexiteit van menselijke cultuur. 

Noordegraaf leidt o.a. het onderzoeksprogramma en lab Creative Amsterdam (CREATE), dat de geschiedenis van stedelijke creativiteit bestudeert met behulp van digitale data en methoden. Ze is als bestuurslid betrokken bij CLARIAH-NL, de nationale infrastructuur voor digitaal geesteswetenschappelijk onderzoek. Daarnaast coördineert Noordegraaf, in de context van het Europese Time Machine-project, de realisatie van de Amsterdam Time Machine: een "digital twin" voor locatiegebonden, gepersonaliseerde toegang tot historische informatie uit erfgoedbronnen over Amsterdam. 

Discussieer mee: keuze uit 2 debatsessies

AI-beleid: Als culturele of erfgoedinstelling wil u het liefst zo veel mogelijk materiaal publiek toegankelijk maken en ontsluiten. Maar wat zijn de gevolgen als u open toegang biedt tot uw collecties in een tijd waarin genAI niet alleen opties biedt, maar ook een bedreiging vormt? Met Annemieke Romein (Universiteit Twente, HAICu, Transkribus), Ingrid Oostendorp (KVAN, Pilot Tot op de bodem!) en Steven Claeyssens (conservator digitale collecties bij de KB).

Ecologie: Wat zijn de ecologische implicaties van het massale gebruik van AI-toepassingen, en welke duurzame keuzes kan en durft u als organisatie maken? Voer voor discussie, onder meer met Jesse van Oort (TNO, GPT-NL), Johan Loeckx (VUB, FARI, CollectiveUp) en Dennis Vanden Auweele (VUB, Kenniscentrum Data & Maatschappij).

Dagelijks aanwassende literatuur over diverse aspecten van Artificiële Intelligentie (AI); een paar keer per week kunnen we ergens terecht voor bijeenkomsten over recente AI-ontwikkelingen. Maar welke beschikbare informatie biedt een meerwaarde voor onze dagelijkse culturele erfgoedpraktijk? Op 5 maart 2026 kwamen meer dan 70 erfgoed- en archiefprofessionals uit België en Nederland samen tijdens een expertmeeting rond ‘Erfgoed en AI’. Ze bespraken de AI-uitdagingen -en mogelijkheden en deelden onderling opgedane ervaring. Praktische bruikbaarheid, toegevoegde waarde, kennisdeling, dubbel werk voorkomen en krachten bundelen stonden hierbij centraal. Er werd eveneens aandacht besteed aan de verwerking en ontsluiting van born-digital archiefmateriaal.

Deze bijeenkomst was een volgende verkenning (na het ‘Datasalon’ van 12 juni 2025) in hoe deze kennisuitwisselingsdagen een vervolg kunnen krijgen als een collegagroep die periodiek samenkomt rond ‘Erfgoed en AI’. 

Het programma zag er als volgt uit:

Keynote 1 + Q&A 
Edwin Klijn - projectmanager bij WO2Net, als historicus veelvuldig archiefgebruiker.

‘Technologische ontwikkelingen hoeven geen bedreiging te vormen, maar kunnen de relevantie van historische collecties door publieksverbreding juist vergroten. De archiefpraktijk moet dan wel mee-evolueren en archivarissen en collectiebeheerders moeten hun werkprocessen durven omdenken. De mogelijkheden van AI zinvol inzetten, kan pas als er goed geluisterd wordt naar de nieuwe gebruikersnoden.’ Hier vindt u de presentatie.

Wat leverde fase 1 op?
Inmiddels is fase 1 (oktober 2024 - september 2025) afgerond. Het doel bleef al die tijd inzicht te krijgen in de inhoud en structuur van ongeordende, digitale archieven door de ontwikkeling van infrastructuur, software en dataverwerking. Die eerste fase leverde heel wat methoden, inzichten en praktijkervaring op. Ze toont duidelijk het potentieel van AI voor het verkennen en ontsluiten van digitaal geboren archieven aan, maar maakte ook duidelijk waar verdere verfijning nodig is, bijvoorbeeld op het vlak van kwaliteit en performantie. Ook moest er tijdens het hele onderzoeksproces voortdurend rekening gehouden worden met dataveiligheid en de praktische toepasbaarheid binnen erfgoedinstellingen.

>> Lees hier het volledige technische rapport van fase 1

Op naar fase 2!
In fase 2 (oktober 2025 - september 2026) ligt de focus op de verdere implementatie van de ontwikkelde technische oplossingen. Op basis van nut en efficiëntie wordt een selectie gemaakt uit de gevalideerde scripts van fase 1. Deze zullen doorontwikkeld worden tot een laagdrempelige toepassing die past binnen de werkprocessen van archief- en collectiebeheerders. Op alle lagen van het project is er aandacht voor de juridische aspecten. Zo volgt het project de Algemene Verordening Gegevensbescherming (AVG of GDPR), respecteren we de wetgeving rond auteursrecht en privacy, en proberen we zoveel als mogelijk gebruik te maken van opensourcetools in een afgesloten testomgeving. Ook willen we in fase 2 alle verworven kennis breed verspreiden in de cultureelerfgoedsector: onze ervaring, alle broncode en de resultaten. We brengen beheerders, gebruikers en ontwikkelaars van AI-toepassingen samen in een (internationaal) kennisnetwerk.