Prédire l’état matériel des documents : Dalgocol, un programme de recherche en intelligence artificielle à la BnF

Type de ressource
Auteur/contributeur
Titre
Prédire l’état matériel des documents : Dalgocol, un programme de recherche en intelligence artificielle à la BnF
Résumé
DALGOCOL (« Fouille de Données et ALGOrithmes de prédiction de l’état des COLlections ») a été lancé en 2018 par Alaa Zreik dans le cadre de sa thèse de doctorat. L’objectif n’est pas d’aboutir à un outil opérationnel, mais de tester la possibilité d’utiliser des méthodes d’intelligence artificielle sur les données informatiques produites par la Bibliothèque nationale de France (BnF) dans le cadre de ses activités de conservation. Pourquoi recourir à l’IA ? L’un des enjeux est notamment de tirer parti de très grandes masses de données : ainsi, environ deux millions de documents ont été testés au début du travail. L’automatisation permet de croiser des données de différentes natures pour aider des spécialistes à prendre la décision de retirer ou non une ressource de la consultation, le temps de la restaurer. Si le travail est piloté par Alaa Zreik, il mobilise les compétences des professionnels de la BnF. Philippe Vallas est actuellement adjoint du directeur du département de la Conservation à la BnF, chargé notamment de la coordination des activités de conservation physique. Pour le « Bulletin des bibliothèques de France », il revient sur les opportunités ouvertes par Dalgocol.
Volume
1
Numéro
2022
Date
2022-06-15
Langue
fr
Titre abrégé
Prédire l’état matériel des documents
Consulté le
24/04/2023 19:37
Référence
VALLAS, Philippe. Prédire l’état matériel des documents : Dalgocol, un programme de recherche en intelligence artificielle à la BnF [en ligne]. Juin 2022, Vol. 1, no 2022. [Consulté le 24 avril 2023]. Disponible à l’adresse : https://bbf.enssib.fr/consulter/bbf-2022-00-0000-008
Pratique et traitement archivistique
Outil et unité de traitement
Type d’institution
Région géographique
Discipline et méthode connexes