A finales de diciembre de 2024, el Facultad de Ley de Harvard lanzó el Iniciativa de datos institucionales (IDI), con el objetivo de construir una gran colección de datos que permitan afirmar el papel de entidades educativas como Administradores de conocimiento en la era de la inteligencia artificial (AI).
El proyecto comenzó con el Recopilación de datos de aproximadamente un millón de libros de dominio público y parte de Google Books.
Los autores de IDI informaron que, después de completar la estructuración y el análisis del corpus, con el soporte de Google, los libros estará disponible para el público en línea.
En un contexto en el que las empresas privadas dominan el desarrollo de la IA, IDI tiene un concepto diferente. Para sus creadores, la IA construida basada en datos públicos debe ser un bien público.
Acceso gratuito: más de un millón de libros en línea gracias a Harvard y Google
De la página oficial del IDEAfirman que «los avances en la IA generan un inmenso interés en los datos de alta calidad que solo están en los archivos. Este nuevo interés puede ayudar a las instituciones a poner esos datos a disposición de todos».
Agregan que «el IDI está dedicado a apoyar a nuestros colegas en su tarea de Gestionar el conocimiento y busque proporcionar el acceso más amplio a él en la era de la IA, como lo han hecho con tantos medios a lo largo de los siglos ya en las revoluciones tecnológicas que las han acompañado. «
Científicos de datos y creadores de comunidades Trabajan en el IDI que nació en el Laboratorio de innovación de las bibliotecas de Harvard. Afirman que colaboran con otras instituciones, como bibliotecas, universidades, grupos culturales y agencias gubernamentales, para analizar y publicar sus colecciones.
Específicamente, explican: “Nuestras actividades iniciales incluyen refinar una colección de casi un millón de libros de dominio público Y una colaboración con el Biblioteca Pública de Boston Para hacer millones de páginas de periódicos difíciles de encontrar«
Explican que «las instituciones administran grandes y únicas colecciones de conocimiento, pero muchas de ellas aún esperan que sea accesible. Con las habilidades emergentes de la IA, creemos que se pueden lograr un progreso significativo para que esta información sea accesible, incluso para el acceso tradicional de los usuarios».
Este tipo de Trabajo colaborativo Es una oportunidad para que las «comunidades de conocimiento» aprovechen al máximo su profunda experiencia en áreas a las que a veces llega la comunidad de IA. Para la comunidad de IA, incluidos aquellos que trabajan en modelos de código abierto, el aumento del acceso a estas colecciones tiene enormes beneficios.
IDI tiene el apoyo de Microsoft y Opadai y espera reunir más patrocinadores. Mientras tanto, tendremos que esperar un tiempo hasta que los millones de libros estén disponibles en Internet.
