Využití generativní umělé inteligence při digitalizaci tištěných a rukopisných historických dokumentů a její přínos pro pro historické a archivní vzdělávání
DOI:
https://doi.org/10.14712/23362189.2025.4918Klíčová slova:
generativní umělá inteligence, velké jazykové modely (LLM), rukopisné texty, HTR (handwritten text recognition), archivnictví, historický výzkum, transkripce rukopisu, etika AI, digital humanities, využití AI ve vzděláváníAbstrakt
Cíle: Studie zkoumá, jak mohou současné generativní jazykové modely podporovat archivní a historickou práci s českými rukopisnými texty, se zaměřením na transkripci a základní předběžnou analýzu, a vymezuje klíčová omezení i etické souvislosti jejich využití ve výuce v archivnictví a digitálních humanitních vědách.
Metody: Byla provedena kvalitativní případová studie na souboru sedmi moderních osobních rukopisných českých textů z 80. a 90. let 20. století (báseň psaná dítětem, milostné básně, školní test a studijní poznámky). Tři široce dostupné nástroje v bezplatných verzích (ChatGPT, Claude a Copilot) byly testovány za použití shodných instrukcí k úloze. Výstupy byly komparativně hodnoceny z hlediska přesnosti transkripce, obsahové a stylistické interpretace a rozpoznání vybraných formálních rysů textů. Empirické srovnání bylo doplněno kritickou analýzou relevantní odborné literatury a reflexí otázek autenticity, integrity dat, epistemické bezpečnosti a ochrany osobních údajů.
Výsledky: Nejlepší celkový výkon dosáhl model Claude, následovaný ChatGPT, zatímco Copilot vykázal v testovaných úlohách výrazně slabší výsledky. Napříč nástroji se ukázalo, že interpretace a analýza jsou pro generativní modely náročnější než samotná transkripce; výstupy navíc obsahovaly chyby a nadinterpretace, které vyžadovaly odborné ověření.
Závěry: Generativní jazykové modely mohou fungovat jako podpůrné nástroje pro transkripci, předběžnou analýzu a didaktickou práci, nemohou však doposud nahradit profesionální archivní ani historickou expertizu. Odpovědné využití vyžaduje kritický lidský dohled a explicitní zohlednění etických a datově-ochranných aspektů.
Reference
ABBYY. (2023). Old fonts recognition. https://pdf.abbyy.com/learning-center/old-fonts-recognition
Alkendi, W., Gechter, F., Heyberger, L., & Guyeux, C. (2024). Advancements and challenges in handwritten text recognition: A comprehensive survey. Journal of Imaging, 10(1), Article 18.
https://doi.org/10.3390/jimaging10010018
Arthur, K., Müller, R., & Strobel, H. (2004). Recognizing digitization as a preservation reformatting method. Microform & Imaging Review, 33(4), 171-177.
https://doi.org/10.1515/MFIR.2004.171
Baheti, P. (2022). Handwriting recognition: definition, techniques & uses. V7 Labs. https://www.v7labs.com/blog/handwriting-recognition-guide
Bartz, C., Seidel, L., Nguyen, D.-H., Bethge, J., Yang, H., & Meinel, C. (2020). Synthetic data for the analysis of archival documents: Handwriting determination. 2020 Digital Image Computing: Techniques and Applications (DICTA), Melbourne, Australia, 1-8.
https://doi.org/10.1109/DICTA51227.2020.9363410
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610-623.
https://doi.org/10.1145/3442188.3445922
Berchmans, D., & Kumar, S. S. (2014, July). Optical character recognition: An overview and an insight. 2014 International Conference on Communication and Network Technologies (ICCNT), 59-63.
https://doi.org/10.1109/ICCICCT.2014.6993174
Carey, E. (2023). AI (artificial intelligence) in education: Evaluating sources. https://libguides.sbcc.edu/c.php?g=1306678&p=10027413
Celli, F., & Spathulas, G. (2025). Language models reach higher agreement than humans in historical interpretation. arXiv:2504.02572.
https://doi.org/10.21203/rs.3.rs-6375256/v1
Colavizza, G. et al. (2021) Archives and AI: An overview of current debates and future perspectives. Association for Computing Machinery, 15(1), 1-15.
https://doi.org/10.1145/3479010
Crosilla, G., Klic, L., & Colavizza, G. (2025). Benchmarking large language models for handwritten text recognition. arXiv:2503.15195.
https://doi.org/10.1108/JD-03-2025-0082
de Sousa Neto, A. F., Bezerra, B. L. D., de Moura, G. C. D. et al. (2024). Data augmentation for offline handwritten text recognition: A systematic literature review. SN Computer Science, 5, 258.
https://doi.org/10.1007/s42979-023-02583-6
Dietrich, F. (2021, May 9). OCR vs. HTR or "What is AI, actually?". READ-COOP. https://readcoop.eu/insights/ocr-vs-htr/
Emerson, A., Cloude, E. B., Azevedo, R., & Lester, J. (2020). Multimodal learning analytics for game‐based learning. British Journal of Educational Technology, 51(5), 1505-1526.
https://doi.org/10.1111/bjet.12992
Epstein, Z., Hertzmann, A., Herman, L. et al. (2023). Art and the science of generative AI: A deeper dive. arXiv:2306.03819.
https://doi.org/10.1126/science.adh4451
Ferro, S., Pelillo, M., & Traviglia, A. (2023, June 24). AI-assisted digitalisation of historical documents. ISPRS, XLVIII-M-2-2023, 557-563.
https://doi.org/10.5194/isprs-archives-XLVIII-M-2-2023-557-2023
Frontoni, E., Contigiani, M., Zingaretti, P., Bernardini, M., Placidi, V., & Mecocci, A. (2022). Trusted data forever: Is AI the answer? arXiv:2203.03712.
Gartner. (2024). Gartner experts answer the top generative AI questions for your enterprise. https://www.gartner.com/en/topics/generative-ai
Godwin‐Jones, R. (2024). Distributed agency in second language learning and teaching through generative AI. arXiv:2403.20216.
https://doi.org/10.64152/10125/73570
Goodfellow, I., Pouget-Abadie, J., Mirza, M. et al. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139-144.
https://doi.org/10.1145/3422622
Gozalo-Brizuela, R., & Garrido-Merchán, C. E. (2023). A survey of generative AI applications. arXiv:2306.02781.
Hedau, S. (2024). OCR vs ICR: Battle of digitizing printed & handwritten text. Softspace Solutions. https://softspacesolutions.com/blog/ocr-vs-icr/
Kadaruddin, K. (2023). Empowering education through generative AI: Innovative instructional strategies for tomorrowʼs learners. International Journal of Business, Law and Education, 4(2), 618-625.
https://doi.org/10.56442/ijble.v4i2.215
Lauricella, S., & Kay, R. (2013). Exploring the use of text and instant messaging in higher education classrooms. Research in Learning Technology, 21, 19061.
https://doi.org/10.3402/rlt.v21i0.19061
Lee, D., & Palmer, E. (2025). Prompt engineering in higher education: A systematic review to help inform curricula. International Journal of Educational Technology in Higher Education, 22(1), 14.
https://doi.org/10.1186/s41239-025-00503-7
Leviner, S. (2023). The role of OCR in digitizing historical and archival documents. CharacTell. https://www.charactell.com/resources/the-role-of-ocr-in-digitizing-historical-and-archival-documents/
Ma, Y., Liu, J., & Fan, Y. (2023). AI vs. human: Differentiation analysis of scientific content generation. arXiv:2301.10416.
Mah, D.-K., & Gross, N. (2024). Artificial intelligence in higher education: Exploring faculty use, self-efficacy, distinct profiles, and professional development needs. International Journal of Educational Technology in Higher Education, 21(1), 58.
https://doi.org/10.1186/s41239-024-00490-1
Mello, F. R., Lopes, R. R., Oliveira, R. D., & Silva, A. P. (2023). Education in the age of generative AI: Context and recent developments. arXiv:2309.12332.
Memon, J., Sami, M., Khan, R. A., & Uddin, M. (2020). Handwritten optical character recognition (OCR): A comprehensive systematic literature review (SLR). IEEE Access, 8, 142929-142951.
https://doi.org/10.1109/ACCESS.2020.3012542
Mondal, A., & Jawahar, C. V. (2022). Enhancing Indic handwritten text recognition using global semantic information. arXiv:2212.07776.
https://doi.org/10.1007/978-3-031-21648-0_25
Nockels, J., Gooding, P., Ames, S. et al. (2022). Understanding the application of handwritten text recognition technology in heritage contexts: A systematic review of Transkribus in published research. Archival Science, 22, 367-392.
https://doi.org/10.1007/s10502-022-09397-0
Philips, J., & Tabrizi, N. (2020). Historical document processing: A survey of techniques, tools, and trends. arXiv:2002.06300.
https://doi.org/10.5220/0010177403410349
Sabharwal, A. (2015). Digital history, archives, and curating digital cultural heritage. In A. Sabharwal (Ed.), Digital curation in the digital humanities (pp. 33-56). Chandos.
https://doi.org/10.1016/B978-0-08-100143-1.00003-9
Spina, S. (2023). Artificial intelligence in archival and historical scholarship workflow: HTS and ChatGPT. arXiv:2308.02044.
