Repozitórium, RAG, MI – hogyan változik a tudáshoz való hozzáférés?
A repozitórium az MI “üzemanyaga”, de csak akkor, ha finomított.
2026. február 25-én rendeztük meg a soron következő Qulto Szakmai Napot, melynek központi témája a repozitóriumi fejlesztések és az MI térnyerése volt.
Előadások
A szakmai napot Czoboly Miklós, a Qulto ügyvezetőjének évértékelője és köszöntője nyitotta meg, amelyben a cég elmúlt évi fejlesztéseit és jövőbeli stratégiai irányait vázolta fel. Ezt követően a Fővárosi Szabó Ervin Könyvtár (FSZEK) képviselői mutatták be a Budapest Elektronikus Archívumot, szemléltetve, hogyan őrizhető meg a helyi emlékezet a digitális térben, bevonva a helyi közösséget is. A technológiai újítások sorában kiemelt szerepet kapott az új Discovery felület és az OPAC Dashboard, amelyek az egyéni kutatómunka és a felhasználói élmény hatékonyságát hivatottak növelni különböző listákkal és munkafüzettel, integrációkkal.
A program második felében a specifikus tartalomszolgáltatási megoldások kerültek előtérbe, mint például az ELTE DSpace alapra épített tananyag-repozitóriuma, ahol kiemelt cél lett az újrahasznosítható tartalom az oktatói munkához (MI integrációval). Emellett részleteket ismerhettünk meg a Baptista Tudástár mint repozitórium létrejöttéről, mely a világban szétszórt forrásokat, kéziratokat, tartalmakat és katalógusokat hivatott összegyűjteni és specifikus portálokon szolgáltatni.
A technikai szekciókban a Qulto szakemberei az integrált könyvtári rendszer (IKR) legújabb fejlesztéseit, köztük az elektronikus dokumentum-hozzáférést ismertették. A nap egyik legaktuálisabb előadása a mesterséges intelligencia gyakorlati alkalmazásáról szólt az adatmigrációs folyamatokban, bemutatva, hogyan képes az MI tehermentesíteni a szakembereket a monoton munkafolyamatok alól, vagy tökéletesíteni az eredményt.
A szakmai előadások visszanézhetők az FSZEK YouTube csatornáján.
Kerekasztal-beszélgetés
A kerekasztal-beszélgetés témáját – „Keresés helyett szintézis – Hogyan írja át az MI a tudáshoz való hozzáférést?” – Balázs Lászlóval (FSZEK), Bánki Zsolttal (MNL), Nemes Lászlóval (ELTE) és Szekrényes Istvánnal (DH-LAB, DE) jártuk körbe. A kiindulási alap állítása, hogy strukturált adatállomány nélkül az MI csak egy vak eszköz, ezért a hiteles forrásnak tekinthető közgyűjteményi adatbázisok és repozitóriumok kulcsfontosságúak. De mitől válhat egy adatbázis rugalmas tudásbázissá, az MI előszobájában mennyire vagyunk egy szemantikus fordulattól, egyáltalán kell-e még szemantikus adatbázisokká fordítanunk a meglévő katalógusokat, gyűjteményeket? Az MI hatalmas emberi erőforrást spórolna meg nekünk ebben, ugyanakkor az új technológia akár valós időben fésülhetne össze bármikor különböző forrásokat, tehát akár külön nemzeti katalógusra se lenne már szükségünk, ami természetesen szélsőséges véglet (BL).
Szóba került a MARC szabvány elavultsága, ugyanakkor ennél jobb, alkalmasabb szabvány jelenleg nincs – volt a konklúzió. Ha, mégis, az MI elvégzi a MARC rekordok átírását, adatgazdagítását, mernénk-e hagyni, hogy automatikusan, emberi validálás nélkül beleírjon a katalógusba, mi lesz így a szakmai hitelességgel? Nem cél, hogy a könyvtáros egyfajta modell-ellenőrré váljon, de a jövőt nehéz megjósolni, mi hogyan alakul át a szakmában, vélekedtek a beszélgető partnerek. Bánki Zsolt hangsúlyozta, hogy a közgyűjteményeknek nem dolga minden szakmai kérdést eldönteni, sem pl. egyenként validálni az MI eredményeit, de azt minimum meg kell tennie, hogy jelölővel látja el az adatot, ha az MI-től származik és konfidencia szintet tesz mellé.
Az adatbázisok vektorizálása vezetett a RAG (Retrieval Augmented Generation), azaz forrásalapú válaszgenerálás technológiájához, ami egyfajta “póráz” az MI számára, hiszen csak az általunk forrásként megadott tudásbázisban kereshet választ, kizárva a hallucinálást. Azonban azt nem jelentették ki határozottan, hogy a szemantikus adatbázis és a vektor-alapú keresés házasítása lehetne akár a megoldás, egyfajta szent grál. Azt viszont igen, hogy nem hogy eljött az ideje, hanem már rég itt lett volna az ideje, hogy a könyvtár-informatikai képzéseken katalogizálás mellett szemantikai modellezést is oktassunk.
A RAG + MI technológia előnye a hitelesség megőrzése, de hátránya, hogy be is korlátoz; felmerült a kérdés, hogy megéri-e saját, zárt repozitóriumi adatokon tanított kis nyelvi modelleket építenie a közgyűjteményeknek (mint amilyen a DH-LAB kézírásfelismerő projektje is), vagy adjuk oda a strukturált gyűjteményeinket egy tech-óriásnak, ha cserébe pl. kapnának az olvasók, kutatók egy tökéletes keresőmotort. Nincs egyértelmű igen/nem válasz, mindkettőnek lehetnek előnyei, viszont elhangzott, hogy erről a közeljövőben egyértelmű döntést kell hoznia minden intézménynek.
Ha a felhasználók felől közelítjük meg a témát, az a kérdés, a keresőink átalakulnak-e. Rögtönzött, közönségen mért “felmérés” szerint afelé haladunk, hogy a keresők a bonyolult keresőmezők és szűrők felől az egyszerű chat ablakos irányba alakulnak majd át. Elhangzott, hogy a kívánatos fejlődés egyfajta hibrid verzió lehetne, AI asszisztenssel (BL), azaz a Google-nél már ismert megoldás, az első helyen AI generált összefoglaló és azalatt a hagyományos találati lista. Tehát szükséges megtartani a hagyományos kulcsszavas keresést, és mellé tenni az új generációs keresési funkciót, amikor az olvasó, kutató beszélgethet a tudásbázissal.
A jelen azonban az, hogy egyelőre az első közgyűjteményi MI projektek indulnak, mely a gyűjtemények, repozitóriumok feldolgozását, láthatóvá tételét célozza, és nem feltétlen a végfelhasználó kényelmének kiszolgálását. A közgyűjtemények a jövőnek őrzik a kulturális örökséget és jelenleg az a dolguk, hogy úgy és olyan formában adják azt tovább, hogy a jövő generációi is értelmezni tudják majd.
A közönség részéről érkezett kérdés is a generációs attitűdbeli különbségre világított rá: keresőmezők vagy chat ablak, mindkettő szöveges keresést indít, de mi a helyzet a hanggal, képpel való kereséssel? Az alfa generáció számára az információkeresés nem feltétlen egy szándékos folyamat, inkább egy multimodális élmény. A technológia ugyan adott, a kihívás sokkal inkább a gyűjteményi adatok “beszédre kész” formátumra hozása.
A szakmai nap repozitóriumi előadásai és a beszélgetés jól rávilágítanak arra, hogy a közgyűjtemények biztos, strukturált adatalapot jelentenek (akár az olykor elavultnak titulált MARC-ban is), amire egy vektoros, MI-alapú keresőréteg épülhet, ez a kombináció az adatbázisok rugalmasságát és a felhasználó kényelmét is szolgálja. Már csak az a kérdés, figyelembe véve, hogy a mesterséges intelligencia képessége évente meghuszonhatszorozódik, hogy ha 2 év múlva ugyanígy leülünk egy kerek asztalhoz, miről fogunk beszélgetni?
Önnek hogy tetszett?
Mennyire volt elégedett szakmai napunkkal? Ha Ön személyesen részt vett vagy online követte a szakmai napot, a lenti rövid űrlap kitöltésével a segítségét kérjük abban, hogy a jövőben még színvonalasabb és szakmailag a lehető legtöbb résztvevő számára hasznos eseményt szervezzünk.
