人工智能合作社:READ-COOP,Transkribus,以及用于自动化文本识别的共享社区基础设施的好处

科学领域:

• 计算机科学 计算机科学
• 人工智能的人工智能
• 机器学习 机器学习
• 合作研究合作研究
• 数字人文学科 数字人文学科

背景情况:

• 利益相关者的参与对于开发创新和负责任的人工智能 (AI) 和机器学习 (ML) 系统至关重要.
• 这篇论文考察了READ-COOP,一个开发AI和ML自动文本识别 (ATR) 工具的平台合作社,作为负责任的AI基础设施的案例研究.
• 这项研究探讨了技术创新的另一种合作治理模式.

研究的目的:

• 记录 READ-COOP 从一个研究项目到一个独立的合作社的发展.
• 从2019年到2024年评估合作社的结构,管理和社区参与.
• 评估合作模式在促进负责任的人工智能基础设施和利益相关方参与方面的有效性.

主要方法:

• 使用反思在行动的方法.
• 进行了成员国的定性问卷调查,以收集有关合作发展和经营的数据.
• 评估会员动态,工具使用,治理结构和运营效率.

主要成果:

• READ-COOP拥有来自30个国家的227名会员和235,000个用户帐户,其Transkribus工具处理了9000万个历史文本图像.
• 合作方式促进了民主决策,可持续增长和利益相关方的重大参与,由2020年"地平线影响奖"证明.
• 质量反强调了对治理,人工智能完整性,实用性和对技术创新的参与度的高度满意.

结论:

• 合作商业模式可以支持AI和ML基础设施创新,促进民主参与和公平所有权,特别是在文化遗产领域.
• 合作框架为最初由公共赠款资助的AI基础设施提供了可持续的过渡,使得长期的社区所有权成为可能.
• 建议对AI/ML创新的合作模式进行更广泛的探索,以实现负责任的创建,治理和使用,并承认READ-COOP的独特成功.